未来气候变化对金花茶分布格局的影响

摘要： 【目的】分析并预测未来气候变化下金花茶（Camellia petelotii） 的物种分布，研究不同气候因子对其分布的影响，为其合理保护及种植提供理论依据。【方法】基于中国数字植物标本馆和《中国植物志》在线网站现有的198 条有效标本记录，结合19 个气候因子与SSP1-2.6、SSP5-8.5 情景，利用MaxEnt 模型和ArcGISv10.5 软件分析当前金花茶的地理分布及主要影响因子。分析2050 年和2070 年金花茶的地理分布，探讨气候因子对适宜生境的影响。【结果】当前气候下，金花茶主要分布于广西、广东中部至沿海地区，在云南、四川、贵州均有零星分布；在SSP1-2.6 模拟的未来气候情景下，金花茶主要分布于广西、广东、福建、贵州南部、江苏中部，在云南与四川的零星分布面积增大；在SSP5-8.5 模拟的未来气候情景下，金花茶主要分布于广西、广东、福建、海南、四川东南部、贵州南部、江苏中部、台湾西部，在西藏西南部新增了零星分布。可见，未来金花茶分布主要以广西为中心向北部迁移；在预测情景下，SSP5-8.5 的影响明显高于SSP1-2.6。影响金花茶地理分布的主要气候因子为最干月降水量、年平均气温、平均气温日较差和降水量季节性变化。【结论】在未来气候影响下，金花茶主要由现有分布区域向北迁移。基于金花茶适宜分布的区域，应依其生长习性合理保护种植，以促进资源开发利用。

关键词： 金花茶；MaxEnt 模型；地理分布；气候因子

中图分类号： S685.140.19 文献标志码： A 文章编号： 1004–390X （2024） 03−0144−08

《中国气候变化蓝皮书（2021）》指出：全球变暖趋势仍在持续，中国是全球气候变化的敏感区和影响显著区，升温速率明显高于同期全球平均水平。气候变化对植物及植物分布存在诸多方面的影响[1]，如地理分布[2]、物种多样性[3]、植物生态系统[4]、物种节律性[5]等。在全球气候变化的情况下，了解未来气候对物种潜在分布区的影响，有利于物种的开发利用及保护等，具有重要的理论及应用价值。目前，研究人员主要利用物种分布模型结合气候数据对潜在分布区进行预测[6]， 主要的物种分布模型有3 种： MaxEnt、Generic Attribute Registration Protocol （GARP） 和Climex。相较而言，MaxEnt 模型利用最大熵原理，准确度较高，得到了广泛的应用[7]，如：该模型应用于马尾松（Pinus massoniana）[8]、天女花属（Oyama）[6]、滇桐（Craigia yunnanensis）[9]、桫椤（Alsophila spinulosa）[10]、毛叶两面针（Zanthoxylumnitidum）[11]等物种的研究，取得了良好的预测结果，为物种的开发利用及保护提供了理论依据。

金花茶（Camellia petelotii） 为山茶科（Theaceae）山茶属（Camellia） 金花茶组（Camellia Sect.Chrysantha Chang） 多年生灌木或小乔木，具有较高的药用及观赏价值，在中国广西、贵州、云南等地均有分布。研究表明：遮光率约80%、温度20.7～21.4 ℃ 适宜金花茶生长[12]，且其喜阴好湿，主要生长于酸性和中性土壤[13]。目前，对于金花茶的研究主要侧重于其产品开发[14-16]，有关未来气候变化对其潜在分布区的影响研究较少。本研究查阅了金花茶的标本采集记录，借助MaxEnt3.3.3k 等软件预测其潜在分布区，并分析关键环境因子对潜在分布区的影响，以期为金花茶的开发利用及保护提供理论依据。

1 材料与方法

1.1 金花茶分布数据获取

当前金花茶分布信息来源于中国数字植物标本馆（http：//www.cvh.org.cn） 和《中国植物志》在线网站（http：//www.eflora.cn） 数据库。数据库中标本信息经纬度记录不明确的标本，根据其记录的详细采样点，利用百度地图（http：//www. map.baidu.com/） 中的坐标拾取系统进行查询与对照。人工去除标记不明确或人工种植的标本记录后，最终得到198 个有效分布位点的地理信息（图1）。

