林正雨,陈 强,邓良基,李 晓,何 鹏,熊 鹰
(1.四川农业大学资源学院 成都 611130;2.四川省农业科学院农业信息与农村经济研究所 成都 610066;3.四川省农业科学院农业大数据研究中心 成都 610066)
气候资源是发展农业的重要物质基础,温度上升、日照减少、降水变化等将会直接打破原有稳定的作物-气候环境的平衡与协同,引起作物适宜区的改变。以气候变暖为标志的全球资源环境变化已成为共识,根据IPCC多次评估报告发现,1880—2012年,全球平均地表温度升高了0.85℃,升温速率是0.12℃·(10a)-1,这几乎是1880年以来升温速率的2倍[1-5]。四川省位于我国二级阶梯向一级阶梯过渡地区,气候类型多样,地形地貌复杂。在全球气候变暖大背景下,四川气候资源也存在显著的区域变化特征。近50 a四川省年均温以 0.116℃·(10a)-1的线性倾向增暖,年最高气温和年最低气温在年际波动中也呈上升趋势,线性升温率分别为0.09℃·(10a)-1、0.13℃·(10a)-1[6]。20世纪90年代以来降水量明显偏少,线性减少率为31.6 mm·(10a)-1,平均降水量除冬季略有增加外,其于各季节均呈减少趋势,7—10月降水量的减少是四川盆地年降水量减少的主要原因[7-9]。
近50 a来的气候变化已引起了不同作物种植界限的空间变迁,作物适宜区变化明显。1980—2000年,气候变暖使得水稻(Oryza sativa)种植北界已达52°N左右的呼玛地区,较20世纪80年代初北移了约4个纬度,黑龙江省水稻播种范围向北向东扩张,水稻禁区伊春、黑河也可以种植水稻,中国国土面积约 3.9%(约3.7×107hm2)因气候变暖而适合水稻种植[10-12]。1981—2007年辽宁、河北、山西、陕西、内蒙古等地区冬小麦(Triticum aestivum)的种植北界不同程度北移西扩,冬小麦种植北界已经从长城沿线推移到了42.5°N的抚顺-法库-彰武[13-14]。1980—2010年,中国东北部的玉米(Zea mays)生产空间延伸至小兴安岭北部,玉米播种面积增加约500万hm2[15-16]。中国苹果(Malus pumila)主产区出现了由东向西、向西北黄土高原及新疆地区迁移的现象,且各省苹果种植边界逐渐北移[17]。作物适宜区变化已对国家或地区的农业农村经济水平及发展前景产生深刻的影响。柑橘(Citrus reticulata)作为四川省乃至我国主要水果产品之一,是农业增效、农民增收重要的产业支撑。2015年我国柑橘面积2.5×104km2量 3.66×107t。四川是柑橘的主产区之一,柑橘生产排名前列,其中面积占比11.08%、产量占比10.37%。在市场预期利好和四川盆地黄龙病和溃疡病发生率较低的背景下,四川柑橘扩种明显加速。由于缺乏科学的适宜性分析和布局规划,四川柑橘在低适宜区(不适宜区)盲目扩张,在高适宜区更替产业,极大地增加了地区自然资源的改造成本。因此,揭示在气候变化下,柑橘适宜分布变化对四川乃至中国农业发展具有重要现实意义。
目前,气候变化对柑橘适宜分布的影响研究表现出2个特点。一是以农业自然综合区划为主的柑橘气候区划研究[18-20]。此类研究的时间多集中在20世纪80年代初期,研究划定的柑橘适宜区无法反映出近 30 a的气候资源变化,其研究结果已不能完全适应实际生产的需求。二是在环境变量选取上,早期主要考虑气候条件,特别是对极端气候条件的响应出发,确定的关键性气候指标。对柑橘分布产生影响的环境变量及其阈值选取也不同,从而导致研究结果存在较大差异[18,21-22]。为此,本研究基于最大熵模型(MaxEnt)构建了柑橘适宜分布与环境变量的关系模型,采用受试者工作特征曲线(ROC曲线)检测模型精度,通过刀切法(Jackknife)从环境变量中识别出主导因素,并了解主导因素的年际变化(1980—2010年)。其次,采用ArcGIS对比1980年、2010年四川柑橘适宜分布,以揭示近30 a来气候变化背景下,四川省柑橘适宜区的分布与变化情况,为合理优化柑橘生产空间提供依据。
