凌怡晨，趙 晶**，王鶴松，劉 陽(yáng)

氣候變化條件下馬尾松人工林潛在地理分布的診斷*

凌怡晨1，趙 晶1**，王鶴松2，劉 陽(yáng)2

（1. 北京林業(yè)大學(xué)園林學(xué)院，北京 100083；2. 北京林業(yè)大學(xué)生態(tài)與自然保護(hù)學(xué)院，北京 100083）

基于186條中國(guó)馬尾松分布記錄和1931?1960年、1961?1990年、1991?2017年3個(gè)時(shí)期19個(gè)氣候因子數(shù)據(jù)，利用最大熵模型（MaxEnt），研究過(guò)去近90a影響中國(guó)馬尾松適生區(qū)分布的氣候因子、適宜馬尾松生長(zhǎng)及分布的氣候條件，以及馬尾松在不同時(shí)期適生區(qū)分布變化情況，以期為中國(guó)南方人工林應(yīng)對(duì)氣候變化提供決策支持。結(jié)果表明：（1）影響馬尾松適生區(qū)分布的主要?dú)夂蛞蜃訛樽罾浼径冉邓俊⒆罡稍镌陆邓?、氣溫年較差、溫度季節(jié)變化標(biāo)準(zhǔn)差、年降水量和最干季度平均溫度。（2）1931?1960年適宜地區(qū)總面積和較適宜地區(qū)面積最大，分別約為184.88萬(wàn)km2和87.45萬(wàn)km2，1961?1990年完全適宜地區(qū)面積最大，約為52.71萬(wàn)km2，1991?2017年北側(cè)邊界較1931?1960年向北偏移約1°，南側(cè)海南島適宜區(qū)域減至0，雷州半島分布邊界較1931?1960年向北偏移約2°。（3）隨著近90a來(lái)氣候變化，馬尾松潛在適生區(qū)整體向東向北偏移，原有西側(cè)和南側(cè)零散的適生區(qū)域減退，適宜地區(qū)總面積呈現(xiàn)先減少后增加的趨勢(shì)，現(xiàn)狀適生區(qū)主要分布在秦嶺?淮河一線以南，雷州半島以北，橫斷山脈以東的區(qū)域?，F(xiàn)階段馬尾松完全適宜地區(qū)集中分布在廣西省、廣東省、福建省、貴州省中部和南部、重慶市西部和四川省東部，這些地區(qū)最適宜作為馬尾松人工林的種植區(qū)域。

氣候變化；馬尾松人工林；MaxEnt模型；潛在適生區(qū)；分布格局

馬尾松（）為松科（Pinaceae）松屬（）喬木[1]，是中國(guó)南方重要的用材樹(shù)種和造林樹(shù)種[2]，研究馬尾松人工林適宜區(qū)的變化，對(duì)保障中國(guó)木材原料供給及維護(hù)碳平衡等有著重要作用[3]。中國(guó)氣象觀測(cè)數(shù)據(jù)顯示，從20世紀(jì)60年代開(kāi)始，中國(guó)年平均氣溫整體上升趨勢(shì)非常明顯[4]，這一時(shí)期中國(guó)西部和華南地區(qū)降水增加，華北和東北大部分地區(qū)降水減少[5]，而溫度、降水的持續(xù)變化會(huì)對(duì)馬尾松這一喜光、喜溫植物的人工林適生區(qū)分布產(chǎn)生較大影響。因此，亟需開(kāi)展基于過(guò)去數(shù)十年氣候數(shù)據(jù)和現(xiàn)有馬尾松分布情況，診斷過(guò)去近90a馬尾松人工林適生區(qū)變化方面的研究，為促進(jìn)氣候變化下人工林的可持續(xù)發(fā)展提供科學(xué)依據(jù)。

已有不少學(xué)者基于數(shù)理統(tǒng)計(jì)模型模擬分析氣候變化對(duì)馬尾松適生區(qū)的影響，閆宇航等[6]利用MaxEnt模型模擬了中國(guó)馬尾松的現(xiàn)狀分布區(qū)并預(yù)測(cè)了其未來(lái)分布的情況，張雷等[7]通過(guò)MaxEnt模型在內(nèi)的多模型模擬了未來(lái)氣候條件下馬尾松空間分布情況，江一帆等[8]認(rèn)為2050年湖南省馬尾松適宜種植區(qū)域會(huì)適當(dāng)向北擴(kuò)展，賀慶棠等[9]預(yù)測(cè)2050年中國(guó)馬尾松適宜分布區(qū)北界將北移至40°N。對(duì)已有研究進(jìn)行梳理可發(fā)現(xiàn)：（1）現(xiàn)有對(duì)于馬尾松分布區(qū)域的研究多是基于未來(lái)情景的預(yù)測(cè)分析，不能反映過(guò)去數(shù)十年間中國(guó)馬尾松適生區(qū)分布變化；（2）在研究方法上，相比CLIMEX模型、DOMAIN模型和BIOCLIM模型等[10?13]，MaxEnt模型被認(rèn)為能夠更好地處理樣本量小的數(shù)據(jù)和較小的位置誤差[14?15]，并能將計(jì)算結(jié)果投射到不同時(shí)間或空間，以此預(yù)測(cè)植物在這一情景下的潛在分布[16?18]。

