張玉芳，王茹琳，呂秀蘭，金 垚，趙 藝，梁 東，王明田

（1.北京師范大學(xué)地理科學(xué)學(xué)部，北京 100875；2.南方丘區(qū)節(jié)水農(nóng)業(yè)研究四川省重點(diǎn)實(shí)驗(yàn)室，成都 610066；3.四川省農(nóng)業(yè)氣象中心，成都 610072；4.四川省農(nóng)村經(jīng)濟(jì)綜合信息中心，成都 610072；5.四川農(nóng)業(yè)大學(xué)，成都 610031; 6.德陽市氣象局，德陽 618000；7.四川省氣象臺(tái)，成都 610072）

全球氣候變暖的大背景下，四川省氣溫普遍升高，導(dǎo)致葡萄品質(zhì)和分布發(fā)生改變[1]。一方面氣候變暖導(dǎo)致物候期整體提前；另一方面氣候變暖能夠使更多地區(qū)的熱量條件滿足葡萄生育期的積溫要求，因此，四川盆地及川南河谷地帶葡萄得到大規(guī)模發(fā)展。隨著葡萄育種、栽培、管理技術(shù)的發(fā)展，以及人們對(duì)經(jīng)濟(jì)效益方面較高溢價(jià)的期望，四川各地的決策部門以及農(nóng)業(yè)企業(yè)、農(nóng)戶等對(duì)種植葡萄的積極性高漲[2]。因此，研究鮮食葡萄在四川地區(qū)的潛在分布，以幫助地方?jīng)Q策部門科學(xué)合理制定葡萄產(chǎn)業(yè)發(fā)展規(guī)劃，對(duì)四川各地農(nóng)民致富增收和地方經(jīng)濟(jì)發(fā)展有重要現(xiàn)實(shí)意義[3]。

近年來，有不少學(xué)者對(duì)葡萄生產(chǎn)布局進(jìn)行了研究。穆維松等[4]綜合宏觀分析和微觀調(diào)研結(jié)果，采用Moran’s I 指數(shù)對(duì)中國葡萄生產(chǎn)空間布局進(jìn)行了分析；王珂依等[5-8]開展了四川西昌、新疆、甘肅釀酒葡萄氣候可行性研究或區(qū)劃，并給出了栽培建議。通過廣泛查閱文獻(xiàn)可以發(fā)現(xiàn)，國內(nèi)[9-15]葡萄相關(guān)氣候區(qū)劃側(cè)重于研究釀酒葡萄，對(duì)鮮食葡萄的研究也主要集中在栽培技術(shù)、運(yùn)輸保鮮等方面。因此，要研究鮮食葡萄在四川地區(qū)的潛在分布狀況，就有必要從植物物種分布機(jī)理的角度出發(fā)，對(duì)決定鮮食葡萄分布的氣候指標(biāo)因子進(jìn)行篩選和分析。

本研究擬在四川鮮食葡萄種植狀況實(shí)地調(diào)研基礎(chǔ)上，基于GIS 系統(tǒng)和MaxEnt 模型[16-18]，通過分析氣候因子對(duì)鮮食葡萄種植分布的貢獻(xiàn)程度[19]，確定影響四川省鮮食葡萄種植的主導(dǎo)氣候因子，研究鮮食葡萄在四川的潛在分布區(qū)域及其生態(tài)特征，為鮮食葡萄在四川省引種、大面積推廣及合理布局提供科學(xué)決策參考。

1 資料與方法

1.1 數(shù)據(jù)及其來源

四川省鮮食葡萄地理分布數(shù)據(jù)來源于四川農(nóng)業(yè)大學(xué)2020年園區(qū)調(diào)查資料，包括138 個(gè)具有明確地理信息（經(jīng)度和緯度）記錄的露天種植的鮮食葡萄種植園區(qū)；氣象數(shù)據(jù)來源于四川省氣象局，包括全省共計(jì)158 個(gè)國家氣象觀測(cè)站1980-2019年逐日平均氣溫、最高氣溫、最低氣溫、降水量、日照時(shí)數(shù)等數(shù)據(jù)，為保證氣象數(shù)據(jù)質(zhì)量，選擇有連續(xù)數(shù)據(jù)記錄的站點(diǎn)。研究區(qū)域、氣象觀測(cè)站和葡萄種植園區(qū)分布情況見圖1。

