气候变化下花榈木在我国的潜在分布区预测

针对花榈木的种质资源保护利用问题,基于花榈木在中国的188条地理分布记录和9个气候变量,于 SSP1-2.6、SSP2-4.5、SSP5-8.5 3种气候情景模式下,利用ENMeval数据包优化后的MaxEnt模型和ArcGIS对其当前和未来(2050s和2070s)的生态位进行模拟,研究影响花榈木地理分布的主导环境因子,分析其在不同气候情景模式下的空间分布格局和迁移趋势。结果表明,当模型的特征组合（FC）为线性、二次型、片段化、乘积型和阈值性,正则化乘数(RM)为2时,模型复杂度和过拟合程度较低,此时训练集的平均AUC和平均标准偏差分别为0.954和0.004,表明模型预测精度很高。花榈木在当前气候下的潜在分布区主要在我国东南部,核心分布区位于江西、湖南、福建、浙江等省份及其周边区域。刀切法(Jackknife)表明最干季度降水量、最湿季度降水量、最冷季度平均温度是影响其分布的主导气候因子。未来3种气候情景下花榈木总体适生区分布相对稳定,核心适生区主要表现为东西向稳定,于南北向中部迁移,尤以广东中部及江西中部收缩显著,这些迁移的核心适生区是花榈木应对气候变化的敏感区域,需引起重视。     

气候变化下沙冬青适宜分布区预测

通过135个地理分布数据,利用MaxEnt生态位模型,选择19项环境因子预测沙冬青未来的分布格局及面积。结果表明:1)模型模拟的训练集和测试集的AUC值分别为0.990和0.988,模型的预测结果可靠;2)沙冬青主要分布于内蒙古西部地区、宁夏北部、甘肃东部地区以及蒙古国南部;3)模型模拟当前沙冬青的分布面积为6.3×10⁵ km²,模拟2050年沙冬青的分布面积为9.1×10⁵ km²,沙冬青分布范围和种群面积将呈增加趋势;4)影响沙冬青分布的主要因子为最冷季降水量、最冷月最低气温、最热季降水量、年平均气温、最湿月降水量和年降水。研究结果不仅提供了沙冬青适生分布的划分,也为沙冬青调查与监测提供了重要的科学基础。     

珍稀植物楠木的地理分布及潜在分布区的预测

以植物地理分布与气候变化间的关系为研究基础,通过MaxEnt模型,应用贡献率、置换重要值以及Jackknife检验、主成分分析,模拟研究影响楠木Phoebe zhennan地理分布的主要因子,分析楠木在当前的地理分布格局,并预测未来楠木在中国的潜在分布格局。结果表明,采用MaxEnt模型预测其潜在适宜分布区准确度极高,楠木在ROC曲线下的AUC值达0.995;当前(2019)适生区预测表明,四川东南部、重庆和贵州是其分布最集中的地方,其次云南、广西、广东、福建、浙江、江西、湖北也有零散分布;随着未来(2050年)气温与降雨量的变化,江苏将有较大范围适合楠木分布,但是总的适生区面积比当前减少,例如贵州西南部的适生区面积将变小,福建、江西中度适生分布面积将变大,其余地区的适生区和当前持平。本研究结果表明,影响楠木分布的主要气候因子是温度和降雨量,可为楠木资源的科学保护和合理利用提供理论依据。     

基于MaxEnt模型提取撂荒耕地——以四川省武胜县为例

在乡镇尺度厘清商品粮生产基地的撂荒耕地问题,对耕地保护和粮食安全具有重要意义。基于国产GF-1号遥感影像,耦合撂荒耕地的影响因子及影像波谱信息,以撂荒耕地问题较为突出的四川省武胜县为案例区域,探索应用MaxEnt模型提取常年性、季节性撂荒耕地信息的潜力,揭示撂荒耕地时空分异规律及其影响因素。结果表明,MaxEnt模型识别撂荒耕地的受试者工作特征曲线下面积（AUC）值均大于0.9,混淆矩阵总精度大于80%,季节性撂荒耕地面积与统计年鉴的相对误差不超过10%。受高程影响,常年性撂荒耕地主要集中分布于海拔超过300 m的丘陵山区,少数零星分散于嘉陵江两岸地势低缓的地区;季节性撂荒耕地各镇均普遍分布,局部呈片状分布特征。在2015—2018年研究时段内,常年性、季节性撂荒耕地面积和撂荒耕地总面积均保持平稳态势。研究认为,MaxEnt模型在提取撂荒耕地信息方面具有较大的应用潜力和优势;常年性与季节性撂荒耕地具有不同的空间分异特征,前者归因于海拔、交通及灌溉条件,后者归因于海拔、耕作半径和灌溉条件。研究丰富了基于遥感影像提取撂荒耕地信息的方法,增强了撂荒耕地时空分异特征与归因的认知,为乡村耕地合理利用与管理的实践提供理论支撑。     

