氣候變化背景下青藏高原特有藥用植物水母雪兔子的潛在分布區(qū)預(yù)測

摘要：為了明確水母雪兔子（Saussurea medusa）的潛在適宜分布區(qū)和適宜生境，本研究利用水母雪兔子的分布記錄和氣候變量數(shù)據(jù)，采用MaxEnt模型和ArcGIS軟件預(yù)測了不同氣候變化背景下水母雪兔子的潛在分布區(qū)。結(jié)果表明，MaxEnt模型對(duì)水母雪兔子潛在分布區(qū)預(yù)測可信度高，AUC值均高于0.95；海拔、最暖季度降水量、年平均氣溫、降水量季節(jié)性變化是影響其潛在分布區(qū)的主要環(huán)境因子；末次間冰期、末次盛冰期和全新世中期水母雪兔子高適生區(qū)主要分布于青海東部、四川和云南西北部等地；當(dāng)前和未來（2050年和2070年），高適生區(qū)主要分布于四川西北部、甘肅南部、西藏東部、青海東北部等地，分布區(qū)面積有所增加，主要向云南南部、西藏東南部等低緯度地區(qū)擴(kuò)張。據(jù)此，我們認(rèn)為青藏高原東南部和云南北部應(yīng)是水母雪兔子的高適生區(qū)，需要建立就地保護(hù)以對(duì)國家二級(jí)珍稀野生保護(hù)植物水母雪兔子實(shí)施有效保護(hù)。

關(guān)鍵詞：水母雪兔子；氣候變化；潛在分布區(qū)；環(huán)境變量；最大熵模型

中圖分類號(hào)：Q948.13；Q948.112 """""""文獻(xiàn)標(biāo)識(shí)碼：A """""""文章編號(hào)：1007-0435（2025）03-0910-09

Prediction of the Potential Distribution Area of Saussurea medusa"（Asteraceae），"an Endemic Medicinal Plant from the Qinghai-Xizang Plateau under the Background of Climate Changes

SUN Cheng-lin¹，"LIU Yu-ping^1，2，3，"SU Xu^{1，2，3*}，"LI Xiao-li¹，"ZHANG Peng-hui¹，"QU Rong-ju¹，"JIN Jia-rui¹，"YANG Qian¹，"YU Ming-jun¹，"SONG Chang-chun¹

（1.School of Life Sciences，"Qinghai Normal University，"Xining，"Qinghai "Province 810008，"China；"2.Key Laboratory of Biodiversity Formation Mechanism and Comprehensive Utilization of the Qinghai-Xizang Plateau in Qinghai Province，"Qinghai Normal University，"Xining，"Qinghai Province 810008，nbsp;China；"3.Academy of Plateau Science and Sustainability，"Qinghai Normal University，"Xining，"Qinghai Province 810016，"China）

Abstract：In order to identify the potential suitable distribution area and habitat of Saussurea medusa，"the MaxEnt model and ArcGIS software were used in this study to predict the potential distribution area of S. medusa"under different climate change backgrounds by using distribution records and climate variable data. The results showed that MaxEnt model had high reliability in predicting the potential distribution area of S. medusa，"and AUC values were all higher than 0.95. Altitude，"precipitation in the warmest quarter，"annual mean temperature and seasonal variation of precipitation were the main environmental factors affecting the potential distribution area. The highly habitable areas of the last interglacial，"last glacial maximum and middle Holocene were mainly distributed in eastern Qinghai，"Sichuan and northwest Yunnan. At present and in the future （2050 and 2070），"the high-suitability areas are mainly distributed in northwestern Sichuan，"southern Gansu，"eastern Xizang，"northeast Qinghai and other places，"and the distribution area will increase，"mainly expanding to southern Yunnan，"southeast Xizang and other low-latitude areas. Therefore，"we believe that the southeast of the Qinghai-Xizang Plateau and the north of Yunnan should be the high suitability areas of the S. medusa，"and it is necessary to establish in situ protection to effectively protect the national second-class rare wild protected plant of S. medusa.

