Prediction of potential distribution of Cupressus gigantea W. C. Cheng & L. K. Fu in China based on optimized MaxEnt modeling
-
摘要:
巨柏（Cupressus gigantea W. C. Cheng & L. K. Fu）是西藏特有种，国家一级保护植物。本研究基于R软件“kuenm”包优化模型参数，建立最优MaxEnt模型，预测了全国范围内巨柏的潜在适宜分布区，并结合贡献率和折刀测验分析了影响其分布的主导环境变量。结果显示，优化模型的表现效果较好，相比默认参数模型，降低了模型的复杂度，提高了模拟预测精度。与河流的距离、温度季节性变化标准差、等温性、坡度、最冷季度降水量是影响巨柏分布的主导环境变量。巨柏在我国的潜在适宜分布区集中在西藏和四川，西藏的林芝、山南、拉萨和日喀则占据了全部中适宜区（2 298 km2）和高适宜区（746 km2），其中高适宜区只分布在林芝（563 km2）和山南（183 km2），约占西藏总面积的0.062%。朗县-米林市的高适宜区为巨柏潜在生境分布的核心地段，建议于此区域优先开展巨柏保护工作。
Abstract:Cupressus gigantea W. C. Cheng & L. K. Fu, a tree species endemic to Tibet and classified as a national first-class protected species in China, requires clear delineation of its potential suitable distribution for effective conservation, introduction, and breeding programs. This study established the MaxEnt model, using the “kuenm” R package to optimize model parameters, to predict the potential distribution of C. gigantea across China. Environmental variables influencing distribution were analyzed through percent contribution and Jackknife tests. The optimized model demonstrated superior predictive accuracy and reduced complexity compared to the default parameter model. Key factors influencing the distribution of C. gigantea included distance from rivers, temperature seasonality, isothermality, slope, and precipitation during the coldest quarter. Predicted suitable distribution areas were primarily located in Tibet and Sichuan, with the cities of Nyingchi, Lhoka, Lhasa, and Rikaze in Tibet encompassing the entirety of moderately suitable (2 298 km2) and highly suitable areas (746 km2). The high suitability area was exclusively distributed in Nyingchi (563 km2) and Lhoka (183 km2), representing about 0.062% of the total area of Tibet. The corridor between Lang County and Milin County emerged as the core habitat for C. gigantea, underscoring the need to prioritize conservation efforts in this critical region.
-
Keywords:
- Cupressus gigantea /
- Habitat /
- Potential distribution /
- MaxEnt /
- Tibet
-
植物群落是不同植物在长期演化过程中相互适应的结果，其物种组成、空间分布以及多样性水平等会随着环境因子的变化而发生改变[1, 2]。红树林是生长于热带、亚热带海岸潮间带的木本植物群落，在调节气候、防风消浪、维持海岸生态平衡等方面发挥着重要作用，具有重要的生态和经济价值[3]。然而，红树分布在很大程度上依赖于外界环境因子的调控，如海水温度和盐度、潮汐淹浸频率和强度以及滩面高程等，其中滩面高程对红树分布影响最大[4-7]，它可以通过影响沉积物养分、含氧量以及质地等影响红树生长，使其进一步形成具有不同物种组成和群落结构的植被分布格局[8]。如潮位高差会显著影响秋茄（Kandelia obovata Sheue, Liu & Yong）及海滨木槿（Hibiscus hamabo Siebold & Zuccarini）幼苗存活[9-11]；不同潮位梯度下红树群落物种组成及丰富度存在显著差异[12]；中潮位最有利于秋茄、无瓣海桑（Sonneratia apetala Buchanan-Hamilton）和桐花树（Aegiceras corniculatum (L.) Blanco）生长等[13]。因此，明确红树群落特征与潮位的关系对于该类植物的保护和恢复显得尤为重要。
海莲（Bruguiera sexangula (Lour.) Poiret）属红树科木榄属（Bruguiera）常绿乔木，树高可达14 m以上，为嗜热窄布种[14]。该物种现主要分布于印度、缅甸、泰国、越南、菲律宾、印度尼西亚以及中国广东和海南的湿热海滩[15, 16]。尽管前期研究表明，海莲为东寨港的优势红树树种[17]，在调节气候、净化海水、固碳储碳等方面发挥着不可替代的作用[18]，但现有研究主要集中在非生物胁迫、基因多样性、繁殖体性状、凋落物动态、病虫害防治以及药用开发等方面[19-25]，而关于海莲群落物种组成及多样性的认知近乎空白。此外，潮间带作为环境变化的敏感区，相关的非生物环境因子沿潮位高程呈梯度性变化[26-28]，这势必加剧不同潮位下海莲群落变化的复杂性和不可预知性。相应地，阐明不同潮位下海莲群落物种组成和分布格局的变化规律已成为当前生态学急需解决的前沿基础科学问题与红树林功能优化管理的核心需求。
