唐夢(mèng)詩(shī) 袁淑娜 余文剛 施琦 侯天澤 吳君楠 劉子毓

摘 ?要：紅茴砂是姜科茴香砂仁屬多年生草本植物，我國(guó)僅在海南地區(qū)有自然分布，是具有很高藥用價(jià)值的瀕危植物。為了解紅茴砂在未來(lái)氣候變化下的潛在適生區(qū)及其主要環(huán)境影響因子，以期對(duì)紅茴砂的保育提供科學(xué)指導(dǎo)，將45條紅茴砂分布位點(diǎn)數(shù)據(jù)與20個(gè)環(huán)境因子相結(jié)合，運(yùn)用最大熵生態(tài)位模型MaxEnt和ArcGIS軟件模擬了當(dāng)前氣候和未來(lái)2050年RCP2.6和RCP8.5兩種不同氣候條件下紅茴砂在中國(guó)的潛在分布區(qū)，并分析影響紅茴砂分布的主導(dǎo)環(huán)境因子。結(jié)果表明：當(dāng)前氣候條件下，紅茴砂適生區(qū)總范圍在18°～32° N、27°～122° E，面積約為1.24×106 km2，主要集中分布在海南、貴州、福建、廣東、廣西、云南等地;影響紅茴砂地理分布的主導(dǎo)環(huán)境因子為最濕月降水量、最暖季度降水量、年均溫度變化范圍、最冷月份最低溫、海拔和最熱季度均溫，累計(jì)貢獻(xiàn)率達(dá)87%;在未來(lái)2050年RCP2.6和RCP8.5兩種不同氣候情景下，紅茴砂適生區(qū)域喪失面積均達(dá)到95%以上，潛在分布區(qū)縮小到云南、四川、西藏、貴州和臺(tái)灣這5個(gè)省區(qū)，新增區(qū)域主要在西藏東南部和四川中南部，同時(shí)潛在總適生區(qū)和高適生區(qū)的質(zhì)心有向西北方遷移的趨勢(shì)。

關(guān)鍵詞：紅茴砂;最大熵生態(tài)位模型;中國(guó)潛在適生區(qū);氣候變化;預(yù)測(cè)

中圖分類號(hào)：Q948 ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： Zingiberaceae Etlingera littoralis （J. Koenig） Giseke is a endangered perennial herb with high medicinal val-ue，the natural distribution in China is Hainan. Predicting the potential suitable areas and key environmental factors are critical to the conservation of E. littoralis. Based on the data of 45 current distribution points of E. littoralis in global and 20 environmental factors the key environmental factors and the potential suitable areas under current and future two scenarios （2050 s RCP 2.6， 2050 s RCP 8.5） in China were dtudied using the MaxEnt and ArcGIS， and the potential distribution changes of E. littoralis in China was analyzed， using the SDM toolbox of ArcGIS software， Under the present climatic conditions， E.littoralis is mainly distributed from North latitude 18° to 32°， and East longitude from 27° to 122°， with a total suitable area about 1.24×106 km2. The current potential distribution areas are Hainan， Guizhou， Fujian， Guangdong， Guangxi， Yunnan， Sichuan， Chongqing， Tibet， Hunan， Hubei， Taiwan. Dominant envi-ronmental factors affecting the distribution of E. littorali. were precipitation of the wettest month， precipitation of the warmest quarter， temperature annual range， mean temperature of the coldest month， altitude and mean temperature of the warmest quarter， with a cumulative contribution rate of 87%. Under future climate scenarios of RCP2.6 and RCP8.5 by the 2050 s， the loss of potential suitable areas of E. littoralis would be up to 95%， and the potential distribution areas would be limited to Yunnan， Sichuan， Tibet， Guizhou and Taiwan. The increased areas are in southeastern Tibet and south-central Sichuan. The centers of total suitable areas and most suitable areas would be moved towards northwest.

Keywords： Etlingera littoralis （J. Koenig） Giseke; MaxEnt; potential suitable area in China; climate change; predic-tion