基于MaxEnt 的云南省薇甘菊分布预测及评价

利用MaxEnt生态位模型预测云南薇甘菊适生区分布,结果显示,ROC曲线的AUC值均在0.9以上,预测结果具有较高的可信度.影响薇甘菊分布的主要环境因子包括最湿季降雨量(贡献率28.8％)、海拔(贡献率22.1％)、土地覆盖现状(贡献率15.3％)、最湿季平均温、年均降水量、年平均温.从因子的响应曲线分析得出,云南薇甘菊最适环境参数为海拔1 100m,最湿季平均温为22℃,最湿季降雨量为760 mm,土地覆盖为未郁闭林地、灌木林地和荒地等.从样本点数量、环境因子选择及人为影响3个方面对MaxEnt模型预测的云南薇甘菊分布结果进行比较和评价.     

基于MaxEnt的南丹参在中国的潜在分布区预测及适生性分析

[目的]对南丹参在中国的潜在分布区进行预测,并对适生性进行分析。[方法]通过收集中草药南丹参的分布信息,利用最大熵模型(MaxEnt)与地理信息系统(ArcGIS),综合相关68项环境因子,分析南丹参在中国的分布信息。[结果]全国适合于南丹参分布的地区主要集中在湖南、江西、浙江和福建等地,其高适生区面积依次为湖南省(319.44 km2)、江西省(251.39 km2)、浙江省(122.92 km2)、福建省(62.5 km2);刀切法(Jackknife)分析显示,南丹参分布主要受到降水的影响。[结论]该研究结果为南丹参的野生资源利用及其他南丹参相关研究提供了一定技术手段和理论依据。     

Predicting summer fin whale distribution in the Pelagos Sanctuary (north-western Mediterranean Sea) to identify dynamic whale–vessel collision risk areas

1. Mediterranean fin whales aggregating in the Pelagos Sanctuary in summer to feed are exposed to vessel collision risk, particularly from high-speed ferries.
2. This study developed models to predict summer fin whale distribution using a generalized additive model (GAM) and MaxEnt, with the aim of providing a tool to identify potential high whale–ferry collision risk areas along ferry routes within the Pelagos Sanctuary during summertime.
3. Models were trained using sightings data collected in the summer months of 2009–2018 on board ferries crossing the central area of the Pelagos Sanctuary. Environmental predictors were bathymetry and mean sea surface chlorophyll concentration of the annual spring bloom period.
4. The predictive ability of GAM and MaxEnt was assessed using existing knowledge of summer fin whale distribution in the region. GAM (deviance explained = 20.2%) predictions matched documented distributions more closely than that of MaxEnt, with highest predicted fin whale occurrence in deep offshore waters (>2000 m) encompassing the central north-western and western regions, and in the south-eastern region, consistent with known fin whale habitats within the Pelagos Sanctuary. Inter-annual variability was evident, influencing collision risk areas.
5. Collision risk was estimated as a function of the overlap between the predicted probability of fin whale occurrence and ferry density estimated from Automated Identification System data. Ferry routes that cross the northern and eastern regions of the Pelagos Sanctuary presented relatively higher collision risk.
6. Areas with changes in risk intensity between the years were temporally and spatially dynamic: some appeared intermittently throughout the study period while others persisted over consecutive years or recurred in different years.
7. Due to the vastness of the Pelagos Sanctuary, vessel speed reduction maybe a more practical measure to manage collision risk than re-routing shipping lanes. A combination of Seasonal Management Areas and Dynamic Management Areas approaches could be adopted for high-risk areas.

