优良淀粉植物紫玉盘柯在中国的潜在适生区预测

doi:10.3969/j.issn.1009-7791.2024.04.002

亚热带植物科学 ›› 2024, Vol. 53 ›› Issue (4): 297-307.DOI: 10.3969/j.issn.1009-7791.2024.04.002

优良淀粉植物紫玉盘柯在中国的潜在适生区预测

邵彦清1，陈雪仪1，吴思霓1，张世泓1，吴玉芬1，李玉玲1，何春梅2，罗晓莹3，林杰妤4，唐光大1*

(1. 华南农业大学林学与风景园林学院，广东广州 510642；2. 广东省林业科学研究院，广东广州 510520；3. 韶关学院旅游与地理学院，广东广州 512005；4. 华南农业大学食品学院，广东广州 510642)

收稿日期:2024-03-17 接受日期:2024-05-14 发布日期:2024-11-20
通讯作者: 唐光大
基金资助:
广东省林业局科技项目(2023KJCX001)；广州市从化区野生动植物资源本底调查项目(h20230760)

Potential Suitable Area of the Starch Plant Lithocarpus uvariifolius in China

SHAO Yan-qing1, CHEN Xue-yi1, WU Si-ni1, ZHANG Shi-hong1, WU Yu-fen1, LI Yu-ling1, HE Chun-mei2, LUO Xiao-ying3, LIN Jie-yu1, TANG Guang-da1*

(1. College of Forestry and Landscape Architecture, South China Agricultural University, Guangzhou 510642, Guangdong China; 2. Guangdong Academy of Forestry, Guangzhou 510520, Guangdong China; 3. College of Tourism and Geography, Shaoguan University, Shaoguan 512005, Guangdong China; 4. College of Food Science, South China Agricultural University, Guangzhou 510642, Guangdong China)

Received:2024-03-17 Accepted:2024-05-14 Published:2024-11-20
Contact: TANG Guang-da

摘要/Abstract

摘要： 研究紫玉盘柯Lithocarpus uvariifolius在中国的潜在分布范围及其对气候变化的响应，对其栽培引种和保护利用有重要意义。基于紫玉盘柯99个有效分布点和28个环境变量，利用MaxEnt模型和ArcGIS，模拟其在当前和未来3种气候变化情景下的潜在适生区，并探索影响紫玉盘柯地理分布的主要环境因子。结果表明：(1) MaxEnt模型能较准确地预测紫玉盘柯的潜在分布区域，AUC值为0.988，精度较高。(2) 紫玉盘柯地理分布主要受最冷季度降水量(bio19)、温度季节性变化标准差(bio4)、降水量季节性变化(bio15)、海拔(elev)、年均降水量(bio12)的影响，降水量因子的综合贡献率最大，是影响紫玉盘柯分布的关键因素。(3) 当前气候下，紫玉盘柯的适生区总面积为22.63万km2，约占中国陆地面积的2.4%。(4) 未来气候情景下，紫玉盘柯的潜在适生区总面积随气候变化大幅增加，且明显向北向西延伸，有向高纬度和高海拔地区扩张的趋势。(5) 未来不同气候情景下紫玉盘柯的分布中心均向西北迁移至广西河池。

关键词: 紫玉盘柯；MaxEnt模型；潜在适生区；气候变化；环境因子

Abstract: Exploring the potential distribution range of Lithocarpus uvariifolius in China and its response to climate change is crucial for its cultivation and conservation. Based on 99 effective distribution points and 28 environmental variables of L. uvariifolius, we used the MaxEnt model and ArcGIS to simulate its potential habitat under current and three future climate change scenarios. We also investigated the main environmental factors that influence the geographical distribution of L. uvariifolius. The results indicated that: (1) The MaxEnt model was able to predict the potential distribution area of L. uvariifolius more accurately, with an AUC value of 0.988. (2) The distribution of L. uvariifolius was mainly affected by the precipitation in the coldest season (bio19), temperature seasonality (bio4), precipitation seasonality (bio15), elevation (elev), and annual precipitation (bio12). The precipitation factor had the largest combined contribution, which was a key factor affecting the distribution of L. uvariifolius. (3) Under the current climate, the total area of suitable areas for L. uvariifolius was 2.263×105 km2, accounting for about 2.4% of China's land area. (4) The total area of potential suitable areas for L. uvariifolius would increase significantly under future climate scenarios. It would obviously extend northward and westward, with a trend towards expanding to the high latitudes and high altitudes. (5) The distribution centers of L. uvariifolius were projected to migrate northwest to Hechi of Guangxi, under different future climate scenarios.

