氣候變化背景下我國扁蓿豆?jié)撛谶m生區(qū)預(yù)測

武自念， 侯向陽， 任衛(wèi)波， 杜建材， 趙青山， 王照蘭*

(1. 中國農(nóng)業(yè)科學(xué)院草原研究所， 內(nèi)蒙古 呼和浩特 010010； 2. 農(nóng)業(yè)部牧草資源與利用重點實驗室， 內(nèi)蒙古 呼和浩特 010010；3. 國家牧草改良中心， 內(nèi)蒙古 呼和浩特 010010)

扁蓿豆(Medicagoruthenica)為豆科苜蓿屬(Medicago)多年生草本植物，又名花苜蓿、野苜蓿、扁豆草等[1-2]。扁蓿豆分布于中國東北、華北各地及甘肅、山東、四川等地溫帶和寒溫帶的典型草原、沙質(zhì)草原等植被類型區(qū)[1]，多以伴生種存在，抗旱、抗寒性強，耐鹽堿、耐貧瘠、營養(yǎng)價值高[3-4]，在草地改良、人工草地建設(shè)、水土保持等方面具有重要作用，尤其在我國寒冷半干旱、土壤貧瘠區(qū)推廣種植具有重要價值。近年來，關(guān)于扁蓿豆種質(zhì)資源收集與評價[5-6]、遺傳多樣性[7-9]、抗逆性評價[10-12]、種子相關(guān)[13-14]等方面取得了重要進展，推動了扁蓿豆產(chǎn)業(yè)化的初步發(fā)展，而對于扁蓿豆適宜性栽培區(qū)域的研究較少。種植適宜當(dāng)?shù)丨h(huán)境條件的牧草不僅可以增加其產(chǎn)量和品質(zhì)，還可提高草地生產(chǎn)力[3]。為了避免盲目引種擴種帶來的經(jīng)濟損失，通過扁蓿豆?jié)撛谶m生區(qū)的預(yù)測，合理擴大扁蓿豆栽培面積及引種區(qū)域，對于充分發(fā)揮扁蓿豆在人工草地建設(shè)和生態(tài)修復(fù)上的作用具有重要意義。

氣候是影響植被分布格局的主要因素，物種分布格局的變化是對氣候變化最明確和直接的反映[15-16]。最大熵模型(Maximum Entropy Models，MaxEnt)以最大熵理論為基礎(chǔ)，通過物種的已知分布數(shù)據(jù)和環(huán)境數(shù)據(jù)找出物種概率分布的最大熵從而對物種的適宜性生長區(qū)域進行預(yù)測[17-18]。在氣候數(shù)據(jù)完整的情況下，該模型在物種的適生區(qū)、種植區(qū)劃、物種對氣候變化的響應(yīng)及冰期避難所、遷移傳播路徑等生態(tài)學(xué)、進化生物學(xué)、譜系地理學(xué)研究方面廣泛應(yīng)用[19-32]。近年來，在水稻[20-21]、小麥[20,22]、玉米[20,23]等作物的適宜性種植區(qū)劃、對氣候變化的響應(yīng)及主導(dǎo)氣候因子等方面取得了較好結(jié)果。本研究基于文獻報道的扁蓿豆分布點和19個環(huán)境因子，采用最大熵模型(MaxEnt)預(yù)測了我國扁蓿豆在間冰期、末次冰期冰盛期、全新世中期、當(dāng)前氣候、未來氣候(2050、2070，典型濃度目標(biāo)為rcp2.6)等6種不同情景下的適生區(qū)分布格局，分析了當(dāng)前氣候背景下我國扁蓿豆的適宜生境分布區(qū)域及影響扁蓿豆分布的主導(dǎo)氣候因子，以期為合理規(guī)劃扁蓿豆栽培種植區(qū)域、種質(zhì)資源保護與利用等研究提供基礎(chǔ)資料。

