气候变化背景下糙果紫堇在中国适宜分布区的预测

为探究糙果紫堇（Corydalis trachycarpa）的潜在适宜分布区，明确其适宜的生存环境，旨在为糙果紫堇的资源利用和保护提供一定的理论依据。基于糙果紫堇现有的分布位点、气候变量和环境变量数据，利用MaxEnt模型和ArcGIS软件模拟糙果紫堇当前气候条件下（1970—2000年）和未来SSP 245情境模式下4个时期（2021—2040年、2041—2060年、2061—2080年、2081—2100年）在我国的潜在分布区，分析限制其分布的环境因子。结果表明（：1）影响糙果紫堇分布的最主要环境变量分别是海拔（Alt，贡献率60.9%）、温度季节性变化标准差（bio4，贡献率11.1%）、最暖季度降水量（bio18，贡献率9.4%）、降水量变异系数（bio15，贡献率7.0%），这4个变量的累计贡献率高达88.4%;(2)当前气候条件下，MaxEnt模型预测糙果紫堇的潜在分布区总面积约174.94万km2，主要分布在青藏高原东部的四川西北部、甘肃南部、西藏东部、云南西北部和青海等地；（3）与当前气候条件下相比，SSP 245情境下未来4个时期糙果紫堇高、中、低适生区面积均有所增...     

气候变化条件下山西翅果油树适宜分布区的空间迁移预测

气候变化对生物多样性的影响及其适应性直接关系着生物多样性保护的成效,预测未来气候变化条件下受威胁物种适宜生境的空间变化趋势对生物多样性保护具有重要的理论和实践意义.本文选取我国特有濒危植物翅果油树为研究对象,在区域尺度上预测气候变化条件下的物种适宜分布区,进而通过空间分析模拟不同气候变化情景下其适宜分布区的空间变化和迁移趋势.最大熵(Maxent)物种分布模型预测结果显示: 翅果油树的两个适宜分布区在未来气候变化情景下呈现不同的迁移趋势,吕梁山适生区呈现出纬度方向上的轻微波动,而中条山适生区则呈现出向高海拔地区迁移的趋势.适生区空间格局变化分析表明,翅果油树当前适生区的边界存在明显变化区域,包括新增适生区(零星分布在两个适生区的边缘地带,新增率为9.1%～20.9%)和丧失适生区(集中分布在吕梁山适生区北缘和中条山适生区东南部,丧失率为16.4%～31.2%),且两者对气候变化的响应较为敏感.利用分类统计工具Zonal计算得出,在未来气候变化条件下吕梁山适生区的中心点呈现向南迁移的趋势,最大迁移距离为7.451 km;中条山适生区的中心点则呈现出向西北迁移的趋势,最大迁移距离为8.284 km.表明山西翅果油树的分布对气候变化的响应较为剧烈.     

气候变化背景下紫楠在中国的适宜分布区模拟

为了解气候对紫楠(Phoebe sheareri)分布的影响,应用Maxent和GARP模型模拟了紫楠在当前气候下的中国适宜分布区,分析了影响其分布的主要环境因子,并预测了未来气候情境下其分布区的变化。结果表明,紫楠适宜分布在长江中下游及以南的各省区。影响紫楠分布的主要环境因子有年降雨量、最干季均温、降雨的季节性、相对湿度和6-8月的日照时数,这5个因子的累积贡献率达84.3%。在未来气候情境下,广东、云南、广西和海南等地区的适生区面积会显著锐减,而陕西中部、河南南部、安徽东部和江苏北部适生区面积会大幅度增加。因此,在未来气候变化背景下,紫楠的适宜分布区有向北扩张的趋势。     