1. 材料与方法
1.1 研究区域概况
海南东寨港国家级自然保护区是我国第一个红树林自然保护区，位于海南岛东北部，地理坐标为19°51′~20°10′N， 10°32′~110°37′E，保护区总面积3 337.6 hm2，红树林面积1 764.58 hm2，共有红树植物20科25属36种，分别占全国红树植物科、属、种的95.24%、92.59%和92.31%，该区域属热带海洋性季风气候，年均温高，干雨季明显，年均温23.3 ℃~23.8 ℃，年降水1 700~1 933 mm[29]。东寨港红树林保护区道学片区地势平缓，潮间带宽广，潮型为不正规半日潮，平均潮差约1 m，分布有大量的海莲、无瓣海桑、桐花树、角果木（Ceriops tagal (Perr.) CB Robinson）、榄李（Lumnitzera racemosa Willdenow）、黄槿（Talipariti tiliaceum (L.) Fryxell）等红树植物[30]。土壤质地为半泥质或沙质，土壤的平均有机碳、全磷、铵态氮、硝态氮含量分别为29.66 g/kg、33.15 mg/kg、46.76 mg/kg、0.70 mg/kg。
1.2 研究方法
1.2.1 样地设置与种群龄级划分
在前期对东寨港自然保护区海莲群落全面勘查的基础上，2023年8月选择三江镇道学红树林内的海莲群落作为研究对象。依据海水浸淹时间和最大水深差异，将群落划分至低潮位（LT）、中潮位（MT）和高潮位（HT），并在每个潮位上按照相邻网格法各设5个10 m×10 m样方[14]，采用植物群落调查方法，对样方内基径大于1 cm的立木进行每木调查，记录物种名称、胸径、冠幅和树高。立木龄级划分依据海莲生长特点并参考张育霞[31]对立木的划分方法，将海莲树个体划分为10个龄级，胸径小于2 cm为第Ⅰ级，随后以2 cm为径阶进行划分。
1.2.2 空间分布格局和静止生命表编制
以各样地内获取的海莲数据为依据，参照何东进等[32]的方法，计算不同潮位下海莲种群的平均拥挤度（m*）、聚块性指数（P）、负二项式指数（K）、扩散系数（C）、丛生指数（I）以及Cassie指标（Ca），然后综合分析不同潮位下海莲种群的空间分布格局。静态生命表编制参考江洪[33]和王进等[34]的方法，计算Ax（x龄级内存活的个体数）、ax（匀滑修正后的x龄级内存活的个体数）、lx（x龄级的标准化存活个体数）、lnlx（lx的自然对数）、dx（x龄级到x+1龄级间的标准化死亡数）、qx（x龄级到x+1龄级间的死亡率）；Lx（x龄级到x+1龄级间平均存活个体数）、Tx（x龄级到超过x龄级的个体总数）；ex（进入x龄级个体的期望寿命）、Kx（消失率）和Sx（存活率）等参数；并以龄级为横坐标分别绘制不同潮位海莲种群的死亡率、消失率和存活曲线。参照王进等[34]的方法计算海莲种群的生存率函数Si和累计死亡率函数Fi。
1.2.3 物种重要值、体型指数和多样性分析
乔木层物种重要值参考牛翠娟等[35]的方法计算，乔木层重要值=（相对多度+相对频度+相对显著度）/3。体型指数是每个个体高度、胸径和的平均值[36]。参照李大东等[37]的方法选取Shannon-Weiner、Simpson和Pielou指数对群落α多样性进行评价。公式如下：
Shannon-Weiner指数：
H=−∑Si=1PilnPi Simpson指数：
D=1−∑Si=1P2i Pielou指数：
J=−∑Si=1PilnPi/lnS 式中，S为样方内物种总数，Pi为第i种的个体数与群落中总个体数之比。
1.3 数据分析
采用SPSS 27及Origin 2022软件进行数据分析。分析前对所获得的数据进行方差齐性和正态分布检验，必要时对数据进行对数转换。不同潮位间的差异采用Duncan多重比较法检验（P<0.05）。使用线性拟合分析海莲重要值与群落多样性指数间的相关关系。
2. 结果与分析
2.1 不同潮位生境对海莲群落特征及林分密度的影响
研究结果显示，群落中海莲重要值随潮位升高显著降低，低潮位海莲重要值为0.78，无瓣海桑为0.19，桐花树为0.03，其余3种植物为0；中潮位海莲重要值为0.69，无瓣海桑为0.17，桐花树为0.14，其余3种植物为0；高潮位海莲重要值为0.51，无瓣海桑为0.25，桐花树为0.19，其余3种植物为0.05（表1；图1：A）。海莲群落Simpson、Shannon-Weiner、Pielou指数以及林分密度与潮位有着较为密切的关系，随着潮位升高而逐渐增加，高潮位样地的Simpson、Shannon-Weiner、Pielou指数和林分密度分别为0.5、0.93、0.63和1.15，显著大于低潮位样地（P<0.05），而中低潮位样地间的这些变化不显著（图1：B、C）。
表 1 不同潮位下海莲群落内的植物种类和植株数量Table 1. Plant species and numbers in Bruguiera sexangula communities at different intertidal levels物种Species 株数Number 低潮位
Low intertidal
elevation中潮位
Middle intertidal
elevation高潮位
High intertidal
elevation海莲Bruguiera sexangula (Lour.) Poiret 280 469 371 无瓣海桑Sonneratia apetala Buchanan-Hamilton 17 34 28 桐花树Aegiceras corniculatum (L.) Blanco 10 45 149 榄李Lumnitzera racemosa Willdenow 0 0 13 角果木Ceriops tagal (Perr.) CB Robinson 0 0 15 黄槿Talipariti tiliaceum (L.) Fryxell 0 0 1 ![]()