DOI： 10.3969/j.issn.1000-2561.2021.11.040

物種分布區(qū)是物種重要的生態(tài)學(xué)和進(jìn)化學(xué)特征，可作為物種瀕危狀況的一個(gè)指示特征[1]，而氣候是影響物種分布的最主要因素之一，氣候變化可以直接或間接改變植物的物種分布范圍，分布格局，物種豐富度和多樣性[2-3]，近百年來(lái)，在地球表面溫度持續(xù)呈現(xiàn)上升的趨勢(shì)下，我國(guó)珍稀瀕危物種表現(xiàn)出脆弱性，氣候變暖使大部分物種空間分布改變，加劇了分布范圍縮減和破碎化而導(dǎo)致的物種滅絕風(fēng)險(xiǎn)[4]，提前了解物種地理分布在未來(lái)氣候環(huán)境中的變化，有利于指導(dǎo)瀕危物種保育策略的制定。生態(tài)位模型是以生態(tài)位理論為基礎(chǔ)的新興研究領(lǐng)域，通過模型預(yù)測(cè)物種的實(shí)際分布和潛在分布，包括生物氣候分析系統(tǒng)（BIOCLIM）、生態(tài)位因子分析模型（ENFA）、基于規(guī)則集的遺傳算法模型（GARP）、最大熵模型（Maxent）等多個(gè)模型算法[5]，其中最大熵生態(tài)位MaxEnt模型近年來(lái)被廣泛應(yīng)用于物種保育學(xué)[6-7]、生物入侵學(xué)[8-9]、全球生物變化和生物進(jìn)化學(xué)[10-11]等領(lǐng)域研究，該模型基于最大熵原理利用物種已知的地理分布數(shù)據(jù)，進(jìn)行物種生態(tài)位建模和分布分析，在當(dāng)前諸多預(yù)測(cè)模型中，效果突出，即使在物種的分布數(shù)據(jù)較少情況下，仍然能得到滿意的結(jié)果[12-13]。

紅茴砂[Etlingera littoralis （J. Koenig） Giseke]，為姜科茴香砂仁屬多年生草本植物，主要分布在馬來(lái)西亞、泰國(guó)、越南、印度尼西亞等熱帶地區(qū)和部分亞熱帶地區(qū)，生于海拔90～300 m的河道旁、林下、林緣等地，我國(guó)僅海南地區(qū)有自然分布。紅茴砂葉和根莖部位含有大量成分豐富的揮發(fā)油，主要為的單萜（monoterpenoids）類和苯基丙烷類化合物，而且紅茴砂提取的揮發(fā)油含有在姜科植物中2種未見報(bào)的二萜醇化合物——8（14）， 15-sandaracopimaradien-3b-ol和7，15-isopimaradien- 3b-ol[14]，其中（E）-甲基異丁香酚[（E）-methyl isoeugenol）含量最高達(dá)58.1%，研究表明這種天然食品香料具有抗焦慮和抗抑郁作用[15]，同時(shí)也對(duì)空腸彎曲桿菌、大腸桿菌彎曲桿菌和弧菌彎曲桿菌等菌株具有明顯抑菌效果[16]。紅茴砂株高2～3 m，花期為3—6月，花色艷紅奪目，枝葉繁茂，在廣東、福建、海南等地區(qū)終年常綠可作為優(yōu)秀的園林背景植物[17]。目前由于紅茴砂生境條件的變遷，其自然種群的延續(xù)受到威脅，現(xiàn)已被列入《中國(guó)高等植物受威脅物種名錄》，受威脅等級(jí)為EN[18]，但紅茴砂當(dāng)前的研究多集中在其揮發(fā)精油的成分與活性分析[14， 19]、內(nèi)生真菌[20]和紅茴砂種子萌發(fā)、傳粉機(jī)制等方面[21-22]，而未有影響其地理分布的主要限制性氣候因子的研究，同時(shí)未來(lái)不同氣候變化情景下的紅茴砂潛在分布格局的變遷也尚不明確。

在全球氣候持續(xù)變暖背景下，本研究運(yùn)用最大熵生態(tài)位模型MaxEnt和ArcGIS軟件，分析紅茴砂目前地理分布區(qū)的氣候特點(diǎn)，預(yù)測(cè)紅茴砂當(dāng)前的分布范圍及未來(lái)潛在適生區(qū)空間分布格局的變遷，確定影響紅茴砂植物分布的主要環(huán)境因子，旨在為紅茴砂的保育及利用提供支撐。

1 ?材料與方法

1.1 ?物種分布點(diǎn)信息來(lái)源及篩選

通過實(shí)地考察，查閱公開發(fā)表的學(xué)術(shù)論文，檢索中國(guó)數(shù)字植物標(biāo)本館、NSII-中國(guó)國(guó)家標(biāo)本資源平臺(tái)和世界生物多樣性信息機(jī)構(gòu)網(wǎng)（GBIF，http：//www.gbif.org/）獲得紅茴砂分布數(shù)據(jù)，部分只有采集地而無(wú)具體經(jīng)緯度信息的分布點(diǎn)結(jié)合GoogleEarth查找相應(yīng)的經(jīng)緯度信息。

采用緩沖區(qū)分析法對(duì)紅茴砂分布點(diǎn)進(jìn)行校對(duì)、篩選，排除過擬合模擬對(duì)研究結(jié)果的影響。方法：因本研究環(huán)境變量空間分辨率為2.5 minutes（約4.5 km），所以設(shè)緩沖區(qū)為3 km，當(dāng)2個(gè)分布點(diǎn)處于同一個(gè)緩沖區(qū)類，則僅保留其中的1個(gè)點(diǎn)[23]。最終獲得45個(gè)紅茴砂分布點(diǎn)進(jìn)行分析。最后根據(jù)Maxent 軟件要求將分布點(diǎn)數(shù)據(jù)生成CSV格式文件。

