气候变化背景下沙蓬属（ Agriophyllum ）物种潜在地理分布

doi:10.7522/j.issn.1000-694X.2022.00141

摘要/Abstract

摘要：

沙蓬（Agriophyllum squarrosum）被认为是未来的潜势作物，其野生近缘种表型和遗传变异丰富，对沙蓬驯化和遗传改良具有重要意义。利用沙蓬属（Agriophyllum）5个物种的分布点数据和9种环境变量数据，模拟沙蓬属当前及未来两个时期（2050s和2070s）不同气候情景下的潜在分布。采用刀切法筛选关键环境因子，kuenm数据包优化模型参数，最后预测分析了未来沙蓬属物种适生区的空间变化。结果表明：（1）MaxEnt模型预测沙蓬属潜在分布的精度高，AUC值为0.957±0.006，当前总适生区的面积为1 731.50万km²，其中高适生区面积为462.35万km²，沙蓬属可广泛分布在亚洲中纬度干旱和半干旱地区；（2）在未来气候变化情景下，沙蓬属潜在适生区有向高纬度和高海拔地区扩张的趋势；（3）温度是影响沙蓬属物种分布的主导环境因子。

关键词: 沙蓬属（Agriophyllum）, MaxEnt, 潜在分布区, 气候变化

Abstract:

Agriophyllum squarrosum is considered as a potential crop for the future， and its wild relatives are rich in phenotypic and genetic variation， which is of great significance for the domestication and genetic modification of A. squarrosum. Based on the distribution data of five species and nine environmental variables， the potentially suitable habitats of Agriophyllum were simulated for the current and two future periods （the 2050s and 2070s）， whereas different climate scenarios were included for future simulations. The Jackknife test was applied to evaluate the environmental factors affecting the suitable areas of Agriophyllum and kuenm data package to optimize model parameters. Finally， the spatial changes of suitable areas of Agriophyllum in the future were analyzed. The results showed that：（1） MaxEnt model has high accuracy in predicting the potential distribution， with the AUC value of 0.957±0.006. The current total suitable area of Agriophyllum is 1 731.50×10⁴ km²， and the highly suitable area is 462.35×10⁴ km²， which can be widely distributed in the mid-latitude arid and semi-arid regions of Asia. （2） Under future climate change scenarios， the potential distribution regions of Agriophyllum tend to expand to high latitudes and high altitudes. （3） Temperature is the principal environmental factor affecting the distribution.

Key words: Agriophyllum, MaxEnt, potential distribution areas, climate change

中图分类号:

孙红, 段霁芸, 刘雨洁, 冉瑞兰, 李晓凤, 赵鹏善. 气候变化背景下沙蓬属（ Agriophyllum ）物种潜在地理分布[J]. 中国沙漠, 2023, 43(2): 255-263.

Hong Sun, Jiyun Duan, Yujie Liu, Ruilan Ran, Xiaofeng Li, Pengshan Zhao. Potential distribution of the genus Agriophyllum under climate change[J]. Journal of Desert Research, 2023, 43(2): 255-263.

