高明龍 薩如拉 鐵牛 張麗麗
(內(nèi)蒙古農(nóng)業(yè)大學(xué),呼和浩特,010019)(內(nèi)蒙古自治區(qū)林業(yè)科學(xué)研究院)(內(nèi)蒙古阿爾山森林工業(yè)有限公司
全球氣候變暖是當(dāng)今世界面臨的主要?dú)夂騿?wèn)題之一,從上世紀(jì)初至今全球增溫1.2 ℃[1]。根據(jù)IPCC第六次氣候變化評(píng)估報(bào)告,在本世紀(jì)末期,全球平均溫將繼續(xù)增加1.0~5.7 ℃[2]。全球氣候變暖將對(duì)自然生態(tài)系統(tǒng)造成嚴(yán)重的影響[3-4]。研究表明,植物物種分布主要受到氣候變化的影響,氣候的持續(xù)變暖將使溫帶森林植被向高緯度和高緯度地區(qū)遷移[5-6]。近年來(lái),物種分布模型逐漸成為分析氣候變化與物種分布關(guān)系的一個(gè)研究熱點(diǎn)[7]。物種分布模型依據(jù)生態(tài)位理論,通過(guò)物種實(shí)際地理分布數(shù)據(jù)和環(huán)境因子對(duì)該物種的潛在分布區(qū)進(jìn)行模擬[8]。目前,主要的物種分布模型有最大熵模型(MaxEnt)、分類與回歸樹(shù)模型(CTA)、廣義線性模型(GLM)、生境模型(HABITAT)、遺傳算法模型(GARP)和生物氣候模型(BIOCLIM)等模型。其中,最大熵模型(MaxEnt)相較其他同類模型具有預(yù)測(cè)結(jié)果易讀性高、準(zhǔn)確度高和靈活性強(qiáng)的優(yōu)點(diǎn)[9]。因此,最大熵模型在酸棗(Ziziphusjujubavar.spinosa)、沙冬青(Ammopiptanthusmongolicus)和祁連圓柏(Juniperusprzewalskii)等眾多物種的適生區(qū)預(yù)測(cè)中已有較為廣泛應(yīng)用[10-12]。白樺(BetulaplatyphyllaSuk.)為我國(guó)常見(jiàn)樺木屬(Betula)落葉喬木,是我國(guó)溫帶地區(qū)主要次生林先鋒樹(shù)種之一,白樺形成的白樺次生林在保育土壤、涵養(yǎng)水源及固碳釋氧方面具有較高的生態(tài)價(jià)值,其木材廣泛用于建筑、器具和地板等日常生產(chǎn)中,同時(shí)白樺汁可用于多種藥品和保健飲品的加工生產(chǎn),具有較高的社會(huì)、生態(tài)及經(jīng)濟(jì)價(jià)值[13-15];但以白樺為主體的白樺次生林在林分結(jié)構(gòu)、林木生長(zhǎng)、林地生境和生態(tài)功能等多個(gè)方面均與當(dāng)?shù)卦剂址钟休^大差異,多表現(xiàn)為生物多樣性、穩(wěn)定性和抗逆性等不同程度的減弱[16]。目前,對(duì)白樺的研究多為林分生產(chǎn)力特征、生理生化特點(diǎn)和遺傳多樣性分析等,而關(guān)于白樺潛在分布區(qū)的研究尚未見(jiàn)報(bào)道[17-19]。因此,本研究通過(guò)優(yōu)化后的最大熵模型模擬我國(guó)白樺不同氣候環(huán)境下的潛在分布區(qū)變化,分析影響白樺分布的主要限制因子,對(duì)我國(guó)未來(lái)白樺資源的進(jìn)一步開(kāi)發(fā)與保護(hù)及低效白樺次生林改造具有重要理論指導(dǎo)意義。
