基于MaxEnt模型的中国豚草潜在适生区预测分析

2022-06-14 20:05何莉莉丁宁
农业科技与装备 2022年1期
关键词:预测

何莉莉 丁宁

摘要:利用MaxEnt模型预测现代和未来气候背景下豚草在中国的潜在分布格局。研究结果表明:年平均气温和年平均降水量对豚草生存的影响呈先上升后下降趋势,豚草不适于特别炎热且干旱地区生存,最干月降水量和土壤盐基饱和度对豚草生存呈正影响;未来气候变化背景下豚草的高适生区质心移动轨迹为高纬度东北方向,有待重点监测和控制。

关键词:豚草;MaxEnt;适生区;预测

中图分类号:S718.5    文献标识码:A    文章编号:1674-1161(2022)01-0016-03

收稿日期:2021-11-20

作者简介:何莉莉(1981—),女,教授研究员级高级农艺师,从事农村能源环保相关工作。

豚草(Ambrosia artemisiifolia L.)是一种原产于北美洲的恶性入侵杂草,在我国许多地区均有分布,2003年被收录为我国第一批外来入侵物种。豚草不仅危害农牧业生产,而且开花后散发的花粉会引起过敏性变态反应,成为过敏性鼻炎和季节性哮喘的主要病源,对我国生态安全、农业生产和人民健康带来严重威胁。这种外来入侵植物具有繁殖力和适应性强的特性,一旦爆发难以根除,因此,早期发现并迅速综合治理至关重要。然而,在入侵早期,关于特定目标地区的重点入侵物种信息往往非常有限,获取入侵物种及其目标区域的详细信息需要时间、精力和其他资源。在对众多入侵植物的适生区预测研究中,MaxEnt模型表现优异。通过实地调查数据证实,该模型所预测的适生区与物种的实际分布基本吻合,因此,MaxEnt模型成为一种以最小成本精准解决上述问题的技术手段。鉴于20世纪30年代豚草传入我国后一直呈扩散蔓延趋势,有必要运用MaxEnt模型提前预测豚草在中国的潜在适生区,以便提前布控,遏制豚草擴散,减小其对生态环境、人身健康、农业生产带来的危害。

1 材料与方法

1.1 材料

豚草分布数据主要来自全球生物多样性信息平台(http://www.gbif.org)、国内外公开发表的相关文献以及2019—2021年辽宁省农业部门实地调查的分布点;地形以及现代和未来的气候数据来自世界气候数据库(http://www.worldclim.org),未来气候2070s选用与全球经济框架相适应的RCP4.5模式;土壤数据来自世界土壤数据库(Harmonized World Soil Database version 1.2)(HWS,http://www.fao.org),共设37个环境变量。

1.2 方法

1.2.1 分布数据筛选 为避免集群效应导致模型结果过度拟合,在每个1 km×1 km网格中只保留1个分布点,同时剔除重复和落在海洋上的分布记录,最终获得1 847个分布数据,保存为CSV格式。

1.2.2 环境数据筛选 环境变量的选择是使用MaxEnt模型的关键环节,直接影响预测结果。应采用与预测结果高度相关的数据,而非所有可获得的数据,因此,需对环境因子进行两次筛选。首先,将气候和地形变量(20个)、土壤变量(17个) 分别导入模型,舍去贡献率为0的环境因子后,对比这两项环境变量的相关系数。当相关系数≥0.8时,剔除贡献率小的环境变量。其次,将筛选后剩下的环境变量再次导入模型,结合贡献率、刀切图以及豚草生物学特性,选定年平均气温(bio1)、年降雨量(bio12)、最干月降水量(bio14)、降雨量季节性变异系数(bio15)、海拔及土壤盐基饱和度(T_BS)、土壤中可交换的钠离子(T_ESP)、土壤容积密度(T_REF_BULK_DENSITY)、酸碱度(pH)共9个主导环境因子,用作后续分析,见表1。

2 结果与分析

2.1 现代气候下豚草在中国的潜在地理分布

MaxEnt模型模拟出豚草在中国的潜在入侵分布区见图1。豚草在中国的高适生区面积为255.3×104 km2,

约占中国总土地面积的27%;中适生区面积为105.3×104 km2,约占中国总土地面积的11%;低适生区面积为103.9×104 km2,约占中国总土地面积的11%;不适生区面积为496.5×104 km2,约占中国总土地面积的52%。