Key words：Saussurea medusa；Climate change；Potential distribution area；Environmental variable；Maximum entropy model

氣候變化對(duì)全球生態(tài)系統(tǒng)和生物多樣性造成的負(fù)面和潛在影響以及各種生態(tài)環(huán)境問題，是生態(tài)學(xué)家最關(guān)注的熱點(diǎn)問題之一^［1］。隨著全球氣候變暖，氣溫不斷上升，極端氣候條件對(duì)生物多樣性和物種分布范圍產(chǎn)生巨大影響。研究表明，氣候與植物生長密切相關(guān)，被認(rèn)為是影響植物地理分布的主要驅(qū)動(dòng)力^［2］。政府間氣候變化專門委員會(huì)（IPCC）第五次評(píng)估報(bào)告預(yù)測，21世紀(jì)全球氣溫將升高0.3℃～4.8℃^［3］。氣候變暖將會(huì)加劇植物適宜生境的破碎化，加速生物多樣性喪失，導(dǎo)致某些物種面臨滅絕風(fēng)險(xiǎn)，因而對(duì)氣候變化較為敏感的物種為了生存必須遷移到氣候條件適宜地區(qū)^［4］。譬如，樊信等^［5］采用生態(tài)位模型模擬了當(dāng)前和未來氣候變化情景下刺梨（Rosa roxburghii）在中國的潛在適生區(qū)，發(fā)現(xiàn)溫度是影響刺梨地理分布的關(guān)鍵氣候因子，未來氣候變化背景下刺梨的適生區(qū)隨氣候變化略增加，并有向高緯度地區(qū)遷移的趨勢(shì)，四川中部和川渝陜邊境的高度適生區(qū)顯著減少，未來主要分布于貴州省；張央等^［6］通過對(duì)國家二級(jí)保護(hù)植物硬葉兜蘭（Paphiopedilum micranthum）在中國地理分布格局及其潛在分布區(qū)的預(yù)測，發(fā)現(xiàn)硬葉兜蘭在全國大尺度上總體呈零散分布，以滇、黔、桂三省的喀斯特山地為主要分布區(qū)；劉婷等^［7］利用GIS和MaxEnt模型分析了氣候變化背景下紫果云杉（Picea purpurea）的潛在分布區(qū)，結(jié)果表明當(dāng)前氣候環(huán)境條件下紫果云杉的分布區(qū)主要集中于青藏高原東緣地區(qū)的四川、甘肅、青海、西藏等地，其中四川西北部、甘肅南部、青海東部和西藏東部林芝、昌都地區(qū)是最適宜紫果云杉生長的地區(qū)。這些研究不僅明確了植物的最適分布區(qū)，而且提出了科學(xué)合理的保護(hù)策略，對(duì)植物就地保護(hù)及可持續(xù)利用具有重要的指導(dǎo)意義。因此，研究物種的潛在分布區(qū)以及未來氣候?qū)ξ锓N分布的影響，對(duì)物種多樣性保護(hù)和管理具有重要的理論和現(xiàn)實(shí)意義。

