尚衛(wèi)超，于大海，翟永利，王天元，張玉娟

(黑龍江工程學(xué)院)

1 氣候—植被之間的關(guān)系

植被與氣候之間的關(guān)系表現(xiàn)在植被對(duì)氣候要素的適應(yīng)性，相應(yīng)地，某一地理范圍內(nèi)的植被和植物分布也是某種特定的氣候的標(biāo)志．氣候是決定地球宏觀尺度上植被類型及植物分布的主要因素，因?yàn)闊崃渴侵参锷顒?dòng)能量來源、水分是影響植物生理活動(dòng)的因素和植物基本成分．氣候變化對(duì)植物的生長(zhǎng)發(fā)育、地理分布、多樣性和豐富度都將產(chǎn)生極大的影響．

21世紀(jì)以來，隨著全球?qū)ι锒鄻有员Ｗo(hù)適應(yīng)氣候變化問題的關(guān)注，植物及植被分布與氣候變化之間的相互影響關(guān)系研究倍受重視．以前的研究大多只是定性的描述，沒有一定的定量分析，就不能從深層次上解釋植物及植被類型分布的原因和結(jié)果，從而限制了氣候變化對(duì)于植被分布的預(yù)測(cè)能力．隨著社會(huì)的發(fā)展，人類對(duì)自然認(rèn)識(shí)的不斷深入，研究方法和技術(shù)的不斷提高．氣候—植被關(guān)系及相關(guān)研究也在不斷深入，并取得了迅速的發(fā)展．整體而言，氣候—植被分類研究可大致分為三個(gè)階段．第一個(gè)階段是以現(xiàn)實(shí)自然植被類型與氣候之間的相關(guān)性為特征．這一階段還沒有將對(duì)植物生理活動(dòng)具有明顯限制作用的氣候因子作為植被分類的指標(biāo)，是非機(jī)理性的;第二階段是以對(duì)植物生理活動(dòng)具有明顯限制作用的氣候因子為指標(biāo)的氣候—植被分類研究．這類模型又稱為生物地理模(Biogeography model);第三階段以綜合反映植被的結(jié)構(gòu)和功能變化的氣候—植被分類研究為特征，將植物的結(jié)構(gòu)和功能的變化在植被的分類上得到綜合體現(xiàn)．但這些研究大都只模擬了植被類型與氣候處于平衡狀態(tài)時(shí)的狀況，不能反應(yīng)植被的動(dòng)態(tài)變化．

2 植被分布的模型研究

2．1 基于統(tǒng)計(jì)模型技術(shù)的植被分布研究

近年來，隨著統(tǒng)計(jì)技術(shù)不斷提高以及地理信息系統(tǒng)(GIS)的不斷發(fā)展，用于預(yù)測(cè)植被分布的統(tǒng)計(jì)模型技術(shù)也得到了迅猛的發(fā)展．依據(jù)觀測(cè)的植被分布數(shù)據(jù)和環(huán)境因子之間的相關(guān)關(guān)系建立起來的模型稱為相關(guān)性模型，而那些考慮物種的生態(tài)生理及生物因子的模型被稱為機(jī)理性模型或者生態(tài)生理模犁．由于相關(guān)模型更容易建立，建立所需的時(shí)間也少，因此它的應(yīng)用比機(jī)理性模型更加廣泛．基于這些理論，大量的統(tǒng)計(jì)模型技術(shù)也不斷應(yīng)用到生態(tài)學(xué)中來，普通多元回歸及其推廣形式廣義線性模型十分流行，經(jīng)常被用來模擬物種的分布，其他統(tǒng)計(jì)模型技術(shù)包括典范對(duì)應(yīng)分析、貝葉斯模型、廣義加法模型、分類回歸樹、生態(tài)位因子分析、人工神經(jīng)網(wǎng)絡(luò)等，不同的統(tǒng)計(jì)模型技術(shù)已被廣泛應(yīng)用于生物地理分布、植物群落、植被類型、生物多樣性和氣候變化影響評(píng)估等方面．

2．2 分類回歸樹

CART(Breiman et al．，1984)是一種非參數(shù)化的分類及回歸技術(shù)，它不需要預(yù)先假設(shè)因變量和自變量之間的關(guān)系，而是根據(jù)因變量狀況，利用遞歸劃分法，將由自變量定義的空間劃分為盡可能同質(zhì)的組別．CART算法是由樹生長(zhǎng)和樹剪枝2 個(gè)步驟組成的(Vayssieres etal．，2000)．首先，將輸入數(shù)據(jù)集分為訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集．樹生長(zhǎng)是通過將訓(xùn)練數(shù)據(jù)集劃分為不相連的子集來完成．選擇誤差指標(biāo)減少最大的分叉點(diǎn)，將數(shù)據(jù)集劃分成2個(gè)子集，重復(fù)此過程，直到誤差指標(biāo)小于某個(gè)域值，樹生長(zhǎng)過程結(jié)束．分叉過程中由于噪聲的影響，會(huì)產(chǎn)生對(duì)訓(xùn)練數(shù)據(jù)的過度擬合和泛化能力差等問題．樹剪枝是種克服噪聲的技術(shù)，方法是逐次尋找最弱的子樹進(jìn)行剪枝，同時(shí)用測(cè)試數(shù)據(jù)集進(jìn)行樹性能測(cè)試，得到最佳規(guī)模樹．

3 基于分類回歸樹的氣候變化—植被分布模型研究

3．1 樹種分布數(shù)據(jù)

