基于GIS的柠条锦鸡儿(Caragana korshinskii)分布模型
1.
2.
Modeling of species distribution with GIS in arid regions: take Caragana korshinskii for example
1.
2.
通讯作者:
收稿日期: 2020-02-03 修回日期: 2020-04-01 网络出版日期: 2020-09-28
基金资助: |
|
Received: 2020-02-03 Revised: 2020-04-01 Online: 2020-09-28
作者简介 About authors
邓迪(1994—),女,山西忻州人,硕士研究生,研究方向为GISE-mail:
关键词:
Keywords:
本文引用格式
邓迪, 赵泽斌, 马媛.
Deng Di, Zhao Zebin, Ma Yuan.
0 引言
地理信息系统(GIS)是将空间属性数据在计算机空间中合理组织并实现可视化的数据系统,基本功能是对带有属性信息的空间数据的采集、分析、管理以及制图等。物种分布研究旨在以现有物种分布数据及其与环境变量之间的同级关系,预测物种在实际空间上的地理分布,整个分析过程中涉及到地理数据的采集预处理、空间信息建模以及最后模型结果的制图、计算等过程,这些正符合地理信息系统的功能特点,因此GIS技术为物种分布研究提供了良好的计算环境与平台。组合模型概念的提出旨在解决物种分布模型(SDMs)在预测未来气候变化情形下物种分布中造成的误差问题。造成SDMs不准确的因素主要有物种点位数据的记录和搜集不够、物种与环境之间存在的复杂关系,还有模型本身的局限性。在物种分布相关研究中已有大量实证,组合物种分布模型能够减少模型本身以及数据处理过程中的不确定性[22-23]。
柠条锦鸡儿的地理空间分布受全球气候变化的影响显著。准确预测柠条锦鸡儿生长环境适宜性的变化,有利于柠条锦鸡儿物种保护以及合理利用。本文通过对众多文献[1-2,7-9]及数据记录,使用目前最为流行的物种分布单模型集合预报平台BIOMOD2柠条锦鸡儿的地理空间分布以及适宜性生长环境进行分析,选取BIOMOD2中的5种单模型算法[24-25]:广义线性模型(GLM)、广义相加模型(GAM)、推进式回归树(GBM)、随机森林(RF)及MaxEnt模型[26]构建组合物种分布模型,预测未来不同气候变化情景(RCP 2.6、RCP4.5、RCP 6.0以及RCP 8.5)下柠条锦鸡儿2个时间段(2041—2060年,2061—2080年)适宜生长范围地理空间分布,希望能为未来柠条锦鸡儿生态保护以及其可持续利用提供依据。
1 材料和方法
1.1 柠条锦鸡儿的点位数据
共采集到557个柠条锦鸡儿采样点信息(图1),主要来自国家科技基础条件平台(
图1
1.2 环境图层数据说明以及预处理
多种因素影响物种的潜在分布,一般情况下,气候因素是物种分布的主导因子,但干旱区环境条件限制性较高,土壤、地形等因素也会影响小范围植被分布。本文综合考虑上述3类环境因子,共收集了3大类33个环境因子参与模型的构建。其中,气候因子数据采用具有生态学意义的气候环境变量数据Bio(Bioclimatic variables)系列数据(
表1 参与建模的环境要素指标
Table 1
环境因子类型 | 编码 | 环境因子 |
---|---|---|
气候因子 | AMAT | 年平均气温 |
MDTR | 平均日较差 | |
IM | 等温性 | |
TAR | 温度年较差 | |
AP | 年降水量 | |
PCT | 最冷季平均温度 | |
PDQ | 降水量的季节性变化 | |
PWQ | 最热季降水量 | |
地形因子 | ASL | 海拔 |
SLOP | 坡度 | |
ASPE | 坡向 | |
土壤因子 | T_OC | 表层土壤有机碳含量/% |
T_PH | 表层土壤pH | |
T_CACO3 | 表土碳酸钙含量/% | |
T_CASO4 | 表土硫酸钙含量/% | |
T_ESP | 表土碱度/% | |
T_ECE | 表土盐度/(dS·m-1) | |
T_GRAVEL | 表土砾石含量/% | |
T_SAND | 表土含砂率/% | |
T_SILT | 表土粉沙含量/% | |
T_CLAY | 表土黏土含量/% | |
S_PH | 第二层土壤pH |
环境因子的共线性会造成物种分布模型构建过程中统计信息的冗余,从而影响建模结果的准确性,因此在建模之前,需要对所有的环境因子进行筛选[28],以相关系数来检验33个环境因子的共线性。结果表明,在气候因子中,19个因子有较强的共线性。对于相关系数绝对值>0.7的多组环境因子,我们只选择每组中能够表现柠条锦鸡儿适宜生境特征的一个变量参与模型构建。最后选取了AMAT、MDTR、IM、TAR、AP、PCT、PDQ、PWQ及全部的地形因子和土壤因子进行建模。