     

气候变化背景下埃及吹绵蚧在中国的适生区预测

基于埃及吹绵蚧分布点的经纬度数据,利用最大熵模型MaxEnt软件对埃及吹绵蚧在中国当前和未来(2050年和2070年)的适生区进行了预测,为林业和海关检疫部门对埃及吹绵蚧当前与未来的防控与检疫工作提供重要参考依据。在本研究中,梳理并筛选了埃及吹绵蚧在国内外的分布点,通过优化MaxEnt生态位模型,预测了在当前气候和未来气候下埃及吹绵蚧在中国的潜在分布,通过统计软件计算了各种气候条件下的适生区面积,并对影响埃及吹绵蚧分布的环境因子进行了筛选和统计。预测结果显示,基于当前气候,埃及吹绵蚧在我国的潜在分布区包括华南全部地区、华中和西南部分地区,主要集中在我国经度98°E～123°E、纬度20°N～30°N的地区。未来气候条件下的适生区范围呈现增大的趋势;刀切法(Jackknife)显示,对埃及吹绵蚧分布影响较大的环境要素主要为降水量,同时模型计算了埃及吹绵蚧定殖所需的四项环境要素的适宜范围。结合实际踏查数据和文献资料,MaxEnt模型预测结果可信度高,精确预测了影响埃及吹绵蚧分布的环境因子及其适生区范围,对埃及吹绵蚧的研究具有重要意义。     

软枣猕猴桃在中国的适生区分析及对未来气候变化的响应

对软枣猕猴桃在中国的适生区进行分析,旨在为软枣猕猴桃资源调查、保护、开发利用和引种栽培提供参考依据。采用生态位建模软件Max Ent(maximum entropy model),结合Arc GIS(geographic information system)软件,研究影响软枣猕猴桃分布的关键环境因子及取值范围,预测当前气候状态及未来不同气候变化背景下软枣猕猴桃在中国的适生区。研究结果表明:影响软枣猕猴桃分布的关键环境因子有6个,其重要程度依次为:7月降水量4月均温温度季节性变化标准差3月均温最暖季降水量海拔。当前情景下,软枣猕猴桃在中国的高适生区总面积为9.287×105 km2,主要集中于东北东南部、华北东南部、华东北部和东南部、华中西部及西南东部;中适生区总面积为1.786×106 km2,主要分布在东北中部和南部、华北南部、华东北部和南部、华东北部、西南西部及华南北部。在只考虑气候因子和海拔高度的情况下,RCP2.6、RCP4.5和RCP8.5情景下,预测2070s软枣猕猴桃在中国的高适生区面积分别增加3.758×105 km2、1.725×105 km2和6.300×103 km2,而中适生区面积在RCP2.6减少1.902×105 km2,在RCP4.5、RCP8.5分别增加2.617×105 km2和9.760×104 km2。RCP2.6和RCP4.5情景下,高适生区和总适生区的质心到2070s将向东北移动;RCP8.5情景下,高适生区质心向东北移动,总适生区中心将向东南移动。研究分别对当前及未来3种不同情景下软枣猕猴桃在中国的适生区进行了10次预测,预测结果的AUC(Area Under Curve)平均值均高于0.98,表明此模型预测结果具有较高的可靠性。     

基于MaxEnt模型的不同气候情景下白蜡树中国适生区预测

白蜡树自然分布主要在中国境内，而且也是中国栽培悠久的经济树种，研究其当前和历史的地理分布格局、未来气候条件下的地理分布格局及分布区的宏观动态变化，皆有重要意义。依据采集标本记录的183个分布点和21个环境因子，利用最大熵原理，对10种气候情景下白蜡树在中国的适生分布区及分布区的几何质心进行预测。结果表明:1）最大熵模型模拟效果较高，模拟10次，AUC值=0.915 0±0.005，故可用模型计算出的潜在分布区来预测适生分布区，并基本确定白蜡树的地理分布格局。2）年均温、温度季节变化方差、暖季降雨量和未定义坡度是影响白蜡树适生分布的主导因子。3）根据模型计算出的概率值进行分级得知，白蜡树在当前气候情景下的适生分布范围大概率（0.6<P<最大阈值）位于甘肃、陕西2省交界处，西南腹地（尤其是贵州省），河北、北京、安徽、江苏、浙江的一些地区亦可能分布。4）10种气候情景下白蜡树适生分布区的几何质心皆位于湖北省境内。由适生分布区面积的变化得知，自全新世中期至今白蜡树的适生面积减少约20%，未来高排放浓度场景下其适生分布区面积较当前分布区面积减少得最多。可见，白蜡树在我国适生分布区面积可能呈现缩减趋势，应对其进行保护与合理栽植。