图/表 6

参考文献 44

1	Chen G X， Zhao J C， Zhao X，et al.A psammophyte Agriophyllum squarrosum （L.） Moq.：a potential food crop［J］.Genetic Resources and Crop Evolution，2014，61（3）：669-676.
2	李胜功，常学礼，赵学勇.沙蓬：流动沙丘先锋植物的研究［J］.干旱区资源与环境，1992（4）：63-70.
3	张继义，赵哈林，张铜会，等.科尔沁沙地植物群落恢复演替系列种群生态位动态特征［J］.生态学报，2003（12）：2741-2746.
4	Zhao P S， Li X F， Sun H，et al.Healthy values and de novo domestication of sand rice （Agriophyllum squarrosum），a comparative view against Chenopodium quinoa ［J］.Critical Reviews in Food Science and Nutrition，2021，10：1-22.
5	中国科学院中国植物志编辑委员会.中国植物志［M］.北京：科学出版社，1993.
6	王荷生.植物区系地理研究［M］.北京：科学出版社，1992.
7	Qian C J， Yin H X， Shi Y，et al.Population dynamics of Agriophyllum squarrosum，a pioneer annual plant endemic to mobile sand dunes，in response to global climate change［J］.Scientific Reports，2016，6：26613.
8	郑晓明，陈宝雄，宋玥，等.作物野生近缘种的原生境保护［J］.植物遗传资源学报，2019，20（5）：1103-1109.
9	卢宝荣.杂交-渐渗的遗传进化效应与栽培作物野生近缘种多样性保护［J］.科学通报，2014，59（6）：479-492.
10	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）：90-98.
11	李国庆，刘长成，刘玉国，等.物种分布模型理论研究进展［J］.生态学报，2013，33（16）：4827-4835.
12	McKenney D W， Pedlar J H， Lawrence K，et al.Potential impacts of climate change on the distribution of North American trees［J］.Bioscience，2007，57（11）：939-948.
13	Li J J， Fan G， He Y.Predicting the current and future distribution of three Coptis herbs in China under climate change conditions，using the MaxEnt model and chemical analysis［J］.Science of the Total Environment，2020，698：134141.
14	Yi Y J， Zhou Y， Cai Y P，et al.The influence of climate change on an endangered riparian plant species：the root of riparian Homonoia［J］.Ecological Indicators，2018，92：40-50.
15	郭彦龙，赵泽芳，乔慧捷，等.物种分布模型面临的挑战与发展趋势［J］.地球科学进展，2020，35（12）：1292-1305.
16	Pearson R G， Raxworthy C J， Nakamura M，et al.Predicting species distributions from small numbers of occurrence records：a test case using cryptic geckos in Madagascar［J］.Journal of Biogeography，2007，34（1）：102-117.
17	Qian C J， Yan X， Fang T Z，et al.Genomic adaptive evolution of sand rice （Agriophyllum squarrosum） and its implications for desert ecosystem restoration［J］.Frontiers in Genetics，2021，12：656061.
18	Huang J P， Yu H P， Dai A G，et al.Drylands face potential threat under 2 ℃ global warming target［J］.Nature Climate Change，2017，7（6）：417-422.
19	Warren D L， Glor R E， Turelli M.ENMTools：a toolbox for comparative studies of environmental niche models［J］.Ecography，2010，33（3）：607-611.
20	Fick S E， Hijmans R J.WorldClim 2：new 1-km spatial resolution climate surfaces for global land areas［J］.International Journal of Climatology，2017，37（12）：4302-4315.
21	Wu T W， Lu Y X， Fang Y J，et al.The Beijing Climate Center Climate System Model （BCC-CSM）：the main progress from CMIP5 to CMIP6［J］.Geoscientific Model Development，2019，12（4）：1573-1600.
22	Li S Y， Miao L J， Jiang Z H，et al.Projected drought conditions in Northwest China with CMIP6 models under combined SSPs and RCPs for 2015-2099［J］.Advances in Climate Change Research，2020，11（3）：210-217.
23	Anderson R P， Gonzalez I.Species-specific tuning increases robustness to sampling bias in models of species distributions：an implementation with Maxent［J］.Ecological Modelling，2011，222（15）：2796-2811.
24	Li D X， Li Z X， Liu Z W，et al.Climate change simulations revealed potentially drastic shifts in insect community structure and crop yields in China's farmland［J］.Journal of Pest Science，2023， 96（1）： 55-69.
25	Cobos M E， Peterson A T， Barve N，et al.kuenm：an R package for detailed development of ecological niche models using Maxent［J］.Peerj，2019，e6281.
26	Zhang J J， Jiang F， Li G Y，et al.The four antelope species on the Qinghai-Tibet plateau face habitat loss and redistribution to higher latitudes under climate change［J］.Ecological Indicators，2021，123：107337.
27	Aidoo O F， Souza P G C， da Silva R S，et al.Climate-induced range shifts of invasive species （Diaphorina citri Kuwayama）［J］.Pest Management Science，2022，78（6）：2534-2549.
28	叶兴状，张明珠，赖文峰，等.基于MaxEnt优化模型的闽楠潜在适宜分布预测［J］.生态学报，2021，41（20）：8135-8144.
29	Elith J， Phillips S J， Hastie T，et al.A statistical explanation of MaxEnt for ecologists［J］.Diversity and Distributions，2011，17（1）：43-57.
30	Zhang J J， Jiang F， Li G Y，et al.Maxent modeling for predicting the spatial distribution of three raptors in the Sanjiangyuan National Park，China［J］.Ecology and Evolution，2019，9（11）：6643-6654.
31	Zhao P S， Li X F， Ran R L，et al.Precipitation and local environment shape the geographic variation of seed size across natural populations of sand rice （Agriophyllum squarrosum）［J］.Journal of Experimental Botany，2022，73（16）：5682-5697.
32	VanDerWal J， Murphy H T， Kutt A S，et al.Focus on poleward shifts in species' distribution underestimates the fingerprint of climate change［J］.Nature Climate Change，2013，3（3）：239-243.
33	Tian L， Benton M J.Predicting biotic responses to future climate warming with classic ecogeographic rules［J］.Current Biology，2020，30（13）：R744-R749.
34	Li C J， Fu B J， Wang S，et al.Drivers and impacts of changes in China's drylands［J］.Nature Reviews Earth & Environment，2021，2（12）：858-873.
35	Ye X Z， Zhao G H， Zhang M Z，et al.Distribution pattern of endangered plant Semiliquidambar cathayensis （Hamamelidaceae） in response to climate change after the Last Interglacial Period［J］.Forests，2020，11（4）：434.
36	汪勇，闻志彬，张宏祥，等.中国假木贼属（Anabasis）的地理分布及潜在分布区预测［J］.中国沙漠，2018，38（5）：1033-1040.
37	Zhang Y， Gao Q Z， Dong S K，et al.Effects of grazing and climate warming on plant diversity，productivity and living state in the alpine rangelands and cultivated grasslands of the Qinghai-Tibetan Plateau［J］.Rangeland Journal，2015，37（1）：57-65.
38	Valladares F， Matesanz S， Guilhaumon F，et al.The effects of phenotypic plasticity and local adaptation on forecasts of species range shifts under climate change［J］.Ecology Letters，2014，17（11）：1351-1364.
39	Ren L J， Guo X， Liu S N，et al.Intraspecific variation in Phragmites australis：clinal adaption of functional traits and phenotypic plasticity vary with latitude of origin［J］.Journal of Ecology，2020，108（6）：2531-2543.
40	尹成亮，钱朝菊，陈国雄，等.生态分化选择对沙米（Agriophyllum squarrosum）表型多样性的影响［J］.中国沙漠，2016，36（2）：364-373.
41	尹成亮，赵杰才，胡进玲，等.环境异质性对潜在粮食作物沙米表型变异的影响［J］.中国科学：生命科学，2016，46（11）：1324-1335.
42	赵鹏善，冉瑞兰，李晓凤，等.流动沙丘先锋植物沙蓬遗传驯化和栽培品系初步选育［J］.中国科学：生命科学，2023，53：1-14.
43	于燕波，王群亮， Kell S，等.中国栽培植物野生近缘种及其保护对策［J］.生物多样性，2013，21（6）：750-757.
44	Vincent H， Amri A， Castaneda-Alvarez N P，et al.Modeling of crop wild relative species identifies areas globally for in situ conservation［J］.Communications Biology，2019，2（1）：136.

