四川黑竹溝國家級自然保護區(qū)珙桐和光葉珙桐種群特征及生境適宜性評價

馬曉龍 程勇 代世紅 周勇軍 葉信初 楊彪

摘要：? 綜合運用常規(guī)種群調(diào)查法和最大熵模型法，對四川黑竹溝國家級自然保護區(qū)的珙桐、光葉珙桐種群結(jié)構(gòu)與適宜生境的研究結(jié)果表明：保護區(qū)內(nèi)的珙桐、光葉珙桐種群處于初衰型和衰退狀態(tài)，種群生存空間狹窄。珙桐種群的適宜、次適宜生境面積分別為39.54 km2和158.75 km2，主要影響因子為海拔、植被類型和坡度;光葉珙桐種群適宜、次適宜生境面積分別為48.07 km2和176.26 km2，主要影響因子為海拔和植被類型。

關(guān)鍵詞：? 珙桐;? 光葉珙桐;? 最大熵模型;? 種群特征;? 生境適宜性評價

中圖分類號：? ?S 685. 99， S 718. 54 + 2? ? ? ? ? ? ? ? 文獻標(biāo)識碼：? ?A? ? ? ? ? ? ? ? 文章編號：1001 - 9499（2019）05 - 0037 - 05

珙桐（Davidia involucrata）為我國特有的珙桐科（Davidiaceae）單型屬植物，屬下僅有1種和 1變種，即珙桐（D. involucrate）和光葉珙桐（D. involucrate var. vilmoriniana）[ 1 ]，天然分布于貴州、湖南、湖北、陜西、四川、云南、甘肅7省[ 2 - 3 ]。珙桐起源古老，為第三紀古熱帶植物區(qū)系的孑遺種[ 4 ]，是世界著名的珍貴稀有觀賞植物和重要的用材樹種，是我國一級保護瀕危植物。種群指某一特定時間和區(qū)域內(nèi)同一物種構(gòu)成的群體，共享同一基因庫或存在潛在隨機交配能力[ 5 ]。最大熵模型（MaxEnt）是最具代表性的物種分布模型之一[ 6 - 7 ]，可依據(jù)物種分布點數(shù)據(jù)建模，在分布點較少的情況下獲得準確的預(yù)測結(jié)果[ 8 - 10 ]。目前，針對珙桐種群特征的研究較多[ 11 - 26 ]，但很少對其生境適宜性進行評價[ 27 - 28 ]。本文以四川黑竹溝國家級自然保護區(qū)內(nèi)的珙桐為研究對象，運用最大熵模型（MaxEnt）進行種群特征研究和生境適宜性評價，為當(dāng)?shù)冂钔┖凸馊~珙桐種群保護提供理論參考。

1 研究區(qū)概況

四川黑竹溝國家級自然保護區(qū)（102°54′～103°? 10′E，28°51′～29°05′N）位于四川省峨邊縣西南部，地處小涼山中段東坡，南部與美姑縣交界，西部與甘洛縣交界。區(qū)內(nèi)地貌以峭坡為主，地勢險峻，海拔1 054 ～4 288 m，相對高差3 234 m。氣候受東南季風(fēng)控制，屬于中亞熱帶濕潤季風(fēng)氣候，日照較多，四季分明，雨量充沛，濕度大，年平均降水量約2 000 mm。黑竹溝自然保護區(qū)植被帶譜完整、分異明顯，主要有低中山常綠闊葉林、常綠落葉闊葉混交林、落葉闊葉林、針闊葉混交林、亞高山針葉林、亞高山灌叢和亞高山草甸等植被類型，特殊的地質(zhì)和氣候條件使黑竹溝自然保護區(qū)孕育了豐富多樣的物種資源。