基于上述，本研究利用1931?1960年、1961?1990年和1991?2017年三個(gè)時(shí)期的氣候數(shù)據(jù)以及馬尾松分布點(diǎn)數(shù)據(jù)，采用MaxEnt模型，研究過(guò)去近90a影響中國(guó)馬尾松分布的氣候因子、適宜馬尾松生長(zhǎng)及分布的氣候條件，以及馬尾松在不同時(shí)期適生區(qū)分布變化情況，以期為南方人工林應(yīng)對(duì)氣候變化提供決策支持。

1 資料與方法

1.1 資料來(lái)源

1.1.1 馬尾松樣本點(diǎn)

根據(jù)全球生物多樣性信息數(shù)據(jù)庫(kù)(GBIF, https://www.gbif.org/)、中國(guó)數(shù)字植物標(biāo)本館(CVH, https://www.cvh.ac.cn/)等數(shù)字平臺(tái)及文獻(xiàn)檢索得到中國(guó)馬尾松樣本點(diǎn)[19]。為保證馬尾松樣本點(diǎn)信息準(zhǔn)確，對(duì)所獲得的樣本點(diǎn)進(jìn)行嚴(yán)格篩選。首先，選取拉丁名準(zhǔn)確和經(jīng)緯度信息詳實(shí)的點(diǎn)，剔除拉丁名錯(cuò)誤和經(jīng)緯度信息不全以及重復(fù)的點(diǎn)；其次，對(duì)于有確切地名而無(wú)經(jīng)緯度的點(diǎn)，進(jìn)一步根據(jù)“谷歌地球”進(jìn)行經(jīng)緯度定位，最終得到186個(gè)馬尾松樣本點(diǎn)（圖1），將獲取的分布點(diǎn)經(jīng)緯度數(shù)據(jù)存儲(chǔ)為csv格式。由圖1可見(jiàn)，馬尾松樣本點(diǎn)主要分布在中國(guó)青藏高原以東，秦嶺?淮河一線以南的區(qū)域。

圖1 186個(gè)馬尾松樣本點(diǎn)分布

注：數(shù)據(jù)來(lái)源于中國(guó)數(shù)字植物標(biāo)本館等，底圖來(lái)源于國(guó)家測(cè)繪地理信息局。

Note: The data came from the Chinese Virtual Herbarium, and the base map came from the National Administration of Surveying, Mapping and Geographic Information.

1.1.2 氣候數(shù)據(jù)

氣候條件是決定植被分布及其特征的最主要因素[20]，氣候變化會(huì)直接或間接影響與物種空間分布格局有關(guān)的生態(tài)因子[21]，從而改變物種的分布區(qū)域、范圍和數(shù)量[22?24]，選用與溫度和降水相關(guān)的19個(gè)氣候變量（表 1）。氣候數(shù)據(jù)包括月均溫、月最高溫、月最低溫及月降水量，來(lái)源于國(guó)家青藏高原科學(xué)數(shù)據(jù)中心（http://data.tpdc.ac.cn/zh-hans/），利用這些基礎(chǔ)數(shù)據(jù)計(jì)算出19個(gè)氣候變量指標(biāo)。由于收集到的物種分布數(shù)據(jù)大都集中在近30a，所以用1991?2017年的氣候數(shù)據(jù)作為預(yù)測(cè)當(dāng)前分布的環(huán)境數(shù)據(jù)，以30a為時(shí)間間隔計(jì)算1961?1990年和1931?1960年的環(huán)境數(shù)據(jù)，數(shù)據(jù)的空間分辨率為30″。

1.2 研究方法

1.2.1 數(shù)據(jù)預(yù)處理

使用ArcGIS 10.6對(duì)氣候數(shù)據(jù)進(jìn)行重采樣，使其擁有相同的柵格大小，將柵格文件進(jìn)行格式轉(zhuǎn)換，得到可直接加載于MaxEnt軟件的asc格式文件。使用Excel對(duì)獲取的馬尾松分布點(diǎn)經(jīng)緯度數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換，得到可直接加載于MaxEnt軟件的csv格式文件。

表1 所用氣候因子的含義及描述

1.2.2 適宜度計(jì)算

利用MaxEnt Version 3.4.4（https://biodiversityinfor- matics.amnh.org/open_source/maxent/）軟件對(duì)馬尾松分布適宜區(qū)進(jìn)行最大熵模型的計(jì)算，將csv格式的186個(gè)馬尾松分布點(diǎn)數(shù)據(jù)導(dǎo)入樣本處，將asc格式的1991?2017年19個(gè)氣候因子數(shù)據(jù)導(dǎo)入環(huán)境圖層處，設(shè)置參數(shù)建模運(yùn)行，設(shè)置分布點(diǎn)數(shù)據(jù)中75%為訓(xùn)練數(shù)據(jù)集，25%為測(cè)試數(shù)據(jù)集，模型運(yùn)行參數(shù)中最大迭代次數(shù)為1000，重復(fù)計(jì)算10次，勾選繪制響應(yīng)曲線（response curves）和刀切法（jackknife）功能。通過(guò)MaxEnt模型對(duì)樣本點(diǎn)和環(huán)境圖層多次迭代計(jì)算的結(jié)果，綜合Jackknife檢驗(yàn)、貢獻(xiàn)率和置換重要值得到主要?dú)夂蛞蜃?。根?jù)各主要?dú)夂蛞蜃拥捻憫?yīng)曲線，獲得各氣候因子的適宜值范圍[26]。將3個(gè)時(shí)期的環(huán)境數(shù)據(jù)填入投影圖層，一共運(yùn)行計(jì)算3次，得到3個(gè)時(shí)期的馬尾松適宜區(qū)計(jì)算結(jié)果。