祁连山中部祁连圆柏年内径向生长对气候因子的响应

通过对祁连山中部葫芦沟流域的祁连圆柏连续采集微树芯,对其形成层活动和径向生长动态进行了连续两年的监测研究。结果表明,2012年细胞壁加厚和细胞成熟阶段开始时间分别发生在6月26日和7月24日,比2013年细胞壁加厚（6月22日）和细胞成熟阶段（6月26日）开始时间分别晚5 d和28 d。2012年细胞扩大、细胞壁加厚和细胞成熟阶段结束时间分别为7月16日、8月9日和9月8日,比2013年各阶段结束时间分别晚7、28 d和24 d。2012年最大细胞分裂速率为0.33细胞/d,共形成20.9个细胞,细胞分裂速率和木质部细胞总数均高于2013年。通过与附近气象站记录的气象数据进行对比,发现祁连圆柏生长开始时间在温暖年份显著早于寒冷年份,说明祁连圆柏的径向生长开始时间与温度有关。但2013年春季和夏初的高温导致区域干旱程度加剧,使祁连圆柏生长结束时间显著早于2012年,并导致2013年的木质部细胞总量和生长速率都小于2012年。研究表明,在寒冷干旱地区,尽管升温会使生长季提前,但升温导致的干旱胁迫可能对树木的生长速率和木质部细胞总量产生重要影响。     

气候变化情景下基于最大熵模型的青海云杉潜在分布格局模拟

青海云杉(Picea crassifolia)是我国青藏高原东北缘特有树种,在维系我国西北地区生态平衡、水土保持、水源涵养和生物多样性等方面发挥着重要作用。基于其分布范围内的69个地理分布样点,利用最大熵(Maxent)模型对现实气候条件下青海云杉的潜在分布及其分布的主导气候因子进行分析,同时结合3种大气环流模型模拟青海云杉在3种气候变化情景(温室气候排放量不同)下未来2050s和2080s潜在分布区的变化。结果表明:Maxent模型对青海云杉潜在分布区的预测具有极高的准确度,所有模型的平均受试者工作特征曲线下面积(AUC测试值)均高于0.99;Jackknife检验和气候因子响应曲线表明年最低降雨量是限制青海云杉分布的主导因子;当前青海云杉的潜在分布区主要集中于青海东部、甘肃东南部、宁夏大部分地区、西藏东部、四川西部山区以及陕西、新疆和内蒙古部分地区。在未来3种增温情景下,青海云杉在2050s和2080s的潜在分布总面积与当前相比变化不明显,但不同适生等级的潜在分布面积变化较大,其中,中度适生区和低度适生区受气候增温影响显著,中度增温下这些区域在2080s的面积明显增大,而高度适生区(核心分布)则在所有增温情景下均呈缩小趋势。同时,在未来3种增温情景下,青海云杉在2050s和2080s的潜在分布区有向北移动趋势,但其心分布区域(高度适生区)仍然以青海东部、甘肃北部为主,无明显变迁趋势。从气候因素角度考虑,本研究表明未来气候变化情景下,青海云杉依然在西部高山地区,特别是作为我国重要生态屏障的祁连山、贺兰山等山区具有重要的经济价值并将持续其生态服务功能。     

基于Maxent模型的不同气候变化情景下我国草地螟越冬区预测

草地螟(Loxostege sticticalis L.)是我国华北、东北和西北地区农牧业生产的重大害虫,其每年暴发成灾的程度及造成的经济损失与越冬虫源基数或面积密切相关,但我国草地螟主要越冬区的变化规律至今尚未见报道。为了阐明全球气候变化条件下我国草地螟越冬区的变化规律,以1951—2000年我国草地螟越冬场所及面积为基础,结合政府间气候变化专门委员会(IPCC)第五次评估报告发布的BCC-CSM1.1气候模式数据,采用最大熵(Maxent)模型预测了4种气候变化(RCP 2.6,4.5,6.0和8.5)情景下2050s及2070s我国草地螟越冬区的变化情况。研究结果:1)训练数据集和测试数据集的受试者工作特征曲线下的面积(AUC)分别为0.989和0.987,表明模型的模拟精度很好。2)经Jackknife方法检验,降雨量变化方差bio_15是最重要的变量,最湿月份降雨量bio_13次之,最后为10月份降水量prec_10及年温变化范围bio_7。这些环境变量对模型的贡献率均超过10%,是模型构建最重要的环境变量。3)在各种气候变化情景下,到2050s及2070s我国草地螟的越冬区面积和位置相对于当前都有不同程度的扩大和北移。其中高适宜越冬区面积为当前的1.41—2.94倍,其质心位置向北移动78.79—226.97 km。这些结果表明,我国未来草地螟越冬场所将会扩大和北移。     