图 1 不同潮位生境海莲群落的特征及林分密度不同小写字母表示差异显著（P<0.05）。LT：低潮位；MT：中潮位；HT：高潮位。下同。Figure 1. Community characteristics and stand density of Bruguiera sexangula at different intertidal elevationsDifferent lowercase letters indicate significant differences (P<0.05). LT: Low intertidal elevation; MT: Middle intertidal elevation; HT: High intertidal elevation. Same below.2.2 不同潮位生境海莲群落特征相关性分析
海莲重要值与3个多样性指数均呈极显著负相关（P<0.001）（图2：A~C）。其中重要值与Simpson指数的相关性较大（R2值为0.86），重要值与Pielou均匀度指数相关性相对较小（R2值为0.69）。
![]()
图 2 海莲重要值与群落多样性指数间的相关性分析Figure 2. Correlation analysis between importance value and community diversity index in Bruguiera sexangula2.3 不同潮位生境对海莲种群基本特征的影响
海莲胸径、树高以及冠幅随潮位升高而下降，低潮位海莲具有最高的胸径、树高和冠幅，而中高潮位间海莲胸径和冠幅差异不大（图3：A、B）。另外，不同潮位海莲种群年龄结构分布差异显著，低潮位分布有全部龄级的海莲植株，呈“凸”型，植株数在第Ⅳ龄级达到峰值；而中高潮位龄级分布整体近似倒“J”型，无高龄级植株，植株数均在第Ⅱ龄级达到峰值，其中Ⅱ~Ⅲ龄级植株分别占总植株数的70.8%和77.9%（图3：C）。海莲体型指数在低潮位分布呈单峰右偏态，250~400 cm级的植株最多，占总植株数的69.42%；中高潮位体型指数呈“高、低级低，中级高”的特征，100~300 cm级的植株最多，分别占总植株数的73.77%和69.32%（图3：D）。
![]()
图 3 不同潮位生境海莲种群的基本特征Figure 3. Population characteristics of Bruguiera sexangula at different intertidal elevations2.4 不同潮位生境对海莲种群分布格局的影响
海莲种群的平均拥挤度（m*）、聚块性指数（P）、负二项式指数（K）、扩散系数（C）、丛生指数（I）以及Cassie指标（Ca）随潮位变化表现出一定的差异，但未呈现出一定的规律性（表1）。随潮位升高，平均拥挤度呈先升高后降低的趋势，且在低潮位处具有最小值。此外，空间格局分析结果还显示，各潮位下海莲种群的分布格局均为聚集性分布。
2.5 不同潮位生境海莲种群的静态生命表及生存分析
静态生命表体现了不同潮位海莲种群的基本生死规律。由表2可以看出，随着海莲龄级增加，各潮位个体标准化存活数（lx）逐渐减少。海莲种群在第Ⅲ龄级后存在较大的数量波动，死亡率（qx）和消失率（Kx）出现峰值；其中，中低潮位海莲种群的qx和Kx分别在第Ⅳ和第Ⅴ龄级达到高峰，而高潮位qx和Kx则在第Ⅲ和第Ⅵ龄级达到高峰，呈现双峰型，表明高潮位海莲种群在生长前期和后期受到的环境筛选和竞争压力较大（图4：A~C）。种群生存率函数（Si）与累计死亡率函数（Fi）互补，二者在低、中、高潮位的平衡点分别为第Ⅲ、Ⅱ~Ⅲ和Ⅱ龄级，说明低潮位海莲种群具有比中高潮位海莲种群更晚的衰退期（图4：A~C）。另外，从存活曲线来看，低潮位海莲种群存活数随龄级增加表现出平缓的下降趋势，趋于Deevey-Ⅱ型；而中高潮位海莲种群存活数随龄级增加呈现出“凹-凸-凹”下降趋势，趋于Deevey-Ⅲ型（图4：D）。
表 2 不同潮位生境海莲种群的分布格局Table 2. Distribution pattern of Bruguiera sexangula populations at different intertidal elevations潮位
Intertidal zonem* P K C I Ca 分布格局
Distribution patternLT 59.72 1.07 15.05 4.72 3.72 0.07 C MT 96.90 1.03 32.46 3.90 2.90 0.03 C HT 76.15 1.03 34.35 3.15 2.15 0.03 C 注：C，聚集分布；m*，平均拥挤度；P，聚块性指数；K，负二项式指数；C，扩散系数；I，丛生指数；Ca，Cassie指标；LT，低潮位；MT，中潮位；HT，高潮位。 Notes: C, Clumped distribution; m*, Average congestion; P, Agglomerative index; K, Negative binomial index; C, Diffusion coefficient; I, Overgrowth index; Ca, Cassie’s Indicator; LT, Low intertidal elevation; MT, Middle intertidal elevation; HT, High intertidal elevation. ![]()
图 4 不同潮位生境海莲种群的生存分析A：低潮位；B：中潮位；C：高潮位；D：不同潮位生境下海莲种群的存活曲线。Figure 4. Population dynamics of Bruguiera sexangula at different intertidal elevationsA: Low intertidal elevation; B: Middle intertidal elevation; C: High intertidal elevation; D: Survival curve for Bruguiera sexangula population at different intertidal elevations.表 3 不同潮位生境海莲种群的静态生命表Table 3. Static life table parameters of Bruguiera sexangula at different intertidal elevations潮位
Intertidal zone龄级