白樺地理分布數(shù)據(jù)的收集:在2017—2021年,通過(guò)野外實(shí)地調(diào)查,在內(nèi)蒙古東部和黑龍江北部的白樺分布區(qū)域共獲取99個(gè)白樺分布點(diǎn)數(shù)據(jù);再結(jié)合國(guó)家標(biāo)本館(NSII)、中國(guó)數(shù)字標(biāo)本館(CVH)、中科院昆明植物研究所標(biāo)本館(KUN)及其他相關(guān)文獻(xiàn)公開(kāi)資料,獲取白樺101個(gè)分布點(diǎn)數(shù)據(jù)。為避免分布點(diǎn)密集所導(dǎo)致的模擬結(jié)果出現(xiàn)偏差,本研究在每10 km網(wǎng)格中僅保留1個(gè)白樺分布點(diǎn)[12],最終得到166個(gè)分布點(diǎn)(見(jiàn)圖1)。
圖1 中國(guó)白樺地理分布點(diǎn)
本研究選用的34個(gè)環(huán)境因子是空間分辨率均為30″的19個(gè)生物氣候因子、14個(gè)土壤因子和1個(gè)地形因子。氣候數(shù)據(jù)來(lái)源于世界氣候數(shù)據(jù)庫(kù)(www.worldclim.org),包括末次間冰期、末次冰盛期、全新世中期、當(dāng)前(2 000 s)、2050 s和2090 s共6個(gè)時(shí)期的最暖季平均氣溫、月平均晝夜氣溫差、最熱月最高氣溫、最濕月降水量、年均氣溫、最濕季平均氣溫、最干季平均氣溫、氣溫變異系數(shù)、氣溫年較差、年降水量、最暖季降水量、等溫性、最冷季平均氣溫、最干季降水量、最冷季降水量、最冷月最低氣溫、降水量變異系數(shù)、最濕季降水量和最干月降水量。土壤和地形數(shù)據(jù)來(lái)源于聯(lián)合國(guó)糧農(nóng)組織世界土壤數(shù)據(jù)庫(kù)(HWSD,https://www.fao.org/soils-portal/soil-survey/soil-maps-and-databases/harmonized-world-soil-database-v12/en/),包括表層土礫石體積分?jǐn)?shù)、陽(yáng)離子交換量、土壤質(zhì)地類型、砂礫質(zhì)量分?jǐn)?shù)、黏粒質(zhì)量分?jǐn)?shù)、粉砂質(zhì)量分?jǐn)?shù)、黏性成分陽(yáng)離子交換量、土壤密度、pH值、交換性鹽基總和、鹽基飽和度、可交換鈉鹽百分比、電導(dǎo)率、有機(jī)碳質(zhì)量分?jǐn)?shù)和海拔。
采用社會(huì)經(jīng)濟(jì)共享濃度(Shared Socio-economic Pathways,SSP)中提供的過(guò)去、當(dāng)前和未來(lái)氣候數(shù)據(jù)。其中以第二代國(guó)家(北京)氣候中心中等分辨率氣候系統(tǒng)模式(BCC-CSM2-MR)作為未來(lái)氣候系統(tǒng)模式,在未來(lái)土壤和地形因子無(wú)顯著變化的前提下,選擇低水平溫室氣體排放量(SSP126)、中水平溫室氣體排放量(SSP245)和高水平溫室氣體排放量(SSP585)三個(gè)環(huán)境對(duì)白樺未來(lái)適宜分布區(qū)進(jìn)行預(yù)測(cè)[20]。
為避免各因子間相似性過(guò)高導(dǎo)致模型過(guò)度擬合,通過(guò)方差膨脹因子(VIF)和皮爾遜(Person)相關(guān)性分析,結(jié)合MaxEnt模型預(yù)實(shí)驗(yàn)中各個(gè)因子貢獻(xiàn)率,選擇相關(guān)系數(shù)小于0.8且VIF值小于10的因子中對(duì)白樺分布具有較高貢獻(xiàn)率和生態(tài)學(xué)意義的因子[21]。最終,保留5個(gè)氣候因子、3個(gè)土壤因子和1個(gè)地形因子進(jìn)行建模(表1)。
表1 參與MaxEnt模型運(yùn)算的環(huán)境因子