Key words: Lithocarpus uvariifolius; MaxEnt model; potential suitable area; climate change; environmental factor

中图分类号:

Q948.5

邵彦清，陈雪仪，吴思霓，张世泓，吴玉芬，李玉玲，何春梅，罗晓莹，林杰妤，唐光大. 优良淀粉植物紫玉盘柯在中国的潜在适生区预测[J]. 亚热带植物科学, 2024, 53(4): 297-307.

SHAO Yan-qing, CHEN Xue-yi, WU Si-ni, ZHANG Shi-hong,WU Yu-fen, LI Yu-ling, HE Chun-mei, LUO Xiao-ying, LIN Jie-yu, TANG Guang-da. Potential Suitable Area of the Starch Plant Lithocarpus uvariifolius in China[J]. Subtropical Plant Science, 2024, 53(4): 297-307.

参考文献

[1] Asfaw A, Lulekal E, Bekele T, Debella A, Tessema S, Debebe E. Meresa A, Debebe E. Ethnobotanical study of wild edible plants and implications for food security [J]. Trees, Forests and People, 2023, 14: 100453.
[2] Mokganya M G, Tshisikhawe M P. Medicinal uses of selected wild edible vegetables consumed by Vhavenda of the Vhembe District Municipality, South Africa [J]. South African Journal of Botany, 2019, 122: 184–188.
[3] 马成亮. 野生食用植物资源的开发利用[J]. 林业科技, 2004, 29(6): 49–50.
[4] 中国科学院中国植物志编辑委员会. 中国植物志(第22卷) [M]. 北京: 科学出版社, 1998.
[5] 庄雪影. 园林树木学(华南本) [M]. 广州: 华南理工大学出版社, 2006.
[6] 朱耿平, 刘国卿, 卜文俊, 高玉葆. 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): 90–98.
[7] Braunisch V, Coppes J, Arlettaz R, Suchant R, Schmid H, Bollmann K. Selecting from correlated climate variables: a major source of uncertainty for predicting species distributions under climate change [J]. Ecography, 2013, 36(9): 971–983.
[8] Carroll C, Dunk J R, Mollanen A. Optimizing resiliency of reserve networks to climate change: multispecies conservation planning in the Pacific Northwest, USA [J]. Global Change Biology, 2010, 16(3): 891–904.
[9] Cahill A E, Aiello-Lammens M E, Fisher-Reid M C, Hua X, Karanewsky C J. How does climate change cause extinction? [J]. Proceedings of the Royal Society, 2013. https://doi.org/10.1098/ rspb.2012.1890.
[10] Warren R, Price J, Graham E, Forstenhaeusler N, VanDerWal J. The projected effect on insects, vertebrates, and plants of limiting global warming to 1.5 ℃ rather than 2 ℃ [J]. Science, 2018, 360(6390): 791–795.
[11] Sun S X, Zhang Y, Huang D Z, Wang H, Cao Q, Fan P X, Yang N, Zheng P M, Wang R Q. The effect of climate change on the richness distribution pattern of oaks (Quercus L.) in China [J]. Science of the Total Environment, 2020, 744: 140786.
[12] 姜垒, 胡喻华, 吴玉芬, 梁键明, 蒋庆莲, 张铭, 谭淦, 何春梅, 韦霄, 施诗, 唐光大. 基于MaxEnt模型的广东省红豆属植物潜在适生区研究[J]. 广西科学, 2024, 31(1): 149–166.
[13] 王励涵, 秦华, 孙秀锋, 王新月. 基于MaxEnt模型和ArcGIS对木香花在中国的潜在地理分布预测与生境分析[J]. 中国园林, 2023, 39(6): 120–126.
[14] 文国卫, 黄秋良, 吕增伟, 赖文峰, 施晨阳, 朱晓如, 蒋天雨, 张国防. 气候变化情境下木荷潜在地理分布及生态适宜性分析[J]. 生态学报, 2023, 43(16): 1–10.
[15] Hu W J, Wang Y Y, Dong P, Zhang D, Lei G C. Predicting potential mangrove distributions at the global northern distribution margin using an ecological niche model: Determining conservation and reforestation involvement [J]. Forest Ecology and Management, 2020, 478(6): 118517.
[16] He P, Li J Y, Li Y F, Xu N, Gao Y, Guo L F, Huo T T, Peng C, Meng F Y. Habitat protection and planning for three Ephedra using the MaxEnt and Marxan models [J]. Ecological Indicators, 2021, 133: 108399.
[17] 赵浩翔, 冼晓青, 郭建洋, 张桂芬, 王瑞, 刘万学, 万方浩. 基于优化的MaxEnt模型预测海灰翅夜蛾潜在地理分布区[J]. 植物保护, 2022, 48(6): 16–22,48.
[18] 李建宇, 陈燕婷, 郭燕青, 何玉仙, 傅建炜, 史梦竹. 基于MaxEnt预测未来气候条件下钻叶紫菀在中国的潜在适生区[J]. 植物保护, 2023, 49(2): 92–102.
[19] 吕彤, 郭倩, 丁永霞, 刘力, 彭守璋. 基于MaxEnt模型预测未来气候变化情景下中国区域水稻潜在适生区的变化[J]. 中国农业气象, 2022, 43(4): 262–275.