1.3 组合模型构建
本文采用真实技巧统计值(TSS)对模型进行评价,TSS为源于Kappa系数的改良检验指标,TSS定义为模型正确预测存在点与伪存在点的百分比之和与1的差值,因此其值在-1至1之间,当取值大于0.7时,模型模拟结果较好。
首先对单一模型进行筛选,在BIOMOD2和SDM中的10个模型中选取TSS值大于0.7的模型,分别为推进式回归树模型(GBM)、广义线性模型(GLM)、广义相加模型(GAM)、随机森林模型(RF)、最大熵模型(MaxEnt)。
组合模型构建时,对达到精度要求的5个模型求加权平均。
归一化处理参与建模的5个模型,根据各自的TSS值确定权重:
式中:wj为第j个模型的权重;rj为第j个模型的TSS值;h为5。
然后利用加权平均构建模型,计算所有栅格的柠条锦鸡儿适宜生境分布指数BTi:
式中:BTi是第i个栅格中柠条锦鸡儿潜在适宜生长环境分布指数;xij为第j个模型中第i个栅格的值;wj指第j个模型的权重。BTi取值0~1,当BTi越接近于1时,表明此空间分布气候条件更适合柠条锦鸡儿的生长。
典型浓度目标(RCPs),即关于未来气候环境数据科学假设中的新排放场景,由IPCC于2013年发布,包括最低(RCP2.6)、中等(RCP4.5)、较高(RCP6.0)、最高(RCP8.5)4种温室气体排放场景[29],本研究将这4种情景下的BIO数据代入上述模型计算未来不同气候情景下该物种的适宜生境分布。
2 结果与分析
2.1 同模型精度评价
本研究利用TSS评价模型精度(图2),性能最优的单模型为RF与MAXENT,GAM的精度较差,TSS值为0.82,模型精度最低的是GLM与GBM,TSS值均低于0.8;但组合模型TSS值(0.92)表明,在一定程度上该模型精度优于其他模型。
图2
2.2 柠条锦鸡儿当前潜在地理分布
由不同模型对于该物种的分布预测(图3)判断,各个模型在预测柠条锦鸡儿当前潜在地理分布上存在一定的差异。
图3
图3
各模型及组合模型预测的柠条锦鸡儿的当前潜在地理分布
Fig.3
The current geographic distribution of Caragana korshinskii
由GLM模型可知,柠条锦鸡儿的适生区主要分布在中国中北部干旱区。适宜生境和低适宜生境主要包括浑善达克沙地、库布齐沙漠、科尔沁沙地、腾格里沙漠、毛乌素沙地、巴丹吉林沙漠南部、古尔班通古特沙漠西部及南部、河北省张家口市、山西省大部分地区、关中平原及周边、宁夏回族自治区大部,甘肃省内则主要分布于河西走廊中部以及周边地区。与GLM模型相较,GAM模型中,柠条锦鸡儿的适生区减少的区域为科尔沁沙地,增加的低适宜生境区域主要位于古尔班通古特沙漠。GBM模型中,柠条锦鸡儿的适宜生境范围减少的区域为陕西省中部、山西省中部地区(变为低适宜生境)。RF模型中,柠条锦鸡儿的适生范围在各个沙漠中均有不同程度的减少。其中,适宜生境仅有陕西省北部、山西省北部、河北省张家口市、宁夏回族自治区中卫市东部、甘肃省庆阳市北部。低适宜生境分布在甘肃省的张掖市、兰州市、定西市、白银市,新疆克拉玛依塔城市,陕西的关中平原。MAXENT模型中,柠条锦鸡儿的低适宜生境范围在各个沙漠中均有所增加,而适宜生境则在山西南部、陕西中部变为低适宜区域。而在组合模型中,柠条锦鸡儿的适生范围基本涵盖整个黄土高原及北方七大沙漠周边地区。与中国冰川冻土沙漠图[30]进行对比发现,由组合模型得出的柠条锦鸡儿的适生范围更符合北方沙漠的分布情况。
2.3 环境因子
本文共选取了22个因子参与构建柠条锦鸡儿适宜生境分布模型,气候因子是柠条锦鸡儿适宜生境分布的决定性因子。在气候因子中,影响最大的为最热季降水量(PWQ),权重为18.2%,之后依次为最冷季平均温度(PCT,16.8%)、年平均气温(AMAT,13%)及年降水量(AP,10%);土壤因子中权重较大的依次为第二层土壤pH(S_PH,15%)、表土碳酸钙含量(T_CACO3,10%)、表土黏土含量(T_CLAY,8%)、表层土壤有机碳含量(T_OC,5%)。这8个因子的累计贡献率为96%。利用上述8个影响最大因子和组合模型建立各个因子的响应模型,绘制柠条锦鸡儿地理空间潜在分布概率以及相关气候因子之间的响应关系,进一步计算各主导气候因子的阈值(假设存在概率>0.3)。PWQ为76~305 mm,PCT小于0 ℃,AMAT为50~102 oC,AP为50~650 mm,S_PH大于7.6,T_CACO3为1%~17%,T_CLAY为3%~35%,T_OC小于1%(图4)。
图4
图4
主导气候因子与柠条锦鸡儿的存在概率关系
Fig.4
Relationship of survival probability between eight dominant climate factors and Caragana korshinskii