1.2 环境数据

选用的19 个气象数据因子来源于世界气候数据库（https：//www. worldclim. org/）；未来2 个时间段（2050 年和2070 年） 的数据来源于BCCCSM2MR气候系统模式内的SSP1-2.6 和SSP5-8.5[17]。其中，SSP1-2.6 为SSP1 （可持续发展路线） 与RCP2.6 （减少CO2 排放的情景） 的合并，代表全球CO2 排放量缓慢减少；SSP5-8.5 为SSP5（化石燃料为主要发展路径） 与RCP8.5 （CO2 排放急剧增加的情景） 的合并，代表未来CO2 排放量急剧增加。由于人类活动逐渐活跃，各种气体排放随之变化，植物生活环境也随之变化。选取SSP1-2.6 与SSP5-8.5 环境情景，可分别代表CO2低排放与高排放，环境变化程度更高，更有代表性，能够增加预测的准确性。

1.3 气象数据处理

将获取的金花茶地理分布经纬度数据导入Excel，保存为csv. 格式文件；将世界气候数据库选取的气象数据导入ArcGIS v10.5，利用SpatialAnalyst 的提取分析工具进行筛选，得到19 个气象数据因子，以csv. 格式导出保存。

1.4 MaxEnt 模型的构建及模型准确度的检验

将1.3 节获得的2 个csv. 格式文件导入Max-Ent 3.3.3k，建立初始模型。选择25% 的分布位点为测试样本，75% 的分布位点为训练样本；其余的选项设置为默认，利用刀切法（Jackknife） 气象因子进行权重检验。重复上述操作10 次，重复方法选为交叉插入法。选取鉴权中心（authenticationcenter，AUC） 值最高的1 次数据，再用ArcGIS v10.5 对19 个环境因子进行相关性分析，得到相关数据矩阵。当相关系数绝对值大于或等于0.8 时，选取贡献率较大的为主要环境因子，最终选取7 个气象因子（bio1、bio2、bio3、bio4、bio14、bio15、bio18） 用于模型构建。采用Max-Ent 3.3.3k 中的受试者工作特征曲线（receiver operatingcharacteristic，ROC） 估计模型准确度。评估标准为：0.5

1.5 金花茶适宜生境的划分

将MaxEnt 模型最终输出的文件导入ArcGISv10.5，采用重分类工具，将金花茶潜在分布适宜生境等级分为4 级：适生概率（P）lt;0.10 为不适宜生境，0.10≤Plt;0.35 为低适宜生境，0.35≤Plt;0.65为中适宜生境，P≥0.65 为高适宜生境[19]。由于MaxEnt 模型输出的数据颜色较浅，不易观察，对其采用ArcGIS v10.5 中的空间分析工具将数据转换为栅格格式，并利用提取函数提取金花茶在中国的分布图，不同地区用不同颜色标注[20]。

2 结果与分析

2.1 模型准确度和预测精度检验

由图2 可知：AUC 值预测结果为0.985，表示该模型最终输出结果极准确，即金花茶适宜生境预测具有极高的准确度和精度。

2.2 当前气候条件下金花茶的分布区

根据适宜生境的划分标准，得到金花茶在当前气候条件下各适宜生境的分布预测图（图3） 及对应面积（表1），当前金花茶分布的模拟与实际采样点的分布具有较高的一致性。金花茶的高适宜生境主要覆盖广西全境、广东南部、贵州南部、云南东南部、福建沿海地区，零星分布于四川中部、浙江及台湾沿海地区，面积为27.21×104 km2。大部分中适宜生境与高适宜生境相连，主要覆盖贵州中部、广东中部、福建北部至江西东南部， 在四川东南部有少量分布， 面积为16.18×104 km2。低适宜生境主要分布于贵州北部、四川东部、湖南南部、江西中至南部及福建大部分地区，零星分布于湖北与重庆、浙江与江西交界处，面积为56.26×104 km2，在所有适宜生境中的面积最大。值得注意的是，金花茶的主要分布区在广西全境，并以广西为中心，以广东、贵州、云南、福建等地区为核心，向中国北部及南部依次以高、中、低、非适宜生境递减扩散。

