互花米草(Spartina alterniflora)在中國沿海的潛在分布及其對氣候變化的響應(yīng)

陳思明

(閩江學(xué)院海洋學(xué)院，福建 福州 350108)

互花米草(Spartinaalterniflora)為禾本科米草屬(Spartina)多年生草本植物[1]，原產(chǎn)地為美洲大西洋沿岸和墨西哥灣潮間帶[2]?；セ撞葑?979年被引入中國后，經(jīng)過人為引種、海水潮汐和風(fēng)力等傳播方式，先后擴散到遼寧、天津、山東、江蘇、浙江、廣東等沿海地區(qū)[3]，與當(dāng)?shù)丶t樹林、蘆葦?shù)缺就林参镎归_激烈競爭[4]，影響珍稀鳥類的棲息地和食物來源[5]，對沿海地區(qū)的生物多樣性帶來威脅[6]。2003年互花米草被原國家環(huán)境保護(hù)總局認(rèn)定為16種最嚴(yán)重的入侵物種之一[7]。因此，探明互花米草在中國沿海的潛在分布，盡可能減少或規(guī)避其入侵所帶來的生態(tài)危害，對沿海地區(qū)的生物多樣性保護(hù)和生態(tài)環(huán)境建設(shè)具有重要意義。

生態(tài)位模型是利用物種已知分布與相關(guān)環(huán)境因子間的關(guān)系，模擬物種在原產(chǎn)地的生態(tài)需求，以預(yù)測物種在不同時空下的潛在分布，可作為外來入侵植物早期預(yù)警的有效工具[8-9]。ZHU等[10]應(yīng)用生態(tài)位模型預(yù)測互花米草在全球海岸帶的潛在分布，探究互花米草在原產(chǎn)區(qū)和入侵區(qū)的分布變化；基于相同的方法，LIU等[11]預(yù)測互花米草在不同空間尺度下的潛在分布，結(jié)果表明，當(dāng)前環(huán)境條件下，互花米草在全球尺度、國家尺度和區(qū)域尺度的適宜分布區(qū)分別為22 5816、71 157和56 376 km2；此外，張丹華等[12]研究也發(fā)現(xiàn)，85%的中國東部沿海區(qū)域是互花米草的潛在分布區(qū)。然而，互花米草常年生長在濱海潮間帶，受周期性潮汐和道路可通達(dá)性的影響，以往所獲取的樣本數(shù)據(jù)可能集中在人力可觸及的區(qū)域[14]，這會造成物種分布點的空間偏差，直接影響生態(tài)位模型的預(yù)測精度[15]。多空間數(shù)據(jù)源能擴寬物種的調(diào)查范圍，獲取更多的物種分布信息，降低采樣點的空間自相關(guān)性[16-17]。FLETCHER等[18]研究表明，實地調(diào)查、已發(fā)表論文、生物多樣性信息機構(gòu)、國家計劃調(diào)查項目、高分辨遙感影像等數(shù)據(jù)源均可用于物種的生態(tài)適宜性制圖。然而，每個數(shù)據(jù)源所提供的物種信息在格式、數(shù)量、質(zhì)量、坐標(biāo)系和空間分辨率等方面存在一定差異[19]，如何有效地整合多源空間數(shù)據(jù)，以確保模型的預(yù)測精度，目前還值得深入研究。

入侵植物的空間分布受到氣候、土壤、地形和人為活動等多重因素的影響[20]，其中，氣候適宜性是入侵植物定居和擴散的重要條件[21]。根據(jù)中國《第三次氣候變化國家評估報告》，在過去一個世紀(jì)里，中國已經(jīng)歷了強烈的氣候變暖過程，陸地區(qū)域平均氣溫上升了0.9～1.5 ℃，高于全球的平均水平[22]。預(yù)計到本世紀(jì)末，該速率將會持續(xù)上升至1.3～5.0 ℃，同時還伴隨著降水格局的改變和極端天氣的頻繁出現(xiàn)。氣候變化一方面可能會超出入侵植物的適宜性范圍，抑制其生長與繁殖，為生態(tài)系統(tǒng)的修復(fù)提供機會[23]。另一方面，氣候變化也可能干擾生態(tài)系統(tǒng)的結(jié)構(gòu)和功能，降低生態(tài)系統(tǒng)對入侵植物的抵御能力，促進(jìn)入侵植物的進(jìn)一步擴散[24]。然而，已有研究更多關(guān)注當(dāng)前氣候條件下互花米草的潛在分布，對于未來氣候變化的影響則考慮較少。在此情況下，當(dāng)前的預(yù)測結(jié)果可能會與未來的實際情況產(chǎn)生一定偏差[25]，影響了互花米草早期防控措施的有效執(zhí)行。