圖1 四川省氣象觀測(cè)站和葡萄種植園站點(diǎn)分布Fig.1 Distribution of meteorological stations and grape plantation sites in Sichuan province

1.2 影響鮮食葡萄分布的潛在氣候因子

基于已有葡萄種植區(qū)劃成果[15]，結(jié)合自然植被區(qū)劃，篩選出7 個(gè)具有明確生物學(xué)意義的影響四川省鮮食葡萄分布的潛在氣候因子（表1）。

表1 影響四川省鮮食葡萄種植分布的潛在氣候因子Table 1 Potential climatic factors influencing planting distribution of table grape in Sichuan province

≥10℃活動(dòng)積溫計(jì)算式為

式中，T 為活動(dòng)積溫，B 為界限溫度（10℃），i為穩(wěn)定通過界限溫度B 的第i 天，n 為穩(wěn)定通過界限溫度B（10℃）的日數(shù)[20]。

氣溫年較差指一年中月平均氣溫的最高值與最低值之差，取7月平均溫度與1月平均溫度的差值。

干燥度指潛在蒸散量與降水量的比值，即

式中，AI 為干燥度，ET0為年潛在蒸散量（mm），P 是年降水量（mm）。利用彭曼公式[21]計(jì)算日潛在蒸散量，再累加到年，計(jì)算年潛在蒸散量與年降水量比值即為干燥度，反應(yīng)地區(qū)干濕程度，該指標(biāo)能揭示一個(gè)地區(qū)降水和蒸散發(fā)的變化。

1.3 模擬方法

1.3.1 葡萄地理分布數(shù)據(jù)處理

通過實(shí)地調(diào)查方法對(duì)四川省鮮食葡萄的采集地信息進(jìn)行調(diào)查，利用GPS 確定經(jīng)緯度信息。其次，利用Excel 的數(shù)據(jù)統(tǒng)計(jì)功能去除重復(fù)分布點(diǎn)并將經(jīng)緯度數(shù)據(jù)轉(zhuǎn)換為十進(jìn)制。再次，利用ArcGIS 的空間分析功能計(jì)算分布點(diǎn)與柵格中心的距離，確保每個(gè)柵格（30 arcsec）僅包含距中心最近的一個(gè)分布點(diǎn)，以降低空間自相關(guān)性的影響。通過上述處理，共獲得分布點(diǎn)109 個(gè)。

1.3.2 葡萄潛在分布區(qū)的模擬

MaxEnt 軟件操作步驟如下：（1）在excel 中將鮮食葡萄的分布數(shù)據(jù)轉(zhuǎn)存為MaxEnt 軟件要求的csv文件，利用ArcGIS 將tiff 格式的氣候變量圖層轉(zhuǎn)換為MaxEnt 所需的ASC 格式圖層。（2）將分布數(shù)據(jù)和氣候變量分別導(dǎo)入軟件“Sample”和“Environmental layers”中。（3）勾選“Create response curves”以創(chuàng)建氣候變量的響應(yīng)曲線，“Make pictures of predictions”以繪制預(yù)測(cè)地圖，“Do jackknife to measure variable importance”以衡量變量的重要性，“Output format”和“Output file type”均設(shè)定為默認(rèn)值。初始模型中將測(cè)試數(shù)據(jù)比例“Random test percentage”設(shè)置為25%。重建模型中則勾選“Random seed”將其設(shè)置為隨機(jī)比例，重復(fù)次數(shù)“Replicates”輸入10。其它設(shè)定均為模型默認(rèn)值。

基于篩選的鮮食葡萄分布數(shù)據(jù)和環(huán)境變量建模并重復(fù)10 次，對(duì)隨機(jī)選擇測(cè)試數(shù)據(jù)樣本進(jìn)行交叉驗(yàn)證，迭代次數(shù)設(shè)置為500，勾選刀切法衡量各環(huán)境變量重要性，勾選創(chuàng)建響應(yīng)曲線分析環(huán)境變量對(duì)鮮食葡萄分布的影響，輸出格式選擇Logistic，其它設(shè)置為軟件默認(rèn)值。