2.3 未来气候情景下金花茶的潜在分布区

与当前气候条件下的分布区相比，在2050年SSP1-2.6 气候情景下，金花茶的适宜生境向中国北部地区迁移，湖南东北部、江南西北部、四川南部、云南南部等地区出现大面积低适宜生境；云南东南部地区的部分中适宜生境将转变为高适宜生境；西藏西北部、山东南部和河北南部新增零星低适宜生境（图4）。由表1 可知：在该气候情景下，相较于当前，金花茶低适宜生境面积增加23.52×104 km2，中适宜生境增加4.62×104 km2，高适宜生境增加6.9×104 km2。2050 年SSP5-8.5 气候情景下，金花茶的响应模式与同年SSP1-2.6 气候情景相差较大，在四川中部、重庆、安徽南部、湖南中部、贵州中北部等地区的高适宜生境明显增加；浙江北部、江苏南部等地区的低适宜生境也有所增加（图4）。整体上看，低、中适宜生境被高适宜生境大面积侵占，导致高适宜生境面积明显增加（表1）。2070 年的2 个气候情景下金花茶适生区的响应模式与2050 年类似（图4），除2070 年SSP5-8.5 情景下中适宜生境（增加11.80×104 km2） 外，其余情景下各等级的适宜生境面积均呈现大幅度增加（表1）。

2.4 影响金花茶地理分布的主导气候变量

由表2 可知：影响金花茶地理分布的气候因子中，排名靠前的因子为最干月降水量（bio14）、年平均气温（bio1）、平均气温日较差（bio2） 和降水量季节性变化（bio15），累计贡献率达93.3%。由图5 可知：金花茶的适宜最干月降水量为20～60 mm，适宜的年平均气温为20～25 ℃，平均气温日较差（bio2） 在6～8 ℃ 时最为适宜，降水量季节性变化以60～80 mm 为宜，在上述条件下，金花茶的分布概率均达到峰值。表明金花茶喜阴好湿，适合生长于温和环境，不宜有较大温差和降水量的环境中，这与金花茶现有分布区的气候特征相符。

3 讨论

3.1 当前金花茶适宜生境的分布特征

本研究对当前金花茶适宜生境的预测结果显示：金花茶的高适宜生境主要为广西全境、广东南部和贵州南部，其中以广西为代表的地区以亚热带季风气候为主，土壤类型大多为赤红壤、红壤、黄壤等，pH 为中性或酸性，年平均气温16.5～23.1 ℃，年平均降水量1 080～2 760 mm[21]；贵州平均气温为12.8～18.2 ℃，年平均降水量1 049.4～1 765.7 mm。金花茶喜阴好湿，对水分要求较为苛刻。莫木信[22]对金花茶引种的研究表明：在水分充足的环境中，苗木长势最佳，其引种区域的降水量为1 647.9 mm。此外，坡向对金花茶的成活率、株高年增长量、叶片年增长量、地径增长量均有影响，其中，在缓坡的各生长指标均远高于平坡等地形[23]。《中国植物志》记载：金花茶原种发现于山地常绿林，可见其对光照需求量较低。杨运源等[24]对四季金花茶（C. perpetua）的研究显示：低光照处理下，其光合速率高于高光照，高光照对光合作用有明显的抑制作用。张武君等[25]和裴开程等[26]研究表明：金花茶多生长于气候温和、降雨量多、光照适宜、酸性或中性土壤环境下，而本研究预测结果中的高适宜生境基本满足金花茶的生长环境。本研究表明：不适宜金花茶生长的生境面积较大，主要分布于新疆、内蒙古、青海、黑龙江等地，这些地区以温带季风气候、温带大陆性气候为主，均为夏热冬冷，且区域土壤受钙离子和镁离子影响，土壤呈碱性化[27]，因此不利于金花茶生长。可见，高适宜生境与不适宜生境的气候、年平均气温、年平均降水量以及土壤环境有着极大的差异，在研究金花茶的生态适应性时，需要综合考虑各种因素，制定合理的措施，促进金花茶的生长和保护。

