摘要
本文采用37个水松(Glyptostrobus pensilis)自然分布点(有地理坐标)数据以及19个气候变量数据,运用地理信息系统ArcGIS软件和最大熵MaxEnt(Maximum Entropy Model)生态位模型,模拟和预测水松在中国的适生区域,并进一步探讨影响水松分布的主导气候因子,同时预测古气候(LIG和MH)时期和两种极端未来气候情景(RCP2.6和RCP8.5)下水松潜在的地理分布变化。结果表明:(1)MaxEnt模型对水松潜在地理分布区有较高的预测精度,所有模型的平均受试者工作特征曲线下面积(AUC测试值)均超过了0.95;(2)刀切法(Jackknife)检测和气候因子响应曲线表明最冷季度平均降雨量(bio19)、最干月降雨量(bio14)、最干季度均温(bio9)是限制水松分布的主导因子;(3)当前和过去水松的潜在分布区主要集中在中国珠江三角洲和福建省中东部及闽江下游区域,在未来2种增温情境下,水松在2050s和2070s两个时期的潜在分布总面积与当前相比有下降,但潜在分布面积在不同适生区等级下变化明显;(4)从过去-现在-未来,水松在2050s和2070s的潜在分布区大致有向北扩张的趋势,但其核心分布区域仍然是湖南省炎陵县一带,变迁的距离不大。从气候因子方面考虑,本研究表明在过去和未来的气候变化情景下,水松仍适宜低纬度沿海地区,特别是作为中国广西、广东、福建等地区,具有重要的经济价值并将继续为生态系统提供服务功能,推测温度和降水量对水松的自然更新和分布的影响较大。
基金
玉溪师范学院2022年大学生创新创业训练计划项目“气候变化背景下中国特有主要孑遗植物潜在地理分布及保护评估”(项目编号:2022A023)
玉溪师范学院教育教学改革研究项目“基于植物与土壤地理学课程的项目式学习和高中地理实践力培养融合实践”(项目编号:2023jc01)
《植物与土壤地理学》校级一流课程建设项目(项目编号:2022kc13)。