2 研究方法

2. 1 種群調(diào)查方法

2. 1. 1 樣線調(diào)查

2014年7月，在黑竹溝自然保護區(qū)沿山溝和小路布設(shè)34條調(diào)查樣線，在樣線兩側(cè)各10 m寬范圍內(nèi)調(diào)查珙桐和光葉珙桐分布。調(diào)查范圍北起覺莫鄉(xiāng)，南至612林場，南北跨度50 km，東西跨度18 km，總面積約900 km2。參照沈澤昊等[ 14 ]在四川都江堰龍池地區(qū)調(diào)查珙桐的方法，遇到散生的珙桐、光葉珙桐時，直接測定其樹高和胸徑，記錄經(jīng)緯度、海拔等信息。遇到有珙桐、光葉珙桐集中分布時，就地設(shè)置20 m×20 m的樣地進行植物群落調(diào)查，記錄樹種、樹高、胸徑，以及經(jīng)緯度、海拔、植被、干擾情況等生境信息，本研究共設(shè)置了98個樣地。

2. 1. 2 樹高和胸徑分級

樹高和胸徑可反映木本植物種群的結(jié)構(gòu)動態(tài)，本研究采用馬宇飛[ 19 ]和張望等[ 22 ]的分級標(biāo)準對調(diào)查樣本的樹高和胸徑進行分級。樹高分級標(biāo)準為I級（高度<1.3 m），II級（高度1.3 m ～ 2 m），2 m以上每間隔2 m設(shè)1個高度級，共設(shè)19個高度級。胸徑分級標(biāo)準為I級幼苗（高度<33 cm），II級苗木（高度≥33cm、胸徑<2.5 cm），III級幼樹（胸徑2.5～7.5 cm），IV級立木（胸徑7.5～22.5 cm），V級大樹（胸徑≥22.5 cm）。根據(jù)實地調(diào)查數(shù)據(jù)，分析保護區(qū)內(nèi)珙桐、光葉珙桐的樹高和胸徑結(jié)構(gòu)特征。

2. 2 分析方法

2. 2. 1 模型和數(shù)據(jù)來源

本研究采用MaxEnt模型，通過利用物種分布數(shù)據(jù)、環(huán)境圖層、DEM數(shù)據(jù)、生物氣候變量等已知信息，推斷已知物種分布區(qū)的環(huán)境特征與研究區(qū)域的非隨機關(guān)系，在滿足一定限制條件下，找到熵最大的概率分布作為最優(yōu)分布，預(yù)測物種的適宜分布區(qū)[ 7 ]。

采用美國SRTM DEM高程數(shù)據(jù)（分辨率90 m），計算研究區(qū)的坡向和坡度。太陽輻射數(shù)據(jù)來自于當(dāng)?shù)貧庀缶?，目?biāo)植物所在地區(qū)的海拔、坡向、坡度等信息來自實地調(diào)查，水系數(shù)據(jù)于1 ： 50 000地形圖中提取，道路數(shù)據(jù)來自GPS航跡、1 ： 50 000地形圖和Google Earth衛(wèi)星照片。生物氣候變量從WorldClim數(shù)據(jù)庫（http：//www.worldclim.org）下載獲得（分辨率1 km）。在ArcGIS10.0中，將28個環(huán)境變量（表1）圖層的柵格大小統(tǒng)一，重新采樣為90 m×90 m，將坐標(biāo)系統(tǒng)一投影為WGS-1984-UTM-Zone-

47N，并將圖層邊界統(tǒng)一，再將環(huán)境變量圖層轉(zhuǎn)化為MaxEnt模型軟件需要的ASCII格式。

2. 2. 2 變量篩選

為避免環(huán)境變量的空間共線性對MaxEnt模型準確性的影響，對環(huán)境變量做Pearson相關(guān)性分析[ 28 ]，刪除相關(guān)系數(shù)絕對值大于0.8的變量，選定5個環(huán)境變量，分別為海拔、植被類型、坡度、1月輻射量和7月輻射量。在模型中隨機選取75%的分布點作為訓(xùn)練數(shù)據(jù)集用于建立模型，剩余25%的分布點作為檢驗數(shù)據(jù)集用于模型驗證，其余設(shè)置為默認。為保證結(jié)果的穩(wěn)定性，用自舉法重復(fù)運行100次，在 ArcGis10.0 軟件中繪制珙桐和光葉珙桐種群分布圖。