1 材料與方法

1.1 數(shù)據(jù)來源

扁蓿豆的地理分布數(shù)據(jù)來源于全球生物多樣性信息數(shù)據(jù)庫Global Biodiversity Information Facility(GBIF，http://www.gbif.org)、AgroAtlas數(shù)據(jù)庫(www.agroatlas.ru/en/about/index.html)、中國數(shù)字植物標(biāo)本館(www.cvh.ac.cn)及文獻數(shù)據(jù)庫發(fā)表的相關(guān)研究文獻等。整理去除相同及無經(jīng)緯度信息的分布點，共得到扁蓿豆在全世界的分布點389個，其中中國265個(主要包括內(nèi)蒙古193個，甘肅20個，河北12個，山西7個，青海6個，遼寧5個，北京4個，吉林4個，四川4個，黑龍江3個，陜西3個，西藏2個，寧夏1個，山東1個)，俄羅斯105個，蒙古19個(圖1)。

1.2 環(huán)境數(shù)據(jù)與地圖數(shù)據(jù)

環(huán)境數(shù)據(jù)采用世界氣候(WorldClim，www.worldclim.org)環(huán)境數(shù)據(jù)庫中的19個生物氣候變量(bioclim)(表1)，坐標(biāo)系為WGS84，圖層中的溫度數(shù)值(℃)為實際數(shù)值的10倍。本研究選取3期氣候數(shù)據(jù)，分別為過去氣候情景3個，包括間冰期(LIG)，其空間分辨率為30″，末次冰期冰盛期(CCSM4-LGM)、全新世中期(CCSM4-Mid Holocene)，空間分辨率均為2.5 arc-minute；當(dāng)前氣候(current conditions 1970-2000)，空間分辨率為2.5 arc-minutes；未來氣候2個，包括未來氣候(CCSM4-2050)、未來氣候(CCSM4-2070)，均選用rcp26的溫室氣體排放場景，空間分辨率為2.5 arc-minutes。地圖數(shù)據(jù)來源于DIVA-GIS(http://www.diva-gis.org/)和中國國家基礎(chǔ)地理信息系統(tǒng)的1∶400萬中國行政區(qū)劃圖作為底圖。

圖1 已報道的全球扁蓿豆分布點Fig.1 Collected distribution sites of Medicago ruthenica in world

表1 19個用于扁蓿豆適生區(qū)分布模擬的環(huán)境變量Table1 19 Environmental variables used for modeling potential suitable distribution of Medicago ruthenica

名稱Name變量描述VariablesBio1年均溫Annual Mean TemperatureBio2晝夜溫差月均值Mean Diurnal RangeBio3晝夜溫差和年溫差比值IsothermalityBio4溫度變化方差Temperature SeasonalityBio5最熱月份最高溫度Max Temperature of Warmest MonthBio6最冷月份最低溫度Min Temperature of Col-dest MonthBio7年溫變化范圍Temperature Annual RangeBio8最濕潤季度平均溫度Mean Temperature of Wettest QuarterBio9最干旱季度平均溫度Mean Temperature of Driest QuarterBio10最熱季度平均溫度Mean Temperature of Warmest QuarterBio11最冷季度平均溫度Mean Temperature of Coldest QuarterBio12年降水量Annual PrecipitationBio13最濕潤月降水量Precipitation of Wettest MonthBio14最干旱月降水量Precipitation of Driest MonthBio15降水量變化方差Precipitation SeasonalityBio16最濕潤季度降水量Precipitation of Wettest QuarterBio17最干旱季度降水量Precipitation of Driest QuarterBio18最熱季度降水量Precipitation of Warmest QuarterBio19最冷季度降水量Precipitation of Coldest Quarter