1.2 ?環(huán)境變量和地圖數(shù)據(jù)來(lái)源

本研究采用的地形變量和氣候變量作為本研究的環(huán)境變量，均從世界氣候數(shù)據(jù)庫(kù)World-Clim （http：//www.worldclim.org/）中獲取，包括3份全球的19個(gè)生物氣候變量圖層 （1970—2000年、2050年RCP2.6和2050年RCP8.5）以及全球海拔變量圖層，選取的空間分辨率均為2.5 minutes。利用2050年RCP2.6和RCP8.5兩個(gè)氣候變化情景，模擬2050年CO2濃度上升對(duì)未來(lái)氣候影響的最低和最高情況[24]。本研究繪圖使用底圖數(shù)據(jù)均來(lái)自國(guó)家基礎(chǔ)地理信息系統(tǒng)網(wǎng)站（http：//nfgis. nsdi.gov.cn）所提供的中國(guó)行政區(qū)劃圖和標(biāo)準(zhǔn)地圖。

1.3 ?分析軟件信息

本研究所用軟件為 Maxent 3.4.1 版本的最大熵模型預(yù)測(cè)軟件（http：//Biodiversityinformatics. amnh.org/open_source/maxent/）和ArcGis 10.4軟件（http：//desktop.arcgis.com /zh-cn/）。

1.4 ?紅茴砂適生區(qū)最大熵模型預(yù)測(cè)

將CSV格式的紅茴砂植物分布數(shù)據(jù)分別與ASCII格式的當(dāng)前時(shí)段1970—2000年及未來(lái)2050年RCP2.6和RCP8.5情景下的20個(gè)環(huán)境因子數(shù)據(jù)在MaxEnt軟件中加載，設(shè)置25%的分布點(diǎn)作為測(cè)試集（testing data），75%的分布點(diǎn)作為訓(xùn)練集（training data），利用刀切法（Jackknife）分析每個(gè)氣候因子在預(yù)測(cè)中對(duì)模型的貢獻(xiàn)率。并用ArcGis軟件對(duì)MaxEnt 軟件輸出結(jié)果進(jìn)行可視化表達(dá)和重分類。采用自然間斷點(diǎn)分級(jí)法將其劃分為4個(gè)適生等級(jí)[25]，分別是非適生區(qū)（0～0.08）、低適生區(qū)（0.08～0.26）、中適生區(qū)（0.26～0.49）和高適生區(qū)（0.49～0.98）。

1.5 ?紅茴砂不同時(shí)期適生區(qū)變化分析

在ArcGis軟件中利用SDMtoolbox工具對(duì)MaxEnt軟件輸出的3份紅茴砂適生區(qū)預(yù)測(cè)圖進(jìn)行計(jì)算當(dāng)前和未來(lái)紅茴砂適生區(qū)收縮，擴(kuò)張等變化的面積[26]。

2 ?結(jié)果與分析

2.1 ?MaxEnt模型預(yù)測(cè)精度評(píng)估

本研究基于紅茴砂實(shí)際分布數(shù)據(jù)和20個(gè)綜合性氣候指標(biāo)，運(yùn)用最大熵模型進(jìn)行建模，采用ROC曲線分析法來(lái)評(píng)價(jià)分布預(yù)測(cè)模型。當(dāng)AUC值大于0.9時(shí)預(yù)測(cè)精度和診斷價(jià)值較高[27]。因此，計(jì)算當(dāng)前紅茴砂潛在分布區(qū)域時(shí)重復(fù)運(yùn)行了10次建模，最終得到平均訓(xùn)練集的AUC值為0.982（圖1）。而在未來(lái)2050年RCP2.6和RCP8.5情景下測(cè)試圖的訓(xùn)練集和驗(yàn)證集的AUC值均大于0.98（圖1）說(shuō)明模型預(yù)測(cè)效果比較準(zhǔn)確，可用于紅茴砂在中國(guó)地區(qū)分布情況與氣候關(guān)系的研究。