四川省位于中国西南部(92°21′~108°12′E,26°03′~34°19′N),面积约48.6万 km2。是典型的青藏高原和长江中下游平原的过渡区。西部为高原和山区,海拔多在4 000 m以上;东部为盆地、丘陵,海拔多在1 000~3 000 m。四川省气候复杂多样,且地带性和垂直变化十分明显,大致可分为3个气候区:1)盆地中亚热带湿润气候,年均温 16~18℃,积温 4 000~6 000℃,无霜期230~340 d,年日照时间仅1 000~1 400 h,年降雨量1 000~1 200 mm。2)川西南山地亚热带半湿润气候区,年均温 12~20℃,年日照时间为2 000~2 600 h,全年有7个月为旱季,年降水量900~1 200 mm。受焚风影响河谷地区形成典型的干热河谷气候。3)川西北高山高原高寒气候区,气候垂直变化明显,总体上以寒温带气候为主,河谷干暖,山地冷湿,年均温 4~12℃,年降水量 500~900 mm,年日照1 600~2 600 h。根据自然资源和社会经济发展可分为成都平原区、川东北地区、川南地区、攀西地区、川西北地区(图1)。
图1 四川省地理分区图Fig.1 Geographical regions map of Sichuan Province
最大熵模型的思路是根据已知样本对未知分布的最优估计,应当满足已知对该未知分布的限制条件,并使该分布具有最大的熵且不被任何其他条件限制。Phillips等[23]用最大熵原理作统计推断工具,构建了物种地理尺度上空间分布的生态位模型,并编写了开源软件MaxEnt。预测的结果是物种存在的相对概率。该模型在物种分布领域得到广泛应用,被证实为具有最佳预测能力和精度的模型[24-26]。在执行算法前,假设研究区域各网格的物种是等概率均匀分布。由环境变量定义的特征方程计算出目标地区概率分布的熵值。然后通过不断迭代,将已知物种分布地区的概率分布不断增加,这时目标地区概率分布的最大熵也不断增加,直至达到收敛阈值或执行到最大迭代次数,此时得到熵最大的分布即为最优分布。MaxEnt采用AUC值作为检验模型准确性的指标。其取值范围为0.5~1,AUC值越大,表示模型准确性越好。其中 0.50~0.60为模型失败;0.60~0.70为模型较差;0.70~0.80为模型一般;0.80~0.90为模型好;0.90~1.00为模型非常好。一般当AUC值>0.75,可认为模型可用[27-28]。
气候数据来源于中国气象科学共享数据服务平台(http://data.cma.cn)提供的中国地面气候资料日值数据集(V3.0)。该数据包含了四川省41个基本气象站经纬坐标、气温、降水量、日照时数等逐日数据(图2)。分别以1976—1984年、2006—2014年的气候年均值作为41个气象台站1980年、2010年的气候资源情况。≥0℃积温、≥10℃积温、年均温、花期均温、最冷月平均气温、最热月平均气温采用“多元回归+残差IDW插值”。年日照时数、≥10℃持续天数、年温差、无霜期采用 IDW 插值。年降水量、秋季降雨量采用Ordinary Kriging。国家科技基础条件平台-国家地球系统科学数据共享平台-土壤科学数据中心(http://soil.geodata.cn)提供了1980年耕层土壤的有机质、pH、氮磷钾的栅格数据;1980年的土壤颗粒组成数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn),裁剪后作为1980年四川省土壤肥力属性数据。2010年的耕层土壤肥力和土壤颗粒数据来源于四川省2 697个土壤采样点(图2),通过普通克里格插值生成空间栅格数据。DEM数据来自中国科学院资源环境科学数据中心(http://www.resdc.cn)提供的 SRTM 90m,裁剪得到四川省 DEM,并经 ArcGIS10.2的 Spatial Analyst生成坡度和坡向栅格数据。气候、土壤、地形等数据均处理为栅格数据,分辨率 500 m,投影为UTM/WGS84,空间范围为四川省全域。柑橘实际分布数据主要有2个来源。通过实地考察,用GPS定位获得四川省主要柑橘产地(柑橘种植年限≥30 a)经纬坐标。其他柑橘分布数据通过全球物种多样性信息库(http://www.gbif.org)查询补充。去除四川省以外的分布点,共获得柑橘实际分布点74个,并保存为*.CSV格式。