2. 2. 3 生境適宜性評價

對2014年7月野外實地調(diào)查獲得的珙桐和光葉珙桐分布點，均以100 m為閾值對分布點進行篩選，避免模型過度擬合。當(dāng)多個分布點間距小于100 m時，隨機保留其中1個，其他刪除，將符合條件的珙桐和光葉珙桐分布點導(dǎo)入MaxEnt 3.0軟件。采用人工分級方法，將珙桐和光葉珙桐種群的生境適宜區(qū)域劃分為3個等級：0～0.2為非適宜區(qū)，0.2～0.5為次適宜區(qū)，0.5～1為適宜區(qū)。根據(jù)MaxEnt模型預(yù)測結(jié)果，確定珙桐和光葉珙桐的生境適宜性區(qū)劃分布情況。

3 結(jié)果與分析

3. 1 總體調(diào)查情況

調(diào)查發(fā)現(xiàn)，在各物種的分布面積上，珙桐面積為37 484 hm2，光葉珙桐面積為46 487 hm2，珙桐和光葉珙桐主要集中于保護區(qū)北部和東部，其中，珙桐集中分布在616林場、614林場和覺莫鄉(xiāng)，光葉珙桐主要分布于覺莫鄉(xiāng)西南部、616林場、金巖鄉(xiāng)和614林場。在覺莫鄉(xiāng)西部，珙桐密度為1.12株/

0.067 hm2，光葉珙桐密度為0.77株/0.067 hm2。在616林場海拔1 750～2 000 m處，珙桐密度為1.01株/ 0.067 hm2，光葉珙桐密度為0.09株/ 0.067 hm2。在611林場海拔2 050～2 450 m處，珙桐密度為0.22株/

0.067 hm2，光葉珙桐未發(fā)現(xiàn)。在615林場海拔2 200～2 300 m處，珙桐密度為1.5株/0.067 hm2，光葉珙桐未發(fā)現(xiàn)。在612林場海拔2 100～2 200 m處，珙桐密度為0.40株/ 0.067 hm2;在金巖鄉(xiāng)馬家溝海拔1 600～1 700 m處，珙桐密度達到9.56株/0.067 hm2，是調(diào)查區(qū)域中已知密度最高的區(qū)域。

3. 2 樹高結(jié)構(gòu)

從珙桐和光葉珙桐種群的樹高結(jié)構(gòu)（圖1）可以看出，保護區(qū)內(nèi)珙桐和光葉珙桐種群的樹高結(jié)構(gòu)呈梭形，種群個體數(shù)量隨著樹高增加呈現(xiàn)出先增后減的趨勢。就種群植株個體數(shù)而言，在第Ⅷ級處，珙桐和光葉珙桐種群植株個體數(shù)最多，分別為16株和10株;其次為第Ⅶ級和Ⅸ級，其植株個體數(shù)均為10株。兩種群植株個體樹高主要集中于第Ⅴ級到第Ⅸ級之間，即樹高為6～18 m。在第Ⅸ級之前，植株個體數(shù)量隨著樹高的增加而增加，而在第Ⅷ級之后，均呈現(xiàn)下降趨勢，且下降速率較高?？梢?，珙桐和光葉珙桐種群存在相對豐富數(shù)量的中低樹高植株，缺乏較矮和高大的植株，種群高度結(jié)構(gòu)缺乏穩(wěn)定性，種群更新不良，呈現(xiàn)出開始衰退的特點，尤其是珙桐種群衰退更為明顯，此結(jié)果與湖北七姊妹山珙桐種群高度結(jié)構(gòu)[ 19 ]的結(jié)論基本一致。

3. 3 徑級結(jié)構(gòu)