3.2 气候变化对金花茶潜在分布区的影响

提取不同适生区的栅格数据并计算面积变化，结果显示：与当前气候相比，在2050 年和2070 年不同气候情景下，金花茶适生区面积逐步扩大，低适生区增加的面积高于中、高适生区。本研究还发现：未来增加的金花茶潜在分布区主要位于湖南东北部、江西西北部、四川南部、云南南部等，这些地区均为亚热带湿润季风气候，其特点为温暖、干湿分明、降水充沛，且四季分明，符合金花茶喜阴好湿的生长特点。SSP1-2.6和SSP5-8.5 情景下，2050 年与2070 年的不适宜生境以及低、中、高适宜生境差异不大，即选取的情景对于金花茶迁移的影响较小。金花茶自然分布消失的地区在不同年限、不同气候情景均不同，其中，2050 年SSP1-2.6 情景下，分布消失地区包括江苏中部、重庆东部、湖北西部、台湾南部及海南东南部；2070 年SSP1-2.6 情景下，分布消失地区为台湾南部；2050 年SSP5-8.5 情景下， 分布消失地区为海南东南部； 2070 年SSP5-8.5 气候情景下，分布消失地区包括海南东北部和云南东部。这些地区位于热带和亚热带交界处，加之受季风或海洋气流的影响，气候湿热，易出现高温天气，不适宜金花茶生长，因此，未来这些地区可能不会再有自然生长的金花茶。在今后的研究中，应适当在其潜在的适生区进行引种试验，对预测适宜栽培区进行验证，同时提升金花茶的栽培效果。

3.3 影响金花茶潜在地理分布的气候因子

本研究表明：最干月降水量（bio14）、年平均气温（bio1）、平均气温日较差（bio2） 和降水量季节性变化（bio15） 是影响金花茶分布的主要因子。梁键明等[28]研究表明：影响红豆属（Ormosia）适生区域分布的主要因素是降雨、温度和海拔，且其生长环境与本研究相似。江雁楠等[29]研究表明：浙江红花油茶（C. chekiangoleosa） 喜光，适生于温暖湿润气候且不耐寒冷，生长环境主要分布在亚热带地区，影响其分布的最主要因素是最冷季度降水量，最暖季度平均气温和土壤类型次之。代玉烜等[30]研究表明：影响小黄花茶（C.luteoflora） 分布的主要气候因子依次为最热季平均气温、最热季降水量、最冷季降水量，且三者累计贡献率为90.8%。何颖等[31]对玛纳斯河流域棉花（Gossypium herbaceum） 的研究发现：棉花喜光，适宜在热量丰富、光照充足的条件下生长，影响其分布的关键因子是平均气温日较差、土壤酸碱度及太阳辐射，其累计贡献率达74.4%。红花油茶、小黄花茶和金花茶均为山茶科植物，影响其分布的主要气候因子均是气温与温度；而棉花与山茶科植物习性明显不同，影响其分布的主要气候因子为太阳辐射与平均气温日较差。金花茶喜阴好湿，中国广西、广东沿海一带的亚热带季风气候日照适中，符合金花茶生长特性，故成为当前金花茶的主要分布区，与本研究结果一致。本研究主要探究气候因子对金花茶适生区分布的影响，但土壤、海拔和土地利用对物种的分布也很重要[32]，因此，本研究的预测模型存在一定的局限性，在未来预测中还应注重各种因素之间相互作用的影响。基于现有水平，本研究对当前和未来气候情景下金花茶的潜在分布进行预测，可为其引种栽培和资源保护提供参考。

4 结论

金花茶的适宜生长区面积总体呈增长趋势，主要集中于广西全境、贵州西部、福建西北部、云南西南部等地区。最干月降水量、年平均气温、平均气温日较差和降水量季节性变化可能对金花茶新增面积有较大影响，为主导气候因子，在全球温度升高及金花茶生存群落变化的背景下需提前做好对应措施。金花茶具有较高的经济价值和观赏价值，在未来的气候变化下应更加注重其优质种资源的资料收集、高适生区引种及推广利用的研究与开发。

[ 参考文献 ]

[1]李茂华， 都金康， 李皖彤， 等. 1982—2015年全球植被变化及其与温度和降水的关系[J]. 地理科学， 2020， 40（5）：823. DOI： 10.13249/j.cnki.sgs.2020.05.017.