Age classAx ax lx lnlx dx qx Lx Tx ex Kx Sx LT Ⅰ 1 77 1 000.00 6.91 181.82 0.18 909.09 3136.36 3.45 0.20 0.82 Ⅱ 47 63 818.18 6.71 155.84 0.19 740.26 2227.27 3.01 0.21 0.81 Ⅲ 73 51 662.34 6.50 181.82 0.27 571.43 1487.01 2.60 0.32 0.73 Ⅳ 78 37 480.52 6.17 168.83 0.35 396.10 915.58 2.31 0.43 0.65 Ⅴ 33 24 311.69 5.74 168.83 0.54 227.27 519.48 2.29 0.78 0.46 Ⅵ 31 11 142.86 4.96 38.96 0.27 123.38 292.21 2.37 0.32 0.73 Ⅶ 9 8 103.90 4.64 38.96 0.38 84.42 168.83 2.00 0.47 0.63 Ⅷ 6 5 64.94 4.17 25.97 0.40 51.95 84.42 1.63 0.51 0.60 Ⅸ 2 3 38.96 3.66 25.97 0.67 25.97 32.47 1.25 1.10 0.33 Ⅹ 0 1 12.99 2.56 12.99 1.00 6.49 6.49 1.00 2.56 0.00 MT Ⅰ 49 168 1 000.00 6.91 226.19 0.23 886.90 2 291.67 2.58 0.26 0.77 Ⅱ 198 130 773.81 6.65 208.33 0.27 669.64 1 404.76 2.10 0.31 0.73 Ⅲ 134 95 565.48 6.34 220.24 0.39 455.36 735.12 1.61 0.49 0.61 Ⅳ 70 58 345.24 5.84 309.52 0.90 190.48 279.76 1.47 2.27 0.10 Ⅴ 15 6 35.71 3.58 5.95 0.17 32.74 89.29 2.73 0.18 0.83 Ⅵ 2 5 29.76 3.39 11.90 0.40 23.81 56.55 2.38 0.51 0.60 Ⅶ 1 3 17.86 2.88 5.95 0.33 14.88 32.74 2.20 0.41 0.67 Ⅷ 0 2 11.90 2.48 5.95 0.50 8.93 17.86 2.00 0.69 0.50 Ⅸ 0 1 5.95 1.78 0.00 0.00 5.95 8.93 1.50 0.00 1.00 Ⅹ 0 1 5.95 1.78 5.95 1.00 2.98 2.98 1.00 1.78 0.00 HT Ⅰ 41 154 1 000.00 6.91 285.71 0.29 857.14 1 909.09 2.23 0.34 0.71 Ⅱ 174 110 714.29 6.57 285.71 0.40 571.43 1051.95 1.84 0.51 0.60 Ⅲ 115 66 428.57 6.06 318.18 0.74 269.48 480.52 1.78 1.36 0.26 Ⅳ 35 17 110.39 4.70 32.47 0.29 94.16 211.04 2.24 0.35 0.71 Ⅴ 5 12 77.92 4.36 32.47 0.42 61.69 116.88 1.89 0.54 0.58 Ⅵ 1 7 45.45 3.82 32.47 0.71 29.22 55.19 1.89 1.25 0.29 Ⅶ 0 2 12.99 2.56 6.49 0.50 9.74 25.97 2.67 0.69 0.50 Ⅷ 0 1 6.49 1.87 0.00 0.00 6.49 16.23 2.50 0.00 1.00 Ⅸ 0 1 6.49 1.87 0.00 0.00 6.49 6.49 1.00 0.00 1.00 Ⅹ 0 1 6.49 1.87 6.49 1.00 3.25 3.25 1.00 1.87 0.00 注：Ax，x龄级内存活的个体数；ax，匀滑修正后x龄级内存活的个体数；lx，x龄级的标准化存活个体数；lnlx，lx的自然对数；dx，x龄级到x+1龄级间的标准化死亡数；qx，x龄级到x+1龄级间的死亡率；Lx，x龄级到x+1龄级间平均存活个体数；Tx，x龄级到超过x龄级的个体总数；ex，进入x龄级个体的期望寿命；Kx，消失率；Sx，存活率。 Notes: Ax, Individual number of age class x; ax, Revised data of Ax,; lx, Standardized number of surviving individuals of age class x; lnlx, Natural logarithm of lx; dx, Standardized number of mortality from age class x to age class x+1; qx, Mortality rate from age class x to age class x+1; Lx, Number of surviving individuals from age class x to age class x+1; Tx, Total individuals of age class x and age class older than x; ex, Life expectancy of individuals entering age class x; Kx, Vanish rate; Sx, Survival rate. 3. 讨论
物种多样性一直是生态学领域研究的核心内容之一，在揭示群落的组成特征、生境条件、稳定性以及生产力方面具有重要意义[38]。本研究通过比较东寨港自然保护区不同潮位下的15个海莲群落发现，不同潮位海莲的重要值始终排在第1位，说明海莲是该群落的优势种或建群种。而海莲群落的主要伴生树种在组成上呈现出随潮位升高而增多的趋势，由低潮位的无瓣海桑和桐花树逐渐过渡到高潮位的无瓣海桑、桐花树、榄李、角果木、黄槿等。这与张育霞[31]的研究发现，受潮位控制东寨港角果木群落多样性从潮间带外带至潮间带内带逐渐增加的结论一致。这主要是由于红树植物的生长与其生境条件密切相关[39, 40]，不同潮位的高程不同，导致淹水情况、营养输入和土壤理化性质等环境因子均存在差异[41]。从低潮位至高潮位，土壤淹水的频率、深度以及持续时间减少，土壤的含氧量和质量逐步改善，使得更多的红树树种能够在这种环境条件下生存生长[42, 43]，进而增加其物种多样性。另一方面，这也与低潮位到高潮位海莲的重要值逐渐降低有关。研究发现，海莲重要值与Shannon-Weiner、Simpson以及Pielou指数呈显著负相关，表明海莲优势地位下降有利于增加群落均匀度，避免单优种群发生，促进更多物种共存，进而增加物种及其植株数量[44-46]。与此同时，随物种及其植株数量增多，林分密度也随之增大，群落内海莲的相对多度也会因此减小，这也解释了为何高潮位海莲群落林分密度最大但海莲重要值却更低。因此，不同潮位海莲群落的物种组成受到生境条件和种间相互作用的共同影响。