最大熵模型(MaxEnt)是當(dāng)前運用最為廣泛的一種生態(tài)位模型[26]，該模型是將物種分布與環(huán)境因子視為一個系統(tǒng)，探尋在約束條件下最大熵時物種的分布概率，能較好地反映物種分布對環(huán)境變化的響應(yīng)[27]。因此，筆者以互花米草為對象，利用3種不同數(shù)據(jù)源和ArcGIS 10.2軟件設(shè)計一種多源數(shù)據(jù)整合技術(shù)，來獲取互花米草在中國沿海的已知分布點，運用MaxEnt模型預(yù)測當(dāng)前和未來氣候變化情景下互花米草的潛在分布，評估氣候因子對互花米草分布的影響，以期為中國沿?；セ撞莸姆揽夭呗灾贫ㄌ峁┛茖W(xué)依據(jù)。

1 研究區(qū)與研究方法

1.1 研究區(qū)的確定

由于互花米草主要分布在潮間帶，以中國海岸線為基準(zhǔn)，向陸地方向緩沖50 km作為互花米草的擴展區(qū)域[11](圖1)，以確保互花米草的生境完整性。該區(qū)域由北至南覆蓋了遼寧、天津、河北、山東、上海、浙江、江蘇、福建、廣東、廣西和海南11個省份的海岸帶(包括陸地與島嶼面積)。

1.2 物種分布點的獲取與整合

先通過野外調(diào)查、文獻(xiàn)記錄和遙感影像來獲取互花米草的發(fā)生記錄，然后在ArcGIS 10.2軟件中利用規(guī)則性地理格網(wǎng)與歐氏距離法構(gòu)建數(shù)據(jù)整合技術(shù)，對不同數(shù)據(jù)源的互花米草分布點進(jìn)行處理，以降低采樣點空間偏差，具體步驟如下：

(1)樣本數(shù)據(jù)的獲取。共收集到互花米草已知分布點829個(圖1)。2018年3—10月在研究區(qū)范圍內(nèi)開展野外調(diào)查，調(diào)查時間為每日海水落潮時，采用手持GPS記錄互花米草的點位，每個點位盡量相隔1 km以上，獲取375個互花米草的分布點；在野外調(diào)查基礎(chǔ)上，利用2018年的7幅法國SPOT 6遙感影像(空間分辨率1.5 m)和Google Earth影像(空間分辨率1 m)，采用目視解釋法(構(gòu)建方法與設(shè)計流程詳見文獻(xiàn)[28-29])來提取互花米草的空間信息，獲取到339個互花米草的分布點；基于科學(xué)文獻(xiàn)數(shù)據(jù)庫(Web of Science)、中國期刊全文數(shù)據(jù)庫(CNKI)和萬方學(xué)術(shù)論文數(shù)據(jù)庫，采用文獻(xiàn)檢索法收集互花米草的文獻(xiàn)記錄，檢索時間為2009—2018年，獲取到115條互花米草的點位記錄。

(2)空間網(wǎng)格的生成。將獲取到的每個已知分布點視為一個觀測變量，并按照統(tǒng)一的經(jīng)緯度格式進(jìn)行排序，利用規(guī)則性地理格網(wǎng)構(gòu)建一個空間分辨率為1 km×1 km的矩陣分析網(wǎng)格(m×n矩陣)，把已知分布點映射到相應(yīng)的空間位置中。