气候变化条件下苦参在我国潜在分布区的预测分析

为了解气候变化情景下苦参在中国的潜在分布区变化,探讨生物气候因子与苦参适宜分布格局的关系.该文通过收集苦参的地理分布点并结合19项生态因子,运用最大熵模型(MaxEnt)和地理信息系统(ArcGIS)对末次盛冰期、当前气候、未来气候三种气候情景下苦参在我国适生区的分布格局进行模拟,并分析影响苦参生长的主导生态因子.结果...     

祁连圆柏和圆柏色素含量及其花青苷合成酶活性的季节性变化

以祁连圆柏(Sabina przewalskii)和圆柏(S. chinensis)为材料, 测定2种植物花青苷、类黄酮、紫松果黄素、叶绿素和 类胡萝卜素的含量及花青苷合成过程中关键酶苯丙氨酸解氨酶(PAL)和类黄酮糖基转移酶(UFGT)的活性, 并分析了各值的季节性变化。结果表明, 祁连圆柏和圆柏叶片中PAL及UFGT的活性、花青苷、类黄酮﹑紫松果黄素以及类胡萝卜素的含量在低温季节均明显高于其它季节; 叶绿素含量在低温季节低于其它季节; 并且祁连圆柏中花青苷含量及其合成酶PAL和UFGT的活性以及类黄酮、紫松果黄素和叶绿素含量始终高于圆柏。结果说明花青苷是圆柏属植物中具有抗冻特性的重要次生代谢物,是抵御低温和辐射胁迫的一种重要保护物质; 紫松果黄素等色素对圆柏属植物抵抗低温诱导的光抑制起重要作用。     

基于Maxent模型的未来气候变化情景下胡杨在中国的潜在地理分布

胡杨(Populus euphratica)是全世界干旱和半干旱区急需优先保护的林木基因资源,预测未来气候变化情景下胡杨在中国的潜在地理分布将为胡杨种群资源的保护和管理提供科学依据,并为绿洲恢复过程中胡杨的合理种植和配置提供有价值的理论指导。本研究基于胡杨在中国地区的92条有效分布记录和10个环境因子变量,利用Maxent模型和ArcGIS软件预测了未来气候变化情景下胡杨在中国的潜在地理分布,综合环境因子变量贡献率及置换重要值、刀切法检验评估制约现代胡杨潜在地理分布的重要因子,采用响应曲线确定环境因子变量的适宜区间,定量确定胡杨未来受威胁的潜在地理分布区域和面积。结果表明：（1）Maxent模型的预测准确度极高,受试者工作曲线面积（AUC值）达0.932,现代胡杨潜在地理分布的总适生区面积为289.94×104km2,主要位于内蒙古中西部地区（额济纳旗和阿拉善地区）、新疆大部分地区、甘肃北部和西北部地区、青海中西部地区和宁夏北部地区;（2）影响胡杨的潜在地理分布的主要环境因子变量为气温因子变量（年均温和最冷月最低温）和降水因子变量（最湿月降水量和最干季降水量）,最湿月降水量是影响胡杨潜在地理分布的关键因素;（3）在未来4种气候变化情景下,胡杨不同等级潜在地理分布区的面积较现代潜在地理分布区面积均有不同程度的缩小,且整体上看胡杨的潜在地理分布区有向高海拔区域迁移的趋势。     