图2 四川省柑橘分布、土壤样点及气象台站分布Fig.2 Distribution of citrus,soil samples and meteorological stations in Sichuan Province
2.1.1 初始环境变量贡献度及年际变化
基于已有的柑橘适宜性研究成果[18-20],筛选出 23个与四川省柑橘生理生长相关的初始环境变量(表1)。选择年日照时数评价柑橘种植时光照资源情况。选择年平均气温、≥0℃积温、≥10℃积温及持续天数、最热月平均气温、无霜期、花期日均温、年温差分析柑橘种植时热量资源情况。选择最冷月平均气温分析柑橘能否安全越冬。选择年降水量和秋季降水量分析作物生长时的水分供应情况。选择耕层有机质、pH、氮磷钾等分析土壤对柑橘种植的供肥情况。选择海拔、坡度、坡向作为评价柑橘种植的地形变量。
表1 影响柑橘适宜分布的初始环境变量Table 1 Initial environmental variables affecting suitable distribution of citrus
运用MaxEnt软件构建四川省柑橘种植分布与初始环境变量的关系模型。随机选择75%的柑橘分布数据集作为训练样本,用来训练模型,25%作为验证样本。1980年、2010年柑橘分布与初始环境变量关系模型的AUC值分别为0.904、0.901,模型预测准确度达非常好。通过MaxEnt模型的Jackknife计算得到初始环境变量对柑橘分布的贡献率如图3所示。1980年、2010年2个时期内所有变量对柑橘分布概率的总贡献度(with all variable)均在1.2以上。单变量贡献度(with only variable)影响最大的是海拔,最小是坡向。≥0℃积温、≥10℃积温、花期日均温、最冷月均温、最热月均温、年日照时数、年均温、无霜期对柑橘分布的影响相对较高,其单变量贡献度为0.8~1.0(1980年日照时数>1)。有机质、pH、黏粒含量、沙粒含量、粉粒含量、氮磷钾等的单变量贡献度均小于0.6。反映出气候变量是影响四川省柑橘分布的主要变量。1980年,其他变量对贡献度影响(without variable),最大的是年日照时数,第二是坡度。当没有这2个变量时,其他变量对柑橘分布的解释降到 1.2以下。说明坡度、年日照时数包含了其他环境变量没有包含的信息。柑橘生长发育及产量形成受到环境变量及其组合变化的强烈影响,一个变量或多个变量对柑橘生长的正效应可能被其他变量强化,也可能被减弱,甚至被完全抵消[29]。所以在2010年,这种影响逐渐发生变化,其他变量对贡献度影响均大于 1.2,说明在环境变化下,坡度和年日照时数的贡献作用被其他变量抵消,柑橘种植分布表现出多因素协同作用影响。
2.1.2 主导环境变量的筛选
从初始环境变量对柑橘分布相对贡献度的年际变化来看(表2),年均温、年降雨量、坡度、最热月均温、无霜期、黏粒含量、全氮、秋季降雨量、全钾、砂粒含量、全磷的相对贡献率处于增长趋势,其他变量处于下降态势。最热月均温变化最大,其变幅达591.67%,其次是黏粒含量和无霜期,其增幅分别为450.00%、366.67%。年降雨量、粉粒含量、最冷月均温、pH、≥0℃积温的变幅也达到100%。虽然这类柑橘初始环境变量的相对贡献率年际变化相对明显,但仅表示其自身变化,不能准确反映其对柑橘分布的真实影响。从相对贡献率的均值来看,对柑橘分布影响最大的是海拔,其均值为72.20%。其次,年日照时数、最热月均温、年均温、年降雨量、坡度、无霜期对适宜区的贡献逐渐降低,但均值在1.70%~7.15%。土壤肥力变量对柑橘分布的贡献整体较低,土壤颗粒组成、氮磷钾、pH的均值均小于1.00%。值得注意的是坡向、花期日均温、≥10℃积温、耕层有机质对四川柑橘分布相对贡献度为0。分析其原因,一是由于柑橘分布采样点位于平原和丘陵地区,上述环境变量在该区域存在较明显的同质性。二是采样点多为四川柑橘主产区,农户生产管理水平较高,科学合理地橘园选址、灌溉施肥等因素,减小了坡向、有机质的分布差异。因此,将相对贡献率均值大于1%的海拔、年日照时数、最热月均温、年均温、年降水量、坡度、无霜期7个变量作为四川省柑橘适宜分布的主导环境变量。海拔、坡度可视为稳定变量,其主要通过对光、热、水等资源的再分配影响柑橘分布。因此,主导环境变量可以概括为以光、热、水为特征的气候资源变量。