1.2.3 模型可信度和準(zhǔn)確度分析

實(shí)驗(yàn)采用受試者工作特征曲線（Receiver Operating Characteristic curve，ROC）下的面積值（Area Under Curve，AUC）對(duì)模型估測(cè)結(jié)果進(jìn)行檢驗(yàn)，這是目前認(rèn)可度較高的檢驗(yàn)方法[27?28]，AUC值取值范圍為[0，1]，大小與模型的估測(cè)精確程度呈正相關(guān)，即數(shù)值越接近1，代表估測(cè)結(jié)果精度越高[29]（表2）。通過(guò)MaxEnt模型計(jì)算得到馬尾松分布適宜性的平均測(cè)試AUC值為0.918，標(biāo)準(zhǔn)差為0.020。根據(jù)分類標(biāo)準(zhǔn)，此模型對(duì)馬尾松的生態(tài)適宜區(qū)估測(cè)精度達(dá)到優(yōu)秀，說(shuō)明該模型估測(cè)的馬尾松潛在適生分布結(jié)果準(zhǔn)確。

表2 依據(jù)受試者工作特征曲線面積判斷模型精度

1.2.4 適生區(qū)劃可視化處理

利用ArcGIS 10.6軟件將MaxEnt模型計(jì)算得到的asc格式結(jié)果轉(zhuǎn)換為柵格，進(jìn)行結(jié)果分析和地圖制作，繪制出不同時(shí)期馬尾松生態(tài)適宜區(qū)劃分布圖。利用分類工具中的手動(dòng)分級(jí)法，根據(jù)其適宜性指數(shù)按照等距法進(jìn)行劃分，即0～0.25為不適宜地區(qū)、0.26～0.50為較適宜地區(qū)、0.51～0.75為適宜地區(qū)、0.76～1.00為完全適宜地區(qū)[30]。

2 結(jié)果與分析

2.1 影響馬尾松分布的主要?dú)夂蛞蜃雍Y選

2.1.1 氣候因子重要性

利用MaxEnt模型中的Jackknife檢驗(yàn)可以評(píng)估氣候因子對(duì)于估測(cè)結(jié)果的影響程度，從而判斷不同變量對(duì)于馬尾松潛在分布的重要性，Jackknife檢驗(yàn)結(jié)果如圖2所示。僅使用單獨(dú)變量時(shí)，正則化訓(xùn)練增益由高到低前5個(gè)環(huán)境變量依次為年降水量、最冷月最低溫度、最冷季度降水量、最干季度平均溫度和最冷季度平均溫度。

圖2 用MaxEnt模型中Jackknife檢驗(yàn)評(píng)估各氣候因子對(duì)馬尾松分布影響程度的輸出結(jié)果Fig. 2 Output results of the Jackknife test in the MaxEnt model used to evaluate the degree of influence of each climate factor on the distribution of Pinus massoniana

注：藍(lán)色條帶表示僅使用該氣候因子對(duì)構(gòu)建物種分布擬合模型正則化訓(xùn)練增益值；綠色條帶表示去除這一氣候因子對(duì)構(gòu)建物種分布擬合模型正則化訓(xùn)練增益值；紅色條帶表示所有氣候因子對(duì)構(gòu)建物種分布擬合模型正則化訓(xùn)練增益值。

Note：The bule band indicates the regularization training gain value of the species distribution fitting model only using the climate factor. The green band indicates the regularization training gain value of removing this climate factor for the construction of species distribution fitting model. The red band indicates the regularization training gain of all climate factors on the construction of species distribution fitting model.

2.1.2 氣候因子貢獻(xiàn)率和置換重要性

由MaxEnt模型中的Jackknife檢驗(yàn)計(jì)算各個(gè)氣候因子對(duì)構(gòu)建模型的因子貢獻(xiàn)率和置換重要性，結(jié)果如表3。由表可知，不同氣候因子在模型中的貢獻(xiàn)率是不同的。貢獻(xiàn)百分比最大的氣候因子為最冷季度降水量，占比57.2%；其次是最干燥月降水量，占比12.3%；第三是氣溫年較差，占比8.1%；第四是溫度季節(jié)變化標(biāo)準(zhǔn)差，占比5.4%；第五是年降水量，占比3.6%。置換重要性由高到低前5個(gè)氣候因子及占比依次是氣溫年較差占比20.6%，最濕潤(rùn)月降水量占比14.9%，溫度季節(jié)變化標(biāo)準(zhǔn)差占比13.2%，最冷季度平均溫度占比11.1%，以及最暖季度降水量占比9.2%。