祁连圆柏和圆柏色素含量及其花青苷合成酶活性的季节性变化

以祁连圆柏（Sabina przewalskii）和圆柏（S.chinensis）为材料,测定2种植物花青苷、类黄酮、紫松果黄素、叶绿素和类胡萝卜素的含量及花青苷合成过程中关键酶苯丙氨酸解氨酶（PAL）和类黄酮糖基转移酶（UFGT）的活性,并分析了各值的季节性变化。结果表明,祁连圆柏和圆柏叶片中PAL及UFGT的活性、花青苷、类黄酮﹑紫松果黄素以及类胡萝卜素的含量在低温季节均明显高于其它季节;叶绿素含量在低温季节低于其它季节;并且祁连圆柏中花青苷含量及其合成酶PAL和UFGT的活性以及类黄酮、紫松果黄素和叶绿素含量始终高于圆柏。结果说明花青苷是圆柏属植物中具有抗冻特性的重要次生代谢物,是抵御低温和辐射胁迫的一种重要保护物质;紫松果黄素等色素对圆柏属植物抵抗低温诱导的光抑制起重要作用。     

山西翅果油树的适生区预测及其对气候变化的响应

研究濒危物种生境在气候变化下的响应对保护物种多样性和保持生态系统功能完整性具有重要意义.本文选取我国特有濒危植物翅果油树为研究对象,以该物种73个野外调查数据和35个环境因子为基础,应用最大熵模型对山西翅果油树当前的适生分布区进行预测;进而结合政府间气候变化专门委员会第五次评估报告发布的气候模式数据,探讨未来不同气候情景下山西翅果油树分布格局的变化趋势.结果表明:受试者工作特征曲线分析法的AUC值为0.987,表明模型的模拟精度很好且预测可靠性高;刀切法检验结果显示,降水量季节变化、温度年变化范围、年均温、等温线、表层土p H值和年降水量是影响翅果油树分布的主要环境因子,其累积贡献率达到了94.8%;当前,山西翅果油树的适生区主要集中在山西省吕梁山南部和中条山地带;未来不同气候情景下,到21世纪70年代翅果油树适生区面积均有不同幅度的缩减,低浓度情景(RCP 2.6)下呈先增后减趋势,中高浓度情景(RCP 4.5和RCP8.5)下响应较敏感且呈先减后增趋势.两个不同适生区的空间分布格局对气候变化也有不同的响应,吕梁山南部表现出纬度方向的轻微波动,而中条山地带则是海拔方向的迁移.     

基于最大熵模型预测气候变化下河蚬在中国的潜在分布

河蚬是一类在我国广泛分布的底栖贝类,具有重要的经济价值及生态价值。近年来,河蚬野生资源量锐减,了解河蚬在国内的潜在分布能为河蚬的保护和合理利用提供重要参考。基于河蚬在中国的136个分布点和8个环境因子,采用ENMeval包和biasfile优化后的最大熵模型(MaxEnt)预测分别河蚬现代和未来(2041—2060年和2081—2100年) 6个气候情景下的潜在分布。综合Jackknife检验、置换重要值和环境因子贡献率评估影响现代河蚬潜在分布的主要因子,比较未来气候情景下潜在适生区差异从而分析预测河蚬适宜分布的变化。结果表明：(1)优化后的MaxEnt模型预测准确度极高,平均AUC值为0.900±0.037,平均AUC_DIFF值为0.019,现代河蚬潜在分布区域总面积为188.33×10⁴ km²,主要集中在长江流域、海河流域、淮河流域、珠江流域、东南沿海区域以及黄河流域下游和渤海湾沿岸区域。(2)影响河蚬潜在分布的主要环境因子为海拔、温度(年均温和温度年较差)和降水(年降水量)。(3)在未来6种气候情景下,河蚬主要潜...     