种群年龄结构作为种群的一个重要数量特征，在了解种群历史，分析种群未来发展趋势方面发挥着重要作用[47]。低潮位海莲种群与中高潮位海莲种群明显不同，呈现出最小龄级缺乏的特点。从野外调查结果来看，海莲主要呈聚集分布，是通过成熟胚轴从母体上掉落，插入母株周围泥土的方式来长成幼苗。然而，受低潮位浸淹频率和浸淹深度较高的影响，掉下来的成熟胚轴很难获得垂直插入土壤的机会，使得低潮位海莲胚轴成活率低，幼苗缺失[48]。海莲幼苗不耐淹的生物学特性也可能是引起低潮位海莲种群最小龄级缺乏的重要原因[49]，因为长时间海水浸淹会导致海莲幼苗生长不良甚至死亡。以上结果与张育霞[31]发现受角果木胎生发育及低潮带频繁水淹影响，低潮带角果木幼苗很难存活的结论一致。此外，本研究还发现，低潮位海莲种群的年龄、胸径、株高以及冠幅最大，中、高潮位次之。由此推断，低潮位海莲种群可能较其他两个潮位海莲种群更早进入到演替后期阶段，这也与低潮位观测到最低林分密度和拥挤度的研究结果相符。
植物种群发展是一个漫长而复杂的过程，受植物种内种间竞争以及外界环境因子的共同影响[50]。通过对海莲种群静态生命表分析，可以看出不同潮位下海莲植株存活数随龄级增加逐渐降低，这是由自身生理衰老决定的。从存活曲线来看，低潮位种群趋向于Deevey-Ⅱ型，而中高潮位种群趋向于Deevey-Ⅲ型。说明低潮位海莲在各龄级中有相近的死亡率，为稳定型种群，而中、高潮位海莲在低龄级阶段死亡率较高，成熟龄后死亡率较低，为增长型种群。从死亡率和消失率曲线来看，中、低潮位海莲种群消失率和死亡率分别在第Ⅳ和第Ⅴ龄级出现峰值，但高潮位海莲种群在第Ⅲ和第Ⅵ龄级出现两个峰值。不同潮位海莲种群在生长前期受到的环境筛选和竞争压力造成许多个体无法适应该生存环境而被淘汰，出现消失率和死亡率高峰。结合龄级结构及生命表来看，高潮位海莲种群处于演替阶段前期，种群中几乎不存在第Ⅵ龄级以上的个体，龄级的断档使其种群的期望寿命在第Ⅵ龄级骤降，因此出现了第2个死亡率和消失率的峰值。李敏敏等[51]发现，幼苗是种群更新过程中最敏感的阶段，有限的空间和资源是限制种群更新的主要因素。中、高潮位较多的幼龄植株以及较高的平均拥挤度和物种多样性指数，表明中幼龄海莲植株不仅存在激烈的种内竞争，可能还与其他物种存在争夺生存资源和空间的种间竞争。第Ⅲ~Ⅳ龄级后中、高潮位生存率和累计死亡率曲线的变化幅度变小，表明此时种群个体有限，对于空间等资源的需求变低，种群趋于稳定[52]。
综上所述，不同潮位海莲种群虽然具有足够的数量规模，但均面临幼龄植株死亡率高，较早进入衰退期的问题，未来一旦受到更大的环境胁迫和人为干扰，种群可能出现较大波动甚至衰退的风险。因此，可适当采取人工措施提高低潮位第Ⅰ龄级幼苗成活率，降低中、高潮位幼龄植株间的种内或种间竞争。本研究为这些区域红树植物的保护和恢复以及人工构建海莲群落提供了一定的参考和科学依据。
1 如需查阅附表内容请登录《植物科学学报》网站（http://www.plantscience.cn）查看本期文章。2 如需查阅附图内容请登录《植物科学学报》网站（http://www.plantscience.cn）查看本期文章。 -
![]()
图 1 筛选后的巨柏样本点分布图
基于自然资源部标准地图服务系统审图号GS（2024）0650号标准地图制作，底图无修改。下同
Figure 1. Distribution map of selected sample points of Cupressus gigantea
The map was based on the standard map with review number GS (2024) 0650 downloaded from the standard map service system of the Ministry of Natural Resources, and the base map was not modified. Same below.
![]()
图 2 最终模型的受试者工作曲线（ROC）验证
Figure 2. Receiver operating curve (ROC) validation of final model
![]()
图 3 主导环境变量的响应曲线示意图（A~E）以及影响巨柏潜在分布的各环境变量的折刀测验重要性（F）
Figure 3. Response curve diagram of dominant environmental variables (A–E) and importance of environmental variables affecting potential distribution of Cupressus gigantea based on Jackknife test (F)
![]()
图 4 巨柏在我国的潜在适宜区分布
Figure 4. Distribution of potential suitable habitats for Cupressus gigantea in China
表 1 本研究所用的环境变量
Table 1 Environmental variables used in this study
类型
Type代码
Code描述
Description单位
Unit说明
Expression气候 bio1 年平均温度 ℃ 等温性bio3=（bio2 / bio7）×100，温度的年较差bio7=bio5−bio6，反映温差特点；温度季节性bio4=温度标准差×100，使用温度的标准偏差表示，反映平均温度的变化幅度；降水季节性bio15采用降水的变异系数表示，反映降水量的季节性分布。