[20] 李莎, 莫舜华, 胡兴华, 邓涛. 基于MaxEnt和ArcGIS预测濒危植物资源冷杉潜在适生区分析[J]. 生态学杂志, 2024, 43(2): 533–541.
[21] 张涛, 胡菀, 贾天娇, 赵三增, 孔丹宇, 刘毅. 气候变化条件下苦参在我国潜在分布区的预测分析[J]. 广西植物, 2022, 42(3): 349–362.
[22] 王卫, 杨俊杰, 罗晓莹, 周长江, 陈世发, 杨志军, 侯荣丰, 陈再雄, 李永生. 基于Maxent模型的丹霞山国家级自然保护区极小种群植物丹霞梧桐的潜在生境评价[J]. 林业科学, 2019, 55(8): 19–27.
[23] 张丽霞, 陈晓龙, 辛晓歌. CMIP6情景模式比较计划(ScenarioMIP)概况与评述[J]. 气候变化研究进展, 2019, 15(5): 519–525.
[24] 李倩, 赵守歧, 刘慧, 李志红, 赵紫华, 秦誉嘉. 无花果蜡蚧在中国的潜在分布区预测[J]. 中国植保导刊, 2023, 43(7): 86–92.
[25] 杨春, 师立伟, 王莉, 魏琴芳, 焦旭升. 基于MaxEnt模型的甘肃省牛蒡子生态适宜性分布研究[J]. 中国野生植物资源, 2022, 41(10): 77–80.
[26] 胡淑萍, 何礼文. 基于MaxEnt与ArcGIS对白水江国家级自然保护区缺苞箭竹适生区分析[J]. 生态学杂志, 2020, 39(6): 2115–2122.
[27] Moreno R, Zamora R, Molina J R, Vasquez A, Herrera M T. Predictive modeling of microhabitats for endemic birds in South Chilean temperate forests using Maximum entropy (Maxent) [J]. Ecological Informatics, 2011, 6(6): 364–370.
[28] 王义贵, 何学高, 胡云云, 王含予, 文妙霞, 刘超, 丁鹏. 基于MaxEnt模型的大果圆柏生境适宜性评价[J]. 中南林业科技大学学报, 2023, 43(7): 41–51.
[29] Verbruggen H, Tyberghein L, Belton G S, Mineur F, Clerck O D. Improving transferability of introduced species' distribution models: new tools to forecast the spread of a highly invasive seaweed [J]. PLoS One, 2017, 8(6): e68337–e68337.
[30] 朱耿平, 刘强, 高玉葆. 提高生态位模型转移能力来模拟入侵物种的潜在分布[J]. 生物多样性, 2014, 22(2): 223–230.
[31] 贾翔, 王超, 金慧, 刘丽杰, 陈庆红, 李冰岩, 肖影, 尹航. 基于优化的MaxEnt模型评价红松适宜分布区[J]. 生态学杂志, 2019, 38(8): 2570–2576.
[32] 朱耿平, 乔慧捷. Maxent模型复杂度对物种潜在分布区预测的影响[J]. 生物多样性, 2016, 24(10): 1189–1196.
[33] 周礼茂, 吴海洋, 田斌. 基于MaxEnt优化模型对不同时期金银忍冬潜在适生区动态模拟分析[J]. 西南林业大学学报(自然科学), 2024, 44(3): 43–51.
[34] Barry S, Elith J. Error and uncertainty in habitat models [J]. Journal of Applied Ecology, 2006, 43(3): 413–423.
[35] 陈禹光, 乐新贵, 陈宇涵, 程武学, 杜金贵, 钟全林, 程栋梁. 基于MaxEnt模型预测气候变化下杉木在中国的潜在地理分布[J]. 应用生态学报, 2022, 33(5): 1207–1214.
[36] Elith J, Graham C H, Anderson R P, Dudík M, Ferrier S, Guisan A, Hijmans R J, Huettmann F, Leathwick J R, Lehmann A, Li J, Lohmann L G, Loiselle B A, Manion G, Moritz C, Nakamura M, Nakazawa Y, Overton J M, Peterson A T, Phillips S J, Richardson K, Scachetti-Pereira R, Schapire R E, Soberón J, Williams S, Wisz M S, Zimmermann N E, Araujo M. Novel methods improve prediction of species' distributions from occurrence data[J]. Ecography, 2006, 29(2): 129–151.
[37] 徐慧, 佟珂珂, 姚霞珍, 邢震. 基于MaxEnt模型的濒危植物大花黄牡丹潜在适生区预测[J]. 高原农业, 2023, 7(3): 278–290.
[38] Chen I C, Hill J K, Ohlemüller R, Roy D B, Thomas C D. Rapid range shifts of species associated with high levels of climate warming [J]. Science, 2011, 333(6045): 1024–1026.
[39] Heikkinen R K, Luoto M, Araujo M B, Virkkala R, Thuiller W, Sykes M T. Methods and uncertainties in bioclimatic envelope modelling under climate change [J]. Progress in Physical Geography-earth and Environment, 2006, 30(6): 1–27.
[40] Qiu Y X, Fu C X, Comes H P. Plant molecular phylogeography in China and adjacent regions: Tracing the genetic imprints of Quaternary climate and environmental change in the world's most diverse temperate flora [J]. Molecular Phylogenetics and Evolution, 2011, 59(1): 225–244.
[41] Schweiger O, Settele J, Kudrna O, Klotz S, Kühn I. Climate change can cause spatial mismatch of trophically interacting species [J]. Ecology, 2008, 89(12): 3472–3479.
[42] Kujala H, Moilanen A, Araújo M B, Cabeza M. Conservation planning with uncertain climate change projections[J]. PLoS One, 2013, 8(2): e53315.
[43] 朱嘉焕, 王海华, 林福新, 杨振意. 不同重量和沙藏深度的紫玉盘柯种子播种出苗率比较[J]. 广东农工商职业技术学院学报, 2022, 38(1): 74–76.