從珙桐和光葉珙桐種群的徑級結(jié)構(gòu)（圖2）可以看出，保護區(qū)內(nèi)珙桐種群徑級結(jié)構(gòu)的個體數(shù)呈梭形，其徑級從第III級到第IV級，植株個體數(shù)逐級變化明顯。第IV級植株有45株，第III級有6株，而第V級僅有23株，呈現(xiàn)為低徑級植株嚴重不足、高徑級植株缺乏、中徑級植株豐富的態(tài)勢。可見，珙桐種群中嚴重缺乏幼樹，大樹數(shù)量不足，屬于始衰型。光葉珙桐種群徑級結(jié)構(gòu)的個體數(shù)呈倒金字塔形，第III級有11株，第IV級有22株，第V級有37株，呈現(xiàn)為顯著上升態(tài)勢，且大徑級數(shù)量更明顯，這表明光葉珙桐種群大樹數(shù)量豐富，幼樹缺失，種群表現(xiàn)為衰退型。

3. 4 生境適宜性評價

3. 4. 1 影響因子識別

在MaxEnt模型中重復(fù)運行100次后，珙桐和光葉珙桐種群平均測試集的AUC（Area under the curve）值分別為0.936和0.942，依據(jù)AUC評價標(biāo)準[ 32 ]，表明MaxEnt模型結(jié)果比較精確，也表明MaxEnt模型適用于評估珙桐和光葉珙桐種群的生境適宜性。由變量對MaxEnt模型的貢獻率（表2）可以看出，在珙桐種群方面，海拔、植被類型和坡度的貢獻率分別為50.9%，20%和19.1%，累計貢獻了90%的影響效應(yīng)，這表明海拔、植被類型、坡度是影響珙桐種群生境的主要影響因子。在光葉珙桐方面，海拔和植被類型的貢獻率分別為45.6%和39.4%，累計貢獻了85%的影響效應(yīng)，表明海拔和植被類型是影響光葉珙桐種群生境的主要影響因子。

3. 4. 2 生境評價

由珙桐和光葉珙桐生境適宜性區(qū)劃分布情況（圖3）可以看出，保護區(qū)內(nèi)珙桐種群的適宜區(qū)和次適宜區(qū)面積分別為39.54 km2和158.75 km2，而光葉珙桐種群的適宜區(qū)和次適宜區(qū)面積分別為48.07 km2和176.26 km2。次適宜區(qū)分布廣泛，適宜區(qū)則主要主要集中在北部和東部區(qū)域，珙桐復(fù)合體與珙桐原變種的集中分布區(qū)相似，這與實地調(diào)查的結(jié)果基本一致。

4 結(jié)論與討論

4. 1 在黑竹溝國家級自然保護區(qū)的珙桐和光葉珙桐種群中，中低樹高的植株相對豐富，但缺乏較矮和高大的植株，種群高度結(jié)構(gòu)不穩(wěn)定，且更新不良，均屬于始衰型種群。同樣，珙桐和光葉珙桐種群的大徑級植株數(shù)量不足，缺乏幼樹個體，表現(xiàn)為始衰型和衰退型，此結(jié)論與前人的研究結(jié)論一致，如關(guān)于四川都江堰龍池地區(qū)珙桐種群[ 14 ]、湖北省后河自然保護區(qū)光葉珙桐種群[ 17 ]、貴州柏箐喀斯特苔原區(qū)珙桐種群[ 18 ]、四川喇叭河自然保護區(qū)珙桐種群[ 20 ， 22 ]、四川小涼山珙桐種群[ 21 ]、湖南八大公山與壺瓶山珙桐種群[ 24 ]、貴州梵凈山自然保護區(qū)珙桐種群[ 25 ]和四川八月林自然保護區(qū)珙桐種群[ 26 ]的研究等。

4. 2 在黑竹溝國家級自然保護區(qū)中，珙桐和光葉珙桐種群適宜區(qū)面積分別為39.54 km2和48.07 km2，次適宜區(qū)面積分別為158.75 km2和176.26 km2，兩種群生存范圍狹窄，生存環(huán)境面臨著諸多干擾。野外調(diào)查時確實發(fā)現(xiàn)了放牧、薪柴砍伐、野生植物挖掘、開荒種地、工程建設(shè)等干擾，這些不利于種群的更新和生長。