將MaxEnt 軟件輸出的ASCII 文件導(dǎo)入ArcGIS軟件中轉(zhuǎn)換為柵格文件，將其與四川省行政區(qū)劃圖進(jìn)行疊加得到適生圖。參照政府間氣候變化專門委員會(huì)（IPCC）對(duì)物種分布可能性（Probability, P）的定義，對(duì)葡萄的適生等級(jí)進(jìn)行劃分[22-23]，包括高適生區(qū)（P≥0.66）、中適生區(qū)（0.33≤P＜0.66）、低適生區(qū)（0.05≤P＜0.33）和不適生區(qū)（P＜0.05）。

MaxEnt 軟件可輸出受試者工作特征曲線（ROC），它是評(píng)價(jià)生態(tài)位模型準(zhǔn)確性的有效方法之一。通過比較ROC 曲線與橫坐標(biāo)圍成的曲線下面積值（AUC 值）的大小可知模型的模擬效果[24-25]。AUC取值范圍為0.5～1，數(shù)值越接近1 模型越準(zhǔn)確。

1.4 分析處理軟件

MaxEnt（版本3.4.1）從美國自然歷史博物館網(wǎng)站（網(wǎng)址：https://biodiversityinformatics.amnh.org/ open_source/maxent/）免費(fèi)下載；ArcGIS10.3 由四川省農(nóng)業(yè)氣象中心提供（柵格分辨率為30 arcsec），地圖底圖由國家氣象信息中心提供。

2 結(jié)果與分析

2.1 模型模擬四川省鮮食葡萄種植潛在分布區(qū)的準(zhǔn)確性評(píng)價(jià)

應(yīng)用MaxEnt 模擬時(shí)會(huì)對(duì)測(cè)試數(shù)據(jù)進(jìn)行計(jì)算，并輸出ROC 曲線，該曲線以1-特異率（假陽性率，即將“不存在”預(yù)測(cè)為“存在”的概率）為橫坐標(biāo)，以1-遺漏率（真陽性率，即將“存在”預(yù)測(cè)為“存在”的概率）為縱坐標(biāo)。ROC 曲線下面積（Area under curve, AUC）值是評(píng)估模擬準(zhǔn)確性的常用指標(biāo)。結(jié)合AUC 的評(píng)估標(biāo)準(zhǔn)，即0.5～0.6（失?。?.6～0.7（較差）、0.7～0.8（一般）、0.8～0.9（好）和0.9～1.0（非常好），模擬結(jié)果的準(zhǔn)確性達(dá)到“好”的標(biāo)準(zhǔn)，表明所構(gòu)建模型可用于鮮食葡萄潛在分布的模擬（表2）。

表2 MaxEnt 模型的AUC 值Table 2 AUC values of MaxEnt model for table grape in Sichuan province

2.2 影響四川省鮮食葡萄分布的主導(dǎo)氣候因子分析

基于1980-2019年40a 的氣候資料和露天種植的鮮食葡萄地理分布站點(diǎn)信息，利用MaxEnt 方法對(duì)四川省鮮食葡萄種植分布進(jìn)行模擬，依據(jù)貢獻(xiàn)率篩選主導(dǎo)氣候因子。計(jì)算每次迭代中各變量的規(guī)則化訓(xùn)練得分，得分為正則累加，得分為負(fù)則相減，獲得各因子對(duì)模擬的貢獻(xiàn)百分率。結(jié)果表明：按照貢獻(xiàn)百分率大小，影響四川省鮮食葡萄分布的氣候因子依次為≥10℃活動(dòng)積溫、氣溫年較差、年日照時(shí)數(shù)和年降水量，其相應(yīng)的貢獻(xiàn)率分別為50%、21%、10.7%和8.1%，尤其≥10℃活動(dòng)積溫單個(gè)因子的貢獻(xiàn)率達(dá)到50%，說明≥10℃活動(dòng)積溫對(duì)四川鮮食葡萄種植分布的預(yù)測(cè)力最大，其次是氣溫年較差和年日照時(shí)數(shù)，氣溫年較差因子決定了葡萄的甜度，其貢獻(xiàn)百分率也相對(duì)較大，這4 個(gè)因子（以下簡(jiǎn)稱“影響4 因子”）累積貢獻(xiàn)率為89.8%，故將其作為影響四川省鮮食葡萄分布的主導(dǎo)氣候因子（表3）。