2.2 ?影響紅茴砂分布的主要?dú)夂蛞蜃?/p>

在Max Ent模型中評(píng)估20個(gè)環(huán)境因子在10次重復(fù)預(yù)測(cè)中的重要性，對(duì)模型預(yù)測(cè)貢獻(xiàn)率較高的變量依次為Bio16、Bio18、Bio2、Bio4、Bio6、Altitude、Bio11、Bio10 等個(gè)8因子，累計(jì)貢獻(xiàn)率達(dá)87%。而刀切檢驗(yàn)獲得的模型正則化訓(xùn)練增益最高的8個(gè)環(huán)境變量如圖2依次為Bio7、Bio16、Bio13、Bio12、Bio6、Bio18、Bio4。同時(shí)對(duì)這20個(gè)氣候變量對(duì)其進(jìn)行Pearson相關(guān)性分析，貢獻(xiàn)率和增益較高的變量中存在Bio13和Bio16、Bio7和Bio4、Bio6和Bio11這3組氣候變量相關(guān)性>±0.9，所以每組中選取一個(gè)對(duì)紅茴砂生物意義更高的作為其關(guān)鍵影響因子，綜合分析，篩選出Bio13、Bio18、Bio7、Bio6、altitude、Bio10等6個(gè)變量，為影響紅茴砂地理分布的主要?dú)夂蜃兞浚湄暙I(xiàn)率和主要閾值范圍如表1所示。

2.3 ?當(dāng)前情景下紅茴砂在中國(guó)的潛在分布

在Maxent模型中，紅茴砂當(dāng)前在我國(guó)的潛在分布區(qū)域在海南、云南、四川、臺(tái)灣、廣西、福建、廣東、貴州、重慶的大部分地區(qū)，湖南和西藏也有小部分地區(qū)適宜紅茴砂的生長(zhǎng)（表2）。其中，高適生區(qū)（存在概率0.49～0.98）面積為157 068.28 km2，占國(guó)土面積1.63%，集中在海南、云南東南部、廣西西部，四川南部小部分地區(qū);中適生區(qū)（存在概率0.26～0.49）面積為313 544.22 km2，占國(guó)土面積3.26%，包括云南、海南、廣西、貴州、四川、廣東、西藏和臺(tái)灣等地;低適生區(qū)（存在概率0.08～ 0.26）面積為769 227.15 km2，占國(guó)土面積7.99%，分布在廣東、廣西、福建、云南、四川、重慶、西藏、湖南、貴州和臺(tái)灣等地。當(dāng)前情景下，紅茴砂在我國(guó)的潛在適生區(qū)總面積約為1.2×106 km2。

2.4 ?在未來(lái)氣候條件下紅茴砂的地理分布格局變遷

在未來(lái)2050年RCP2.6和RCP8.5兩種氣候模型下，紅茴砂適宜分布界線均從華南地區(qū)向西南地區(qū)遷移，但適生區(qū)總體面積喪失極大，如表3所示2種未來(lái)氣候模式下紅茴砂適生區(qū)域喪失面積均達(dá)到95%以上，華南地區(qū)（海南、廣東、廣西）、華中地區(qū)（湖南）、西南地區(qū)（重慶、四川東部、貴州中部和東部、云南南部）和華東地區(qū)（福建）基本喪失全部分布，新增區(qū)域主要在西藏東南部和四川中南部。潛在分布區(qū)域減少為云南、四川、西藏、貴州和臺(tái)灣5個(gè)地區(qū)，主要集中在滇中北部和川南，進(jìn)一步收縮在橫斷山脈、云貴高原等高海拔地區(qū)，呈現(xiàn)向西藏延伸分布的現(xiàn)象，臺(tái)灣地區(qū)適生區(qū)也向中央山脈高海拔地區(qū)聚攏。當(dāng)前紅茴砂潛在總適生區(qū)質(zhì)心分布在貴州南部獨(dú)山縣內(nèi)，高適生區(qū)質(zhì)心在紅河哈尼族彝族自治州，PCR2.6和PCR8.5兩種未來(lái)情景模式紅茴砂潛在總適生區(qū)質(zhì)心分別在云南省楚雄彝族自治州和云南迪慶藏族自治州，但高適生區(qū)質(zhì)心均在云南貢山獨(dú)龍族怒族自治區(qū)。不論是紅茴砂潛在總適生區(qū)質(zhì)心還是高適區(qū)適生區(qū)質(zhì)心都向西北方遷移。