[2]高文强， 王小菲， 江泽平， 等. 气候变化下栓皮栎潜在地理分布格局及其主导气候因子[J]. 生态学报， 2016，36（14）： 4475. DOI： 10.5846/stxb201412012387.

[3]何远政， 黄文达， 赵昕， 等. 气候变化对植物多样性的影响研究综述[J]. 中国沙漠， 2021， 41（1）： 59. DOI： 10.7522/j.issn.1000-694X.2020.00104.

[4]薛鹏飞， 宋冰， 赵英. 草地生态系统植物群落及碳交换对气候变暖的响应研究进展[J]. 生态科学， 2023， 42（2）：257. DOI： 10.14108/j.cnki.1008-8873.2023.02.030.

[5]张文秀， 寇一翾， 张丽， 等. 采用生态位模拟预测濒危植物白豆杉5个时期的适宜分布区[J]. 生态学杂志， 2020，39（2）： 600. DOI： 10.13292/j.1000-4890.202002.028.

[6]何秋香， 吴海洋， 叶俊伟， 等. 基于MaxEnt探究东亚特有属： 天女花属（Oyama）的分布格局变迁[J]. 云南农业大学学报（自然科学）， 2023， 38（5）： 846. DOI： 10.12101/j.issn.1004-390X（n）.202212010.

[7]曹向锋， 钱国良， 胡白石， 等. 采用生态位模型预测黄顶菊在中国的潜在适宜生境[J]. 应用生态学报， 2010，21（12）： 3063. DOI： 10.13287/j.1001-9332.2010.0431.

[8]吴帆， 朱沛煌， 季孔庶. 马尾松分布格局对未来气候变化的响应[J]. 南京林业大学学报（自然科学版）， 2022，46（2）： 196. DOI： 10.12302/j.issn.1000-2006.202008019.

[9]徐佳月， 欧光龙， 肖静， 等. 孑遗植物滇桐在云南省的潜在适生区研究[J]. 西部林业科学， 2024， 53（2）： 29. DOI：10.16473/j.cnki.xblykx1972.2024.02.005.

[10]许斌， 钟悦， 张焱. 基于物种分布模型的画稿溪国家级自然保护区桫椤保护现状及影响因素[J]. 西部林业科学， 2022， 51（6）： 53. DOI： 10.16473/j.cnki.xblykx1972.2022.06.008.

[11]YANG Y， HE J， LIU Y X， et al. Assessment of Chinesesuitable habitats of Zanthoxylum nitidum in differentclimatic conditions by MaxEnt model， HPLC， and chemometricmethods[J]. Industrial Crops amp; Products， 2023，196（1）： 116515. DOI： 10.1016/j.indcrop.2023.116515.

[12]李文芳. 几种金花茶的引种栽培适应性研究[J]. 福建林业， 2021（5）： 33. DOI： 10.3969/j.issn.1003-4382.2021.05.016.

[13]王坤， 韦晓娟， 李宝财， 等. 12种金花茶组植物光合生理特性比较[J]. 经济林研究， 2019， 37（1）： 80. DOI： 10.14067/j.cnki.1003-8981.2019.01.012.

[14]韦璐， 宁恩创， 刘志新， 等. 金花茶速溶茶的研制[J]. 安徽农业科学， 2011， 39（1）： 238. DOI： 10.13989/j.cnki.0517-6611.2011.01.007.

[15]程金生， 钟兰照， 苗建银， 等. 基于金花茶天然精油的抗紫外、保湿面霜研究[J]. 广州化工， 2021， 49（15）： 86.DOI： 10.3969/j.issn.1001-9677.2021.15.026.

[16]宁恩创， 居诗瑶， 熊燕， 等. 金花茶多酚微胶囊的制备及其特性研究[J]. 食品研究与开发， 2018， 39（20）： 78. DOI：10.3969/j.issn.1005-6521.2018.20.015.