表2 1980年和2010年初始环境变量对四川省柑橘分布的相对贡献度Table 2 Relative contribution rates of initial environmental variables to the distribution of citrus in Sichuan Province in 1980 and 2010
2.2.1 光照资源时空变化
柑橘对光照资源的适宜范围为1 100~2 200 h,以1 100 h、1 600 h、2 200 h为界点,将四川省年日照时数分成4个等级,得到1980年和2010年两个时间截面上年日照时数在空间上的分布(图4)。四川柑橘适宜日照时数的区域覆盖了省域东部和中部地区。另外,年日照时数从西向东随经度增加逐步减少。比较2个时期年日照时数,整体上年日照时数存在降低态势。具体而言,≤1 100 h的低值区呈现显著扩大趋势,1980年低值区仅分布在成都、雅安、乐山、内江的局部地区,到2010年已扩张至成都平原区中部和川南大部分地区。1 601~2 200 h的区域变化相对稳定,大部分区域处于 101°~104°E,但也存在小幅度向西扩张趋势。≥2 200 h的高值区主要分布在川西北高原和川西南地区。但较之1980年,由于受1 601~2 200 h范围扩大的挤压影响,高值区影响范围也呈收缩态势。
2.2.2 温度时空变化
受海拔和高山峡谷地形影响,四川省温度分布呈现显著的地形垂直特征。川西北地区的平均海拔最高,因此年均温和最热月均温均低于其他地区。攀西地区由于是典型的干热河谷地区,因此年均温也是最高区域(图5,图6)。年均温和最热月均温自东向西随经度减小而降低。1980—2010年四川省年均温度变化格局相对稳定。具体来看,大于21℃地区主要集中在攀西地区且影响范围变化不大;柑橘适宜年均温度大致在17~20℃,该适宜温度覆盖的范围扩大,且呈现出向北和西南扩张的趋势;在成都平原区和川东北地区的山区,17~20℃覆盖的区域逐步向高海拔地区上升。≤0℃、0~5℃覆盖区域的变化较大,尤其是在川西北高原地区。对比1980年,随着0~5℃在川西北地区覆盖范围不断扩大,促使≤0℃的区域不断缩小。
图4 1980年(a)和2010年(b)四川省年日照时数分布与变化Fig 4 Distribution of annual sunshine duration in Sichuan Province in 1980(a)and 2010(b)
图5 1980年(a)和2010年(b)四川省年均温度分布Fig.5 Distribution of annual average temperature of Sichuan Province in 1980(a)and 2010(b)
图6 1980年(a)和2010年(b)四川省最热月均温分布Fig.6 Distribution of July average temperature of Sichuan Province in 1980(a)and 2010(b)
最热月均温表现出与年均温相似分布特征。最热月均温不宜超过38℃,否则柑橘果实和根系会停止生长,易落叶落果。2个时期的最热月均温均低于30℃,应该说大部分地区最热月均温均较符合柑橘适宜要求。受升温影响,2010年>26℃的区域向周边扩张明显,基本覆盖了川东北、川南和成都平原区的大部分地区。11~20℃的区域主要集中在川西高原地区,并且逐步向高海拔地区推进。因此,近30 a四川省无论是年平均气温,还是最热月均温都存在上升变化。其温度变化主要体现在空间上,尤其是川西北的高原区和盆地边缘的山地区。
2.2.3 降水时空变化