温度和降水通常是影响植物生长发育、繁殖扩散的重要因子。巨柏具有喜温、喜光、趋湿、抗旱、抗寒等生态特性[32]。bio2 每月最高温与最低温差值的平均值 ℃ bio3 等温性 % bio4 温度季节性 − bio5 最热月的最高温度 ℃ bio6 最冷月的最低温度 ℃ bio7 温度的年较差 ℃ bio8 最湿季度的平均温度 ℃ bio9 最干季度的平均温度 ℃ bio10 最热季度的平均温度 ℃ bio11 最冷季度的平均温度 ℃ bio12 年降水量 mm bio13 最湿月的降水 mm bio14 最干月的降水量 mm bio15 降水量季节性变异系数 − bio16 最湿季度的降水量 mm bio17 最干季度的降水量 mm bio18 最热季度的降水量 mm bio19 最冷季度的降水量 mm srad 月均太阳辐射 kJ·m−2·d−1 dem 海拔 m 地形 slope 坡度 ° 地形通过对水热条件的调节和再分配影响物种的组成与分布[33]。 aspect 坡向 − 土壤 thickness 土壤厚度 cm 植物的生息与土壤的结构和理化性质紧密相关。相关研究表明土壤质地、养分、密度、含水量等是影响巨柏群落分布的主要因子[16]。 bd 土壤容重 g/cm3 ph 土壤pH值 − fcm 田间持水量 cm3/cm3 soc 土壤有机碳含量 g/kg tn 土壤全氮含量 g/kg clay 土壤黏粒含量 % slit 土壤粉粒含量 % sand 土壤砂粒含量 % 水文 dr 与河流的距离 m 水线地类是巨柏种子萌发、幼苗幼树构建的重要地类[6]。研究认为水或水中动物可能是巨柏沿雅鲁藏布江分布传播的重要媒介[4]。 人类活动 hf 人类足迹指数 − 伐木、樵采、祭祀拜佛等人类活动是影响巨柏分布的重要因子[4]。 植被 NDVI 归一化植被指数 − 巨柏的更新状况会受灌木层郁闭度和竞争程度的影响[6, 34]。 
下载: 导出CSV
表 2 MaxEnt模型“kuenm”包优化评价指标及最优模型参数配置
Table 2 Evaluation metrics of MaxEnt model generated by kuenm and optimal model parameter configuration
模型
Model平均AUC比值
Mean_AUC_ratiopROC统计显著性
pval_pROC10%遗漏率
Omission_rate_at_10%AICc差值
delta_AICc参数数量
num_parametersM_1_F_QT * 1.999 0 0.216 0.000 22 M_1_F_T 1.999 0 0.297 0.933 18 M_1_F_LQPTH 1.999 0 0.189 55.277 38 注：加粗字体表示“kuenm”包筛选的优化模型，未加粗字体表示默认参数模型； * 指本研究确定的最优模型。 Notes: Bold entries represent optimized model parameters selected by “kuenm” package; non-bold entry indicates default parameter model; * signifies optimal model identified in this study.
下载: 导出CSV
表 3 主要环境变量的贡献率及重要性分析
Table 3 Analysis of contribution rate and importance of main environmental variables
环境变量
Environmental variables描述
Description贡献率
Percent contribution / %置换重要性
Permutation importancedr 与河流的距离 19.47 0.07 bio4 温度季节性 18.42 62.16 bio3 等温性 18.23 0.00 slope 坡度 14.11 0.10 bio19 最冷季度的降水量 10.67 0.85 srad 月均太阳辐射 5.68 1.95 dem 海拔 4.02 0.11 bio15 降水季节性 3.14 0.82 fcm 田间持水量 3.05 0.68 ph05 0~5 cm土层的pH值 1.54 2.38 bio11 最冷季度的平均温度 0.94 29.99
下载: 导出CSV
表 4 全国巨柏主要潜在适宜分布区面积统计
Table 4 Statistical details regarding potential suitable distribution areas for C. gigantea in China
行政区等级
Administrative
region位置
Location非适宜区
Unsuitable zone / km2低适宜区
Lowly suitable zone / km2中适宜区
Moderately suitable zone / km2高适宜区
Highly suitable zone / km2省级 西藏自治区 1 127 185.00 20 574.00 2 298.00 746.00 四川省 484 766.00 67.00 − − 市级 林芝市 98 206.00 3 629.00 1 116.00 563.00 山南市 65 159.00 8 675.00 1 120.00 183.00 拉萨市 25 356.00 3 234.00 34.00 − 日喀则市 167 216.00 5 031.00 28.00 − 甘孜藏族自治州 148 495.00 65.00 − − 那曲市 340 058.00 5.00 − − 凉山彝族自治州 60 227.00 2.00 − −
下载: 导出CSV
-
[1] 郑万钧,傅立国,诚静容. 中国裸子植物[J]. 中国科学院大学学报,1975,13(4):56−123. [2] 司琳杰. 西藏珍稀植物巨柏的研究发展概论[J]. 绿色科技,2015(5):45−47. doi: 10.3969/j.issn.1674-9944.2015.05.021 [3] 郑维列,薛会英,罗大庆,王景升,罗建. 巨柏种群的生态地理分布与群落学特征[J]. 林业科学,2007,43(12):8−15. doi: 10.3321/j.issn:1001-7488.2007.12.002 Zheng WL,Xue HY,Luo DQ,Wang JS,Luo J. Eco-geographic distribution and coenology characteristics of Cupressus gigantea[J]. Scientia Silvae Sinicae,2007,43(12):8−15. doi: 10.3321/j.issn:1001-7488.2007.12.002
[4] 尹金迁,赵垦田. 西藏高原巨柏的研究进展与展望[J]. 林业与环境科学,2019,35(2):116−122. Yin JQ,Zhao KT. Research history and prospect of Cupressus gigantean in Tibetan Plateau[J]. Forestry and Environmental Science,2019,35(2):116−122.