1.3 模型分析方法

將扁蓿豆分布數(shù)據(jù)和19個環(huán)境數(shù)據(jù)導(dǎo)入最大熵模型(Maximum Entropy Models)MaxEnt version 3.4.1中，隨機選取25%的分布點作為測試集(test data)，其余的作為訓(xùn)練集(training data)，選擇Jackknife來檢測變量的重要性，Replicates設(shè)置為重復(fù)10次，output file type設(shè)為asc，其它參數(shù)均為模型的默認值，結(jié)果以Logistic格式輸出。利用ArcGIS 10.2軟件對MaxEnt模型計算的結(jié)果進行疊加分析和地圖制作，繪制出基于主要生態(tài)因子的扁蓿豆生態(tài)適宜區(qū)劃全球圖，采用人工分級方法基于生態(tài)相似度劃分出不同等級分布區(qū)域[24-25]，其生態(tài)相似度共劃分為<5%(非適生區(qū))，5%～15%(低適生區(qū))，15%～35%(中適生區(qū))，35%～55%(高適生區(qū))和>55%(最佳適生區(qū))5個等級，并確定扁蓿豆生態(tài)適宜分布區(qū)與行政歸屬范圍。模型的預(yù)測結(jié)果利用受試者工作特征曲線(receiver operating characteristic curve，簡稱ROC曲線)下的面積值(area under curve，簡稱AUC)進行檢驗，ROC曲線檢測的評估范圍為0～1，在適生區(qū)預(yù)測中，AUC值越高說明模型預(yù)測準(zhǔn)確度越高[26]。

1.4 數(shù)據(jù)分析

扁蓿豆的適生區(qū)預(yù)測采用MaxEnt version 3.4.1軟件，19個環(huán)境數(shù)據(jù)抽取使用DIVA-GIS 7.5.0軟件，AgroAtlas數(shù)據(jù)庫中的GPS點采用MapInfo Professional 11.5軟件提取，圖形制作采用ArcGis 10.2和Adobe Photoshop CC 2017軟件，數(shù)據(jù)整理采用Microsoft Excel。

2 結(jié)果與分析

2.1 不同氣候情景下MaxEnt模型預(yù)測的可信度評估

基于389個分布點利用MaxEnt模型過去、當(dāng)前和未來不同氣候模式下扁蓿豆適生區(qū)進行預(yù)測，訓(xùn)練集(training data)AUC的10次均值在0.9760～0.9828之間，驗證集(test data)AUC值在0.9690～0.9847之間(表2)，訓(xùn)練集和驗證集AUC均大于0.9690，表明MaxEnt模型預(yù)測的準(zhǔn)確度和可信度極高[26]，可用于扁蓿豆?jié)撛谶m生區(qū)分布與地理關(guān)系的研究。

2.2當(dāng)前氣候情景下扁蓿豆在中國的適生區(qū)預(yù)測

我國扁蓿豆的生態(tài)適宜性生境分布較為廣泛，在生態(tài)相似度為5%～15%，15%～35%，35%～55%和>55% 4個適生等級上均有分布，面積分別為117.30萬km2、69.01萬km2、87.02萬km2、178.13萬km2，總計451.46萬km2，占全國陸地面積的46.90%(圖2)。各省適生區(qū)占其陸地面積百分比大于50%的依次包括黑龍江、山西、吉林、遼寧、寧夏、北京、陜西、天津、河北、內(nèi)蒙古、甘肅、四川、山東、云南等地，其中生態(tài)相似度>55%的最佳適生區(qū)(面積百分比>0.1%)主要包括內(nèi)蒙古、黑龍江、山西、吉林、甘肅、陜西、河北、遼寧、寧夏、青海、山東、北京、西藏、河南等地(圖2，表3)，可見我國東北、華北及黃土高原等的大部分地區(qū)十分適合扁蓿豆的種植，是扁蓿豆的主產(chǎn)區(qū)和推廣種植的主要地區(qū)。

圖2 當(dāng)前氣候條件下扁蓿豆在中國的適宜生境分布Fig.2 Distribution of habitats for Medicago ruthenica under current climate condition in China

表2 各氣候情景下模型AUC預(yù)測精度Table 2 The modeling prediction precision of AUC Under various climate scenarios