(3)樣本數(shù)據(jù)的篩選與整合(圖2)。

按照空間矩陣的順序，采用歐氏距離法計算每個網(wǎng)格中已知分布點與相鄰分布點間的空間距離(式1)，剔除距離<1 km的相鄰分布點，依次計算直至所有互花米草分布點的空間距離均>1 km，獲取到676個實際分布樣點，整合不同數(shù)據(jù)源的互花米草分布信息。

(1)

式(1)中，d為歐氏距離；(x1，y1)為第1個已知分布點的坐標(biāo)；(x2，y2)為第2個已知分布點的坐標(biāo)。

1.3 環(huán)境變量的選取與處理

根據(jù)互花米草的生態(tài)學(xué)特性和文獻(xiàn)[12,30-31]，當(dāng)前的環(huán)境參數(shù)選取氣候因子、土壤屬性、地形條件和土地利用/覆蓋4種數(shù)據(jù)集，共30個變量。其中，氣候數(shù)據(jù)來源于全球氣候數(shù)據(jù)庫(http:∥www.worldclim.org/bioclim)，由19個生物氣候因子構(gòu)成，空間分辨率為30弧秒(約1 km)；土壤屬性包括土壤質(zhì)地、土壤有機碳、土壤電導(dǎo)率、土壤pH值等8個變量，該數(shù)據(jù)來源于從聯(lián)合國糧農(nóng)組織網(wǎng)站下載的世界土壤數(shù)據(jù)庫(http:∥www.fao.org/)，空間分辨率為1 km；地形條件選取高程和坡度2個變量，該數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/)，空間分辨率為90 m；土地利用/覆蓋數(shù)據(jù)來源于寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心(http:∥westdc.westgis.ac.cn)，包括7個一級類型和26個二級類型，空間分辨率為1 km。

為了評估互花米草分布對氣候變化的響應(yīng)，根據(jù)政府間氣候變化專門委員會(IPCC)第五次評估報告，未來的氣候情景采用大氣環(huán)流模式為CCSM 4.0，典型濃度路徑為RCP 4.5(中等溫室氣體排放情景)和RCP 8.5(最高溫室氣體排放情景)2種情景，對應(yīng)時段為2050s(2041—2060年)。RCRs是IPCC第五次報告開發(fā)的氣候變化新情景，共有4種氣候情景，分別為RCP 2.6、RCP 4.5、RCP 6.0和RCP 8.5。其中RCP 4.5和RCP8.5被廣泛應(yīng)用于氣候變化對區(qū)域環(huán)境的影響評估[32]。該大氣環(huán)流模式和排放情景均來源于全球氣候數(shù)據(jù)庫，未來的氣候數(shù)據(jù)選取19個生物氣候變量，空間分辨率為1 km。

為了降低19個生物氣候變量間的多重共線性，采用皮爾森相關(guān)分析法計算不同變量間的相關(guān)系數(shù)r，保留|r|<0.75的變量，對于|r|>0.75的2個相關(guān)性變量，則運用MaxEnt模型中的刀切法(重復(fù)運行次數(shù)為10次)來判定兩者的重要性，去除貢獻(xiàn)度較低的變量，獲取到6個生物氣候變量。最后，在ArcGIS 10.2軟件中，運用雙線性插值法將模型的環(huán)境參數(shù)重采樣到1 km的空間分辨率，地理坐標(biāo)系為WGS-1984(表1)。

表1 環(huán)境因子的統(tǒng)計特征Table 1 Descriptive statistic characteristics of environmental factors

1.4 生態(tài)位模型的構(gòu)建

利用MaxEnt 3.3.4模型預(yù)測入侵植物互花米草在中國沿海的潛在分布，確定影響其空間分布的主要環(huán)境因子。模型運行時，隨機抽取70%的已知分布點用于模型訓(xùn)練，剩余30%的分布點作為測試。同時，設(shè)置模型的最大迭代次數(shù)為1 000次，收斂閾值為10-5，流行率為0.5。特征類型是在Auto特征設(shè)置下選取5種特征類型(即linear、hinge、quadratic、product和threshold)，允許不同變量間的交互作用。正則化乘數(shù)(regularization multiplier)與模型的復(fù)雜度密切相關(guān)，該參數(shù)是通過多次測試后設(shè)置為2。最后，采用十折交叉法來評估模型的預(yù)測效果，輸出結(jié)果為Logistic，格式為.asc，其他參數(shù)采用默認(rèn)選項。