用于模型比較的6個(gè)樹種為油松、遼東櫟、紅松、蒙古櫟、白檀和黃連木．這些樹種均具有較明顯的分布區(qū)域，且分布在我國的南北各地，其中油松、遼東櫟主要分布在我國暖溫帶落葉闊葉林區(qū)域;紅松、蒙古櫟主要分布在我國溫帶針闊混交林區(qū)域;白檀、黃連木則分布較廣，在亞熱帶常綠闊葉林及暖溫帶落葉闊葉林區(qū)域均有分布．利用Arc GIS將每一樹種的存在與不存在分布數(shù)據(jù)作為一項(xiàng)屬性添加到數(shù)字化的中國縣級(jí)行政區(qū)劃圖(中國科學(xué)院地理研究所資源與環(huán)境信息系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室制作，1996)屬性表上，然后利用這一屬性將數(shù)字化的中國縣級(jí)行政區(qū)劃圖轉(zhuǎn)化為3799個(gè)50 km ×50 km柵格單元(此圖形未顯示在文章中)．

3．2 氣候數(shù)據(jù)

該文選取Kir a寒冷指數(shù)(coldness index，CI)和1月份最低溫度表示冬季低溫，用Kir a溫暖指數(shù)(w armt h index，WI)和7月份最高溫度表示熱量需求，用徐文鐸提出的濕潤(rùn)指數(shù)(humidit y index，HI)和年降水量表示濕度需求．該文所用的氣候數(shù)據(jù)為1960～1990年全國647個(gè)氣象臺(tái)站的氣象資料，由此得到Kira溫暖指數(shù)、寒冷指數(shù)、徐文鐸的濕潤(rùn)指數(shù)，1月份最低溫度、7月份最高溫度和年降水量等6個(gè)氣候指標(biāo)．為使氣候資料與樹種分布數(shù)據(jù)相統(tǒng)一，利用Kriging插值法將氣候數(shù)據(jù)插值到3799個(gè)50 km×50 km柵格單元．未來中國的氣候變化情景采用高學(xué)杰等利用區(qū)域氣候模式(Reg ional Climate Model，RCM)嵌套全球氣候模式獲得的CO2濃度倍增下氣候情景:年均溫增加2．5℃，年降水增加12%．據(jù)此計(jì)算未來氣候指標(biāo)，以預(yù)測(cè)樹種的未來分布．

3．3 結(jié)果分析

3．3．1 模型評(píng)估

將評(píng)估子集的數(shù)據(jù)代入訓(xùn)練后的模型中，用其所得結(jié)果給出相應(yīng)的AUC和Kappa值(見表1)，以此來評(píng)估分類回歸樹對(duì)樹種分布的模擬精度．由表1可知，CART 0．948，模型模擬精度達(dá)到非常好程度;Kappa平均值0．786，模擬精度非常好．分類回歸樹對(duì)蒙古櫟、白檀、黃連木等樹種的模擬均達(dá)到較高精度，AUC達(dá)到非常好的模擬效果;Kappa值亦達(dá)到好的效果．模擬中對(duì)黃連木分布的模擬效果最為突出，AUC和Kappa值最高，均達(dá)到非常好的模擬效果．

表1 分類回歸樹對(duì)6個(gè)樹種分布模擬的AUC和Kappa值

3．3．2 樹種現(xiàn)實(shí)分布模擬

通過選取最大化Kappa值將模型模擬的樹種現(xiàn)實(shí)分布借助于地理信息系統(tǒng)軟件以地圖方式顯示，CART對(duì)紅松分布的模擬效果較好而對(duì)于油松分布的模擬效果不甚理想，模型模擬結(jié)果中，油松在我國新疆西北部、新疆與青海交界處及新疆與內(nèi)蒙古交界處有大量分布，這顯然與油松的實(shí)際分布不符，可能與油松分布區(qū)域狹長(zhǎng)、零散，且為人工樹種，受人為干擾較大有關(guān)．

4 結(jié)論

基于分類回歸樹關(guān)于氣候-植被模型研究中國6種樹種的地理分布，結(jié)果表明，分類回歸樹模擬的AUC和Kappa值較高，達(dá)到了非常好程度．以地理信息系統(tǒng)將紅松、油松的模擬效果以地圖方式顯示出來表明，地理信息系統(tǒng)能直觀、定量反映模型模擬效果與模型預(yù)測(cè)結(jié)果差異．

［1］ 李斌，張金屯．黃土高原地區(qū)植被與氣候的關(guān)系．生態(tài)學(xué)報(bào)，2003，23(1):82-89．

［2］ 周廣勝，張新時(shí)．中國氣候—植被關(guān)系初探．植物生態(tài)學(xué)報(bào)，1996，20(2):113-119．

［3］ 周廣勝．氣候-植被關(guān)系的研究(I)-氣候-植被分類，植物科學(xué)綜論［C］．哈爾濱:東北林業(yè)大學(xué)出版社，1993．234-245．

［4］ 曹銘昌，周廣勝，翁恩生．廣義模型及分類回歸樹在物種分布模擬中的應(yīng)用與比較［J］．生態(tài)學(xué)報(bào)，2005，8(8)．

［5］ 呂佳佳，吳建國．氣候變化對(duì)植物及植被分布的影響研究進(jìn)展［J］．環(huán)境科學(xué)與技術(shù)，2009，6(6)．

［6］ Peterson A．Predicting species’geographic distributions based on ecological niche modeling．The Condor’，2001，103:599-605．

［7］ Scott J M，Huglund R J，Samson F，et al．Predicting species occurrences:issues of accuracy and scale．Covelo，CA，Island Press，2002．