四川省大部分地区年均降水≤1 000 mm(图7),而柑橘生长适宜区的降水量一般≥1 000 mm。因此,四川省整体降水偏少,柑橘分布与生长受水分供应情况制约的较为显著。年降水量呈现同心圆特征,自内向外年降水量逐渐减少,年降水量较多的地区始终集中在成都平原区、川南地区和攀西山地区的交界处,该处也是我国著名的“华西雨屏”。800 mm和400 mm等降水量线是划分旱作农业和水作农业的重要指标,且在两个时间截面上变化较为明显。首先,大于800 mm降水量覆盖区域明显缩小,并几乎退出川南地区;1980—2010年,601~800 mm年降水量的区域存在逆时针地扩张变化,在川东北地区,其降水边界从巴中境内迁移至广元中部,从南充东部迁移至西部;在成都平原区,其边界从德阳北部迁移至南部;在川西南地区,其边界从攀枝花中部迁移至东部。≤400 mm年降水量线整体变化较小,仅在甘孜州境内变化较为明显,呈现出自西向东扩张趋势。
2.2.4 无霜期时空变化
四川省无霜期自西向东随经度增加依次递增,随海拔阶梯降低自西北向东南逐步递增(图8)。具体而言,成都平原区、川东北、川南的大部分地区和攀西局部地区无霜期处于251~365 d的高值区。无霜期201~250 d地区主要集中在四川盆地向高原过渡地区,且年际变化较小。川西北地区属于高原寒区,年平均气温常年位于0℃以下,致使无霜期整体较短。在30 a期间,无霜期 101~200 d地区表现出显著扩大趋势,覆盖了阿坝州、甘孜州大部分地区。随着气温升高,无霜期≤100 d的低值区覆盖区域不断向北收缩。
2.3.1 柑橘适宜区的时间分异
图7 1980年(a)和2010年(b)四川省年降雨量分布Fig.7 Distribution of annual precipitation of Sichuan Province in 1980(a)and 2010(b)
图8 1980年(a)和2010年(b)四川省无霜期分布Fig.8 Distribution of frost-free period of Sichuan Province in 1980(a)and 2010(b)
利用主导环境变量重新建模型,同时参考 IPCC第5评估报告中对“可能性”的表述,按照作物存在的相对概率,将四川柑橘分布划分为4个等级:P<0.3为不适宜区;0.3≤P<0.5为低适宜区;0.5≤P<0.7为中适宜区;P≥0.7为高适宜区。四川省大部分地区处于不适宜区(表3),其面积 1980年为35.66万 km2、2010年约为35.78 km2,分别占幅员面积的比例为73.39%、73.64%。1980年高适宜区面积为4.20万km2,2010年约为4.22万 km2,占比分别为8.65%、8.68%。1980—2010年,高适宜区变化较小,仅为0.02万km2,其变化贡献来自成都平原区、川东北地区和川南地区。在1980—2010年,眉山市增加了0.07万km2、南充市增加0.06万km2。与此同时,由于川南地区的宜宾市、川东北丘陵区的遂宁市分别缩减0.08万km2、0.07万km2,使得高适宜区总量趋于稳定。中适宜区表现出较大变化,其面积减小0.28万km2(约6.26%),2010年为4.19万km2。其中成都平原区的绵阳市、成都市、德阳市、眉山市缩减明显,分别减小0.17万km2、0.09万km2、0.08万km2、0.06万km2。此外,川东北地区的巴中市减少0.06万km2。低适宜区和不适宜区变化相对较小,低适宜区面积增加3.53%,约为4.4万km2,不适宜区小幅增加了0.11万km2。具体而言,川东北地区的广元市、巴中市的低适宜区面积分别增加0.09万km2、0.06万km2,成都平原区的德阳市、绵阳市低适宜区面积增加0.07万km2、0.05万km2;川东北区的南充市、达州市低适宜区分别减小0.08万km2、0.04万km2。
2.3.2 柑橘适宜区的空间分异