氣候模型Paleoclimate data訓(xùn)練集AUC值A(chǔ)UC of Training date驗證集AUC值A(chǔ)UC of Test date隨機預(yù)測AUC值A(chǔ)UC of Random prediction間冰期(LIG)Last interglacial climate(LIG)0.9816～0.98200.9739～0.98470.5末次冰期冰盛期(CCSM4-LGM)Last Glacial Maximum(CCSM4-LGM)0.9784～0.97920.9694～0.98280.5全新世中期(CCSM4-Mid Holocene)Mid Holocene(CCSM4-Mid Holocene)0.9764～0.97710.9706～0.98180.5當(dāng)前氣候(ESRI)Current(ESRI)0.9825～0.98280.9784～0.98420.5未來氣候(CCSM4-2050)Future(CCSM4-2050)0.9760～0.97670.9710～0.98110.5未來氣候(CCSM4-2070)Future(CCSM4-2070)0.9772～0.97790.9690～0.98030.5

2.3 扁蓿豆?jié)撛谶m生區(qū)主導(dǎo)氣候因子

基于刀切法(Jackknife)對我國扁蓿豆適生區(qū)進行預(yù)測。當(dāng)前氣候情景下19個環(huán)境變量的貢獻率排列前7(貢獻率>1%)的依次為最干旱月降水量(bio14)、最冷季度降水量(bio19)、最濕潤月降水量(bio13)、最熱季度平均溫度(bio10)、最干旱季度降水量(bio17)、降水量變化方差(bio15)、最濕潤季度平均溫度(bio8)，累計貢獻率達95.76%(表4)。綜合分析發(fā)現(xiàn)，最干旱月降水量(bio14)、最冷季度降水量(bio19)、最濕潤月降水量(bio13)和最熱季度平均溫度(bio10)是影響當(dāng)代扁蓿豆適宜性生境分布的主導(dǎo)因子(累計貢獻率為78.88%)，其次是最干旱季度降水量(bio17)、降水量變化方差(bio15)、最濕潤季度平均溫度(bio8)，但較前四個小(表5)。為進一步明確扁蓿豆在當(dāng)前氣候背景下主導(dǎo)環(huán)境因子與存在概率的響應(yīng)關(guān)系，分別將排列前4的氣候因子導(dǎo)入MaxEnt模型單獨建模，繪制單變量響應(yīng)曲線，然后計算各主導(dǎo)氣候因子的閾值。當(dāng)存在概率大于50%時，最干旱月降水量(bio14)范圍為1.30～3.00 mm、最冷季度降水量(bio19)為5.70～13.01 mm、最濕潤月降水量(bio13)為90.11～140.82 mm、最熱季度平均溫度(bio10)為15.38～22.30℃(圖3)。

表4 最大熵模型中各環(huán)境變量的貢獻率Table 4 Contribution percent of each environmental factor Maxent modeling

圖3 主要氣候因子響應(yīng)曲線：最干旱月降水量、最冷季度降水量、最濕潤月降水量和最熱季度平均溫度Fig.3 Response curves of four main climate factors:Precipitation of driest month,Precipitation of coldest quarter,Precipitation of wettest month and Mean temperature of warmest quarter

2.4 氣候變化對我國扁蓿豆適宜性生境分布的影響

在氣候變化背景下，利用MaxEnt模型預(yù)測了我國扁蓿豆在間冰期、末次冰期冰盛期、全新世中期、當(dāng)前氣候、未來氣候(2050、2070)等6個適宜性生境分布區(qū)域。根據(jù)模型的結(jié)果，間冰期我國扁蓿豆的適宜生境面積占研究區(qū)總面積的60.73%，最佳適生區(qū)僅占4.79%；從末次冰期冰盛期開始到未來CCSM4-rps26-2070等5個氣候情景我國扁蓿豆的適生區(qū)面積變化較小，適宜性生境分布的范圍同樣變化較小(圖4，表5)。末次冰期冰盛期扁蓿豆的適宜生境面積較間冰期大幅減小，占研究區(qū)總面積的48.88%，較間冰期減少11.85%，最佳適生區(qū)增加為16.78%；全新世中期適生區(qū)面積有少許增加，占研究區(qū)總面積的49.5%，最佳適生區(qū)較末次冰期冰盛期減少了0.97%(圖4，表5)。從當(dāng)前到未來氣候(CCSM4-2050)和未來氣候(CCSM4-2070)三個氣候情景下，扁蓿豆的適生區(qū)占研究區(qū)面積的比例較全新世中期先減少再增加，然后再減少，分別為46.90%、49.56%、49.12%；最佳適生區(qū)面積有逐漸減少，其面積占研究區(qū)面積的比例分別為18.51%、16.97%、14.58%；而高適生區(qū)、中適生區(qū)的面積和低適生區(qū)的面積有一定程度的增加(圖4，表5)。