3 ?討論

3.1 ?模型分析

本研究中紅茴砂MaxEnt生態(tài)位模型是以最大熵理論為基礎(chǔ)，將紅茴砂分布數(shù)據(jù)和全球變化下氣候環(huán)境變量相結(jié)合模擬紅茴砂分布，同時(shí)轉(zhuǎn)移、投射至其他區(qū)域，來(lái)預(yù)測(cè)紅茴砂在氣候變化下的潛在分布，為其保育提供支持。已有研究表明MaxEnt生態(tài)位模型雖然具有運(yùn)算穩(wěn)定、運(yùn)算時(shí)間短、結(jié)果精度高等優(yōu)點(diǎn)，但MaxEnt模型對(duì)采樣偏差敏感，在模擬物種潛在分布時(shí)易產(chǎn)生過度擬合的問題，使模型轉(zhuǎn)移能力降低[28]，為提高紅茴砂MaxEnt生態(tài)位模型轉(zhuǎn)移能力，本研究從分布點(diǎn)篩選和環(huán)境因子選擇這兩個(gè)方面進(jìn)行了控制。在分布點(diǎn)數(shù)據(jù)處理上采用緩沖區(qū)分析法進(jìn)行篩選、校對(duì)。環(huán)境因子選擇時(shí)考慮到紅茴砂為一種林下植物，其光照環(huán)境與植物群落息息相關(guān)，所以模型建立未選擇太陽(yáng)輻射因子[29]，最后選取了影響植物生長(zhǎng)和分布的溫度、降雨和海拔等主要非生物環(huán)境因子運(yùn)用Pearson相關(guān)性分析，在相關(guān)性較高的環(huán)境因子中選取對(duì)紅茴砂生物意義更高的作為其關(guān)鍵影響因子進(jìn)行建模，減少因過度擬合產(chǎn)生的誤差。結(jié)果顯示本研究紅茴砂三個(gè)MaxEnt模型檢驗(yàn)AUC值均達(dá)0.98以上，表明模型模擬效果好，可信度高。

然而，本研究也存在一定的局限性。除已選擇的非生物環(huán)境因子變量外，還有其他一些環(huán)境因素也影響紅茴砂分布，比如土壤因子、地形特征和紅茴砂傳播能力、種間競(jìng)爭(zhēng)力、生物相互作用等生物環(huán)境因子[30]，基于以上問題，本模型預(yù)測(cè)的基礎(chǔ)生態(tài)位比紅茴砂實(shí)際占據(jù)的生態(tài)位要寬。所以應(yīng)盡可能收集全面且準(zhǔn)確的分布數(shù)據(jù)、環(huán)境數(shù)據(jù)、以及其他因素?cái)?shù)據(jù)，加強(qiáng)紅茴砂生理生態(tài)應(yīng)答與環(huán)境要素的耦合關(guān)系研究，有助于了解未來(lái)全球氣候變暖背景下紅茴砂可能發(fā)生的分布變化，對(duì)其物種保護(hù)具有現(xiàn)實(shí)意義。

3.2 ?氣候因子對(duì)紅茴砂分布的影響

根據(jù)環(huán)境因子貢獻(xiàn)率的結(jié)果，Bio13（最濕月降水量），Bio18（最暖季度降水量）2個(gè)氣候環(huán)境因子對(duì)紅茴砂分布影響最大，其貢獻(xiàn)率累計(jì)高達(dá)57.3%，最濕月降水量454 mm，最暖季度降水量600 mm時(shí)為其最佳生長(zhǎng)條件，表明紅茴砂是對(duì)降水最為敏感的植物，適合在濕潤(rùn)環(huán)境生存，需要足夠水分滿足其生長(zhǎng)需求。同時(shí)溫度對(duì)紅茴砂也是影響紅茴砂分布的主要限制因素，最冷季度平均溫度在3 ℃以上才能使其正常生長(zhǎng)，最熱季度均溫適宜范圍為19.6～31.9 ℃，年均溫差不超過15 ℃，這也與紅茴砂當(dāng)前分布較廣的熱帶和亞熱帶潮濕常綠林生境高度吻合[31]。因此寒潮少，熱量資源豐富，降雨充沛，常年濕潤(rùn)的區(qū)域利于紅茴砂分布，可為紅茴砂資源的保護(hù)和合理的開發(fā)利用提供參考。

3.3 ?氣候變化背景下紅茴砂的分布區(qū)

2050年RCP2.6和RCP8.5兩種未來(lái)氣候情景變化下紅茴砂在華中和華南等區(qū)域潛在分布區(qū)全部喪失，可能與全球氣候持續(xù)變暖趨勢(shì)下這兩個(gè)地區(qū)降水量的減少有關(guān)。未來(lái)21世紀(jì)華南地區(qū)溫度整體處于上升趨勢(shì)，但年降水持續(xù)減少[32]，雖然夏季強(qiáng)降水頻率增大但冬旱現(xiàn)象加劇[33]，而紅茴砂作為對(duì)降水最為敏感的植物，廣東、廣西和海南等華南地區(qū)將不再適宜其生存，所以紅茴砂適生區(qū)在未來(lái)氣候下逐漸向西北方轉(zhuǎn)移，以減緩極端高溫和冬旱所帶來(lái)的危害。