目前，物種分布模型（Species distribution model，SDM）是模擬氣候變化背景下物種潛在適宜分布區(qū)的最有效手段之一，現(xiàn)已被廣泛用來預(yù)測物種適生區(qū)的研究^［8］。其中，最大熵模型（Maximum entropy model，MaxEnt）因建模簡單、樣本數(shù)據(jù)小、運(yùn)行時(shí)間短、數(shù)據(jù)處理能力強(qiáng)、預(yù)測結(jié)果精度高、與生境因子間相關(guān)性不確定的情況下仍能表現(xiàn)出較高的精度和穩(wěn)定性等諸多優(yōu)點(diǎn)，成為物種分布模型中使用最廣的模型，被廣泛應(yīng)用于物種生境因子篩選和適生區(qū)預(yù)測^［9-10］，尤其在入侵物種^［11-13］、瀕危物種^［14-15］、藥用物種^［16-18］的潛在分布區(qū)研究中被廣泛運(yùn)用。譬如，張華偉等^［13］利用MaxEnt模型預(yù)測了入侵物種馬纓丹（Lantana camara）的中國適生區(qū)，發(fā)現(xiàn)馬纓丹的適生區(qū)以秦嶺－淮河線為界，主要分布于我國南方地區(qū)，最冷月份最低溫度是影響其分布的主要?dú)夂蛞蜃?；王鑫?sup>［^14］通過對(duì)赤水河地區(qū)瀕危植物桫欏（Alsophila spinulosa）生境適宜性的評(píng)價(jià)，認(rèn)為最暖季降水、溫度日平均范圍、溫度季節(jié)性變化標(biāo)準(zhǔn)差和降水量季節(jié)性變異性系數(shù)是影響桫欏生長和分布的主導(dǎo)環(huán)境因子，高適生區(qū)主要集中于四川瀘州、宜賓和自貢，重慶及貴州遵義；柳鑫等^［18］采用最大熵模型研究了黃連（Coptis chinensis）生長的適宜性區(qū)劃，結(jié)果表明黃連生長的最適宜區(qū)主要分布在重慶石柱、武隆、巫溪及湖北利川、恩施等地，海拔、2月和9月降水量等7個(gè)生態(tài)因子是影響黃連生長的主要因素，為后續(xù)黃連基于品質(zhì)的產(chǎn)地區(qū)劃提供了科學(xué)依據(jù)。

水母雪兔子（Saussurea medusa）是菊科（Asteraceae）風(fēng)毛菊屬（Saussurea）的一種多年生藥用草本植物，通常生長于海拔3000～5600 m的高山流石灘，主要分布于甘肅、青海、四川、云南、西藏等青藏高原及其毗鄰地區(qū)。2021年9月7日，國家林業(yè)和草原局和農(nóng)業(yè)農(nóng)村部發(fā)布的《國家重點(diǎn)保護(hù)野生植物名錄》中，將水母雪兔子正式列為國家二級(jí)重點(diǎn)保護(hù)野生植物^［19］。水母雪兔子全草入藥，具有散寒除濕、活血通絡(luò)、抗癌、抗炎、抗疲勞等功效，主治風(fēng)濕性關(guān)節(jié)炎、婦女月經(jīng)不調(diào)、癰瘡腫毒、高山不適應(yīng)等多種疾病^［20］。目前，國內(nèi)外學(xué)者對(duì)水母雪兔子的研究主要集中于化學(xué)成分^［21-24］、藥理作用^［25-27］和分子鑒定^［28］、功能基因克隆及表達(dá)分析^［29］等領(lǐng)域，然而對(duì)水母雪兔子空間分布格局及其適生區(qū)的研究尚未見報(bào)道，其對(duì)氣候變化的響應(yīng)與適應(yīng)策略尚不清楚，因而預(yù)測其在氣候變化背景下的潛在分布區(qū)顯得尤為重要。據(jù)此，本研究通過野外實(shí)地調(diào)查和信息采集并通過各數(shù)據(jù)庫網(wǎng)站及文獻(xiàn)資料收集位點(diǎn)，將水母雪兔子的分布位點(diǎn)進(jìn)行篩選后，結(jié)合相關(guān)氣候變量，利用MaxEnt模型預(yù)測氣候變化背景下水母雪兔子的潛在分布區(qū)并劃分適生等級(jí)，分析水母雪兔子潛在適生區(qū)的環(huán)境因子，以期為我國進(jìn)行水母雪兔子有效保護(hù)提供科學(xué)指導(dǎo)。

1 材料與方法

1.1 水母雪兔子分布數(shù)據(jù)獲取

水母雪兔子地理分布數(shù)據(jù)主要來源于中國國家資源標(biāo)本平臺(tái)（http：//www.nsii.org.cn/2017/home.php）、中國數(shù)字植物標(biāo)本館（https：//www.cvh.ac.cn/）、全球生物多樣性信息網(wǎng)絡(luò)（https：//www.gbif.org/）、國內(nèi)公開發(fā)表的文獻(xiàn)資料以及課題組長期野外實(shí)地考察獲取的物種分布信息，共獲得水母雪兔子88個(gè)地理分布位點(diǎn)。為了降低同一柵格中過多重復(fù)位點(diǎn)產(chǎn)生的空間自相關(guān)對(duì)生態(tài)位模型構(gòu)建的影響，本研究采用ENM Tools軟件篩選并剔除空間自相關(guān)較高的物種分布點(diǎn)，最終保留了水母雪兔子的68個(gè)地理分布點(diǎn)（圖1和表1）。