四川柑橘高适宜区基本分布在成都平原区和川南地区(图9),集中在川南地区的内江市、自贡市、宜宾市、乐山市、泸州市,成都平原区的成都市、眉山市、资阳市。此外,川东北地区的遂宁市、南充市、广安市、达州市也有少量分布。2010年,高适宜区在川南地区分布最多,达到58.29%(表3),其次是成都平原区约占24.41%。高适宜区存在自南向北迁移的趋势,川南地区宜宾市的高适宜区面积出现收缩,而川东北地区的南充市、广安市、达州市不断扩张,并挤占中适宜区。中适宜区分布在成都平原区的成都市、德阳市、资阳市,川东北地区的遂宁市、南充市、广安市和达州市。2010年,川东北地区中适宜区约占全部中适宜区的 47.02%,其次是成都平原区约占 30.54%。1980—2010年期间,中适宜区空间变化最为显著,尤其是在成都平原区与川东北地区过渡地区。由于中适宜区转为低适宜区,使中适宜区的界线从成都平原区的德阳市、绵阳市迁移到川东北地区的遂宁市。此外,川东北地区的巴中市低山区的中适宜区也转为低适宜区。2010年,低适宜区主要分布在盆地周边的山地区。川东北地区分布最多约占42.73%。其次,成都平原区和川南地区分别占29.54%、21.82%。
2.3.3 柑橘适宜区的等级结构变化
为探究四川省柑橘适宜区变化的具体情况,本文计算了1980—2010年的柑橘适宜区动态转移矩阵(表4)。1980—2010年间,不适宜区流出面积为2 619.1 km2,流入面积为3 817.6 km2。不适宜区的流出量主要是转为低适宜区,同时,流入来源量最多的也是低适宜区。这表明不适宜区主要与低适宜区发生双向转化。低适宜区流入面积为7 768.1 km2,流出面积为6 231.4 km2,流入贡献最多的是中适宜区,其次是不适宜区;流出量主要转化为不适宜区和中适宜区。这表明低适宜区的双向转移主要发生在与不适宜区和中适宜区之间。中适宜区流入面积为5 546.35 km2,流出面积为8 428.71 km2,流入贡献最多的是高适宜区,其次是低适宜区;流出量主要转化为低适宜区。其双向转移主要发生在与低适宜区和高适宜区之间。高适宜区流入面积为3 282.04 km2,流出面积为3 134.86 km2,流入、流出贡献最多均是中适宜区。总体来看,四川柑橘适宜区等级结构转化主要是逐级转化,各等级的逐级转化量均达到99.00%。
2.3.4 柑橘生产现状响应分析
如表5所示,2015年四川省柑橘实际种植面积0.28万 km2,其数量远远小于 2010年高适宜区面积4.22万 km2,这是因为本研究主要考虑在主导环境变量及其组合状态下柑橘存在的概率,并不涉及生产管理,以及果实产量品质。在实际生产时,还要考虑灌溉、施肥、技术、生产成本、市场需求等社会经济因素,从而使得实际生产面积小于高适宜区。从生产现状来看,四川省柑橘种植主要分布在成都平原区、川南地区和川东北地区。成都平原区种植面积最多,其生产面积约为0.12万 km2。对比高适宜区和实际面积,川南地区具有更大的生产空间容量,其可利用潜力尚有2.38万km2,其次是成都平原区,利用潜力也有0.90万km2。川东北柑橘生产潜力空间最少,为0.66万km2。因此,四川柑橘生产空间宜布局在川南地区和成都平原区。
表3 1980年和2010年四川省不同区域不同类型柑橘适宜区的面积变化Table 3 Area variation of different citrus suitable areas in different regions of Sichuan Province in 1980 and 2010 104km2
MaxEnt软件基于最大熵原理,以物种分布和环境变量为基础,利用数学模型统计分析熵最大时物种的分布状态,在分布数据较少时 MaxEnt模型的预测结果比同类预测模型更精确[30-31]。本研究基于最大熵模型构建的四川省柑橘种植分布与环境变量的关系模型,准确性达到“非常好”的标准(AUC值>0.90)。影响四川省柑橘分布的主导环境变量有海拔、年日照时数、最热月均温、年均温、年降雨量、坡度、无霜期7个变量,其累积贡献率达96.70%。主导环境变量主要体现为以光、热、水为特征的气候环境变量。
图9 1980年(a)和2010年(b)四川省柑橘适宜区空间分布Fig.9 Spatial distribution of suitable areas for citrus in Sichuan Province in 1980(a)and 2010(b)
表4 1980—2010年四川省柑橘适宜区转移矩阵Table 4 Transfer matrix of suitable areas for citrus in Sichuan Province from 1980 to 2010 km2