根據(jù)模型的輸出結(jié)果，采用模型訓(xùn)練數(shù)據(jù)的第10分位對應(yīng)性閾值(10thpercentile training presence threshold)來判定互花米草的適宜區(qū)與非適宜區(qū)[33]，再運用自然斷點法劃分適宜分布區(qū)的等級，并統(tǒng)計不同等級的分布面積；另外，運用刀切法來衡量環(huán)境變量的重要度，設(shè)置響應(yīng)曲線反映互花米草分布概率與環(huán)境因子間的關(guān)系，分析其生長所需的最佳環(huán)境閾值。

2 結(jié)果與分析

2.1 模型的預(yù)測精度評估

利用受試者工作特征曲線(ROC曲線)下的面積值(AUC值)來檢驗生態(tài)位模型的預(yù)測精度，其值范圍在0～1之間，數(shù)值越大表示與隨機分布相距越遠(yuǎn)，預(yù)測結(jié)果越理想[34]。將互花米草已知分布數(shù)據(jù)和當(dāng)前環(huán)境變量導(dǎo)入MaxEnt模型，重復(fù)運行10次后，獲取到ROC曲線下的AUC值(表2)。由表2可知，訓(xùn)練集和測試集的AUC平均值均大于0.94，測試集的平均標(biāo)準(zhǔn)差為0.005，說明模型的預(yù)測精度較高，可用于當(dāng)前和未來互花米草的潛在分布模擬。根據(jù)模擬結(jié)果，選取測試集中AUC值最高的一組(第6次)，來分析當(dāng)前氣候條件下互花米草在中國沿海的潛在分布。

表2 精度評估Table 2 The accuracy evaluation

2.2 當(dāng)前氣候條件下互花米草的適宜分布

由圖3可知，當(dāng)前互花米草的適宜分布區(qū)面積約占研究區(qū)總面積的9.35%，呈現(xiàn)出“中部高、南北低”的變化趨勢。其中，高適宜區(qū)主要集中在江蘇、浙江、福建北部的鹽沼灘涂和河口濕地，面積約占總面積的1.35%。通過實地調(diào)查，該區(qū)域是互花米草的主要生存區(qū)，目前已有大量互花米草分布；中適宜區(qū)主要分布在山東南部、江蘇、上海、浙江、福建北部的沿海區(qū)域，并與高適宜區(qū)相連接，面積約占總面積的2.44%。該區(qū)域具備了互花米草的生存條件，未來可能成為互花米草的主要入侵區(qū)。低適宜區(qū)由南到北均有分布，面積約占總面積的5.56 %；剩余區(qū)域為不適宜區(qū)，主要分布在內(nèi)陸一側(cè)旱地區(qū)域，面積約占總面積的90.65%。

2.3 影響互花米草分布的主導(dǎo)因素

根據(jù)刀切法檢驗可知，氣候是影響互花米草空間分布的主導(dǎo)性因子，其相對累積貢獻(xiàn)率達(dá)70%以上(圖4)。其中，平均日較差(Bio2)、等溫性(Bio3)和最暖季度平均溫度(Bio10)的影響較大，其重要性排序分別為1、2和4位。土壤電導(dǎo)率(EC)、高程(ELE)、土地利用與土地覆蓋(LUCC)則對互花米草的空間分布起到限制性作用，其相對累積貢獻(xiàn)率分別為10.76%、7.20%和5.56%。