2.1.3 影響馬尾松分布的主要?dú)夂蛞蜃?/p>

綜合Jackknife檢驗(yàn)、貢獻(xiàn)率和置換重要值分析結(jié)果[31]，可得最冷季度降水量（bio19）、最干燥月降水量（bio14）、氣溫年較差（bio7）、溫度季節(jié)變化標(biāo)準(zhǔn)差（bio4）、年降水量（bio12）和最干季度平均溫度（bio9），6個(gè)氣候因子貢獻(xiàn)率累積超過(guò)90%，是影響中國(guó)馬尾松潛在適生區(qū)分布的主導(dǎo)因子?；贛axEnt模型得出6個(gè)主導(dǎo)環(huán)境變量的響應(yīng)曲線如圖3所示，以存在概率大于0.6作為馬尾松生長(zhǎng)最適宜區(qū)域的遴選條件，主導(dǎo)環(huán)境變量的值域分別為，最冷季度降水量大于105mm，最干燥月降水量在20～70mm，氣溫年較差在20～26℃，溫度季節(jié)變化標(biāo)準(zhǔn)差在30～58℃，年降水量在1080～2400mm，最干季度平均溫度在9～19℃。

2.2 不同時(shí)期氣候條件下馬尾松潛在適生區(qū)劃分及其變化分析

根據(jù)MaxEnt模型的計(jì)算情況，將馬尾松潛在適生區(qū)估測(cè)結(jié)果進(jìn)行可視化表達(dá)，并劃分為不適宜地區(qū)、較適宜地區(qū)、適宜地區(qū)和完全適宜地區(qū)4個(gè)區(qū)域[12]，結(jié)果如圖4所示。由圖可見(jiàn)，中國(guó)區(qū)域范圍內(nèi)馬尾松的潛在適生區(qū)主要分布在亞熱帶季風(fēng)氣候區(qū)的東南丘陵、四川盆地、長(zhǎng)江中下游平原和云貴高原東部。

馬尾松在中國(guó)南方地區(qū)有著較為廣泛的分布，具體分布范圍在不同時(shí)期有所波動(dòng)，為了方便分析，以30a為一個(gè)時(shí)期進(jìn)行范圍估測(cè)。由圖4可看出，1931?1960年馬尾松分布區(qū)域東至長(zhǎng)江三角洲，西至青藏高原南部，北至秦嶺部分區(qū)域，南至海南島五指山脈，在臺(tái)灣山脈北側(cè)也有分布。1961?1990年，西側(cè)云貴高原南部的分布區(qū)域減少，中部江南丘陵區(qū)域的不適宜地區(qū)擴(kuò)大，北側(cè)分布界限整體略有北移，南部海南島分布適宜地區(qū)大部分減少。1991?2017年，西側(cè)青藏高原南部和云貴高原西部?jī)H剩的適宜地區(qū)繼續(xù)減少，中部江南丘陵原有的不適宜地區(qū)轉(zhuǎn)為較適宜地區(qū)或適宜地區(qū)，北側(cè)邊界整體北進(jìn)，比起第一個(gè)時(shí)期向北偏移了約1°，南側(cè)海南島適宜區(qū)域減至無(wú)馬尾松分布，雷州半島分布邊界較上一時(shí)期南退約30'，此時(shí)期南側(cè)邊界較第一個(gè)時(shí)期向北偏移約2°。

表3 MaxEnt模型中氣候因子的貢獻(xiàn)率和置換重要性（%）

圖3 六個(gè)氣候因子（累積貢獻(xiàn)率超過(guò)90%）的單一變量邊緣響應(yīng)曲線

不同時(shí)期不同適宜性區(qū)域面積的具體情況見(jiàn)表4。由表可知，適宜地區(qū)總面積呈現(xiàn)出先減少后增加的趨勢(shì)，1931?1960年適宜地區(qū)總面積最大，約為184.88萬(wàn)km2；完全適宜地區(qū)的面積呈現(xiàn)出先增加后減少的趨勢(shì)，1961?1990年完全適宜地區(qū)面積最大，約為52.71萬(wàn)km2；適宜地區(qū)的面積呈現(xiàn)出先減少后增加的趨勢(shì)，在1991?2017年適宜地區(qū)面積最大，約為76.66萬(wàn)km2；較適宜地區(qū)面積一直呈現(xiàn)減少的趨勢(shì)，1931?1960年較適宜地區(qū)面積最大，約為87.45萬(wàn)km2。

表4 不同時(shí)期馬尾松適宜性區(qū)域的分布面積(104km2)

綜合3個(gè)時(shí)期不同適宜性區(qū)域的分布情況來(lái)看，馬尾松分布區(qū)域的氣候主要為亞熱帶季風(fēng)氣候，馬尾松完全適宜地區(qū)主要分布在中國(guó)南方的沿海省份和中原的盆地，較適宜地區(qū)主要分布在秦嶺?淮河一線附近，適宜地區(qū)位于二者之間。其適宜地區(qū)分布面積整體上呈先減后增的波動(dòng)狀態(tài)，分布狀態(tài)由分散逐漸趨于完整，近90a分布邊界呈現(xiàn)北移趨勢(shì)，當(dāng)前時(shí)期適宜地區(qū)邊界主要為秦嶺?淮河一線。