1.2 環(huán)境變量搜集和篩選

利用全球氣候數(shù)據(jù)庫WorldClim2.1（https：//www.worldclim.org）獲取末次冰期、末次盛冰期、全新世中期、當(dāng)前（1970—2000）和未來（2050年、2070年）共6個(gè)時(shí)期的19個(gè)氣候變量和高程數(shù)據(jù)^［24］，空間分辨率為2.5 minutes的氣候數(shù)據(jù)（約1 km²），地形數(shù)據(jù)來源于EarthEnv數(shù)據(jù)庫（http：//www.earthenv.org/），空間分辨率為2.5 minutes。選擇具有較強(qiáng)模擬能力的BCC-CS-M2-MR模式。對(duì)于2050年與2070年氣候數(shù)據(jù)，我們選取RCP4.5（Representative concentration pathway，RCP）濃度路徑，RCP4.5代表全球二氧化碳中度排放情景。采用中國標(biāo)準(zhǔn)行政區(qū)劃數(shù)據(jù)GS（2024）0650號(hào)作為底圖，在ArcGIS 10.8中對(duì)6個(gè)時(shí)期的19個(gè)氣候因子數(shù)據(jù)進(jìn)行裁剪，獲得相應(yīng)時(shí)期的中國氣候圖層^［24］。因各氣候因子之間存在一定的相關(guān)性，若不進(jìn)行篩選容易導(dǎo)致物種分布模型的過度擬合。因此為了減弱環(huán)境變量間自相關(guān)性等問題導(dǎo)致的模型預(yù)測擬合度過高或產(chǎn)生偏差，本研究先提取水母雪兔子不同地理分布點(diǎn)的環(huán)境變量屬性值，利用SPSS 24.0軟件計(jì)算皮爾遜積矩相關(guān)系數(shù)，然后剔除相關(guān)系數(shù)較高（|r|gt;0.80）的環(huán)境因子，獲得彼此間不相關(guān)或相關(guān)性較低的環(huán)境因子并導(dǎo)入到MaxEnt模型建模，經(jīng)5次重復(fù)處理后選取11個(gè)環(huán)境因子進(jìn)行模型分析（表2和表3）。

1.3 模型構(gòu)建及參數(shù)優(yōu)化

將篩選的水母雪兔子地理分布位點(diǎn)和環(huán)境因子導(dǎo)入MaxEnt version 3.4.1模型中建模。通過R-3.6.3軟件“Kuenm”包對(duì)MaxEnt模型進(jìn)行要素類型和正則化乘數(shù)優(yōu)化，選擇Q（Quadratic features）、T（Threshold features）、H（Hinge features）要素類型，正則化乘數(shù)為1.6；隨機(jī)選擇分布點(diǎn)的25%用于模型測試，75%用于建模，設(shè)置10次重復(fù)運(yùn)算次數(shù)并勾選刀切法（Jackknife）來衡量各環(huán)境因子的相對(duì)重要性，輸出ASCII結(jié)果文件，其余參數(shù)設(shè)為默認(rèn)值^［25］。MaxEnt模型自動(dòng)生成ROC曲線（接受者操作特征曲線）和AUC值（ROC曲線下面積）來驗(yàn)證模型結(jié)果準(zhǔn)確性^［26］。AUC值越高則表示模型模擬物種的空間分布越接近物種的實(shí)際分布。一般認(rèn)為AUC取值范圍為0.5～1.0^［27］，其中0.5～0.7表示模型結(jié)果可信度較低，0.8～0.9表示可信度中等，0.9～1.0表示可信度較高^［2］。將MaxEnt預(yù)測結(jié)果導(dǎo)入ArcGIS 4.1軟件，利用自然間斷點(diǎn)分級(jí)法（Jenks' natural breaks）進(jìn)行適生區(qū)劃分，共劃分為四個(gè)等級(jí)^［29］：高適生區(qū)（0.70～1.00）、中適生區(qū)（0.40～0.70）、低適生區(qū)（0.09～0.40）和非適生區(qū)（0.00～0.09）來確定水母雪兔子的潛在分布區(qū)，并分別統(tǒng)計(jì)各適生區(qū)的面積。