Shifts in potential geographical distribution of Pterocarya stenoptera under climate change scenarios in China

Climate change poses a serious threat to biodiversity. Predicting the effects of climate change on the distribution of a species' habitat can help humans address the potential threats which may change the scope and distribution of species. Pterocarya stenoptera is a common fast‐growing tree species often used in the ecological restoration of riverbanks and alpine forests in central and eastern China. Until now, the characteristics of the distribution of this species' habitat are poorly known as are the environmental factors that influence its preferred habitat. In the present study, the Maximum Entropy Modeling (Maxent) algorithm and the Genetic Algorithm for Ruleset Production (GARP) were used to establish the models for the potential distribution of this species by selecting 236 sites with known occurrences and 14 environmental variables. The results indicate that both models have good predictive power. Minimum temperature of coldest month (Bio6), mean temperature of warmest quarter (Bio10), annual precipitation (Bio12), and precipitation of driest month (Bio14) were important environmental variables influencing the prediction of the Maxent model. According to the models, the temperate and subtropical regions of eastern China had high environmental suitability for this species, where the species had been recorded. Under each climate change scenario, climatic suitability of the existing range of this species increased, and its climatic niche expanded geographically to the north and higher elevation. GARP predicted a more conservative expansion. The projected spatial and temporal patterns of P. stenoptera can provide reference for the development of forest management and protection strategies.     

Predicting the potential global distribution of Ageratina adenophora under current and future climate change scenarios

AimInvasive alien species (IAS) threaten ecosystems and humans worldwide, and future climate change may accelerate the expansion of IAS. Predicting the suitable areas of IAS can prevent their further expansion. Ageratina adenophora is an invasive weed over 30 countries in tropical and subtropical regions. However, the potential suitable areas of A. adenophora remain unclear along with its response to climate change. This study explored and mapped the current and future potential suitable areas of Ageratina adenophora.LocationGlobal.TaxaAsteraceae A. adenophora (Spreng.) R.M.King & H.Rob. Commonly known as Crofton weed.MethodsBased on A. adenophora occurrence data and climate data, we predicted its suitable areas of this weed under current and future (four RCPs in 2050 and 2070) by MaxEnt model. We used ArcGIS 10.4 to explore the potential suitable area distribution characteristics of this weed and the “ecospat” package in R to analyze its altitudinal distribution changes.ResultsThe area under the curve (AUC) value (>0.9) and true skill statistics (TSS) value (>0.8) indicated excelled model performance. Among environment factors, mean temperature of coldest quarter contributed most to the model. Globally, the suitable areas for A. adenophora invasion decreased under climate change scenarios, although regional increases were observed, including in six biodiversity hotspot regions. The potential suitable areas of A. adenophora under climate change would expand in regions with higher elevation (3,000–3,500 m).Main conclusionsMean temperature of coldest quarter was the most important variable influencing the potential suitable area of A. Adenophora. Under the background of a warming climate, the potential suitable area of A. adenophora will shrink globally but increase in six biodiversity hotspot regions. The potential suitable area of A. adenophora would expand at higher elevation (3,000–3,500 m) under climate change. Mountain ecosystems are of special concern as they are rich in biodiversity and sensitive to climate change, and increasing human activities provide more opportunities for IAS invasion.     