[5] 陈端. 西藏巨柏的研究现状与前景[J]. 西藏科技,1995(2):7−11. [6] 李永霞. 珍稀濒危树种巨柏天然更新研究[D]. 拉萨:西藏大学,2023:3−4. [7] Warren DL,Seifert SN. Ecological niche modeling in Maxent:the importance of model complexity and the performance of model selection criteria[J]. Ecol Appl,2011,21(2):335−342. doi: 10.1890/10-1171.1
[8] Phillips SJ,Anderson RP,Schapire RE. Maximum entropy modeling of species geographic distributions[J]. Ecol Model,2006,190(3-4):231−259. doi: 10.1016/j.ecolmodel.2005.03.026
[9] 邢丁亮,郝占庆. 最大熵原理及其在生态学研究中的应用[J]. 生物多样性,2011,19(3):295−302. doi: 10.3724/SP.J.1003.2011.08318 Xing DL,Hao ZQ. The principle of maximum entropy and its applications in ecology[J]. Biodiversity Science,2011,19(3):295−302. doi: 10.3724/SP.J.1003.2011.08318
[10] Elith J,Graham CH,Anderson RP,Dudík M,Ferrier S,et al. Novel methods improve prediction of species’ distributions from occurrence data[J]. Ecography,2006,29(2):129−151. doi: 10.1111/j.2006.0906-7590.04596.x
[11] 蔡静芸,张明明,粟海军,张海波. 生态位模型在物种生境选择中的应用研究[J]. 经济动物学报,2014,18(1):47−52,58. Cai JY,Zhang MM,Su HJ,Zhang HB. Application of ecological niche models for selection of species habitat[J]. Journal of Economic Animal,2014,18(1):47−52,58.
[12] Mahmoodi S,Heydari M,Ahmadi K,Khwarahm NR,Karami O,et al. The current and future potential geographical distribution of Nepeta crispa Willd.,an endemic,rare and threatened aromatic plant of Iran:implications for ecological conservation and restoration[J]. Ecol Indic,2022,137:108752.
[13] Yang JT,Huang Y,Jiang X,Chen H,Liu M,Wang RL. Potential geographical distribution of the edangred plant Isoetes under human activities using MaxEnt and GARP[J]. Glob Ecol Conserv,2022,38:e02186.
[14] Yang H,Li JL,Milne RI,Tao WJ,Wang Y,et al. Genomic insights into the genotype–environment mismatch and conservation units of a Qinghai–Tibet Plateau endemic cypress under climate change[J]. Evol Appl,2022,15(6):919−933. doi: 10.1111/eva.13377
[15] Lei P,Liu Z,Li JX,Jin GZ,Xu LP,et al. Integration of the physiology,transcriptome and proteome reveals the molecular mechanism of drought tolerance in Cupressus gigantea[J]. Forests,2022,13(3):401. doi: 10.3390/f13030401
[16] 杨刚刚,郝海霞,岳艳鹏,周继华,来利明,郑元润. 雅鲁藏布江巨柏分布区植物群落特点、分布与环境解释[J]. 北京师范大学学报(自然科学版),2023,59(1):156−162. doi: 10.12202/j.0476-0301.2022125 Yang GG,Hao HX,Yue YP,Zhou JH,Lai LM,Zheng YR. Community characteristics,distribution and environment interpretation of Cupressus gigantea along Yarlung Zangbo River in Tibet[J]. Journal of Beijing Normal University (Natural Science),2023,59(1):156−162. doi: 10.12202/j.0476-0301.2022125
[17] 姚祺. 巨柏移植前生长调控的研究[D]. 林芝:西藏大学农牧学院,2021:32−57. [18] 常馨月. 巨柏生殖特征及发育机制研究[D]. 拉萨:西藏大学,2023:75−131. [19] 姚祺,李佶芸,赵垦田. 基于MaxEnt模型的巨柏青藏高原生态适宜性研究[J]. 高原农业,2021,5(2):109−114. Yao Q,Li JY,Zhao KT. Research on ecological suitability of giant cypress on Qinghai-Tibet Plateau based on MaxEnt model[J]. Journal of Plateau Agriculture,2021,5(2):109−114.
[20] Brown JL. SDMtoolbox:a python-based GIS toolkit for landscape genetic,biogeographic and species distribution model analyses[J]. Methods Ecol Evol,2014,5(7):694−700. doi: 10.1111/2041-210X.12200
[21] 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,2007:4,26−27. [22] Li XP,Liu X,Kraus F,Tingley R,Li YM. Risk of biological invasions is concentrated in biodiversity hotspots[J]. Front Ecol Environ,2016,14(8):411−417. doi: 10.1002/fee.1321
[23] 曹倩,高庆波,郭万军,张毓,王智华,等. 基于MaxEnt模拟人类活动与环境因子对青藏高原特有植物祁连獐牙菜潜在分布的影响[J]. 植物科学学报,2021,39(1):22−31. Cao Q,Gao QB,Guo WJ,Zhang Y,Wang ZH,et al. Impacts of human activities and environmental factors on potential distribution of Swertia przewalskii Pissjauk. ,an endemic plant in Qing-Tibetan Plateau,using MaxEnt[J]. Plant Science Journal,2021,39(1):22−31.
[24] Lehner B,Grill G. Global river hydrography and network routing:baseline data and new approaches to study the world's large river systems[J]. Hydrol Process,2013,27(15):2171−2186. doi: 10.1002/hyp.9740
[25] Bowen AKM,Stevens MHH. Temperature,topography,soil characteristics,and NDVI drive habitat preferences of a shade-tolerant invasive grass[J]. Ecol Evol,2020,10(19):10785−10797. doi: 10.1002/ece3.6735
[26] Liu F,Wu HY,Zhao YG,Li DC,Yang JL,et al. Mapping high resolution National Soil Information Grids of China[J]. Sci Bull,2022,67(3):328−340. doi: 10.1016/j.scib.2021.10.013
[27] 边喜丽,杨小林,马和平,赵垦田. 藏东南巨柏根系结构特征分析[J]. 西部林业科学,2017,46(4):107−112. Bian XL,Yang XL,Ma HP,Zhao KT. Root structure and specific characteristics of Cupressus gigantea in Southeast Tibet[J]. Journal of West China Forestry Science,2017,46(4):107−112.
[28] Venter O,Sanderson EW,Magrach A,Allan JR,Beher J, et al. Last of the wild project,version 3 (LWP-3):2009 human footprint,2018 release (version 2018.00)[R]. Palisades:NASA Socioeconomic Data and Applications Center (SEDAC),2018.