简称	环境变量	贡献率/%	置换重要值/%
bio2	昼夜温差月均值	28.2	2.5
bio1	年平均气温	23.1	42.1
bio3	等温差	14.8	25.6
bio8	最湿季平均气温	14.0	2.3
bio15	降水量变异系数	8.2	2.6
bio17	最干季降水量	6.0	15.7
bio12	年降水量	4.6	6.1
bio18	最暖季降水量	0.8	3.1
bio19	最冷季降水量	0.3	0.1

简称	环境变量	贡献率/%	置换重要值/%
bio2	昼夜温差月均值	28.2	2.5
bio1	年平均气温	23.1	42.1
bio3	等温差	14.8	25.6
bio8	最湿季平均气温	14.0	2.3
bio15	降水量变异系数	8.2	2.6
bio17	最干季降水量	6.0	15.7
bio12	年降水量	4.6	6.1
bio18	最暖季降水量	0.8	3.1
bio19	最冷季降水量	0.3	0.1

时期	当前	2050s			2070s
时期	当前	SSP126	SSP245	SSP585	SSP126	SSP245	SSP585
合计	1 731.50	1 841.54	1 978.15	2 084.15	1 870.44	2 014.14	2 315.75
低适生区	696.18	657.79	703.10	720.03	628.21	678.13	743.65
中适生区	572.98	562.78	617.37	612.41	600.24	614.61	605.99
高适生区	462.35	620.97	657.69	751.72	641.98	721.40	966.10

时期	当前	2050s			2070s
时期	当前	SSP126	SSP245	SSP585	SSP126	SSP245	SSP585
合计	1 731.50	1 841.54	1 978.15	2 084.15	1 870.44	2 014.14	2 315.75
低适生区	696.18	657.79	703.10	720.03	628.21	678.13	743.65
中适生区	572.98	562.78	617.37	612.41	600.24	614.61	605.99
高适生区	462.35	620.97	657.69	751.72	641.98	721.40	966.10

时期	面积/万km²			变化/%
时期	扩张	保留	收缩	扩张率	保留率	收缩率
2050s-SSP126	118.85	1 549.41	35.22	3.31	43.14	0.98
2050s-SSP245	214.17	1 568.29	16.33	5.96	43.66	0.45
2050s-SSP585	297.25	1 562.42	22.20	8.28	43.50	0.62
2070s-SSP126	135.49	1 566.31	18.32	3.77	43.61	0.51
2070s-SSP245	251.97	1 548.85	35.78	7.01	43.12	1.00
2070s-SSP585	462.06	1 564.81	19.82	12.86	43.56	0.55