4. 3 本研究運用MaxEnt模型，對珙桐和光葉珙桐種群潛在生境適宜性的評價達到了較高精度，模型中環(huán)境變量的貢獻率與實際調(diào)查一致，研究結(jié)果具有可信性和參考性，但在研究過程中未考慮幼苗情況，仍需調(diào)查區(qū)域內(nèi)的珙桐和光葉珙桐種群進行長期監(jiān)測和進一步研究。

參考文獻

[1] 杜玉娟.? 孑遺植物珙桐的群體遺傳學(xué)和譜系地理學(xué)研究[D]. 浙江大學(xué)，? 2012.

[2] 賀金生，? 林潔.? 我國珍惜特有植物珙桐的現(xiàn)狀及其保護[J]. 生物多樣性，? 1995，? 3（4）：? 213 - 221.

[3] 中國植被編輯委員會.? 中國植被[M].? 北京：? 科學(xué)出版社， 1980：? 298 - 299.

[4] 傅立國.? 中國植物紅皮書——稀有瀕危植物（第一冊）[M]. 北京：? 科學(xué)出版社，? 1992：? 474 - 475.

[5] 姜漢僑，? 段昌群，? 楊樹華，? 等.? 植物生態(tài)學(xué)（第二版）[M]. 北京：? 高等教育出版社，? 2010.

[6] Elith J.， Leathwick J. R. Species Distribution Models： ecological explanation and prediction across space and time[J]. Annual Review of Ecology Evolution and Systematics， 2009， 40： 677 - 697.

[7] Phillips S. J.， Anderson R. P.， Schapire R. E. Maximum entropy modeling of species geographic distributions[J]. Ecological Modelling， 2006， 190（3 - 4）： 231 - 59.

[8] 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.

[9] Phillips S. J.， Dudik M. Modeling of species distributions with Maxent： new extensions and a comprehensive evaluation[J]. Ecography， 2008， 31（2）： 161 - 175.

[10] Saupe E. E.， Qiao H. J.， Hendricks J. R.， et al. Niche breadth and geographic range size as determinants of species survival on geological time scales[J]. Global Ecology and Biogeography， 2015， 24（10）： 1 159 - 1 169.

[11] 袁道凌，? 班繼德.? 宣恩七姊妹山珙桐群落及其自然保護問題研究[J].? 環(huán)境科學(xué)與技術(shù)，? 1990（3）：? 45 - 48 + 38.

[12] 焦健，? 田波生，? 孫學(xué)剛.? 甘肅文縣珙桐群落優(yōu)勢種種群分布格局及動態(tài)變化趨勢[J].? 甘肅農(nóng)業(yè)大學(xué)學(xué)報，? 1998，? 33（3）：? 58 - 63.

[13] 焦健，? 田波生，? 孫學(xué)剛.? 甘肅文縣珙桐群落的區(qū)系組成結(jié)構(gòu)特征[J].? 甘肅農(nóng)業(yè)大學(xué)學(xué)報，? 1998，? 33（1）：? 57 - 61.

[14] 沈澤昊，? 林潔，? 金義興，? 等.? 四川都江堰龍池地區(qū)珙桐群落生態(tài)初步研究[J].? 武漢植物學(xué)研究，? 1998， 16（1）： 54 - 64.

[15] 沈澤昊，? 林潔，? 陳偉烈，? 等.? 四川臥龍地區(qū)珙桐群落的結(jié)構(gòu)與更新研究[J].? 植物生態(tài)學(xué)報，? 1999， 23（6）： 562 - 567.

[16] 艾訓(xùn)儒， 譚建錫.? 星斗山自然保護區(qū)珙桐種群結(jié)構(gòu)特征研究.? 湖北民族學(xué)院學(xué)報（自然科學(xué)版）， 1999， 17（1）： 12 - 15.

[17] 楊心兵， 劉勝祥，? 楊福生.? 湖北省后河自然保護區(qū)光葉珙桐種群結(jié)構(gòu)的研究[J].? 生物學(xué)雜志，? 2000， 17（1）： 16 - 18.