基于爪哇(Java)語(yǔ)言的MaxEnt模型是一種結(jié)合機(jī)器學(xué)習(xí)和統(tǒng)計(jì)模型模擬預(yù)測(cè)物種分布概率的自學(xué)習(xí)模型,將白樺166個(gè)分布點(diǎn)數(shù)據(jù)和9個(gè)環(huán)境因子數(shù)據(jù)導(dǎo)入MaxEnt3.4.1軟件,隨機(jī)選取75%的樣點(diǎn)作為機(jī)器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)集,其余25%的樣點(diǎn)作為數(shù)據(jù)驗(yàn)證集,重復(fù)模式為自舉法(Bootstrap),進(jìn)行10次以獨(dú)立重復(fù)建模,建模結(jié)果以邏輯斯蒂(Logistic)形式輸出,按照各環(huán)境因子貢獻(xiàn)率和置換重要值確定主導(dǎo)環(huán)境因子。
根據(jù)Jackknife法分析評(píng)判各環(huán)境因子的貢獻(xiàn)率,MaxEnt模型準(zhǔn)確度可通過(guò)受試者工作特征曲線(ROC)進(jìn)行檢驗(yàn),利用曲線下面積(AUC)評(píng)估所建模型精度,AUC值在0.5~1.0,其值越大預(yù)測(cè)越精確。其中,AUC值在0.5~0.7時(shí)表示預(yù)測(cè)結(jié)果較差,0.7~0.8時(shí)表示預(yù)測(cè)結(jié)果一般,0.8~0.9時(shí)表示預(yù)測(cè)結(jié)果較好,0.9~1.0時(shí)表示預(yù)測(cè)結(jié)果非常好[22]。
本研究模型優(yōu)化方法采用棋盤(pán)格2法(Checkerboard2),調(diào)整調(diào)控倍頻(RM)和特征組合(FC)2個(gè)參數(shù)改變模型正則化水平。通過(guò)改變特征數(shù)量和組合方式以及RM的數(shù)值,將MaxEnt模型中的5種特征:線性特征(L)、二次型特征(Q)、片段化特征(H)、乘積型特征(P)和閾值性特征(T),與16個(gè)RM值(0.5~8.0,以0.5為間隔梯度)排列組合出148種組合方式。利用R語(yǔ)言中的ENMeval程序包對(duì)其進(jìn)行優(yōu)化測(cè)試,結(jié)果中各組合更正的赤池信息準(zhǔn)則值(delta.AICc)和10%測(cè)試遺漏率越低,表示模型預(yù)測(cè)精準(zhǔn)度越高[23-24]。
運(yùn)用地理信息系統(tǒng)10.4.1軟件(ArcGIS 10.4.1)將模型運(yùn)行后生成的數(shù)據(jù)進(jìn)行可視化,根據(jù)MaxEnt模型生成的白樺適宜性閾值,對(duì)自然斷點(diǎn)法劃分的適宜性等級(jí)進(jìn)行修正,將白樺生境適宜性劃分為4個(gè)等級(jí),依次為不適生區(qū)(0~0.1]、較不適生區(qū)(0.1~0.3]、一般適生區(qū)(0.3~0.5]和高度適生區(qū)(0.5~1.0][25]。在ArcGIS軟件中,根據(jù)上述劃分的結(jié)果,對(duì)比不同時(shí)期白樺的適生區(qū)和非適生區(qū)的地理空間變化,計(jì)算并繪制各時(shí)期氣候變化背景下白樺未來(lái)空間分布格局變化圖;在ArcGIS軟件中,使用物種分布模型工具箱2.0(SDMtoolbox2.0)工具包計(jì)算白樺在當(dāng)前和未來(lái)2個(gè)時(shí)期3種氣候環(huán)境下的適生區(qū)質(zhì)心位置及其隨時(shí)間遷移方向,并計(jì)算其質(zhì)心遷移距離。
