基于GIS和MaxEnt模型的川內(nèi)澤蘭屬植物生境適宜性評價

洪宇辰,楊星萍,賀倩,戴曉愛,2*

?

基于GIS和MaxEnt模型的川內(nèi)澤蘭屬植物生境適宜性評價

洪宇辰1,楊星萍1,賀倩1,戴曉愛1,2*

1. 成都理工大學(xué)地球科學(xué)學(xué)院, 四川 成都 610059 2. 國土資源部地學(xué)空間信息技術(shù)重點實驗室, 四川 成都 610059

本研究以在四川省境內(nèi)造成嚴重危害的澤蘭屬植物為研究對象，選取影響其生長的22個環(huán)境因子，以GIS為技術(shù)平臺，結(jié)合MaxEnt模型對川內(nèi)澤蘭屬植物的生境適宜性進行了科學(xué)評價。結(jié)果表明：(1)月均晝夜溫差、最暖月最高溫度、最冷月最低溫度和最干季平均溫度是影響澤蘭屬植物生長和分布的最主要因子，澤蘭屬植物在生長過程中對溫度的變化較為敏感；(2)研究區(qū)澤蘭屬植物生境適宜等級呈輻散式分布，“適宜”及以上生境區(qū)域主要集中在四川中部、西南部和東北部的平原地區(qū)，其余區(qū)域生境適宜等級由中部向外逐漸遞減；(3)研究區(qū)澤蘭屬植物生境適宜等級以“較不適宜”為主，其面積約248457 km2，占研究區(qū)總面積的52.04%，主要分布于川東丘陵和川西高原地區(qū)。由此，四川中部平原地區(qū)應(yīng)劃為澤蘭屬植物入侵的重點治理區(qū)域，其周邊區(qū)域也應(yīng)加強防治力度。

入侵物種; MaxEnt; GIS; 生境適宜性

近年來，全球氣候變化和經(jīng)濟發(fā)展的不斷增速，與此同時也加快了物種在全球的傳播速度，增大了物種向原產(chǎn)地以外的地區(qū)擴散的機會。越來越多的物種隨人類活動被帶至其原產(chǎn)地以外的地區(qū)，并在這些區(qū)域內(nèi)大量繁殖、建立種群，并排擠本地物種，改變傳入地的群落和生態(tài)系統(tǒng)的結(jié)構(gòu)，給傳入地帶來嚴重的生態(tài)和經(jīng)濟問題[1]。據(jù)統(tǒng)計，我國每年因生物入侵造成的總經(jīng)濟損失達2000億元人民幣[2]。由此，預(yù)測外來入侵物種的潛在分布是當(dāng)下亟待解決的問題。

近年來，隨著3S技術(shù)的發(fā)展和生態(tài)位理論的提出，越來越多的學(xué)者開始結(jié)合3S技術(shù)宏觀性的特點，以生態(tài)位理論為基礎(chǔ)，從大尺度上通過對入侵物種的生物氣候特征的分析結(jié)合生境適宜性的 評價，實現(xiàn)預(yù)測入侵物種潛在適生區(qū)的目的。張熙驁等[3]基于MaxEnt模型預(yù)測了麥穗魚()和鯽()兩種入侵魚類的全球適生區(qū)；李雙成[4]等基于GARP模型預(yù)測了云南縱向嶺谷區(qū)紫莖澤蘭()的潛在入侵區(qū)域；向紅[5]等基于CLIMEX和GIS確定了黑脂大小蠹()在我國的潛在適生范圍；胥勇[6]等應(yīng)用BIOCLIM生態(tài)位模型對松材線蟲傳入云南的風(fēng)險進行了評估。

澤蘭屬(spp)植物，菊科，在全球已發(fā)現(xiàn)約1200種，主產(chǎn)于美洲、歐洲、非洲，于上個世紀50年代由緬甸傳入我國云南南部,并逐漸以每年約20 km的速度向北、東部擴散蔓延，現(xiàn)已廣泛分布于云南、四川、貴州等省區(qū)，是我國西南地區(qū)主要且危害嚴重的入侵雜草大類，給農(nóng)業(yè)、畜牧業(yè)的生產(chǎn)帶來極大危害[7]。因此，本研究基于GIS技術(shù)和MaxEnt模型，對四川省的澤蘭屬植物生境適宜性進行評價，并分析影響澤蘭屬植物生存的主要生境因子，預(yù)測其空間分布，以建立了一套科學(xué)合理的入侵植物預(yù)測體系，為防護部門提供參考。