[29] De Marco Júnior P,Nóbrega CC. Evaluating collinearity effects on species distribution models:an approach based on virtual species simulation[J]. PLoS One,2018,13(9):e0202403. doi: 10.1371/journal.pone.0202403
[30] Raghavan RK,Barker SC,Cobos ME,Barker D,Teo EJM,et al. Potential spatial distribution of the newly introduced long-horned tick,Haemaphysalis longicornis in North America[J]. Sci Rep,2019,9(1):498. doi: 10.1038/s41598-018-37205-2
[31] Jayasinghe SL,Kumar L. Modeling the climate suitability of tea [Camellia sinensis(L.) O. Kuntze] in Sri Lanka in response to current and future climate change scenarios[J]. Agric For Meteorol,2019,272-273:102−117. doi: 10.1016/j.agrformet.2019.03.025
[32] 李乾振,李朝晖. 闽东引种巨柏育苗试验初报[J]. 林业科学,2003,39(S1):184−186. Li QZ,Li ZH. Preliminary report on seedling raising experiment for introducing Cupressus gigantea in eastern Fujian Province[J]. Scientia Silvae Sinicae,2003,39(S1):184−186.
[33] 郑诚,温仲明,郭倩,樊勇明,杨玉婷,高飞. 基于MaxEnt模型的延河流域草本植物适生分布与功能性状分析[J]. 生态学报,2021,41(17):6825−6835. Zheng C,Wen ZM,Guo Q,Fan YM,Yang YT,Gao F. Analysis of suitability distribution and functional traits of common herb species in Yanhe River catchment based on MaxEnt model[J]. Acta Ecologica Sinica,2021,41(17):6825−6835.
[34] 吴兴,赵南先,段代祥,陈贻竹. 西藏特有珍稀植物巨柏的研究进展与展望[J]. 福建林业科技,2005,32(3):160−164. doi: 10.3969/j.issn.1002-7351.2005.03.043 Wu X,Zhao NX,Duan DX,Chen YZ. Research progress and expectation of Cupressus gigantean,the rare and endemic plant in Xizang[J]. Journal of Fujian Forestry Science and Technology,2005,32(3):160−164. doi: 10.3969/j.issn.1002-7351.2005.03.043
[35] Cobos ME,Peterson AT,Barve N,Osorio-Olvera L. kuenm:an R package for detailed development of ecological niche models using Maxent[J]. PeerJ,2019,7:e6281. doi: 10.7717/peerj.6281
[36] Phillips SJ,Dudík M. Modeling of species distributions with Maxent:new extensions and a comprehensive evaluation[J]. Ecography,2008,31(2):161−175. doi: 10.1111/j.0906-7590.2008.5203.x
[37] Chen BR,Zou H,Zhang BY,Zhang XY,Jin XX,et al. Distribution pattern and change prediction of Saposhnikovia divaricata suitable area in China under climate change[J]. Ecol Indic,2022,143:109311. doi: 10.1016/j.ecolind.2022.109311
[38] Swets JA. Measuring the accuracy of diagnostic systems[J]. Science,1988,240(4857):1285−1293. doi: 10.1126/science.3287615
[39] 王运生,谢丙炎,万方浩,肖启明,戴良英. ROC曲线分析在评价入侵物种分布模型中的应用[J]. 生物多样性,2007,15(4):365−372. doi: 10.3321/j.issn:1005-0094.2007.04.005 Wang YS,Xie BY,Wan FH,Xiao QM,Dai LY. Application of ROC curve analysis in evaluating the performance of alien species’ potential distribution models[J]. Biodiversity Science,2007,15(4):365−372. doi: 10.3321/j.issn:1005-0094.2007.04.005
[40] Liu CR,Berry PM,Dawson TP,Pearson RG. Selecting thresholds of occurrence in the prediction of species distributions[J]. Ecography,2005,28(3):385−393. doi: 10.1111/j.0906-7590.2005.03957.x
[41] The Core Writing Team,Pachauri RK,Reisinger A. Climate Change 2007:Synthesis Report. Contribution of Working Groups Ⅰ,Ⅱ and Ⅲ to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Geneva:IPCC,2007:27,83.
[42] Wang RL,Li Q,He SS,Liu Y,Wang MT,Jiang G. Modeling and mapping the current and future distribution of Pseudomonas syringae pv. actinidiae under climate change in China[J]. PLoS One,2018,13(2):e0192153. doi: 10.1371/journal.pone.0192153
[43] Tang CQ,Matsui T,Ohashi H,Dong YF,Momohara A,et al. Identifying long-term stable refugia for relict plant species in East Asia[J]. Nat Commun,2018,9(1):4488. doi: 10.1038/s41467-018-06837-3
[44] 扎西次仁. 西藏巨柏(Cupressus gigantea)的遗传多样性与精油化学成分变异及其保护生物学意义[D]. 上海:复旦大学,2008:71. [45] 王景升,郑维列,潘刚. 巨柏种子活力与濒危的关系[J]. 林业科学,2005,41(4):37−41. doi: 10.3321/j.issn:1001-7488.2005.04.007 Wang JS,Zheng WL,Pan G. Relation between being endangered and seed vigor about Cupressus gigantea in Tibet[J]. Scientia Silvae Sinicae,2005,41(4):37−41. doi: 10.3321/j.issn:1001-7488.2005.04.007
[46] 徐海燕. 中国柏木属(Cupressus L.)四个物种的遗传多样性研究[D]. 兰州:兰州大学,2011:28. -
其他相关附件
-
PDF格式
2. 曾伟英 附表1和附图1 点击下载(247KB)
-
计量
- 文章访问数: 40
- HTML全文浏览量: 12
- PDF下载量: 8