根據(jù)166個(gè)分布點(diǎn)和9個(gè)環(huán)境因子使用MaxEnt模型對(duì)白樺的潛在分布區(qū)域進(jìn)行模擬預(yù)測(cè)。對(duì)比148類參數(shù)組合方式,當(dāng)MaxEnt模型參數(shù)設(shè)定調(diào)控倍頻(RM)為2,特征組合(FC)為片段化特征(H)、乘積型特征(P)和閾值性特征(T)時(shí),赤池信息準(zhǔn)則值(delta.AICc)為0,10%訓(xùn)練遺漏率相較默認(rèn)值降低18.5%(表2)。因此,選取該參數(shù)作為模型最終參數(shù),使用該參數(shù)的10次模擬訓(xùn)練AUC均值為0.933(圖2),說(shuō)明預(yù)測(cè)結(jié)果準(zhǔn)確度非常好。
表2 不同參數(shù)MaxEnt數(shù)模型優(yōu)化結(jié)果
圖2 MaxEnt模型的ROC響應(yīng)曲線
通過(guò)MaxEnt模型推算出中國(guó)白樺當(dāng)前時(shí)期的適生分布區(qū)(圖3),當(dāng)前總適生區(qū)面積(一般適生區(qū)面積與高度適生區(qū)面積之和)為1 418 524.3 km2,占我國(guó)陸地面積約14.7%,主要分布于大興安嶺地區(qū)、小興安嶺地區(qū)、長(zhǎng)白山地區(qū)、祁連山地區(qū)以及橫斷山脈地區(qū),在河北、陜西、山西、甘肅和寧夏等省份也有小面積分布。高度適生區(qū)占總適生區(qū)面積約43.5%,其主要位于內(nèi)蒙古東北部、黑龍江西北部和東南部、吉林省東北部。在河北北部和中部、山西中部、甘肅南部、青海東部、四川西部、西藏東南部、云南西北部等地區(qū)呈破碎狀分布。
圖3 當(dāng)前我國(guó)白樺潛在分布區(qū)
在過(guò)去3個(gè)時(shí)期中,白樺在東北大興安嶺地區(qū)的分布狀況最為穩(wěn)定,與當(dāng)前白樺適生區(qū)分布基本一致。西南方向白樺適生區(qū)在3個(gè)時(shí)期內(nèi)均向東發(fā)生不同程度的收縮。在末次間冰期,白樺在我國(guó)具有較為廣泛的分布,其適生區(qū)主要位于我國(guó)青藏高原和東北大興安嶺地區(qū),其中高度適生區(qū)占總適生區(qū)面積的67.3%(圖4,表3)。在末次冰盛期,白樺總適生區(qū)面積相較末次間冰期僅有0.1%的小幅度增加,但總適生區(qū)在我國(guó)分布位置出現(xiàn)較大變化,在東北大興安嶺、小興安嶺、長(zhǎng)白山地區(qū)具有大面積的新增適生區(qū)出現(xiàn),同時(shí)西藏西部地區(qū)的適生區(qū)大面積消失(圖5),僅在青海、西藏、四川3省交界處有較大面積留存。在全新世中期,白樺總適生區(qū)面積縮減較為明顯,僅為末次冰盛期面積的66.8%,分布范圍與當(dāng)前時(shí)期最為相似(圖4),青藏高原大部分地區(qū)已不適合白樺生長(zhǎng),西南地區(qū)適生區(qū)開(kāi)始呈現(xiàn)出破碎化趨勢(shì),東北地區(qū)白樺適生區(qū)與當(dāng)前氣候條件下基本一致。
根據(jù)表3,在未來(lái)時(shí)期3類氣候條件下,白樺總適生區(qū)面積均為縮小趨勢(shì),2050 s和2090 s總適生區(qū)面積相較前一時(shí)期均有不同程度的縮減。在SSP126未來(lái)氣候環(huán)境下,總適生區(qū)面積損失最小,2050 s總適生區(qū)面積相較當(dāng)前總適生區(qū)縮小23.0%,約合面積為325 486 km2;2090 s總適生區(qū)面積相較2050 s總適生區(qū)小幅度縮小0.8%,損失面積僅為9 201 km2。在SSP245環(huán)境下,2050 s總適生區(qū)面積相較當(dāng)前總適生區(qū)縮小23.7%,約合面積為336 076 km2;2090 s總適生區(qū)面積相較2050 s縮小15.8%,損失面積約為170 711.9 km2。在SSP585環(huán)境下,總適生區(qū)面積損失最大,2050 s總適生區(qū)面積相較當(dāng)前總適生區(qū)縮小32.9%,約合面積為467 239.3 km2;2090 s總適生區(qū)面積相較2050 s縮小37.4%,約合面積為355 746.5 km2,此時(shí)總適生區(qū)縮減比例最高。