1 材料與方法

1.1 研究區(qū)概況

四川省位于中國西南腹地，界于97°21′~108°31′E，26°03′~34°19′N，是我國第一地貌階梯與第二地貌階梯的過渡地帶，西連青藏高原，北靠秦嶺、大巴山，南鄰云貴高原，地勢總體上呈西高東低走勢，可以分為西部川西高原和東部四川盆地兩大部分。區(qū)域內(nèi)氣候差異顯著，東部春夏季濕熱多余、秋冬季溫?zé)嵘儆辍⒍嘣旗F、日照少、作物生長季長，西部常年溫度較低，冬季較長、基本無夏、干濕季分明；氣候呈現(xiàn)垂直變化，類型豐富，有利于農(nóng)業(yè)、林業(yè)及畜牧業(yè)牧綜合發(fā)展；研究區(qū)內(nèi)氣象及地質(zhì)災(zāi)害頻發(fā)，災(zāi)害類型繁多，且發(fā)生范圍大，主要是暴雨、洪澇及其引發(fā)的滑坡、泥石流等[8,9]。

1.2 模型介紹

MaxEnt是一種利用物種“出現(xiàn)點”所在地理位置的環(huán)境變量特征得出約束條件，并根據(jù)該約束條件來探尋滿足最大熵的可能分布，以此來預(yù)測物種在研究區(qū)的生境適宜性及潛在分布的一種生態(tài)位模型[10]。同時，MaxEnt模型提供自檢驗的功能[11]，具有較好的分辨變量相互作用和抽樣偏差處理的能力，操作簡單快捷，分布數(shù)據(jù)只需要“出現(xiàn)點”數(shù)據(jù)，而不需要較難獲得的“未出現(xiàn)點”數(shù)據(jù)，更適用分析目標物種分布區(qū)域的適宜性[12,13]。在澤蘭屬植物“未出現(xiàn)點”的數(shù)據(jù)難以準確采集的實際情況下，MaxEnt模型相比其他模型具有更大的優(yōu)勢。

1.3 數(shù)據(jù)來源及預(yù)處理

本研究所用植物分布數(shù)據(jù)來自中國數(shù)字植物標本館(CVH，http://www.cvh.ac.cn/)和全球生物多樣性信息平臺(GBIF，https://www.gbif.org/)，統(tǒng)計收集到81個具有準確經(jīng)緯度的樣本分布點數(shù)據(jù)，共包括6種澤蘭屬植物，將其保存為包括物種名、經(jīng)度和緯度等信息的.csv格式數(shù)據(jù)以用于MaxEnt模型運算；生物環(huán)境數(shù)據(jù)共22個，獲取于世界氣象數(shù)據(jù)庫(World Clim，http://www.worldclim.org/)，涵蓋氣候和地形對自然因素對澤蘭屬植物生長的影響，包括：年均溫度(Bio1)、月均晝夜溫(Bio2)、等溫性(Bio3)、季節(jié)性溫度(Bio4)、最暖月最高溫度(Bio5)、最冷月最低溫度(Bio6)、溫度年變化范圍(Bio7)、最濕季平均溫度(Bio8)、最干季平均溫度(Bio9)、最暖季平均溫度(Bio10)、最冷季平均溫度(Bio11)、年均降水量(Bio12)、最濕月降水量(Bio13)、最干月降水量(Bio14)、季節(jié)性降水量變異系數(shù)(Bio15)、最濕季降水量(Bio16)、最干季降水量(Bio17)、最暖季降水量(Bio18)、最冷季降水量(Bio19)、高程(Elevation)、坡度(Slope)、坡向(Aspect)將其空間分辨率統(tǒng)一為1000 m，并基于研究區(qū)地圖數(shù)據(jù)(國家基礎(chǔ)地理信息中心，http://www.ngcc.cn/)，進行裁剪等處理，最終轉(zhuǎn)為ASCII文件格式。