3 結(jié)論與討論

3.1 討論

對(duì)于影響馬尾松適宜區(qū)分布的關(guān)鍵氣候因子，江一帆等[8]的研究結(jié)果認(rèn)為影響湖南省馬尾松適宜性分布的最主要因子為最冷季度降水量，閆宇航等[6]的研究結(jié)果認(rèn)為影響中國(guó)馬尾松適宜性分布的最主要因子為最干燥月降水量。本研究得到最冷季度降水量、最干燥月降水量、氣溫年較差、溫度季節(jié)變化標(biāo)準(zhǔn)差、年降水量和最干季度平均溫度是影響馬尾松適生區(qū)分布的主要?dú)夂蛞蜃樱渲凶罾浼径冉邓亢妥罡稍镌陆邓渴亲钪匾膬蓚€(gè)氣候因子。研究結(jié)果與上述其他學(xué)者的研究成果大致相同，說(shuō)明馬尾松的適生區(qū)分布受到溫度和降水的共同限制，其中降水，尤其是最冷季度（1?3月）和最干燥月（多是12月或1月）降水對(duì)于馬尾松的分布具有很強(qiáng)的限制性，可能是因?yàn)轳R尾松是喜溫暖濕潤(rùn)的植物，對(duì)于降水有一定需求。

對(duì)于馬尾松的潛在適生區(qū)和邊界，閆宇航等[6]的研究結(jié)果認(rèn)為當(dāng)前氣候條件下馬尾松主要分布在中國(guó)秦嶺?淮河一線以南的區(qū)域，包括江蘇、浙江、福建、安徽、江西、湖北、湖南、廣西、廣東、貴州和臺(tái)灣的大部分地區(qū)，以及河南、陜西、重慶和四川的小部分地區(qū)，未來(lái)馬尾松的分布區(qū)總體呈現(xiàn)擴(kuò)大趨勢(shì)，在原分布區(qū)基礎(chǔ)上向北部、西部和西北部蔓延。本研究對(duì)于不同時(shí)期氣候條件下馬尾松潛在適生區(qū)和邊界的研究結(jié)果表明，中國(guó)馬尾松的潛在適生區(qū)主要分布在亞熱帶季風(fēng)氣候區(qū)的東南丘陵、四川盆地、長(zhǎng)江中下游平原和云貴高原東部，當(dāng)前時(shí)段適宜地區(qū)邊界主要為秦嶺?淮河一線，過(guò)去近90a適宜地區(qū)分布面積整體上呈先減后增的波動(dòng)狀態(tài)下，分布狀態(tài)由分散逐漸趨于完整，分布邊界呈現(xiàn)北移趨勢(shì)。研究與上述其他學(xué)者研究成果相似，說(shuō)明南方地區(qū)的水熱環(huán)境和低山丘陵地形為馬尾松的生長(zhǎng)提供了適宜生長(zhǎng)環(huán)境條件。

植物的潛在適生區(qū)是在氣候、土壤和地形地貌等條件的協(xié)同作用下形成的，本研究可以代表與適生區(qū)氣候環(huán)境相似的區(qū)域[32]，并未考慮馬尾松本身的遺傳變異、人為因素和復(fù)雜條件下形成的小氣候等情形的影響，未來(lái)可進(jìn)一步結(jié)合土壤、地形等更多因子，綜合研究馬尾松適生區(qū)的分布，得出更準(zhǔn)確的中國(guó)馬尾松分布格局。

3.2 結(jié)論

（1）影響馬尾松適生區(qū)分布的主要?dú)夂蛞蜃訛樽罾浼径冉邓?、最干燥月降水量、氣溫年較差、溫度季節(jié)變化標(biāo)準(zhǔn)差、年降水量和最干季度平均溫度。降水和溫度共同影響馬尾松人工林的種植分布。在同時(shí)滿足最冷季度降水量大于105mm、最干燥月降水量20～70mm、氣溫年較差20～26℃、溫度季節(jié)變化標(biāo)準(zhǔn)差30～58℃、年降水量1080～2400mm、最干季度平均溫度9～19℃的環(huán)境中最適合馬尾松人工林的種植。

（2）1931?1960年馬尾松適生地區(qū)總面積和較適宜地區(qū)面積最大，分別約為184.88萬(wàn)km2和87.45萬(wàn)km2，這一時(shí)期馬尾松適宜區(qū)東至長(zhǎng)江三角洲，西至青藏高原南部，北至秦嶺部分區(qū)域，南至海南島五指山脈。1961?1990年完全適宜地區(qū)面積最大，約為52.71萬(wàn)km2，西側(cè)云貴高原南部較上一時(shí)期減少，中部江南丘陵區(qū)域的不適宜區(qū)域擴(kuò)大，南部海南島適宜區(qū)域大部分減少。1991?2017年中部江南丘陵的不適宜區(qū)域轉(zhuǎn)為較適宜地區(qū)和適宜地區(qū)，北側(cè)邊界相比1931?1960年向北偏移約1°，南側(cè)海南島無(wú)適宜區(qū)域，雷州半島分布邊界較1931?1960年向北偏移約2°。

（3）根據(jù)MaxEnt模型模擬的結(jié)果，馬尾松潛在適生區(qū)主要分布在南方地區(qū)。隨著近90a來(lái)氣候變化，馬尾松潛在適生區(qū)整體向東向北偏移，原有西側(cè)和南側(cè)零散的適宜區(qū)域減退，適宜區(qū)域總面積呈現(xiàn)出先減少后增加的趨勢(shì)，現(xiàn)狀適生區(qū)主要分布在秦嶺?淮河一線以南，雷州半島以北，橫斷山脈以東的區(qū)域?，F(xiàn)階段馬尾松的完全適宜地區(qū)集中分布在廣西省、廣東省、福建省、貴州省中部和南部、重慶市西部和四川省東部，這些區(qū)域最適宜作為馬尾松人工林的種植區(qū)域。

[1] 中國(guó)植物志.馬尾松[DB/OL].http://www. iplant.cn/info/%E9%A9%AC%E5%B0%BE%E6%9D%BE?t=z,2022-01-28.