表3 不同時(shí)期白樺適生區(qū)空間變化
通過(guò)未來(lái)各時(shí)期適生區(qū)變化可以看出,SSP245和SSP585環(huán)境下白樺適生區(qū)對(duì)氣候變化的響應(yīng)最敏感(圖4)。在SSP245環(huán)境下,2050 s高度適生區(qū)面積相較當(dāng)前減少33.9%,面積約為208 854.2 km2;在2090 s白樺高度適生區(qū)面積的變化幅度最大,高度適生區(qū)面積相較當(dāng)前減少64.7%,面積約為399 323 km2。在SSP126環(huán)境下,2050 s高度適生區(qū)面積的變化幅度最小,新增加適生區(qū)增加率最低,高度適生區(qū)面積相較當(dāng)前減少28.3%,面積約為174 635.5 km2;2090 s高度適生區(qū)面積將持續(xù)減小,相較當(dāng)前時(shí)期減少34.9%,減少面積約為215 312.5 km2,但此時(shí)期新增適生區(qū)面積的增加率最高。在SSP585環(huán)境下,2050 s高度適生區(qū)面積相較當(dāng)前時(shí)期減少55.0%,面積約為339 444.5 km2;2090 s高度適生區(qū)面積為當(dāng)前時(shí)期適生區(qū)面積的36.3%,減少面積約為393 020.9 km2。
LIG表示為末次間冰期,LGM表示為末次冰盛期,MH表示為全新世中期,Current表示為當(dāng)前時(shí)期。
在空間格局方面,過(guò)去時(shí)期白樺適生區(qū)的質(zhì)心總體向東北遷移,而未來(lái)不同氣候環(huán)境下質(zhì)心總體向西南遷移,遷移距離隨氣候變化加劇有進(jìn)一步擴(kuò)大的趨勢(shì)(圖6)。當(dāng)前時(shí)期白樺適生區(qū)的質(zhì)心在河北省張家口市沽源縣(115°33′36″E,41°35′24″N)。當(dāng)氣候環(huán)境為SSP126-2090s時(shí),適生區(qū)質(zhì)心向西遷移至內(nèi)蒙古自治區(qū)烏蘭察布市商都縣(113°58′12″E,41°40′12″N),遷移距離為133 121 m;當(dāng)氣候環(huán)境為SSP585-2090s時(shí),質(zhì)心向西南遷移至內(nèi)蒙古自治區(qū)巴彥淖爾市烏拉特中旗(109°38′24″E,40°38′24″N),距離為506 837 m。
圖5 不同時(shí)期白樺空間分布格局變化
圖6 不同氣候變化下白樺適生區(qū)質(zhì)心變化
根據(jù)Jackknife法分析結(jié)果(表4),對(duì)白樺潛在地理分布貢獻(xiàn)率超過(guò)5%的因子分別為最暖季度降水量、最熱月最高氣溫、年均溫、年降水量、最冷月最低氣溫和海拔,這6個(gè)環(huán)境因子的總貢獻(xiàn)率高達(dá)89.8%,同時(shí)這6個(gè)環(huán)境因子的總置換重要值為94.4%。
表4 參與建模的環(huán)境因子貢獻(xiàn)率及置換重要值