圖4 不同氣候變化情況下我國扁蓿豆適宜性生境分布Fig.4 Distribution of habitat suitability for Medicago ruthenica under different climate change scenarios in China注：A：表示間冰期(LIG)氣候情景(～120,000～140,000年前)；B：表示末次冰期冰盛期(CCSM4-LGM)氣候情景(～22,000年前)；C：全新世中期氣候情景(6000年前)；D：表示當(dāng)前氣候情景(1950-2000年)；E：表示21 世紀(jì)50 年代未來氣候情景(CCSM4-2050)；F：表示21 世紀(jì)70 年代未來氣候情景(CCSM4-2070)Note:A:Last interglacial climate scenario (～120,000-140,000 years BP);B:Last Glacial Maximum climate scenario (～22,000 years BP);C:Mid Holocene climate scenario (6000 years BP);D:Current climate scenario(1950-2000);E:CCSM4-2050 represent the future climate scenario in 2050;F:CCSM4-2070 represent the future climate scenario in 2070

表5 各氣候情景下模型AUC預(yù)測精度Table5 The modeling prediction precision of AUC Under various climate scenarios

氣候模型Paleoclimate data低適生區(qū)%Low suitable area中適生區(qū)%Middle suitable area高適生區(qū)%High suitable area最佳適生區(qū)%The most suitable area總適生區(qū)%Total間冰期(～120,000-140,000年前)Last interglacial climate(～120,000-140,000 years BP)23.6615.2117.074.7960.73末次冰期冰盛期(～22,000年前)Last Glacial Maximum(～22,000 years BP)13.478.939.7016.7848.88全新世中期(6000年前)Mid Holocene(6000 years BP)13.799.3610.5415.8149.50當(dāng)前氣候(1950-2000)Current(1950-2000)12.197.179.0418.5146.90未來氣候(CCSM4-2050)Future(CCSM4-2050)14.169.119.3216.9749.56未來氣候(CCSM4-2070)Future(CCSM4-2070)14.649.8310.0614.5849.12

3 討論

MaxEnt模型是根據(jù)特定氣候條件預(yù)測物種適生區(qū)分布的定量模型[17-18]，利用MaxEnt模型已廣泛應(yīng)用于不同氣候背景下物種的潛在分布[21-25,28]、遷移路線[19-20]、入侵物種的入侵路線[27,33]、適宜性區(qū)劃[21-24,29]等的研究。本研究利用MaxEnt模型并結(jié)合地理信息獲得了不同氣候情景下我國扁蓿豆的潛在適生區(qū)，訓(xùn)練集和驗證集的受試者工作特征曲線ROC下的面積AUC值均大于0.9690，說明預(yù)測結(jié)果的準(zhǔn)確度和可信度極高[27]。當(dāng)前氣候情景下，扁蓿豆的適生區(qū)約占全國陸地面積的46.90%，分布面積約占國土面積的一半，主要分布于內(nèi)蒙古、黑龍江、新疆、甘肅、四川、西藏、吉林、陜西、云南、河北、青海中東部、山西、遼寧、山東東部、河南西北部、寧夏、貴州西部、湖北西北部、北京、天津、江蘇東部、重慶北部及廣西、江西、福建、海南、臺灣的局部等地區(qū)，其適生區(qū)與《中國植物志》等所研究調(diào)查的地理分布大致相同[1-9]，說明Maxent模型預(yù)測結(jié)果與實際分布基本相符。吳征鎰[34]認為扁蓿豆屬分布于亞洲內(nèi)陸干旱中心區(qū)，包括前蘇聯(lián)中亞部分，我國的內(nèi)蒙古、新疆、青藏高原、蒙古南部，本研究認為我國扁蓿豆的最佳適生區(qū)主要包括東北、華北及黃土高原的部分地區(qū)連片分布，而新疆的最佳適生區(qū)分布面積較小。