编辑推荐

Metrics

闽ICP备11008787号-5　

优良淀粉植物紫玉盘柯在中国的潜在适生区预测

Potential Suitable Area of the Starch Plant Lithocarpus uvariifolius in China

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	龚圆辉, 李铨年, 黄久香, 赵晓勤, 陈晓熹. 广东河源大桂山野生维管植物区系分析[J]. 亚热带植物科学, 2022, 51(5): 380-388.
[2]	李世刚，李宇然，李萍萍，王焕冲. 中国两种新归化植物——巴尔干大戟和假蒿[J]. 亚热带植物科学, 2022, 51(2): 142-147.
[3]	代丽华，易武英，湛天丽，彭熙，唐金刚. 喀斯特石漠化区苔藓植物物种多样性变化[J]. 亚热带植物科学, 2021, 50(04): 301-308.
[4]	胡佳玉，谭成江，姚正明，张宪春. 茂兰国家级自然保护区石松类和蕨类植物区系特征[J]. 亚热带植物科学, 2021, 50(03): 216-221.
[5]	安昌，陈鸣，庄怡雪，孟静，杨成梓. 福建被子植物分布新记录Ⅵ[J]. 亚热带植物科学, 2019, 48(03): 291-294.
[6]	陈志晖，刘忠成，赵万义，王蕾，廖文波. 湖南省种子植物分布新资料[J]. 亚热带植物科学, 2019, 48(02): 181-185.
[7]	游健荣，喻勋林，李家湘. 湖南省种子植物3种新记录[J]. 亚热带植物科学, 2019, 48(02): 186-189.
[8]	安昌，陈鸣，庄怡雪，孟静，杨成梓. 福建凤仙花属植物新资料[J]. 亚热带植物科学, 2019, 48(02): 190-193.
[9]	王宗琪，刘伊葭，许元科，刘浩凯，林坚. 浙江省2种蕨类植物新记录[J]. 亚热带植物科学, 2019, 48(02): 194-196.
[10]	陈新艳. 福建省3个植物新记录[J]. 亚热带植物科学, 2019, 48(01): 81-83.
[11]	张信坚，冯璐，宋含章，叶矾，凡强，廖文波. 江西省种子植物分布新资料[J]. 亚热带植物科学, 2018, 47(04): 370-376.
[12]	吴保欢，石文婷，刘朝玉，羊海军. 中国大陆大戟属新归化植物——禾叶大戟[J]. 亚热带植物科学, 2018, 47(04): 377-380.
[13]	胡喻华. 中国大陆水生植物新逸生种——红菊花草[J]. 亚热带植物科学, 2018, 47(03): 264-265.
[14]	彭焱松，詹选怀，周赛霞，张丽，阮仕兴，梁同军，桂忠明. 江西省种子植物3种新记录[J]. 亚热带植物科学, 2018, 47(03): 266-268.
[15]	张晓俊，郑丽香，范世明，黄泽豪. 福建省兰科植物2种新记录[J]. 亚热带植物科学, 2018, 47(03): 269-272.