2.4 气候变化情景下柠条锦鸡儿的分布预测
利用组合模型预测柠条锦鸡儿在不同气候背景下潜在地理空间分布。将柠条锦鸡儿在未来气候环境条件下生长适宜性划分为3类,分类依据为:BTi 0~0.3为不适宜区,0.3~0.5为低适宜区,0.5~1为适宜区。得到了在不同气候变化情景下,中国北方柠条锦鸡儿潜在地理空间分布范围(图5),结果表明,在未来所有的气候情景下,该物种的适宜生境均将有不同程度的增加。4种气候情景下所预测柠条锦鸡儿在前20年适宜生境面积分别为22.2%、17.6%、15.2%和14.2%;到后20年,研究区内柠条锦鸡儿适宜生境有了不同程度的增加,分别占研究区总面积的21.52%、20.25%、20.97%和22.76%。当前气候环境下柠条锦鸡儿的低适宜生境比例为7.24%,在未来4种气候变化情景下,柠条锦鸡儿低适宜生境面积比例变化范围相对较小(8.54%~11.23%),但在未来4种气候情景下低适宜生境面积比例均有所增加,分别占研究区总面积8.54%、8.76%、9.22%和11.23%(2041—2060年),以及8.69%、9.55%、9.72%和10.11%(2061—2080年)。在不同的气候变化情景下,柠条锦鸡儿的适宜生境和低适宜生境的空间分布范围均由周边向中心集中。内蒙古和甘肃及新疆三省的适宜生境比例增长较快,随着未来气候的变化,低适宜生境与适宜生境的面积都有所增加,但增加量较小。
图5
图5
柠条锦鸡儿在未来气候情景下的适宜生境分布
Fig.5
Suitable habitat distribution of Caragana korshinskii in future climate
3 讨论
本研究在GIS技术的支持下,基于5种物种分布模型构建了精度更高(TSS=0.92)的组合模型,并利用该模型对柠条锦鸡儿在当前以及未来不同气候变化情景下潜在空间分布进行了研究,同时分析比较了不同环境因素对柠条锦鸡儿空间分布的影响。但是物种的实际地理分布受到诸多因素限制,如相同生态位物种竞争等生物间相互作用,以及放牧等人类活动影响,本文未能全部涉及。在以后的研究中,可以注意上述影响因子对该物种实际分布的影响。
在荒漠生境中,柠条锦鸡儿是一种生态价值很高的植物,预测其地理空间分布对于水土保持和荒漠化防治具有重要意义。在未来的物种保护以及种植区规划上,应当充分考虑柠条锦鸡儿未来适宜生境的分布区域,辅以有效的人工干预,适当控制柠条锦鸡儿的种群数量,确保其生态价值的可持续利用达到最大化。
参考文献
锦鸡儿属响应干旱胁迫的形态适应特征和生理机制的研究
[D].
沙埋和种子大小对柠条锦鸡儿种子萌发、出苗和幼苗生长的影响
[J].,
柠条锦鸡儿CkLEA4基因克隆及表达分析
[J].,
柠条锦鸡儿咖啡酰辅酶A-O-甲基转移酶基因cDNA和gDNA全长克隆及生物信息学分析
[D].
柠条锦鸡儿基因的克隆、表达分析及载体构建
[J].,
柠条叶粉对羊的饲用价值的研究
[D].
柠条锦鸡儿平茬复壮技术
[J].,
山西省锦鸡儿蜜源植物分布特点及开花流蜜规律
[J].,
Ensemble modelling of species distribution: the effects of geographical and environmental ranges
[J].,
BIOMOD-Optimizing predictions of species distributions and projecting potential future shifts under global change
[J].,
BIOMOD-a platform for ensemble forecasting of species distributions
[J].,
Modeling the distribution of Populus euphratica in the Heihe River Basin,an inland river basin in an arid region of China
[J].,
Risk of progression and survival in multiple myeloma relapsing after therapy with IMiDs and bortezomib: a multicenter international myeloma working group study
[J].,
Predicting the distribution of rubber trees (Hevea brasiliensis) through ecological niche modelling with climate,soil,topography and socioeconomic factors
[J].,
/
〈 | 〉 |