當(dāng)前氣候背景下影響扁蓿豆?jié)撛谶m生區(qū)主導(dǎo)氣候因子為最干旱月降水量(bio14)、最冷季度降水量(bio19)、最濕潤月降水量(bio13)和最熱季度平均溫度(bio10)，貢獻率均超過了10%。將扁蓿豆的潛在適宜分布區(qū)與我國年均降水量分布圖對比發(fā)現(xiàn)，扁蓿豆的適生區(qū)主要集中在年降水量200～400 mm的區(qū)域，該區(qū)降水量少，冬季嚴(yán)寒漫長，夏季溫暖，晝夜溫差大，最干旱月整月和最冷季降雨量極少，甚至無降雨，而扁蓿豆生于草原、沙質(zhì)地、荒草地及固定沙丘[1-2,4]，因此降雨量對于扁蓿豆的生長影響較大。各主導(dǎo)因子的閾值最干旱月降水量(bio14)范圍為1.30～3.00 mm、最冷季度降水量(bio19)為5.70～13.01 mm、最濕潤月降水量(bio13)為90.11～140.82 mm、最熱季度平均溫度(bio10)為15.38～22.30℃，從一定程度上證明了扁蓿豆主要分布于黃河流域及以北地區(qū)，具有耐干旱、不耐熱、不耐澇等特點[1-4,35-36]。

在氣候變化的情景下，間冰期我國扁蓿豆的適宜生境面積較大，約占研究區(qū)總面積的60.73%，但其最佳適生區(qū)的面積僅為4.79%；到末次盛冰期，全球氣候大幅降溫、干旱化，東亞草原大范圍擴張[37]，此時扁蓿豆的適生區(qū)大幅度縮小，適生區(qū)區(qū)域主要分布于我國東北、華北及黃土高原一帶，而最佳適生區(qū)的面積迅速增加。全新世中期的溫度和濕度總體來說略高于現(xiàn)代，該時期扁蓿豆的潛在分布區(qū)在總體范圍上基本與當(dāng)代相一致，分布面積略大于當(dāng)代(比現(xiàn)代大約2.6%)。在地理區(qū)系上分析看，從末次盛冰期以來，扁蓿豆的地理分布基本就是中國東北—興安—蒙古植物區(qū)系，分布于亞洲內(nèi)陸干旱中心區(qū)[2,34]。隨著全球溫度的增加，扁蓿豆的適宜性生境面積開始增加，然后略微減少，最佳適生區(qū)面積較當(dāng)代逐步變小，但從整體上看，溫度增加對扁蓿豆的適生區(qū)分布影響較小，且與當(dāng)代相比扁蓿豆適宜性分布區(qū)并未出現(xiàn)明顯的移動。

本研究基于氣候因子預(yù)測了扁蓿豆在間冰期、末次冰期冰盛期、全新世中期、當(dāng)前氣候、未來氣候(2050、2070，典型濃度目標(biāo)為rcp2.6)等6種不同情景下的適生區(qū)分布格局，分析了當(dāng)前氣候背景下我國扁蓿豆的適宜性生境分布區(qū)域及影響扁蓿豆分布的主導(dǎo)氣候因子，為扁蓿豆種質(zhì)資源調(diào)查、種源保護區(qū)劃及分子譜系地理學(xué)等研究提供基礎(chǔ)資料。