Flora Reipublicae Popularis Sinicae.[DB/OL].http://www.iplant.cn/info/%E9%A9%AC%E5%B0%BE%E6%9D%BE?t=z,2022-01-28.(in Chinese)

[2] 崔寧潔,張丹桔,劉洋,等.馬尾松人工林不同大小林窗植物多樣性及其季節(jié)動(dòng)態(tài)[J].植物生態(tài)學(xué)報(bào),2014,38(5): 477-490.

Cui N J,Zhang D J,Liu Y,et al.Plant diversity and seasonal dynamics in forest gaps of varying sizes inplantations[J].Chinese Journal of Plant Ecology, 2014,38(5):477-490.(in Chinese)

[3] 張林林,劉效東,蘇艷,等.馬尾松人工林生物量與生產(chǎn)力研究進(jìn)展[J].生態(tài)科學(xué),2018,37(3):213-221.

Zhang L L,Liu X D,Su Y,et al.Research progress on the biomass and productivity ofplantation [J].Ecological Science,2018,37(3):213-221.(in Chinese)

[4] 任國(guó)玉,郭軍,徐銘志,等.近50年中國(guó)地面氣候變化基本特征[J].氣象學(xué)報(bào),2005(6):942-956.

Ren G Y,Guo J,Xu M Z,et al.Climate changes of China’s mainland over the past half century[J].Acta Meteorologica Sinica,2005(6):942-956.(in Chinese)

[5] 張雷.氣候變化對(duì)中國(guó)主要造林樹(shù)種/自然植被地理分布的影響預(yù)估及不確定性分析[D].北京:中國(guó)林業(yè)科學(xué)研究院,2011.

Zhang L.Projected effects of climate change on tree species/natural vegetation geographical distribution in China and uncertainty anslysis[D].Beijing:Chinese Academy of Forestry,2011.(in Chinese)

[6] 閆宇航,岑云峰,張鵬巖,等.基于MaxEnt模型的中國(guó)馬尾松分布格局及未來(lái)變化[J].生態(tài)學(xué)雜志,2019,38(9): 2896-2901.

Yan Y H,Cen Y F,Zhang P Y,et al.Predicting distribution pattern and future change ofin China based on MaxEnt model[J].Chinese Journal of Ecology, 2019,38(9):2896-2901.(in Chinese)

[7] 張雷,劉世榮,孫鵬森,等.氣候變化對(duì)馬尾松潛在分布影響預(yù)估的多模型比較[J].植物生態(tài)學(xué)報(bào),2011,35(11):1091- 105.

Zhang L,Liu S R,Sun P S,et al.Comparative evaluation of multiple models of the effects of climate change on the potential distribution of[J].Chinese Journal of Plant Ecology,2011,35(11):1091-1105.(in Chinese)

[8] 江一帆,李明陽(yáng),劉雅楠,等.氣候變化對(duì)湖南省馬尾松適宜生境影響分析[J].南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2019,43(4):94-100.

Jiang Y F,Li M Y,Liu Y N,et al.Impact of climate change on suitable habitats ofin Hunan Province[J].Journal of Nanjing Forestry University(Natural Sciences Edition),2019,43(4):94-100.(in Chinese)

[9] 賀慶棠,袁嘉祖,陳志泊.氣候變化對(duì)馬尾松和云南松分布的可能影響[J].北京林業(yè)大學(xué)學(xué)報(bào),1996(1):23-29.

He Q T,Yuan J Z,Chen Z B.Possible effects of the climate changes on the distribution ofandin south China[J].Journal of Beijing Forestry University,1996(1):23-29.(in Chinese)

[10] 李曉辰,貢璐,魏博,等.氣候變化對(duì)新疆雪嶺云杉潛在適宜分布及生態(tài)位分化的影響[J].生態(tài)學(xué)報(bào),2022,42(10):4091-4100.

Li X C,Gong L,Wei B,et al.Effects of climate change on potential distribution and niche differentiation ofin Xinjiang[J].Acta Ecologica Sinica,2022,42 (10):4091-4100.(in Chinese)

[11] 劉孝賢,李蘭,王婷,等.基于CLIMEX預(yù)測(cè)黑角負(fù)泥蟲在中國(guó)的潛在地理分布[J].生物安全學(xué)報(bào),2020,29(2): 106-114.