2 結(jié)果與分析

2.1 模型精度評(píng)價(jià)

受試者工作特征曲線表明，MaxEnt模型重復(fù)運(yùn)算10次后，得到ROC曲線下面積AUC平均值為0.958，標(biāo)準(zhǔn)差為0.015，遠(yuǎn)大于隨機(jī)測試值0.5（圖2），說明獲得的水母雪兔子潛在分布區(qū)的預(yù)測結(jié)果準(zhǔn)確率好、可信度高。

2.2 水母雪兔子潛在分布區(qū)的環(huán)境影響因子

參與建模的11個(gè)環(huán)境因子中，影響水母雪兔子潛在分布區(qū)變化最主要的分別為海拔、等溫性、最暖季度降水量、年平均氣溫、降水量季節(jié)性變化，累計(jì)貢獻(xiàn)率高達(dá)88.5%，高于其他環(huán)境因子（表3）。同時(shí)，刀切法結(jié)果顯示當(dāng)使用單獨(dú)變量時(shí)，海拔、溫度季節(jié)性變化標(biāo)準(zhǔn)差、等溫性、氣溫年較差、年平均氣溫、最暖季度降水量的正則化訓(xùn)練增益值較高，表明這些環(huán)境因子的貢獻(xiàn)值越大；當(dāng)不使用單獨(dú)變量時(shí)，海拔、等溫性和最暖季度降水量降低模型的增益最多（圖3）。綜合來看，海拔、等溫性、最暖季度降水量、年平均氣溫和降水量季節(jié)性變化是影響水母雪兔子地理分布的主要環(huán)境變量。

2.3 水母雪兔子地理分布對(duì)環(huán)境因子的響應(yīng)

本研究分析了水母雪兔子存在概率和主要環(huán)境變量的關(guān)系。一般認(rèn)為，當(dāng)存在概率大于0.5時(shí)，其對(duì)應(yīng)的環(huán)境變量更有利于植物生長^［30］。根據(jù)環(huán)境因子貢獻(xiàn)率，選擇4個(gè)環(huán)境因子分析，結(jié)果顯示當(dāng)海拔高度低于3000 m或高于4500 m時(shí)，水母雪兔子的存在概率小于0.5，表明水母雪兔子生長的最適海拔高度為3000～4500 m；尤其當(dāng)海拔高度處于3900 m時(shí)，水母雪兔子的存在概率最大，說明該海拔高度是水母雪兔子分布的最佳海拔（圖4A）。當(dāng)溫度季節(jié)性變化標(biāo)準(zhǔn)差為600～850時(shí)，水母雪兔子的存在概率最高，顯示其適合水母雪兔子的生長和分布（圖4B）；降水量變異系數(shù)90～100 mm是水母雪兔子生長的適宜降水量變化范圍，當(dāng)降水量變異系數(shù)小于50 mm或大于130 mm時(shí)，水母雪兔子出現(xiàn)的概率極低且無限趨近于0（圖4C）；最暖季度降水量為220～395 mm是水母雪兔子最適的生長水分條件，尤其降水量為300 mm時(shí)，水母雪兔子的生長概率最大，而降水量大于395 mm時(shí)，水母雪兔子的生長概率急劇下降（圖4D）。

2.4 不同氣候變化背景下水母雪兔子的潛在分布區(qū)

MaxEnt和ArcGIS軟件建模結(jié)果表明，末次間冰期水母雪兔子的高適生區(qū)主要集中于青海西南部、西藏東南部、四川西部和云南北部等地，面積達(dá)33.69萬km²；末次冰期，水母雪兔子的高適生區(qū)轉(zhuǎn)移至青海東北部、甘肅南部、陜西西部、四川西部、云南北部等地，面積達(dá)46.85萬km²；全新世中期，水母雪兔子的高適生區(qū)主要集中于四川西北部、甘肅南部、西藏東部、青海東北部等地，零星分布于西藏阿里東南部，面積達(dá)71.72萬km²，占中國總面積的7.5%；當(dāng)前和未來兩個(gè)時(shí)期（2050年和2070年），水母雪兔子的高適生區(qū)分布基本一致，主要集中于四川西北部、甘肅南部、西藏東部、青海東北部等地，面積介于56～59萬km²（圖5和表2）。