影響白樺分布的主要環(huán)境因子與白樺生境適宜度關(guān)系見(jiàn)表5。在SSP126氣候環(huán)境下,2050 s和2090 s白樺生境適宜度分別比當(dāng)前降低了0.07和0.09;在SSP245氣候環(huán)境下,2050 s和2090 s白樺生境適宜度分別比當(dāng)前低0.09和0.15;在SSP585氣候環(huán)境下,2050 s白樺生境適宜度比當(dāng)前低0.13,2090 s白樺生境適宜度相較當(dāng)前大幅降低47.2%,僅為0.28。
表5 不同模式情境下白樺適生區(qū)環(huán)境因子與白樺生境適宜度的變化
166個(gè)白樺分布點(diǎn)的年平均氣溫與白樺生境適宜度的變化呈相反趨勢(shì)。在SSP126、SSP245和SSP585氣候環(huán)境下,2050 s的年平均氣溫相較當(dāng)前時(shí)期分別增加158.5%、205.7%和264.2%;2090 s相較2050 s年平均氣溫分別增加6.9%、29.3%和62.7%。年降水量與年平均氣溫相似,均與白樺生境適宜度變化相反。在SSP126、SSP245和SSP585環(huán)境下,2050 s的年降水量相較當(dāng)前分別增加14.67、23.38和41.80 mm;2090 s與2050 s相比,年降水量分別增加19.97、23.91和47.9 mm。
優(yōu)化后的MaxEnt模型預(yù)測(cè)結(jié)果與白樺實(shí)際地理分布高度一致,表明經(jīng)過(guò)優(yōu)化后的MaxEnt模型用于白樺的分布區(qū)預(yù)測(cè)時(shí),預(yù)測(cè)結(jié)果較為準(zhǔn)確、可靠。當(dāng)前白樺主要分布于內(nèi)蒙古東部、黑龍江、吉林、河北、河南、陜西、寧夏、甘肅、青海、四川、云南和西藏東南部等地區(qū)[26],通過(guò)對(duì)比分析各參數(shù)組合預(yù)測(cè)結(jié)果和實(shí)際分布區(qū)域的擬合程度以及對(duì)地理預(yù)測(cè)圖進(jìn)行視覺(jué)檢查來(lái)判斷模型預(yù)測(cè)精度[27],優(yōu)化后的MaxEnt模型對(duì)白樺適生區(qū)的預(yù)測(cè)結(jié)果也恰好位于上述地區(qū)。
水熱因子是影響白樺分布的決定性因子。在本研究中,白樺高度適生區(qū)的平均最熱月最高氣溫為22.7 ℃和最冷月最低氣溫為-23.3 ℃,與我國(guó)白樺連續(xù)分布面積最大的大興安嶺北部地區(qū)最熱月最高氣溫16.0~17.9 ℃和最冷月最低氣溫-25.4~-30.0 ℃相比較略高[28],這是由于本研究在分析白樺最適環(huán)境因子時(shí)將各地白樺高度適生區(qū)對(duì)應(yīng)環(huán)境因子數(shù)值按分布區(qū)面積進(jìn)行加權(quán)平均,所以導(dǎo)致整體平均值有所提高。同時(shí),降水作為影響白樺地理分布的主要環(huán)境因子之一,白樺高度適生區(qū)最暖季度降水量占年降水量的69.1%,這說(shuō)明白樺喜生于夏季較為濕潤(rùn)的立地環(huán)境,但我國(guó)東南沿海地區(qū)白樺分布較少的現(xiàn)象也說(shuō)明過(guò)量降水也會(huì)對(duì)白樺的分布存在一定的限制。
本研究白樺分布高度適生區(qū)平均海拔為1 537.5 m,與先前研究得出白樺主要分布在400~4 100 m的結(jié)論存在一定差異[26],這是因?yàn)楸狙芯恐邪讟逶跂|北海拔1 000 m以下地區(qū)和華北海拔1 300~1 900 m地區(qū)的高度適生區(qū)面積占比最大,而西南高海拔地區(qū)白樺高度適生區(qū)呈小面積破碎狀分布,這種分布格局導(dǎo)致白樺分布高度適生區(qū)平均海拔相較先前研究有所降低[29-30]。參與建模的土壤因子對(duì)白樺分布的影響相對(duì)較小,說(shuō)明白樺對(duì)土壤不敏感,這也是白樺在我國(guó)有較為廣泛分布的一個(gè)重要原因。