2 模型構(gòu)建

本研究選擇MaxEnt 3.4.1建立物種分布模型，將澤蘭屬植物環(huán)境數(shù)據(jù)和分布數(shù)據(jù)導(dǎo)入模型，從總的分布數(shù)據(jù)集中，隨機選取25%的分布數(shù)據(jù)作為檢驗數(shù)據(jù)，其余分布數(shù)據(jù)則為訓(xùn)練數(shù)據(jù)，同時，再從訓(xùn)練數(shù)據(jù)中隨機選取10%的數(shù)據(jù)計算分布閾值，即保證訓(xùn)練集90%以上的分布數(shù)據(jù)在主要分布范圍內(nèi)[14]。以刀切法(Jackknife)來評價各環(huán)境因子對研究區(qū)澤蘭屬植物的生長影響的權(quán)重，結(jié)果以Logistic格式輸出，即分布概率。最終，模型的預(yù)測結(jié)果由受試者工作特征曲線下的面積值(AUC)進行檢驗，檢驗標準為：0.50~0.60表示預(yù)測失敗，0.60~0.70表示預(yù)測較差，0.70~0.80為預(yù)測一般，0.80~0.90表示預(yù)測較好，0.90~1.0表示預(yù)測結(jié)果非常好[15]，AUC值與1越接近，則說明與預(yù)測結(jié)果與隨機分布相距越遠，環(huán)境變量與物種的地理分布之間的相關(guān)性越大，即預(yù)測的結(jié)果越準確。將預(yù)測結(jié)果以柵格數(shù)據(jù)表達，并用Nature Jenks數(shù)據(jù)分級方法分為五級，進行生境適宜性制圖。

3 結(jié)果與分析

3.1 模型精度評價

根據(jù)結(jié)果顯示，模型訓(xùn)練數(shù)據(jù)與驗證數(shù)據(jù)的AUC值分別為0.933和0.866，明顯大于隨機分布的AUC值(0.500)，由此，表明預(yù)測結(jié)果并非隨機，模型的擬合程度相對較高，結(jié)果是可信的。

3.2 澤蘭屬植物分布與環(huán)境因子響應(yīng)分析

MaxEnt模型中，刀切法(Jackknife)分析各個生物環(huán)境因子對分布增益的貢獻，即對預(yù)測結(jié)果的影響程度。分析結(jié)果表明，主要環(huán)境因子及其貢獻率為：Bio9(20.7%)、Bio2(19.3%)、Bio5(16.4%)、Bio6(11.9%)、Bio18(8.4%)、Aspect(7.6%)，以上8個因子總的貢獻率達84.3%。其中，又以Bio9、Bio2、Bio5和Bio6為最主要的影響因子。

綜合響應(yīng)曲線(圖1)，Bio9的的適宜溫度范圍為-25~15 ℃，隨溫度的升高，分布概率增大，最適溫度在15 ℃左右，此后，溫度升高，分布概率將不再變化；Bio2的適宜溫度范圍為6 ℃~16 ℃，分布概率隨溫度呈階梯式增長，最適溫度在16 ℃左右；Bio5的適宜溫度范圍為5 ℃~32 ℃，最適溫度為32 ℃，此后，分布概率將不再隨降雨量的變化而變化；Bio6的適宜溫度范圍為-20 ℃~9 ℃，最適溫度為0 ℃，-20 ℃~0 ℃之間，分布概率隨溫度的升高而增加，0 ℃~9 ℃，分布概率隨溫度的升高而下降，9 ℃之后，分布概率將不在變化。