3 討論

MaxEnt模型是基于現(xiàn)存物種的分布記錄和氣候環(huán)境數(shù)據(jù)構(gòu)建的物種分布模型，在樣本量極少的情況下就能很好地預(yù)測物種的可能分布，并不代表物種的實(shí)際分布區(qū)域，這是由于物種的實(shí)際分布情況還會(huì)受到氣候變化、海拔、管理水平、種間競爭等諸多因素的影響^［31］。該模型基于生態(tài)位原理，有效克服了機(jī)理模型環(huán)境因子權(quán)重確定的主觀性和回歸模型數(shù)據(jù)難以獲取等缺點(diǎn)^［32］。但模型的預(yù)測性能受到分布點(diǎn)空間聚集度的制約，當(dāng)分布點(diǎn)高度自相關(guān)，會(huì)導(dǎo)致模型過度擬合，造成預(yù)測結(jié)果大于物種實(shí)際分布范圍，且分布點(diǎn)的范圍應(yīng)與研究區(qū)一致，避免造成預(yù)測結(jié)果有所偏差。因此，本研究在進(jìn)行預(yù)測時(shí)對(duì)88個(gè)水母雪兔子分布點(diǎn)進(jìn)行了篩選剔除最終保留了68個(gè)分布點(diǎn)進(jìn)行預(yù)測。本研究結(jié)果顯示，受試者工作特征曲線下面積AUC平均值為0.958，標(biāo)準(zhǔn)差為0.015，遠(yuǎn)大于隨機(jī)測試值0.5，表明利用MaxEnt模型獲得的水母雪兔子潛在分布區(qū)的預(yù)測結(jié)果準(zhǔn)確率好、可信度高，通常認(rèn)為AUC值越高，MaxEnt模型模擬物種的空間分布越接近實(shí)際分布情況^［33］。總體而言，本次預(yù)測結(jié)果的可信度較高，可以較為真實(shí)地反映水母雪兔子的實(shí)際分布情況，對(duì)其實(shí)施保護(hù)和制定相關(guān)保護(hù)政策具有重要意義。

貢獻(xiàn)率可以反映環(huán)境因子對(duì)MaxEnt模型構(gòu)建的重要程度^［34］。本研究發(fā)現(xiàn)，海拔、等溫性、最暖季度降水量、年平均氣溫和降水量季節(jié)性變化是影響水母雪兔子地理分布的主要環(huán)境變量。其中，海拔對(duì)水母雪兔子適生區(qū)的分布影響最大，占總貢獻(xiàn)率的54.2%，生長的最適海拔高度為3000～4500 m，這與《中國植物志》^［35］記錄的海拔3000～5600 m及《青海植物志》^［36］記載的海拔3700～5200 m基本一致，我們推測這可能由于海拔作為影響植物生長的綜合環(huán)境因子，溫度、水分、光照等會(huì)隨海拔的不同而不同，因而海拔、溫度、水分、光照等環(huán)境因子都會(huì)對(duì)植物分布范圍產(chǎn)生顯著影響^［37］。譬如，李小莉等^［38］、董瑞等^［39］利用MaxEnt模型通過對(duì)唐古紅景天（Rhodiola tangutica）、瑞香狼毒（Stellera chamaejasme）適生區(qū)的預(yù)測，發(fā)現(xiàn)兩個(gè)物種的適宜分布區(qū)均在高海拔地區(qū)，認(rèn)為海拔是影響兩個(gè)物種分布的主要環(huán)境因子。除海拔外，降水量和溫度也是影響水母雪兔子分布的重要環(huán)境因子，累計(jì)貢獻(xiàn)率分別達(dá)11.3%和11.6%。影響降水的主要影響因子是降水量變異系數(shù)，它可以反映水母雪兔子不同生長時(shí)期對(duì)降水的需求不同，水母雪兔子降水量變異系數(shù)90～100 mm是最適宜的變化范圍。同時(shí)，溫度季節(jié)性變化標(biāo)準(zhǔn)差是影響水母雪兔子分布的另一重要因子，當(dāng)溫度季節(jié)性變化標(biāo)準(zhǔn)差在600～850時(shí)，最適合水母雪兔子分布。因此，水母雪兔子的適宜分布區(qū)應(yīng)是降水較為充沛和溫度變幅較高的地區(qū)，其對(duì)水母雪兔子的實(shí)際分布格局有著顯著影響。這與賀一鳴等^［40］和郎顯鵬等^［41］的研究結(jié)果基本相同，同樣發(fā)現(xiàn)溫度和降水是影響蒙古蕕（Caryopteris mongholica）和蒙古韭（Allium mongolicum）分布的主要生態(tài)因子。

