不同气候变化情景下入侵植物大狼把草在中国的潜在分布.docxVIP

不同气候变化情景下入侵植物大狼把草在中国的潜在分布 生物入侵对农业生物安全、人类和动物健康、林业和生物多样性构成重大威胁，并造成巨大的经济损失(气候变化对物种分布格局影响的研究除了长期定点监测外，主要借助物种分布模型开展。现阶段常用的模型有MaxEnt模型、Bioclim模型、Garp模型、Domain模型等(大狼把草（1 材料与方法1.1 物种分布数据收集为全面收集大狼把草在我国的分布情况，通过实地调查与网上数据检索等形式，从中国植物图像库(/)、中国植物志(/frps2019/)、教学标本共享平台(/)和国家标本资源共享平台(/)等网站共检索到254个数据分布点，根据数据分布特点，为避免过拟合，根据行政区域划分，以县级为基本单位，整理为237个数据分布点。1.2 环境因子收集环境因子数据来源于世界气候数据库()，共计19个生物气候变量（表1），当前环境数据源于世界气候数据库中1950–2000年WorldClim-Global Climate Data version 1.4版本, 2050s（2041—2060年）和2070s（2061—2080年）两个未来时间段的相应环境数据源于IPCC第五次气候评估报告发布的BCC-CSM1.1气候模式下6种不同气候变化情景RCP2.6-2050、RCP2.6-2070、RCP4.5-2050、RCP4.5-2070、RCP8.5-2050、RCP8.5-2070（representative concentration pathways, RCP代表性浓度路径情景）的数据。1.3 适生区域建立与预测利用MaxEnt软件和GIS软件(由于目前适生区等级划分没有统一的标准(2 结果与分析2.1 MaxEnt模型预测精度评估采用ROC曲线分析法，基于大狼把草在我国分布的237个分布点（图1）和19个环境因子（表1），通过MaxEnt模型模拟预测大狼把草在我国的潜在分布区域。当前气候模式下，10次模拟平均AUC值为0.976（图2），未来气候模式下（2050s，2070s），AUC值均大于0.980，说明MaxEnt模型预测结果可信。2.2 大狼把草适生区生态特征由表2可知，对大狼把草生境分布影响较大的环境因子主要为最暖季度降水量和温度季节性变化，其贡献率分别为45.30%和24.80%，其次为最湿月降水量、最暖季度平均温和降水量季节性变化，贡献率分别为7.80%、7.60%和6.10%，而这5个环境因子的累计贡献率达91.6%，说明影响大狼把草分布的环境因子主要为夏季降水和温度变化。大狼把草对环境因子的响应曲线结果表明（图3），当大狼把草适生概率高于50%时，最暖季度降水量为411.44~642.88 mm，温度季节性变化为6917.47~9972.76，最湿月降水量为164.46~262.08 mm，最暖季度平均温为24.47~28.43 ℃。2.3 当前气候模式下大狼把草的潜在分布大狼把草在我国主要潜在分布区域为20°N—50°N，100°E—135°E，总的适生面积为350.12万km2.4 未来气候模式下大狼把草潜在分布区未来3种气候情景下，大狼把草在我国的适生区域发生了改变，从表3中可以看出，2050s时期，大狼把草适生区域在RCP2.6情景下，增加了17.51万km3 讨 论MaxEnt模型广泛运用于预测当前及未来气候模式下物种潜在分布格局(本研究表明，温度季节性变化和最暖季度降水量对大狼把草的分布影响较大，从贡献度排名前五的环境因子中可以发现，影响大狼把草生存的环境因子主要为降水与温度，这与大部分植物的主要生态因子一致(运用生态位模型模拟大狼把草的适生区域，侧重于大尺度研究，样本数据越大，模拟结果越准确。而样本数据中虽有部分分布数据为实际调查数据，但大部分来源于各大平台数据库，且部分标本数据采集时间较早，随着城市化进程加快，当地实际生境可能已经发生变化，干扰实验结果。另一方面，由于模型自身限制，无法规避人为活动、城建等干扰，而物种实际分布情况受小气候、微地貌、生物相互作用等多方面因素影响(目前，大狼把草的实际发生区域远小于潜在分布区域，处于扩张阶段(责任编辑 张 敏