2種未來(lái)氣候環(huán)境下紅茴砂潛在分布收縮集中在川南、滇中北地區(qū)碎片化分布，并呈現(xiàn)沿西藏延伸分布現(xiàn)象，此地區(qū)處于過渡帶，地貌復(fù)雜，高程落差大[34]，形成了氣候獨(dú)特，穩(wěn)定的片段化生境，可抵抗全球變暖帶來(lái)的極端氣候等不利影響，同時(shí)怒江、瀾滄江、金沙江、雅礱江、大渡河等主要河流在該區(qū)域也呈南北走向，一直延伸到青藏高原內(nèi)部，為紅茴砂向西藏和川北地區(qū)延伸分布提供條件[35] 。中國(guó)西南地區(qū)未來(lái)21世紀(jì)氣候大部分地區(qū)呈暖濕型發(fā)展的趨勢(shì)[36]，區(qū)域溫度逐漸升高、降水量和相對(duì)濕度也逐步增加，許多學(xué)者也對(duì)此地區(qū)潛在植被分布進(jìn)行了分析，21世紀(jì)未來(lái)氣候下與紅茴砂潛在分布區(qū)相吻的植被類型主要為亞熱濕潤(rùn)常綠闊葉林、暖熱潮濕落葉-常綠闊葉林、亞熱潮濕闊葉林類、溫帶常綠針葉灌木和部分熱帶森林草地與[37-38]，與當(dāng)前紅茴砂分布點(diǎn)植被類型相似，由此可見在全球氣候持續(xù)變暖趨勢(shì)下，西南地區(qū)滇中北和川南等地區(qū)能逐步滿足紅茴砂分布對(duì)地形、植被、熱量資源豐富、水分需求高的要求，成為紅茴砂新的避難所。此現(xiàn)象與前人關(guān)于氣候變化影響植物分布變化的研究相符，認(rèn)為當(dāng)前物種分布范圍及范圍大小會(huì)隨著全球氣溫的升高逐漸向高緯度和高海拔遷移[39-40]。PCR8.5氣候模型情景相較于PCR2.6氣候情景模型紅茴砂潛在適宜分布區(qū)域遷移更遠(yuǎn)，向西南地區(qū)新增適生面積更大，即未來(lái)全球升溫閾值越高，紅茴砂適合生分布范圍向西南地區(qū)遷移現(xiàn)象更明顯。

3.4 ?紅茴砂的保育策略

本研究結(jié)果對(duì)紅茴砂的保護(hù)和生物地理學(xué)研究都具有重要的意義。由前所述紅茴砂應(yīng)對(duì)氣候變暖的一條逃生路線是向高海拔山地遷移，但是目前紅茴砂在中國(guó)的自然分布區(qū)僅為海南島，分布范圍十分狹窄，如果紅茴砂持續(xù)向高緯度和高海拔地區(qū)遷移，在遷移途中不可避免遇到海洋等自然地理障礙阻隔導(dǎo)致局部滅絕[41]。所以需要人為干預(yù)降低其在中國(guó)滅絕的風(fēng)險(xiǎn)?？筛鶕?jù)本文對(duì)紅茴砂適生區(qū)預(yù)測(cè)情況結(jié)合其瀕危機(jī)制研究，綜合考慮多方面的因素，制定合理保育策略。對(duì)于紅茴砂當(dāng)前分布區(qū)可采取就地保護(hù)措施，例如可在海南島中南部山地地區(qū)建立紅茴砂保育關(guān)鍵區(qū)，通過定點(diǎn)觀察、動(dòng)態(tài)監(jiān)測(cè)結(jié)合人工復(fù)壯，最大確保其遺傳多樣性。而在新增適合生境方面，可以考慮遷地保育方法，如紅茴砂潛在分布中心云南地區(qū)，可進(jìn)行人工引種栽培，制定合理的生態(tài)調(diào)控措施，避免紅茴砂遺傳資源喪失風(fēng)險(xiǎn)，同時(shí)減少對(duì)當(dāng)?shù)厣鷳B(tài)系統(tǒng)平衡影響。

參考文獻(xiàn)

[1] 李利平， 何思源， 蔣樣明， 等. 物種分布區(qū)特征及其對(duì)生物多樣性保育的意義[J]. 中國(guó)科學(xué)： 生命科學(xué)， 2019， 49（8）： 929-937.

[2] 朱耿平， 劉國(guó)卿， 卜文俊， 等. 生態(tài)位模型的基本原理及其在生物多樣性保護(hù)中的應(yīng)用[J]. 生物多樣性， 2013， 21（1）： 90-98.

[3] Fitzpatrick M C， Gove A D， Sanders N J， et al. Climate change， plant migration， and range collapse in a global bio-diversity hotspot： the Banksia （Proteaceae） of Western Aus-tralia[J]. Global Change Biology， 2008， 14（6）： 1337-1352.

[4] 吳建國(guó)， 呂佳佳， 周巧富. 我國(guó)珍稀瀕危物種適應(yīng)氣候變化的對(duì)策探討[J]. 中國(guó)人口·資源與環(huán)境， 2011， 21（S1）： 566-570.