通過環(huán)境因子響應(yīng)曲線可進(jìn)一步分析互花米草生態(tài)適宜性與主要環(huán)境因子之間的關(guān)系(圖5)。氣溫變化直接影響到互花米草的空間分布，互花米草的存在概率會隨著氣溫日較差(Bio2)和等溫性(Bio3)的增大而快速降低。最暖季平均氣溫在20～28 ℃之間則可促進(jìn)互花米草的生長與擴散，其存在概率呈現(xiàn)出大幅度上漲。此外，土壤鹽分含量增加也有利于互花米草的生長，但是當(dāng)土壤電導(dǎo)率值超過了5 dS·cm-1時，其存在概率則快速下降。由于互花米草主要生長在濱海潮間帶，高程條件(Bio14)會限制互花米草的對外擴散，其入侵類型主要為濱海地區(qū)的灘涂、裸土地和中低覆蓋度草地。

2.4 互花米草潛在分布對氣候變化的響應(yīng)

上述分析可知，氣候是影響互花米草空間分布的主導(dǎo)性因素，氣候因子變化可能會導(dǎo)致互花米草的生態(tài)適宜性發(fā)生改變。因此，設(shè)定RCP 4.5和RCP 8.5這2種氣候情景，并對2050s(2041—2060年)互花米草在中國沿海的潛在分布進(jìn)行預(yù)測。結(jié)果表明，2個生態(tài)位模型測試集的AUC平均值均>0.90，標(biāo)準(zhǔn)差則<0.009，說明模型的預(yù)測效果較好。與當(dāng)前氣候條件相比(表3)，2050s互花米草的適宜分布區(qū)呈現(xiàn)大幅度的增加，其面積由當(dāng)前的9.35%分別提高到22.82%(RCP4.5氣候情景)和24.19%(RCP8.5氣候情景)。其中，高適宜區(qū)在2種增溫情景下分別增加了7 470.04和13 208.47 km2，而中低適宜區(qū)的擴大趨勢則更為明顯。對比當(dāng)前與未來時期的適生格局(圖3和圖7)可知，隨著全球氣候的變暖，2050s互花米草的適生區(qū)更集中分布在研究區(qū)中高緯度(山東、江蘇、上海、浙江和福建)的海岸帶，表現(xiàn)出由海洋向陸地一側(cè)不斷擴展，原低緯度(廣東)部分適宜區(qū)則逐漸轉(zhuǎn)變?yōu)榉沁m宜區(qū)?？傮w來看，2種氣候情景下的預(yù)測結(jié)果較為相似，在氣候變暖背景下未來互花米草的空間格局會產(chǎn)生較為明顯的變化。

表3 當(dāng)前與未來時期互花米草潛在適生區(qū)的面積變化Table 3 The area change of potential distribution of Spartina alterniflora in current and future periods

3 討論

已有研究表明，充足且有代表性的物種分布點是構(gòu)建生態(tài)位模型的基礎(chǔ)，可確保模型預(yù)測結(jié)果的準(zhǔn)確性[35-36]。對此，采用3種數(shù)據(jù)源(實地調(diào)查、發(fā)表文獻(xiàn)和遙感影像)來收集互花米草的發(fā)生記錄，再結(jié)合規(guī)則性地理格網(wǎng)與歐氏距離法構(gòu)建數(shù)據(jù)整合技術(shù)，對收集到的發(fā)生記錄進(jìn)行處理，以降低采樣點的空間偏差，最終獲取了676個互花米草已知分布點，涵蓋了研究區(qū)95%以上區(qū)域。利用整合后的分布數(shù)據(jù)，采用MaxEnt模型預(yù)測互花米草在中國沿海的潛在分布，模型測試集的AUC平均值達(dá)到0.94以上，平均標(biāo)準(zhǔn)差為0.005，說明對互花米草分布預(yù)測取得較好的效果。ZHANG等[37]結(jié)合目擊報告和巡邏記錄2種數(shù)據(jù)，采用生態(tài)位模型來預(yù)測黑白仰鼻猴在中國西南地區(qū)的生態(tài)適宜性，結(jié)果表明，多源數(shù)據(jù)整合能夠克服單一數(shù)據(jù)源的質(zhì)量限制，從而提高模型的預(yù)測精度。季乾昭等[38]研究也指出，樣本的數(shù)量和質(zhì)量直接影響了生態(tài)位模型的預(yù)測效果。該研究結(jié)果與這些研究結(jié)論是一致的。此外，多源數(shù)據(jù)整合技術(shù)能初步解決復(fù)雜環(huán)境下物種信息的收集難題，擴寬生態(tài)位模型的應(yīng)用范圍。但是，該研究所構(gòu)建的方法僅是考慮到樣本間的空間距離影響，對于樣本數(shù)量大小、空間自相關(guān)方面探討較少，且研究結(jié)果也未進(jìn)行單源數(shù)據(jù)和多源數(shù)據(jù)的對比分析，有待于今后進(jìn)一步深入研究。