多种外来入侵植物实地调查发现,当分布点包含原产地和入侵地且数量足够多时,预测结果与实际分布基本吻合。本研究所涉猎的分布数据共1 847个,涵盖原产地和入侵地,满足上述条件。由图1也可看出,豚草的实际分布点均位于适生区内,这说明本研究结果具有较高的可信度与研究价值。因此,对于高、中、低适生区内还未发现豚草的地区相关部门,应积极开展普查与监测工作,以防治豚草区域定植且形成种群,给当地生态系统和人民健康带来威胁。

2.2 影响豚草分布格局的重要环境因子

研究表明,影响豚草地理分布格局的主要环境因子包括:气温因子(年平均气温)、降水因子(年降雨量和最干月降水量)、土壤因子(土壤盐基饱和度)。环境因子响应曲线见图2。

由图2可以看出,年平均气温和年平均降水量对豚草生存的影响呈先上升后下降趋势,当年平均气温在5.7~22.5 ℃、年降雨量在352~3 750 mm时,豚草生存概率在0.5以上,这说明豚草不适于特别炎热且干旱地区生存。最干月降水量和土壤盐基饱和度对豚草生存呈正影响,这说明豚草是喜湿植物,且在偏酸或偏碱性土壤中均能生存。

2.3 未来气候变化背景下豚草在中国的入侵趋势及重心移动轨迹

气侯变化背景下豚草在中国的蔓延趋势见图3,未来气候变化背景下豚草的高适生区质心移动轨迹见图4。

由图3可看出,未来气候变化背景下,吉林北部和黑龙江南部豚草危害会加重,应重点进行监测,而中国南部偏炎热地区的豚草危害可能会有所减轻。9B94D02A-4BEC-4FAF-AF22-6440103A86F3

由图4可以看出,未来气候变化背景下,最适宜区域的重心呈现出向高纬度和东北方向转移的变化趋势。

3 结论

豚草适宜在我国东部及西部小部分地区生长,未来应关注其继续向黑龙江、内蒙古方向扩张。气候变化背景下豚草的高适生区质心移动轨迹为高纬度东北方向。豚草对除草剂敏感,对农田危害并不严重,其主要威胁在于导致人类过敏,因此,即使某适生区域尚未发现豚草,也要加大多部门联合重点监测,及时控制并减缓其扩散速度,以保护生物多样性和人民群众身体健康。

参考文献

[1] 杜鳳国,兰雪涵.吉林省外来入侵植物豚草潜在适生区预测[J].北华大学学报:自然科学版,2021(4):432-436.

[2] 李佳慧,叶兴状,张明珠,等.入侵植物三裂叶豚草在中国的潜在适生区预测[J].生物安全学报,2021(4):263-274.

[3] 柳晓燕,李俊生,赵彩云,等.基于MAXENT模型和ArcGIS预测豚草在中国的潜在适生区[J].植物保护学报,2016(6):1 041-1 048.

[4] 王运生.生态位模型在外来入侵物种风险评估中的应用研究[D].长沙:湖南农业大学,2007.

Prediction and Analysis of Potential Suitable Areas of Ambrosia Artemisiifolia L. in China Based on MaxEnt Model

HE Lili, DING Ning

(Rural Energy and Environmental Protection Department, Liaoning Agricultural Development Service Center, Shenyang 110034, China)

Abstract: The MaxEnt model was used to predict the potential distribution pattern of Artemisia artemisiifolia in China under modern and future climatic background. The results showed that: The effects of annual mean temperature and annual mean precipitation on the survival of Ambrosia artemisiifolia L. increased firstly and then decreased, and Ambrosia artemisiifolia L. was not suitable for the survival of especially hot and arid areas. The precipitation in the driest month and soil salt base saturation had positive effects on the survival of Ambrosia artemisiifolia L.; Under the background of future climate change, moving track of gravity center in highly suitable distribution areas of Ambrosia artemisiifolia L. is in the northeast direction of high latitude, which needs to be monitored and controlled.

Key words: Ambrosia artemisiifolia L.; MaxEnt; suitable area; prediction9B94D02A-4BEC-4FAF-AF22-6440103A86F3

猜你喜欢
预测
选修2—2期中考试预测卷(B卷)
选修2—2期中考试预测卷(A卷)
选修2—2期中考试预测卷(A卷)答案与提示
选修2—2期中考试预测卷(B卷)答案与提示
“预测”得准
2017年高考选修考点预测
2017年高考三角热点考向预测
电力系统短期负荷预测方法与预测精度
《福彩3D中奖公式》:提前一月预测号码的惊人技巧!
预测高考