圖 1 預(yù)測值分布與Bio9、Bio2、Bio5和Bio6的響應(yīng)曲線

3.3 川內(nèi)澤蘭屬植物生境適宜性評價

生境適宜性是指生境能支持一個特定物種的潛在能力，對物種的生存和發(fā)展有著極為重要的意義。MaxEnt模型結(jié)果為物種在地理空間中的分布概率，概率越接近1，則說明該位置越適合于物種的生生存發(fā)展。根據(jù)結(jié)果(圖2)，適宜性的分布在空間上存在明顯連續(xù)分布特征，從高適宜區(qū)到不適宜區(qū)呈輻散式過渡。其中，適宜及以上等級分布區(qū)域主要集中于四川省中部、西南部、和東北部，即成都、德陽、綿陽、廣元、雅安、樂山、西昌及攀枝花8市，川西高原等區(qū)域有少量分布區(qū)域，分布面積共134702 km2，占研究區(qū)總面積的28.22%；不適宜區(qū)主要分布與川東地區(qū)，少量分布于川西南和川西地區(qū)，與較不適宜區(qū)混合分布，面積約94224 km2，占研究區(qū)總面積的19.74；較不適宜區(qū)分布于川西和川東地區(qū)，為研究區(qū)主要適宜性類型，面積約248457 km2，占研究區(qū)總面積的52.04%。

圖 2 生境適宜等級空間分布圖

4 結(jié) 論

近年來，隨著經(jīng)濟全球化的推進和世界氣候的變化，這種物種間的地理隔離正逐漸被打破，不同物種離開原產(chǎn)地進入其他地區(qū)。同時，由于人類活動的影響，各類生態(tài)系統(tǒng)結(jié)構(gòu)逐步被破壞，生態(tài)系統(tǒng)穩(wěn)定性急劇下降，對外來有害物種的抵御和自我恢復(fù)能力降低，由此，為有害物種的入侵提供了基礎(chǔ)條件，造成世界范圍內(nèi)不同程度生物入侵的現(xiàn)象狀況析入侵物種的潛在地理分布，了解其生境適宜性現(xiàn)狀，是有效開展防治工作的前提。

本文在以MaxEnt模型為基礎(chǔ)，結(jié)合GIS技術(shù)，選取影響植被生長的氣候和地形要素，從大區(qū)域尺度上對川內(nèi)澤蘭屬植物的生境適宜性進行了評價分析，結(jié)果表明：

（1）通過刀切法(Jackknife)，從22個生物環(huán)境變量中得到對澤蘭屬植物生長影響最大的4個環(huán)境變量及其適宜范圍，分別為月均晝夜溫差(Bio2，6 ℃~16 ℃)、最暖月最高溫度(Bio5，5 ℃~32 ℃)、最冷月最低溫度(Bio6，-20 ℃~9 ℃)和最干季平均溫度(Bio9，-25 ℃~15 ℃)，表明澤蘭屬植物在生長過程中對溫度的變化較為敏感；

（2）研究區(qū)澤蘭屬植物生境適宜等級以“較不適宜”為主，其面積約248457 km2，占研究區(qū)總面積的52.04%，主要分布于川東丘陵和川西高原地區(qū)，整體情況較好；

（3）研究區(qū)澤蘭屬植物生境適宜性呈輻散式分布，“適宜”及以上區(qū)域主要集中在四川中部、西南部和東北部的平原地區(qū)，并以其為中心，向其他區(qū)域逐漸遞減。平原地區(qū)由于地勢平坦，人口聚集，人類活動頻繁，導(dǎo)致平原地區(qū)生態(tài)系統(tǒng)結(jié)構(gòu)遭破壞，生態(tài)系統(tǒng)穩(wěn)定性差，抵御入侵物種的能力差，由此外來物種入侵概率高，與研究結(jié)論一致。

[1] 徐海根,強勝,韓正敏,等.中國外來入侵物種的分布與傳入路徑分析[J].生物多樣性,2004,12(6):626-638

[2] 李大林.我國每年因外來生物入侵經(jīng)濟損失超兩千億元[J].廣西質(zhì)量監(jiān)督導(dǎo)報,2014(11):30

[3] 張熙驁,隋曉云,呂植,等.基于Maxent的兩種入侵性魚類(麥穗魚和鯽)的全球適生區(qū)預(yù)測[J].生物多樣 性,2014,22(2):182-188

[4] 李雙成,高江波.基于GARP模型的紫莖澤蘭空間分布預(yù)測—以云南縱向嶺谷為例[J].生態(tài)學(xué)雜志,2008,27(9):1531-1536