[5] 喬慧捷， 胡軍華， 黃繼紅. 生態(tài)位模型的理論基礎(chǔ)、發(fā)展方向與挑戰(zhàn)[J]. 中國(guó)科學(xué)： 生命科學(xué)， 2013， 43（11）： 915-927.

[6] 楊 ?楠， 馬東源， 鐘 ?雪， 等. 基于MaxEnt模型的四川王朗國(guó)家級(jí)自然保護(hù)區(qū)藍(lán)馬雞棲息地適宜性評(píng)價(jià)[J]. 生態(tài)學(xué)報(bào)， 2020， 40（19）： 7064-7072.

[7] 袁智文， 徐愛春， 俞平新， 等. 浙江清涼峰國(guó)家級(jí)自然保護(hù)區(qū)華南梅花鹿棲息地適宜性評(píng)價(jià)[J]. 生態(tài)學(xué)報(bào)， 2020， 40（18）： 6672-6677.

[8] 侯沁文， 白海艷， 李云玲， 等. 馬鈴薯甲蟲在中國(guó)的適生區(qū)[J]. 生態(tài)學(xué)雜志， 2020， 39（10）： 3311-3319.

[9] 張靜涵， 張軒波， 沈美亞， 等. 互花米草在中國(guó)的潛在生存區(qū)域預(yù)測(cè)[J]. 濕地科學(xué)與管理， 2020， 16（3）： 42-46.

[10] 趙金鵬， 王閆利， 陸興利， 等. 軟棗獼猴桃在中國(guó)的適生區(qū)分析及對(duì)未來(lái)氣候變化的響應(yīng)[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文）， 2020， 28（10）： 1523-1532.

[11] 檀逸虹， 張喜娟， 原樹生， 等. 全球氣候變化背景下秦艽生態(tài)適宜性預(yù)測(cè)[J]. 生態(tài)學(xué)雜志， 2020， 39（11）： 3766-3773.

[12] Kruijer H J D， Raes N， Stech M. Modelling the distribution of the moss species Hypopterygium tamarisci （Hypoptery-giaceae， Bryophyta） in Central and South America[J]. Nova Hedwigia， 2010， 91（3-4）： 399-420.

[13] 李 ?響， 張成福， 賀 ?帥， 等. MaxEnt模型綜合應(yīng)用研究進(jìn)展分析[J]. 綠色科技， 2020（14）： 14-17.

[14] Wong K C， Sivasothy Y， Boey P L， et al. Essential oils of Etlingera elatior （Jack） R. M. Smith and Etlingera littoralis （Koenig） giseke[J]. Journal of Essential Oil Research， 2010， 22（5）： 461-466.

[15] Fajemiroye J O， Galdino P M， De Paula J A M， et al. Anxi-olytic and antidepressant like effects of natural food flavour （E）-methyl isoeugenol[J]. Food & Function， 2014， 5（8）： 1819-1828.

[16] Rossi P G， Bao L， Luciani A， et al. （E）-Methy?lisoeugenol and elemicin： antibacterial components of Daucus carota L. essential oil against Campylobacter jejuni[J]. Journal Agri-cultural Food Chemistry， 2007， 55（18）： 7332-7336.

[17] 鐘玉玲. 姜科植物景觀園規(guī)劃設(shè)計(jì)[D]. 廣州： 仲愷農(nóng)業(yè)工程學(xué)院， 2017： 21.

[18] 覃海寧， 楊 ?永， 董仕勇， 等. 中國(guó)高等植物受威脅物種名錄[J]. 生物多樣性， 2017， 25（7）： 696-744.

[19] Norhayat S N， Mohd. Sirat H. Chemical constituents of Etlingera littoralis （konig.） giseke （red flower variety）[J]. Zamm Journal of Applied Mathematics & Mechanics， 2010， 64（3）： 200.

[20] Lutfia A， Munir E， Yurnaliza Y， et al. Screening of antago-nistic fungi from Etlingera littoralis （J. Knig） Giseke rhi-zome in Sibolangit Forest， North Sumatra[J]. Journal of Physics： Conference Series， 2019， 1351： 012025.

[21] Kittipanangkul N， Ngamriabsakul C. Pollen and Pollinator Limitation of Seed Initiation in Etlingera littoralis （J. K?nig） Giseke （Zingiberaceae） in Klong Klai Basin， Khao Nan Na-tional Park， Thailand[J]. Walailak Journal of Science & Technology， 2006， 3（2）： 207-217.