根據(jù)生態(tài)位模型的預(yù)測結(jié)果，當(dāng)前氣候條件下互花米草的適宜分布區(qū)面積約占研究區(qū)總面積的9.35%。其中高適宜區(qū)面積占1.35%，主要集中在江蘇、浙江、福建北部的鹽沼灘涂和河口濕地。該研究結(jié)果與張丹華等[12]研究結(jié)論(適宜分布區(qū)面積為85%)存在一定差異，究其原因可能與區(qū)域構(gòu)建大小和環(huán)境因子選取不同有關(guān)。與以往研究相比，該研究綜合考慮到未來的氣候變化和互花米草生境的完整性，所構(gòu)建的研究區(qū)面積較大，同時還選取多種環(huán)境因子參與生態(tài)位模型的預(yù)測，因此能較為精準(zhǔn)地反映互花米草在中國沿海的潛在分布。外來植物互花米草傳入中國后，經(jīng)歷了居留、歸化、入侵等階段[39]，在每一個階段中，氣候、土壤、地形和人為活動等非生態(tài)因子所起的作用是不同的[40]。通過研究發(fā)現(xiàn)，氣候?qū)セ撞荻ň雍蛿U散起著主導(dǎo)性作用，其累積相對貢獻(xiàn)率達(dá)70 %以上?；セ撞莸拇嬖诟怕蕰S著氣溫日較差和等溫性的增大而快速降低。該研究結(jié)果與趙相健等[41]得出的互花米草適宜性特征較為一致。趙志遠(yuǎn)等[42]研究也指出，互花米草的成功入侵存在環(huán)境閾值效應(yīng)，極端高溫或低溫會抑制互花米草的生長。當(dāng)然，高程條件和土壤屬性也會對互花米草的存在概率產(chǎn)生影響，互花米草的存在概率會隨著海拔和鹽度的增加而快速下降。

為了評估互花米草分布對氣候變化的響應(yīng)，引入RCP 4.5和RCP 8.5這2種氣候情景，對比分析當(dāng)前和未來時期互花米草潛在適生區(qū)的變化。結(jié)果表明，互花米草的適宜分布區(qū)沿著海岸線向內(nèi)陸一側(cè)不斷擴展，面積占比由當(dāng)前的9.35%分別提高到22.82%(RCP4.5氣候情景)和24.19%(RCP8.5氣候情景)。GILLARD等[43]研究指出，全球氣候變暖可能會促進(jìn)外來入侵植物的快速進(jìn)化適應(yīng)，進(jìn)一步加劇其對外擴張的速率。塞依丁·海米提等[44]研究也發(fā)現(xiàn)，2種氣候變化情景下(RCP4.5和RCP8.5)，2050s及2070s外來入侵植物刺蒼耳(Xanthiumspinosum)在新疆的各級適生區(qū)和總適生區(qū)面積均呈持續(xù)增加的變化趨勢。這些結(jié)論與該研究結(jié)果較為一致。同時，互花米草的生態(tài)適宜區(qū)主要位于研究區(qū)中高緯度海岸帶，而原低緯度(廣東省)部分適宜區(qū)則轉(zhuǎn)變?yōu)榉沁m宜區(qū)。這可能與全球氣溫升高和局部降水格局改變有關(guān)。CROSBY等[45]研究表明，氣溫升高可能會脅迫入侵植物的生長，導(dǎo)致其空間分布范圍不斷收縮；梁玉蓮等[46]研究也指出，在RCP4.5和RCP8.5這2種排放情景下，中國降水線逐漸呈現(xiàn)出北移的趨勢，降水量增長最為明顯的區(qū)域出現(xiàn)在長江中下游一帶。氣溫升高和降水格局北移使得研究區(qū)中高緯度(山東、江蘇、上海、浙江和福建)的海岸帶更適宜互花米草的生長和擴散。同時，全球氣候變暖也會間接造成海平面上升，這對互花米草棲息地產(chǎn)生重要影響，直接導(dǎo)致其分布范圍收縮。ALLEN等[47]研究也顯示，海平面上升可能是互花米草適宜棲息地發(fā)生變化的重要驅(qū)動因子。但是，鹽沼入侵植物的空間分布不僅受到氣候變化影響，也受到海水動力、種間競爭和人為活動的干擾[48-49]。特別是隨著中國沿海經(jīng)濟的快速發(fā)展，人類活動如景觀改造、濱海旅途、交通運輸?shù)?，都有可能會改變土地利用與土地覆蓋類型[50]，進(jìn)而影響互花米草的空間分布。因此，在全球氣候變暖背景下，還需要進(jìn)一步分析海水動力、海平面上升和人為活動等因素與互花米草分布的關(guān)系，將其定量化后納入模型，以期能更為精準(zhǔn)地揭示互花米草在中國沿海的潛在分布。