表3 影響四川省鮮食葡萄分布排名前4 的氣候因子貢獻(xiàn)百分率和累積貢獻(xiàn)百分率Table 3 Contribution percentage and cumulative contribution percentage of the top four climatic factors affecting the distribution of table grape planting in Sichuan province

為了進(jìn)一步了解所選氣候因子對(duì)鮮食葡萄種植分布影響機(jī)理，分析鮮食葡萄分布概率與氣候因子變化之間的關(guān)系。由圖2 可見，根據(jù)單因子響應(yīng)曲線，鮮食葡萄適宜及以上區(qū)（存在概率P＞0.33）的≥10℃活動(dòng)積溫閾值為5129～6037℃·d，≥10℃活動(dòng)積溫小于5758℃·d 的區(qū)域，存在概率隨積溫的減少而降低；年降水量超過1037mm 時(shí)，鮮食葡萄存在概率顯著降低，適宜及以上區(qū)域（存在概率P＞0.33）年降水量在863～1165mm；氣候適宜及以上區(qū)域（存在概率P＞0.33）年日照時(shí)數(shù)閾值在890～1674h 和2005～2227h 兩個(gè)區(qū)間，其中年日照時(shí)數(shù)在968～1905h 時(shí)，存在概率隨著日照的增多迅速下降，當(dāng)年日照時(shí)數(shù)在1905～2180h 時(shí)，存在概率隨著日照增多顯著上升；鮮食葡萄存在概率高的區(qū)域在一定的氣溫年較差范圍內(nèi)，其適宜及以上區(qū)（存在概率P＞0.33）的氣溫年較差閾值為9.7～11.8℃，中間出現(xiàn)微小波動(dòng)，氣溫年較差≥11.2℃，存在概率隨著氣溫年較差的增大而降低。

圖2 鮮食葡萄種植區(qū)分布的存在概率與氣候因子關(guān)系Fig.2 Responses of the distribution probability of table grape planting in Sichuan province to climatic indices

2.3 四川省鮮食葡萄種植分布

根據(jù)4 個(gè)影響因子進(jìn)行最大熵模型模擬，參照IPCC 對(duì)物種分布可能性（Probability, P）的定義對(duì)葡萄的適生等級(jí)進(jìn)行劃分，繪制四川省鮮食葡萄的分布及其氣候適宜性等級(jí)圖（圖3），利用GIS 的柵格統(tǒng)計(jì)功能計(jì)算四川省鮮食葡萄在各市（州）的適宜種植面積（表4）。由圖3 和表4 可知，四川省鮮食葡萄高適宜區(qū)主要分布在廣安、成都、樂山西南部、宜賓和瀘州北部以及涼山中部地區(qū)，面積為5.38×104km2，占全省總區(qū)域面積的11.8%，其中成都市占最適宜種植區(qū)面積的16%；適宜區(qū)廣泛分布于除盆周山區(qū)之外的盆地大部分地區(qū)以及涼山南部、攀枝花西南部，面積為10.7×104km2，占全省總區(qū)域面積的23.6%，其中涼山州面積占適宜區(qū)面積的11.9%；低適宜區(qū)集中在盆北和盆西山區(qū)及攀西地區(qū)北部，面積為10.5×104km2，占全省總區(qū)域面積的23.1%，其中阿壩州、甘孜州和涼山州分別占低適宜區(qū)面積的15.8%、17.8%和25.4%；不適宜區(qū)主要集中在川西高原、攀西東北部，面積為18.9×104km2，占全省總區(qū)域面積的41.5%，甘孜州和阿壩州占不適宜區(qū)面積的93.6%。

表4 四川省各地鮮食葡萄適生區(qū)面積預(yù)測(cè)Table 4 Predicted distribution areas for grape in Sichuan province under current climatic conditions

圖3 四川省鮮食葡萄的潛在分布及其氣候適宜等級(jí)分布Fig.3 The potential distribution and climatic suitability distribution of table grape in Sichuan province