[22] 歐云鋒， 檀廣兵， 王英強(qiáng). 姜科熱帶分布與高山分布類群傳粉生物學(xué)的比較研究——以茴香砂仁屬和象牙參屬的代表種為例[C]//廣東省植物學(xué)會(huì). 廣東省植物學(xué)會(huì)第十九期學(xué)術(shù)研討會(huì)論文集. 廣州： 廣東省植物學(xué)會(huì)， 2010： 27-28.

[23] 王茹琳， 李 ?慶， 封傳紅， 等. 基于MaxEnt的西藏飛蝗在中國(guó)的適生區(qū)預(yù)測(cè)[J]. 生態(tài)學(xué)報(bào)， 2017， 37（24）： 8556-8566.

[24] Riahi K， Rao S， Krey V， et al. RCP 8.5—A scenario of comparatively high greenhouse gas emissions[J]. Climatic Change， 2011， 109（1-2）： 33.

[25] 王小軍， 劉光旭， 肖 ?彤. 氣候變化情景下油茶生長(zhǎng)的適宜性特征[J]. 熱帶地理， 2020， 40（5）： 868-880.

[26] 陳衍如， 謝慧敏， 羅火林， 等. 氣候變化對(duì)寒蘭分布的影響及其分布格局模擬[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 2019， 30（10）： 3419-3425.

[27] Swets J. Measuring the accuracy of diagnostic systems[J]. Science ，1988， 240（4857）： 1285-1293.

[28] 朱耿平， 喬慧捷. Maxent模型復(fù)雜度對(duì)物種潛在分布區(qū)預(yù)測(cè)的影響[J]. 生物多樣性， 2016， 24（10）： 1189-1196.

[29] 胡 ?秀， 郭 ?微， 吳福川， 等. MaxEnt生態(tài)學(xué)模型在野生植物近自然林引種區(qū)劃中的應(yīng)用——以紅姜花為例[J]. 廣西植物， 2015， 35（3）： 325-330.

[30] 張殷波， 高晨虹， 秦 ?浩. 山西翅果油樹的適生區(qū)預(yù)測(cè)及其對(duì)氣候變化的響應(yīng)[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 2018， 29（4）： 1156-1162.

[31] Chongkraijak W， Ngamnriabsakul C， Poulsen A D. Mor-phological diversity and distribution of Etlingera littoralis （K?nig） Giseke （Zingiberaceae） in Southern Thailand[J]. Walailak Journal of Science & Technology， 2013， 10（6）： 643-656.

[32] 黃曉瑩， 溫之平， 杜堯東， 等. 華南地區(qū)未來(lái)地面溫度和降水變化的情景分析[J]. 熱帶氣象學(xué)報(bào)， 2008（3）： 254-258.

[33] 陳曉晨， 徐 ?影， 姚 ?遙. 不同升溫閾值下中國(guó)地區(qū)極端氣候事件變化預(yù)估[J]. 大氣科學(xué)， 2015， 39（6）： 1123-1135.

[34] 尤麗鈺， 霍義強(qiáng)， 陳隆勛. 云南雨季開始和大氣環(huán)流季節(jié)變化的關(guān)系[J]. 云南大學(xué)學(xué)報(bào)（自然科學(xué)版）， 1981（1）： 96-112.

[35] 李寧寧， 張愛平， 張 ?林， 等. 氣候變化下青藏高原兩種云杉植物的潛在適生區(qū)預(yù)測(cè)[J]. 植物研究， 2019， 39（3）： 395-406.

[36] 劉曉冉， 程炳巖， 楊 ?茜， 等. 我國(guó)西南地區(qū)21世紀(jì)氣候變化的情景預(yù)估分析[J]. 西南大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2012， 34（9）： 82-89.

[37] 任正超， 朱華忠， 史 ?華， 等. 最后間冰期至未來(lái)2070s中國(guó)潛在自然植被時(shí)空分布格局及其對(duì)氣候變化的響應(yīng)[J]. 自然資源學(xué)報(bào)， 2020， 35（6）： 1484-1498.

[38] 陸雙飛， 殷曉潔， 韋晴雯， 等. 氣候變化下西南地區(qū)植物功能型地理分布響應(yīng)[J]. 生態(tài)學(xué)報(bào)， 2020， 40（1）： 310-324.

[39] Mccarty J P. Ecological consequences of recent climate change[J]. Conservation Biology， 2001， 15（2）： 320-33.

[40] 賴云云， 馮建孟， 袁媛媛. 氣候變化對(duì)尼泊爾地區(qū)熱帶植物海拔分布格局的影響[J]. 信陽(yáng)師范學(xué)院學(xué)報(bào)（自然科學(xué)版）， 2018， 31（2）： 233-239.

[41] 黎 ?磊， 陳家寬. 氣候變化對(duì)野生植物的影響及保護(hù)對(duì)策[J]. 生物多樣性， 2014， 22（5）： 549-563.

責(zé)任編輯：崔麗虹