[18] 喻理飛.? 貴州柏箐喀斯特臺原區(qū)珙桐群落特征研究[J]. 貴州科學(xué)， 2002， 20（3）： 44 - 47.

[19] 馬宇飛，? 李俊清.? 湖北七姊妹山珙桐種群結(jié)構(gòu)研究[J]. 北京林業(yè)大學(xué)學(xué)報， 2005， 27（3）： 12 - 16

[20] 王海明，? 李賢偉，? 陳治諫，? 等.? 四川喇叭河自然保護區(qū)珙桐群落特征與更新[J]. 山地學(xué)報， 2005， 23（3）： 360 - 366.

[21] 雷妮婭，? 陳勇，? 李俊清，? 等.? 四川小涼山珙桐更新及種群穩(wěn)定性研究[J].? 北京林業(yè)大學(xué)學(xué)報， 2007， 29（1）： 26 - 30.

[22] 張望，? 操國興，? 劉光華，? 等.? 四川省喇叭河自然保護區(qū)珙桐種群結(jié)構(gòu)與分布格局[J]. 浙江林學(xué)院學(xué)報， 2008， 25（4）： 451 - 457.

[23] 羅柏青，? 杜凡，? 王娟，? 等.? 滇東北珙桐群落結(jié)構(gòu)特征研究[J]. 林業(yè)調(diào)查規(guī)劃， 2009， 34（1）： 15 - 20.

[24] 劉海洋.? 珍稀瀕危植物珙桐群落特點及種群動態(tài)研究[D]. 中南林業(yè)科技大學(xué)， 2011.

[25] 吳明開，? 沈志君，? 劉海，? 等.? 梵凈山自然保護區(qū)珙桐天然種群生命表與生存分析[J].? 生態(tài)學(xué)雜志， 2012， 31（6）： 1 419 - 1 424.

[26] 劉燕，? 王延茹，? 侯廣維，? 等.? 八月林自然保護區(qū)珙桐天然種群動態(tài)分析[J]. 四川林業(yè)科技， 2018， 39（1）： 87 - 90.

[27] 陳儷心，? 和梅香，? 王彬，? 等.? 基于MaxEnt模型的涼山山系珙桐種群適宜生境分布及其影響因素分析[J]. 四川大學(xué)學(xué)報（自然科學(xué)版）， 2018， 55（4）： 873 - 880.

[28] 王琴香，? 沈海龍，? 和春庭，? 等.? 紅松人工林和相鄰次生林林下紅松天然更新種群格局分析[J].? 森林工程，? 2018，? 34（02）：? 16 - 20.

第1作者簡介：? 馬曉龍（1988-），? 男，? 助理工程師，? 從事自然保護區(qū)研究工作。

通訊作者：? 楊彪（1981-），? 男，? 博士，? 主要從事保護生物學(xué)研究。

收稿日期： 2019 - 06 - 18

（責(zé)任編輯：? ?王 巖）

Population Characteristics and Habitat Suitability Evaluation of Davidia involucrate in Heizhugou Nature Reserve， Sichuan

MA Xiaolong

（Sichuan Heizhugou National Nature Reserve Administration，? Ebian 614300）

Abstract Using the conventional population survey method and the maximum entropy model method， the results of the study on the population structure and suitable habitat of Davidia involucrate and D. Involucrate var. vilmoriniana in Heizhugou National Nature Reserve showed that the populations of Davidia involucrate and D. Involucrate var. vilmoriniana in the protected area were in the early-type and In the recession state， the population has a narrow living space. The suitable and sub-optimal habitat areas of Davidia involucrate population were 39.54 km2 and 158.75 km2， respectively. The main influencing factors were elevation， vegetation type and slope. The suitable and sub-suitable habitat areas of D. Involucrate var. vilmoriniana population were 48.07 km2 and 176.26 km2， respectively. The main influencing factors were altitude and vegetation type.

Key words Davidia involucrate; D. involucrate var. vilmoriniana; MaxEnt model; Habitat suitability evaluation