Liu X X,Li L,Wang T,et al.Predicting the potential geographical distribution of(Coleoptera:) in China based on CLIMEX[J].Journal of Biosafety,2020,29(2):106-114.(in Chinese)

[12] 段義忠,王海濤,王馳,等.氣候變化下瀕危植物半日花在中國(guó)的潛在分布[J].植物資源與環(huán)境學(xué)報(bào),2020,29(2):55-68.

Duan Y Z,Wang H T,Wang C,et al.Potential distribution of endangered plantin China under climate change[J].Journal of Plant Resources and Environment,2020,29(2):55-68.(in Chinese)

[13] 蔡靜蕓,張明明,粟海軍,等.生態(tài)位模型在物種生境選擇中的應(yīng)用研究[J].經(jīng)濟(jì)動(dòng)物學(xué)報(bào),2014,18(1):47-52.

Cai J Y,Zhang M M,Su H J,et al.Application of Ecological Niche Models for selection of species habitat[J].Journal of Economic Animal,2014,18(1):47-52.(in Chinese)

[14] 許仲林,彭煥華,彭守璋.物種分布模型的發(fā)展及評(píng)價(jià)方法[J].生態(tài)學(xué)報(bào),2015,35(2):557-567.

Xu Z L,Peng H H,Peng S Z.The development and evaluation of species distribution models[J].Acta Ecologica Sinica,2015,35(2):557-567.(in Chinese)

[15] Kramer-Schadt S,Niedballa J,Lindenborn J,et al.The importance of correcting for sampling bias in MaxEnt species distribution models[J].Diversity and Distributions, 2013,19:1366-1379.

[16] 呂彤,郭倩,丁永霞,等.基于MaxEnt模型預(yù)測(cè)未來(lái)氣候變化情景下中國(guó)區(qū)域水稻潛在適生區(qū)的變化[J].中國(guó)農(nóng)業(yè)氣象,2022,43(4):262-275.

Lv T,Guo Q,Ding Y X,et al.Predicting potential suitable planting area of rice in China under future climate change scenarios using the MaxEnt Model[J].Chinese Journal of Agrometeorology,2022,43(4):262-275.(in Chinese)

[17] 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.

Zhu G P,Liu G Q,Bu W J,et al.Ecological niche modeling and its applications in biodiversity conservation[J].Biodiversity Science,2013,21(1):90-98.(in Chinese)

[18] 張琴,張東方,吳明麗,等.基于生態(tài)位模型預(yù)測(cè)天麻全球潛在適生區(qū)[J].植物生態(tài)學(xué)報(bào),2017,41(7):770-778.

Zhang Q,Zhang D F,Wu M L,et al.Predicting the global areas for potential distribution ofbased on ecological niche models[J].Chinese Journal of Plant Ecology,2017,41(7):770-778.(in Chinese)

[19] 張東方,張琴,郭杰,等.基于MaxEnt模型的當(dāng)歸全球生態(tài)適宜區(qū)和生態(tài)特征研究[J].生態(tài)學(xué)報(bào),2017,37(15):5111-5120.

Zhang D F,Zhang Q,Guo J,et al.Research on the global ecological suitability and characteristics of regions withbased on the MaxEnt model[J].Acta Ecologica Sinica,2017,37(15):5111-5120.(in Chinese)

[20] Trindade W C F,Santos M H,Artoni R F.Climate change shifts the distribution of vegetation types in South Brazilian hotspots[J].Regional Environmental Change,2020,20(3): 90.

[21] Tape K D,Christie K,Carroll G,et al.Novel wildlife in the Arctic:the influence of changing riparian ecosystems and shrub habitat expansion on snowshoe hares[J].Global Change Biology,2016,22(1):208-219.

[22] 張玉芳,王茹琳,呂秀蘭,等.基于最大熵模型研究四川省鮮食葡萄種植潛在分布區(qū)及其氣候特征[J].中國(guó)農(nóng)業(yè)氣象,2021,42(10):836-844.

Zhang Y F,Wang R L,Lv X L,et al.Potential distribution of table grape in Sichuan province and its climatic characteristics based on MaxEnt Model[J].Chinese Journal of Agrometeorology, 2021,42(10):836-844.(in Chinese)

[23] 李克南,楊曉光,慕臣英,等.全球氣候變暖對(duì)中國(guó)種植制度可能影響Ⅷ:氣候變化對(duì)中國(guó)冬小麥冬春性品種種植界限的影響[J].中國(guó)農(nóng)業(yè)科學(xué),2013,46(8):1583-1594.

Li K N,Yang X G,Mu C Y,et al.The possible effects of global warming on cropping systems in China Ⅷ:the effects of climate change on planting boundaries of different winter-spring varieties of winter wheat in China[J]. Scientia Agricultura Sinica,2013,46(8):1583-1594.(in Chinese)

[24] 郭愷琦,姜小龍,徐剛標(biāo).薄片青岡潛在適生區(qū)及氣候變化對(duì)其分布的影響[J].生態(tài)學(xué)雜志,2021,40(8):2563-2574.

Guo K Q,Jiang X L,Xu G B.Potential suitable distribution area ofand the influence of climate change[J].Chinese Journal of Ecology,2021,40(8):2563- 2574.(in Chinese)

[25] Poggio L,Simonetti E,Gimona A.Enhancing the WorldClim data set for national and regional applications[J].Science of the Total Environment,2018,625:1628-1643.