3 結(jié)論與討論

3.1 結(jié)論

通過最大熵模型獲取的影響四川鮮食葡萄種植分布的最佳氣候因子，四川鮮食葡萄高適宜區(qū)主要分布在廣安、成都大部，以及南充南部、達(dá)州西南部、遂寧東部、德陽西部、綿陽和樂山西南部、宜賓和瀘州北部、涼山中部地區(qū)，占全省總面積的11.8%，高適宜區(qū)與鮮食葡萄種植產(chǎn)業(yè)發(fā)達(dá)地區(qū)重合度較高，該區(qū)域光、溫、水匹配較好，熱量充足，晝夜溫差在6～7℃最適宜范圍內(nèi)，5-6月進(jìn)入葡萄果實(shí)膨大期，此時(shí)正值四川省汛期，該區(qū)域雨水較充足，能夠較好滿足葡萄果實(shí)膨大對(duì)水分的需求，但7-8月該區(qū)域降雨量過多，據(jù)調(diào)查避雨栽培技術(shù)已在該區(qū)域廣泛應(yīng)用，很好解決了由于成熟期雨水過多，導(dǎo)致葡萄裂果、果實(shí)腐爛現(xiàn)象出現(xiàn)；不適宜區(qū)占全省面積的41.5%，主要集中在川西高原和攀西東北部，該區(qū)域?qū)儆诟咴呱絽^(qū)，氣候寒冷，夏熱不足，加之降水偏少，尤其在鮮食葡萄果實(shí)膨大期，空氣濕度不足也易影響果實(shí)品質(zhì)；適宜區(qū)和低適宜區(qū)分別占四川省面積的23.6%和23.1%。

3.2 討論

全球氣候變暖的大背景下[22]，經(jīng)濟(jì)效益較好的鮮食葡萄，呈現(xiàn)出在傳統(tǒng)主產(chǎn)區(qū)以外的地區(qū)不斷推廣擴(kuò)大的趨勢(shì)，因此，鮮食葡萄在四川適宜種植區(qū)域的變化也引起了廣泛關(guān)注，針對(duì)不同葡萄品種，研究者在各區(qū)域選用了不同的評(píng)價(jià)指標(biāo)，具有明顯的地域性[10,12,14]，未全面考慮鮮食葡萄分布的生理機(jī)制和人為影響。本研究通過MaxEnt 方法[24-25]構(gòu)建了四川鮮食葡萄種植分布-氣候關(guān)系模型獲取了四川省鮮食葡萄種植分布的最佳氣候因子，利用這些指標(biāo)因子，能較準(zhǔn)確預(yù)測(cè)現(xiàn)在和未來氣候變化背景下四川鮮食葡萄的潛在分布情況，為科學(xué)應(yīng)對(duì)氣候變化，合理規(guī)劃鮮食葡萄產(chǎn)業(yè)布局提供了參考。

由于葡萄本身存在對(duì)周圍環(huán)境的不斷適應(yīng)、農(nóng)業(yè)科技工作者對(duì)葡萄品種的改良、種植戶種植葡萄時(shí)采取的各項(xiàng)農(nóng)技措施等原因[26-27]，使葡萄在超出原來基礎(chǔ)生態(tài)區(qū)域的地點(diǎn)也能夠生存，此時(shí)預(yù)測(cè)的潛在分布面積將比實(shí)際分布面積小[28-29]。例如，川西高原的廣袤地區(qū)原本因?yàn)椤?0℃活動(dòng)積溫不能滿足葡萄生長(zhǎng)需求而無法種植，但近年來隨著農(nóng)業(yè)技術(shù)的發(fā)展，不少地區(qū)采用大棚等設(shè)施農(nóng)業(yè)手段培育鮮食葡萄[30]，既滿足了其積溫需求，又能夠充分利用高原地區(qū)在日照和氣溫年較差方面的優(yōu)勢(shì)，培育出的葡萄果實(shí)大、糖度高，口感很好，供不應(yīng)求。在這種情況下，需要引進(jìn)更多的影響葡萄分布的主導(dǎo)因子才能進(jìn)一步提高模型預(yù)測(cè)的準(zhǔn)確性，未來將進(jìn)一步研究如何獲取人為影響和葡萄自身適應(yīng)性方面的影響因子并將其納入預(yù)測(cè)模型。