[5] 向紅,馬平,杜宇,等.基于CLIMEX和GIS的黑脂大小蠹在中國的適生區(qū)域預(yù)測[J].云南農(nóng)業(yè)大學(xué)學(xué)報:自然科 學(xué),2012,27(6):794-797

[6] 胥勇,周平陽,王揚,等.應(yīng)用BIOCLIM生態(tài)位模型對松材線蟲傳入云南的風(fēng)險評估[J].云南農(nóng)業(yè)大學(xué)學(xué)報:自然科 學(xué)版,2008,23(6):746-753

[7] 賈桂康,薛躍規(guī).紫莖澤蘭和飛機草在廣西的入侵生境植物多樣性分析[J].生態(tài)環(huán)境學(xué)報,2011,20(5):819-823

[8] 杜華明,延軍平.四川省氣候變化特征與旱澇區(qū)域響應(yīng)[J].資源科學(xué),2013,35(12):2491-2500

[9] 王文國,何明雄,潘科,等.四川省水資源生態(tài)足跡與生態(tài)承載力的時空分析[J].自然資源學(xué)報,2011,26(9):1555-1565

[10] 邢丁亮,郝占慶.最大熵原理及其在生態(tài)學(xué)研究中的應(yīng)用[J].生物多樣性,2011,19(3):295-302

[12] 劉振生,高惠,滕麗微,等.基于MAXENT模型的賀蘭山巖羊生境適宜性評價[J].生態(tài)學(xué)報,2013,33(22):7243-7249

[13] 吳慶明,王磊,朱瑞萍,等.基于MAXENT模型的丹頂鶴營巢生境適宜性分析—以扎龍保護區(qū)為例[J].生態(tài)學(xué) 報,2016,36(12):3758-3764

[14] 王雷宏,楊俊仙,徐小牛.基于MaxEnt分析金錢松適生的生物氣候特征[J].林業(yè)科學(xué),2015,51(1):127-131

[15] Urbani F, D’Alessandro P, Frasca R,. Maximum entropy modeling of geographic distributions of the flea beetle species endemic in Italy (Coleoptera: Chrysomelidae: Galerucinae: Alticini)[J]. Zoologischer Anzeiger - A Journal of Comparative Zoology, 2015,258:99-109

Evaluation of Habitat Suitability ofspp. in Sichuan Province Based on GIS and MaxEnt Model

HONG Yu-chen1, YANG Xing-ping1, HE Qian1, DAI Xiao-ai1,2*

1.610059,2.610059,

In this study, we used the genusspp. that caused serious damage in Sichuan Province as the research object, and selected 22 environmental factors affecting its growth. Using GIS as the technology platform, the MaxEnt model was used to scientifically evaluate the habitat suitability ofspp. in Sichuan. The results showed that mean diurnal range, max temperature of warmest month, min temperature of coldest month and mean temperature of driest quarter were the most important factors affecting the growth and distribution ofspp., indicating that the changes in temperature were more sensitive; The suitable habitat level ofsppin the study area was in a divergence distribution, and the “suitable” and above habitat areas were mainly concentrated in the plain areas in the central, southwest, and northeast of Sichuan, and the appropriate habitat levels in the remaining areas gradually decreased from the center to the outside; The appropriate level of habitat forspp. in the study area was mainly “l(fā)ess suitable”, with an area of about 248457 km2, accounting for 52.04% of the total area. It was mainly distributed in the hills of eastern Sichuan and highlands of western Sichuan. So, the central plain area in Sichuan should be designated as a key governance area for the invasion ofspp, and its surrounding areas should also be strengthened.

Invasive species; MaxEnt; GIS; habitat suitability

S718.53

A

1000-2324(2018)05-0759-04

10.3969/j.issn.1000-2324.2018.05.006

2017-09-26

2017-10-18

中國科學(xué)院遙感與數(shù)字地球研究所2017“科創(chuàng)計劃”項目:入侵雜草的高光譜特征提取與分析研究(20170700018)

洪宇辰(1996-),男,本科生,研究方向為地圖學(xué)與地理信息系統(tǒng). E-mail:yc_hong526@163.com

通訊作者:Author for correspondence. E-mail:daixiaoa@cdut.cn