[26] 張飛,陳隨清,王利麗,等.基于Maxent和ArcGIS的山茱萸生態(tài)適宜性區(qū)劃研究[J].中國(guó)中藥雜志,2017,42(16):3078-3083.

Zhang F,Chen S Q,Wang L L,et al.Study on ecological suitability regionalization ofbased on Maxent and ArcGIS model[J].China Journal of Chinese Materia Medica,2017,42(16):3078-3083.(in Chinese)

[27] Peterson AT,Monica P,Eaton M.Transferability and model evaluation in ecological niche modeling:a comparison of GARP and Maxent[J].Ecography,2007,30,550-560.

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

[29] 徐軍,曹博,白成科.基于MaxEnt瀕危植物獨(dú)葉草的中國(guó)潛在適生分布區(qū)預(yù)測(cè)[J].生態(tài)學(xué)雜志,2015,34(12):3354- 3359.

Xu J,Cao B,Bai C K.Prediction of potential suitable distribution of endangered plantin China with MaxEnt[J].Chinese Journal of Ecology,2015,34 (12):3354-3359.(in Chinese)

[30] 李莎,史明昌,劉小宇,等.湖北省馬尾松精準(zhǔn)適宜性空間分布[J].生態(tài)學(xué)報(bào),2019,39(6):1960-1968.

Li S,Shi M C,Liu X Y,et al.Precise spatial distribution of suitability of masson pine in Hubei Province[J].Acta Ecologica Sinica,2019,39(6):1960-1968.(in Chinese)

[31] 劉攀峰,王璐,杜慶鑫,等.杜仲在我國(guó)的潛在適生區(qū)估計(jì)及其生態(tài)特征分析[J].生態(tài)學(xué)報(bào),2020,40(16):5674-5684.

Liu P F,Wang L,Du Q X,et al.Estimation of potential suitable distribution area and the ecological characteristics ofOliv. in China[J].Acta Ecologica Sinica,2020,40(16):5674-5684.(in Chinese)

[32] 王書越,潘少安,王明睿,等.基于MaxEnt模型評(píng)估刺五加在東北地區(qū)的空間分布[J].生態(tài)學(xué)報(bào),2019,39(9):3277- 3286.

Wang S Y,Pan S A,Wang M R,et al.Assessing the geographic distribution of Acanthopanax senticosus in Northeastern China based on the MaxEnt model[J].Acta Ecologica Sinica,2019,39(9):3277-3286.(in Chinese)

Diagnosis of Potential Geographical Distribution ofunder Climate Change

LING Yi-chen1, ZHAO Jing1, WANG He-song2, LIU Yang2

(1. College of Landscape Architecture, Beijing Forestry University, Beijing 100083, China; 2. College of Ecology and Nature Conservation, Beijing Forestry University, Beijing 100083)

Based on 186 distribution records ofin China and 19 climate factors in the three periods from 1931 to 1960, 1961 to 1990 and 1991 to 2017, the MaxEnt model was used to study the climate factors that affected the distribution ofin China in the past 90 years, the climatic conditions suitable for the growth and distribution of, and the distribution ofin different periods, in order to provide decision-making support for the artificial forests in southern China to cope with climate change. The results showed that: (1) the main climate factors affecting the distribution ofwere precipitation of coldest quarter, precipitation of driest month, temperature annual range, temperature seasonality, annual precipitation and mean temperature of driest quarter. (2) The total area of suitable area and the area of slight suitable area in the period from 1931 to 1960 were the largest, about 1848800km2and 874500km2, respectively, the area of optimum area was the largest in the period from 1961 to 1990, about 527100km2, and in the period from 1991 to 2017, the northern boundary was shifted about 1° to the north compared with the period from 1931 to 1960, the suitable area of Hainan island on the south side was reduced to none, and the distribution boundary of the Leizhou peninsula was about 2° northward than that of the period from 1931 to 1960. (3) With the climate change in the past 90 years, the overall potential suitable area ofhas shifted to the east to the north, the scattered suitable areas on the original west and south sides have decreased, and the total area of suitable areas has shown a trend of first decreasing and then increasing, and the current suitable areas are mainly distributed in the south of the Qinling-Huaihe line, north of the Leizhou peninsula, and east of the Hengduan mountains. At present, the optimum areas ofare concentrated in Guangxi province, Guangdong province, Fujian province, central and southern Guizhou province, western Chongqing municipality and eastern Sichuan province, which are the most suitable planting areas forplantations.

Climate change;plantation; MaxEnt model; Potential distribution; Distribution pattern

10.3969/j.issn.1000-6362.2023.02.006

凌怡晨,趙晶,王鶴松,等.氣候變化條件下馬尾松人工林潛在地理分布的診斷[J].中國(guó)農(nóng)業(yè)氣象,2023,44(2):144-153

收稿日期：2022?03?10

國(guó)家重點(diǎn)研發(fā)計(jì)劃（2020YFA0608103）；國(guó)家自然科學(xué)基金項(xiàng)目（52208041）；國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題（20220110）

通訊作者：趙晶，副教授，主要研究方向?yàn)轱L(fēng)景園林生態(tài)學(xué)、風(fēng)景園林歷史與理論，E-mail: zhaojing850120@163.com

凌怡晨，E-mail: 812645934@qq.com