[17]WU T W， LU Y X， FANG Y J， et al. The Beijing climatecenter climate system model （BCC-CSM）： the mainprogress from CMIP5 to CMIP6[J]. Geoscientific ModelDevelopment， 2019， 12（4）： 1573. DOI： 10.5194/gmd-12-1573-2019.

[18] ARAUJO M B， PEARSON R G， THUILLER W， et al.Validation of species-climate impact models under climatechange[J]. Global Change Biology， 2005， 11（9）：1504. DOI： 10.1111/j.1365-2486.2005.01000.x.

[19]段义忠， 王驰， 王海涛， 等. 不同气候条件下沙冬青属植物在我国的潜在分布： 基于生态位模型预测[J]. 生态学报， 2020， 40（21）： 7668. DOI： 10.5846/stxb201902210306.

[20]赵金鹏， 王闫利， 陆兴利， 等. 软枣猕猴桃在中国的适宜生境分析及对未来气候变化的响应[J]. 中国生态农业学报（中英文）， 2020， 28（10）： 1523. DOI： 10.13930/j.cnki.cjea.200244.

[21]谢贤胜， 王升， 闫妍， 等. 广西西江流域近50年气温和降水变化趋势及突变分析[J]. 水力发电， 2020， 46（12）：19. DOI： 10.3969/j.issn.0559-9342.2020.12.006.

[22]莫木信. 金花茶引种的相关技术试验[J]. 江西农业，2019（14）： 16. DOI： 10.19394/j.cnki.issn1674-4179.2019.14.013.

[23]陈侯鑫， 何芬， 农寿千， 等. 不同坡度和不同坡向对金花茶生长量的影响[J]. 现代园艺， 2019（1）： 10. DOI： 10.14051/j.cnki.xdyy.2019.01.004.

[24]杨运源， 邓征， 黄永芳， 等. 不同光照强度对四季金花茶光合生理特性的影响[J]. 亚热带植物科学， 2021， 50（6）：471. DOI： 10.3969/j.issn.1009-7791.2021.06.007.

[25]张武君， 刘保财， 赵云青， 等. 金花茶种苗繁育与栽培管理研究进展[J]. 热带农业科学， 2018， 38（6）： 42. DOI：10.12008/j.issn.1009-2196.2018.06.010.

[26]裴开程， 许文龙， 罗浩然， 等. 广西防城金花茶花期气候适应性分析[J]. 南方农业学报， 2016， 47（12）： 2084. DOI：10.3969/j：issn.2095-1191.2016.12.2084.

[27]柏林. 基于遥感反演的乌裕尔河—双阳河流域土壤盐碱化强度研究[D]. 哈尔滨： 哈尔滨师范大学， 2016.

[28]梁键明， 蒋庆莲， 姜垒， 等. 基于MaxEnt模型预测气候变化下厚叶木莲在中国的潜在地理分布[J]. 广西科学，2023， 30（6）： 1133. DOI： 10.13656/j.cnki.gxkx.20240125.012.

[29]汪雁楠， 赖国桢， 黄建建， 等. 浙江红花油茶潜在适生区分布及其对未来气候变化的响应[J]. 浙江农林大学学报， 2022， 39（5）： 989. DOI： 10.11833/j.issn.2095-0756.20210641.

[30]代玉烜， 金瑭， 徐海霞， 等. 基于MaxEnt模型的小黄花茶在中国的适生区域研究[J]. 四川大学学报（自然科学版）， 2021， 58（2）： 189. DOI： 10.19907/J.0490-6756.2021.026002.

[31]何颖， 马松梅， 杨明凤， 等. 玛纳斯河流域棉花的分布适宜性及其对未来气候变化的响应[J]. 西南农业学报，2022， 35（12）： 2930. DOI： 10.16213/j.cnki.scjas.2022.12.030.

[32]朱耿平， 刘国卿， 卜文俊， 等. 生态位模型的基本原理及其在生物多样性保护中的应用[J]. 生物多样性， 2013，21（1）： 90. DOI： 10.3724/SP.J.1003.2013.09106.

责任编辑：何謦成

基金项目：贵阳康养职业大学校级科研项目（K2022-5）；贵州省教育厅自然科学研究项目（黔教技[2024]288 号）。