通過(guò)對(duì)白樺歷史時(shí)期分布區(qū)模擬表明,在末次間冰期,白樺作為一種耐寒樹(shù)種,廣泛分布于此時(shí)較為寒冷的青藏高原和大興安嶺地區(qū);在末次盛冰期,青藏高原地區(qū)的白樺適生區(qū)向東較暖地區(qū)進(jìn)行了大幅度遷移;在全新世中期,由于氣候與當(dāng)前時(shí)期類似,白樺適生區(qū)也呈現(xiàn)出與當(dāng)前適生區(qū)相似的分布情況[31-32]。古植被研究表明,在末次間冰期,溫帶樹(shù)種在北半球廣泛分布,具有良好的生態(tài)適應(yīng)性;到末次冰盛期,其在高緯度地區(qū)分布范圍發(fā)生收縮;在全新世中期,溫帶樹(shù)種適宜生境有一定程度的擴(kuò)大[33-35]。白樺過(guò)去時(shí)期適生區(qū)變化基本印證了這一結(jié)論。在3個(gè)歷史時(shí)期中,大興安嶺地區(qū)均保留有大面積白樺適生區(qū),因此本研究推斷白樺在冰川期的氣候避難所為大興安嶺地區(qū)。
在未來(lái)SSP126、SSP245和SSP585氣候變化下,白樺適生區(qū)面積均有不同程度的縮小,并且對(duì)SSP245和SSP585氣候變化環(huán)境下的影響最敏感。白樺在我國(guó)東北適生區(qū)分布范圍向北收縮尤為明顯,與其混交林常見(jiàn)樹(shù)種興安落葉松向北遷移趨勢(shì)基本一致[36]。在西南部的適生區(qū)面積也隨高溫高濕的加劇而收縮,但西南適生區(qū)收縮速率明顯低于東北適生區(qū)。在溫室氣體排放濃度相同時(shí),除SSP126環(huán)境下的2090 s白樺適生區(qū)質(zhì)心點(diǎn)向西北小幅度遷移外,在SSP245和SSP585兩種較高溫室氣體排放濃度下,由于東北地區(qū)的白樺適生區(qū)面積相較西南地區(qū)白樺適生區(qū)收縮幅度更大,2090 s和2050 s白樺適生區(qū)質(zhì)心均向西南方向遷移,并且遷移距離隨溫室效應(yīng)加劇而進(jìn)一步加大。這與我國(guó)溫帶森林樹(shù)種地理分布在未來(lái)全球變暖下向高緯度區(qū)域和高海拔地區(qū)遷移的趨勢(shì)基本相符[37]。
當(dāng)MaxEnt模型參數(shù)特征組合為片段化特征、乘積型特征和閾值性特征,且調(diào)控倍頻為2,此設(shè)置下模型的復(fù)雜程度較低,對(duì)白樺潛在分布區(qū)預(yù)測(cè)精度最高。
中國(guó)白樺當(dāng)前適生區(qū)主要分布于大興安嶺地區(qū)、小興安嶺地區(qū)、長(zhǎng)白山地區(qū)、祁連山地區(qū)以及橫斷山脈地區(qū),均為高緯度或較高海拔地區(qū),其中大興安嶺地區(qū)自末次間冰期以來(lái)一直為白樺主要適生區(qū)。
在影響白樺分布的環(huán)境因子中,白樺分布對(duì)水熱因子的變化最為敏感,土壤和地形因子的影響較小。
在全球變暖的環(huán)境下,全國(guó)各地白樺適生區(qū)均發(fā)生不同程度的收縮,并向更高海拔或更高緯度地區(qū)遷移。白樺在我國(guó)東北地區(qū)和西南較低海拔地區(qū)的適生區(qū)將大面積消失,且?guī)缀鯚o(wú)新增加適生區(qū)出現(xiàn)。
將白樺作為目標(biāo)樹(shù)種進(jìn)行造林時(shí),應(yīng)結(jié)合當(dāng)?shù)匕讟迳尺m宜度變化趨勢(shì),制定合理造林方案,避免因未來(lái)氣候變暖造成白樺林大面積退化帶來(lái)的損失。