表5 1980年和2010年四川省不同区域不同类型柑橘适宜区面积及2015年柑橘生产面积Table 5 Areas of different citrus suitable areas in 1980 and 2010 and production areas in 2015 in different regions of Sichuan Province 104km2
气候是影响物种分布的最重要因素,气候升温将改变区域生态系统的结构和功能。本研究表明近30年四川省气候暖干化的覆盖区域呈扩大趋势。年均温度17~20℃覆盖范围呈现出向北和向西南扩张的趋势;在成都平原区和川东北地区的山区,覆盖区域海拔上升。2010年最热月均温>26℃的区域扩张明显,基本覆盖了川东北、川南和成都平原区的大部分地区。降水量的减少主要体现在大于800 mm降水量覆盖区域明显缩小,几乎退出川南地区。
作物分布格局的时空变化则是对气候变化最直接的响应。根据存在的相对概率将四川柑橘适宜区划分成4个等级。结果表明在30 a间,在主导环境变量的变化下,虽然四川柑橘适宜区空间格局未出现大范围变化,但呈现出 2个过程特征。一是局部地区的空间调整。高适宜区在川南地区和川东北地区发生空间调整。川南地区的高适宜区面积向北收缩,川东北地区的高适宜区不断扩张并向北挤占中适宜区范围,高适宜区整体存在向北迁移的趋势。中适宜区在成都平原区与川东北地区过渡地区发生空间调整,中适宜区界线从成都平原区的德阳市、绵阳市向东南方迁移至川东北地区的遂宁市,研究结果在省域尺度进一步证实了我国柑橘适宜区分布北移趋势[29,32]。二是四川柑橘适宜区结构变化主要表现出逐级转化特征,较少出现跨级跃迁。2010年不适宜区约占73.64%、低适宜区约占9.06%、中适宜区约占8.62%、高适宜区约占8.68%。以高适宜区为参照,四川省柑橘生产布局还有很大的调整空间。川南地区尚拥有2.38万km2的可利用潜力,可加大对川南地区生产布局,川东北地区可利用潜力最少为0.66万km2,应在政策上予以调控。
生态位模型的基本原理是根据每种生物特殊的生存环境,从目标物种已知分布出发,利用数学模型归纳或模拟其生态位需求,然后将其投射到目标地区[30]。因此,环境变量选取、空间尺度、作物采样位置等会影响模型的预测能力[33]。本研究中发现以下问题:一是环境变量选取。自然环境对作物自然适宜性的影响十分复杂。本研究选取的23个初始环境变量,在预测过程中,由于变量可能包含着同样的信息会造成冗余信息的引入,影响预测结果。因此本文首先通过计算各变量对柑橘分布的贡献度,删除贡献度较小的环境变量,利用主导环境变量重新建模,提高了预测结果的准确性。此外,物种限制因子阈值的确定是传统农作物适宜区研究的核心。本研究通过考虑所有主导环境变量的影响,有效降低确定限制因子阈值的主观性,减小累计误差。二是模型的空间尺度。相关研究表明≥10℃积温、5—6月均温对柑橘含糖量影响较大[34],阳坡(南坡)、背风坡或高山峡谷的东西向的柑橘色泽鲜艳,果面光滑,糖和维生素 C含量高[35]。柑橘园土壤有机质含量与柑橘产量和果实品质存在正相关[36]。环境变量存在空间尺度效应,本研究中由于柑橘分布采样点的环境变量存在较明显的同质性,使得坡向、花期日均温、≥10℃积温、耕层有机质对四川柑橘分布相对贡献度为0,但并不意味着此类变量对柑橘生长发育无影响。三是物种分布采样点。在模拟物种适宜区时,一般以当前位置点作为分布数据变量。因此,在模拟过去或未来物种分布时可能会忽略过去或未来实际分布点的影响,而造成系统误差。本研究在柑橘分布采样时,尽量选择种植年限≥30 a的柑橘产区,兼顾了柑橘分布的历史性,减少系统误差。
致谢:感谢“土壤数据中心、国家地球系统科学数据共享服务基础设施、中国国家科学技术基础设施(http://soil.geodata.cn)”的土壤数据支持。感谢“中国科学院资源与环境科学数据中心(http://www.resdc.cn)的DEM数据支持”。感谢来自“中国气象科学共享数据服务平台”的气候数据支持(http://data.cma.cn)。