基于物种分布模型的中国针茅属植物潜在分布区及其影响因子分析.pdf

摘要 摘要 针茅属植物在中国草原生态系统中有着重要的地位，随着水热条件的地带性分布 演替分化形成了多样的针茅草原类型。物种分布模型（Species Distribution Model， SDMs）利用已知物种分布信息与所处分布区的气候环境变量通过特定算法模拟预测 物种的潜在分布区，在保护生物学及气候变化研究领域发挥着重要作用。本研究基于 R 语言“SSDM”包中的MAXENT 、GAM、GBM、GLM、CTA 模型及5 种物种分布模 型的组合模型 （ensemble model ），对我国针茅属主要的12 种物种进行潜在分布区预 测，生物气候数据使用政府间气候变化专门委员会（IPCC ）第五次评估报告所发布 的气候模式数据的3 种气候变化情景下（当前、2070s RCP 2.6 和2070s RCP 8.5 ）， 筛选出影响每种针茅分布的最佳环境因子，并分析针茅属植物潜在分布区变化。主要 结论如下： (1) 由于相同来源的气候数据存在较强的相关性，为避免过拟合现象本文筛选互 相关性系数 ± 0.9 且贡献率 5% 的环境变量用于模型的构建。温度节性变化的标准 差（bio04 ）是影响草甸草原的物种贝加尔针茅和典型草原的物种大针茅的最佳气候 因子；当前气候情景下，9 月降水量（prec09 ）是影响长芒草分布的最佳气候因子。6 月降水量（prec06 ）是影响克氏针茅分布的最佳气候因子。3 月太阳辐射（srad03 ） 是影响新疆针茅分布的最佳气候因子。影响短花针茅、石生针茅、镰芒针茅和沙生针 茅分布的最佳气候因子分别为8 月平均温（tavg08 ）、6 月太阳辐射（srad06 ）、2 月风 速（wind02 ）、年均温变化范围（bio07 ）。2070 RCP 2.6 情景下，影响长芒草、克氏 针茅、新疆针茅分布的最佳气候因子分别为年均降水量（bio12 ）、6 月降水量（prec06 ）、 11 月最低温（tmin11 ）。影响荒漠草原的物种分布的最佳气候因子分别为6 月降水量 （prec06 ）、温度节性变化的标准差（bio04 ）、降水量变异系数（bio15 ）、6 月降水量 （prec06 ）。2070s RCP 8.5 情景下，长芒草、克氏针茅、新疆针茅分布的最佳气候因 子分别为3 月最低温（tmin03 ）、温度节性变化的标准差（bio04 ）、最干月降水量（bio14 ）。 影响荒漠草原的物种分布的最佳气候因子分别为 7 月降水量（prec07 ）、温度节性变 化的标准差（bio04 ）、降水量变异系数（bio15 ）、降水量变异系数（bio15 ）。太阳辐 射及温度是影响高寒草原的物种 （昆仑针茅、紫花针茅和座花针茅）分布的最佳气候 因子。 (2) 由SDMs 结果可知，草甸草原中，贝加尔针茅潜在分布于阴山以南的黄土高 原及青藏高原地区。典型草原中，大针茅潜在分布于松嫩平原、呼伦贝尔及锡林郭勒 高原和黄土高原北部，延伸至青藏高原东部；长芒草潜在分布于黄土高原中北部、祁 连山基带、青海湖西和西辽河平原。克氏针茅潜在分布于呼伦贝尔高原、锡林郭勒高 原、乌兰察布高原、青藏高原东缘以及祁连山、天山等地区；新疆针茅潜在分布于我 国新疆的天山东段。荒漠草原中，短花针茅潜在分布于黄土丘陵地区的阳坡，在贺兰 I Abstract 山、祁连山和天山等地有零星分布；石生针茅潜在分布于乌兰察布高原和锡林郭勒高 原西部的波状高平原；镰芒针茅潜在分布于我国新疆海拔较高的地区；沙生针茅潜在 分布于蒙古高原西部、青藏高原北部和荒漠区山地的荒漠草原带。高寒草原中，昆仑 针茅潜在分布于西藏和新疆的高山地区；紫花针茅潜在分布于羌塘草原、帕米尔高原、 藏南湖盆、雅鲁藏布江中上游、可可西里地区、祁连山和天山；座花针茅潜在分布于 天山、帕米尔高原、昆仑山和阿尔金山地区。 (3) 模型精度因物种的不同、气候情景的不同而有所差别。本文选取目前应用广 泛的AUC 值和Kappa 统计值进行模型精度评估。发现在本文选取的5 种模型中基于 机器学习算法的MAXENT 和GBM 模型的模型精度普遍高于其他几种模型。