气候变化情景下大沙鼠潜在地理分布

大沙鼠（Rhombomys opimus）是中亚地区典型的荒漠啮齿动物,其采食和掘洞行为造成了荒漠林和荒漠草原退化加剧,生态环境恶化。基于大沙鼠分布数据、气候、土壤和地形因子数据,采用MaxEnt模型预测大沙鼠在当前气候和温室气体低、中、高3种浓度排放情景下2050年和2070年的潜在适生区,分析亚洲大陆未来气候条件下大沙鼠适生面积和分布格局的变化趋势,探讨影响大沙鼠分布的主要环境因子。结果表明：模型AUC（Area Under Curve）值达到0.9以上,预测的准确性达到"极好"。经刀切法分析（Jackknife）表明,影响大沙鼠在适生区分布最主要的环境变量为温度季节性变化的标准差、土壤基本饱和度、最干季度降水量、最暖季度降水量和土壤可交换钠盐。Rcp2.6、Rcp4.5和Rcp8.5三种气候场景下2050年高适生区面积较当前分别增长15.78%、15.10%和13.44%;Rcp2.6、Rcp4.5和Rcp8.5三种气候场景下2070年高适生区面积较当前增长8.32%、13.18%和18.18%。中国大沙鼠适生区范围内,新疆所分布的大沙鼠适生区分布范围变化较大,3种情景模式下大沙鼠的适生区位置向新疆北部扩张;甘肃适生区位置向西北部扩张;内蒙西北部和阿拉善地区大沙鼠的适生区位置向四周扩张。研究揭示了未来气候下大沙鼠高适生区范围和空间变化,并得到影响其分布的主要环境变量,对其防控具有重要意义。     

气候变化情景下大花杓兰在中国的适生区预测

大花杓兰(Cypripedium macranthos)隶属兰科杓兰属,是国家二级重点保护野生植物,与大多数杓兰属植物分布在我国西南山区不同,主要分布于我国的华北、东北和台湾等地区。多年来,过渡采挖等导致了大花杓兰种群数量和个体数目急剧下降。鉴于大花杓兰特殊的分布格局和濒危现状,选择过去、当前和未来8个气候情景,利用MaxEnt物种分布模型结合38个环境变量及来源于数据库和最新实地调查的80个分布位点进行建模,分析了影响大花杓兰分布的关键环境变量,预测了其在当前、过去和未来气候情景下的适生区及其分布中心和迁移趋势。结果表明：当前情景下,大花杓兰适生区主要分布在我国东北和华北地区。影响其分布的5个关键环境变量分别是：UV-B最强月份均值(UV-B3,贡献率：54.0%)、森林覆盖率(FOR,贡献率：14.3%)、降水量季节性变化(BIO15,贡献率：7.4%)、温度季节性变动系数(BIO4,贡献率：6.8%)和草/灌木/林地(GRS,贡献率：4.6%)。其中,紫外辐射相关变量是首次被运用在杓兰属植物的适生区分布预测中,并被证实对大花杓兰的分布具有重要影响。过去3个气候情景下大花杓兰总适生...     

Biotic interactions influence the projected distribution of a specialist mammal under climate change

Aim

To measure the effects of including biotic interactions on climate‐based species distribution models (SDMs) used to predict distribution shifts under climate change. We evaluated the performance of distribution models for an endangered marsupial, the northern bettong (Bettongia tropica), comparing models that used only climate variables with models that also took into account biotic interactions.

Location

North‐east Queensland, Australia.

Methods

We developed separate climate‐based distribution models for the northern bettong, its two main resources and a competitor species. We then constructed models for the northern bettong by including climate suitability estimates for the resources and competitor as additional predictor variables to make climate + resource and climate + resource + competition models. We projected these models onto seven future climate scenarios and compared predictions of northern bettong distribution made by these differently structured models, using a ‘global’ metric, the I similarity statistic, to measure overlap in distribution and a ‘local’ metric to identify where predictions differed significantly.

Results

Inclusion of food resource biotic interactions improved model performance. Over moderate climate changes, up to 3.0 °C of warming, the climate‐only model for the northern bettong gave similar predictions of distribution to the more complex models including interactions, with differences only at the margins of predicted distributions. For climate changes beyond 3.0 °C, model predictions diverged significantly. The interactive model predicted less contraction of distribution than the simpler climate‐only model.

Main conclusions

Distribution models that account for interactions with other species, in particular direct resources, improve model predictions in the present‐day climate. For larger climate changes, shifts in distribution of interacting species cause predictions of interactive models to diverge from climate‐only models. Incorporating interactions with other species in SDMs may be needed for long‐term prediction of changes in distribution of species under climate change, particularly for specialized species strongly dependent on a small number of biotic interactions.