外來植物互花米草具有較強的繁殖能力和生態(tài)適應(yīng)性，大范圍防治互花米草的擴散，需要制定有針對性的技術(shù)方案和有側(cè)重的管理策略[51]。通過對濱海濕地互花米草的潛在分布及其氣候變化的響應(yīng)研究，一定程度上反映了互花米草發(fā)生與環(huán)境因子之間的應(yīng)對關(guān)系，明確了當(dāng)前和未來氣候變化下互花米草擴散的關(guān)鍵區(qū)，可優(yōu)先實施分區(qū)管理策略來防止互花米草的入侵，降低互花米草的生態(tài)危害。謝寶華等[52]研究表明，在大區(qū)域防治互花米草的同時，需要對互花米草進(jìn)行生態(tài)風(fēng)險防控分區(qū)，明確分區(qū)防控目標(biāo)與防控對策，可提高局部或完全根除互花米草的可能性。譚芳林[53]的研究也表明，在大范圍內(nèi)治理互花米草時應(yīng)合理統(tǒng)籌規(guī)劃，治理與預(yù)防相結(jié)合是相對可行的辦法。這些研究結(jié)果從側(cè)面上印證了該研究結(jié)論在實踐中的運用。

4 結(jié)論

(1)結(jié)合多源數(shù)據(jù)整合技術(shù)和生態(tài)位模型可取得較好的預(yù)測效果，模型測試集的AUC平均值>0.94，平均標(biāo)準(zhǔn)差為0.005，初步解決了復(fù)雜環(huán)境下物種信息的收集難題，為外來入侵植物的預(yù)警防控提供了一種有效的方法。

(2)當(dāng)前互花米草的適宜分布區(qū)面積約占中國沿海區(qū)總面積的9.35%，呈現(xiàn)出“中部高南北低”的變化趨勢。其中高適宜區(qū)面積占1.35%，主要集中在江蘇、浙江、福建北部的鹽沼灘涂和河口濕地，目前已有大量互花米草分布。氣候因子包括氣溫日較差、等溫性、最暖季平均氣溫、最濕季降水量等，對互花米草的空間分布起著主導(dǎo)作用，其累積相對貢獻(xiàn)率達(dá)70%以上。

(3)在全球氣候變暖趨勢下，未來互花米草的生態(tài)適宜區(qū)會沿著海岸線向內(nèi)陸一側(cè)不斷擴展，面積占比由當(dāng)前的9.35%分別提高到22.82%(RCP4.5氣候情景)和24.19%(RCP8.5氣候情景)。其中，高適宜區(qū)面積在2種增溫情景下分別增加了7 470.04和13 208.47 km2，中低適宜區(qū)面積的擴大趨勢則更為明顯，未來應(yīng)密切關(guān)注互花米草在中高適宜區(qū)的入侵狀況。