諸多植物因受全球氣候變化的影響未來有向高緯度和高海拔地區(qū)遷移的趨勢(shì)^［42-44］。本研究結(jié)果顯示，過去三個(gè)時(shí)期（末次冰期、末次盛冰期、全新世中期）水母雪兔子的高適生區(qū)主要分布于青海東北部和西藏西南部、甘肅南部、陜西西部、四川西北部、云南北部等青藏高原東南部地區(qū)。當(dāng)前與未來時(shí)期（2050年和2070年），水母雪兔子的潛在分布區(qū)面積變化不大，適生區(qū)范圍基本一致。我們認(rèn)為，溫度上升并沒有導(dǎo)致水母雪兔子分布區(qū)面積的大幅增加或減少，說明水母雪兔子對(duì)溫度的變化不敏感。水母雪兔子的潛在分布區(qū)具有向青藏高原東南部、云南北部的低緯度地區(qū)擴(kuò)張的趨勢(shì)，表明水母雪兔子能夠適應(yīng)全球氣候變暖的特性，在一定程度上溫度升高也許有利于水母雪兔子分布范圍的擴(kuò)張，整體分布向青藏高原東南部移動(dòng)。青藏高原東部邊緣地區(qū)山體高大，地形復(fù)雜，是典型的山地氣候，這一地形優(yōu)勢(shì)有利于其分布。這進(jìn)一步驗(yàn)證了先前諸多學(xué)者認(rèn)為的全球氣候變暖導(dǎo)致生態(tài)環(huán)境變化顯著，從而影響物種的實(shí)際分布范圍結(jié)論的正確性和合理性^［45］。據(jù)此，我們認(rèn)為青藏高原東南部和云南北部的水母雪兔子高適生區(qū)，建立就地保護(hù)措施，以對(duì)國家二級(jí)珍稀野生保護(hù)植物水母雪兔子實(shí)施有效保護(hù)。

4 結(jié)論

本研究表明，海拔、等溫性、最暖季度降水量、年平均氣溫和降水量季節(jié)性變化是影響水母雪兔子地理分布的主要環(huán)境變量。其中海拔和降水量是影響水母雪兔子分布的最主要環(huán)境因子，適宜水母雪兔子生長的海拔和降水量的閾值分別為3000～4500 m和220～395 mm。氣候的改變引起青藏高原降水格局和生物小氣候的改變，對(duì)水母雪兔子的潛在分布及遷移產(chǎn)生了一定影響。當(dāng)前和未來兩個(gè)時(shí)期（2050年和2070年），水母雪兔子高適生區(qū)有向云南南部、西藏東南部邊緣橫斷山脈等低緯度地區(qū)擴(kuò)張的趨勢(shì)。本研究可以為水母雪兔子的科學(xué)保護(hù)提供有效的理論基礎(chǔ)，還可為青藏高原高寒珍稀野生植物的保護(hù)提供寶貴經(jīng)驗(yàn)。

參考文獻(xiàn)

［1］"田紅，李文金，張玉珍. 高寒草甸對(duì)植物多樣性短期喪失的響應(yīng)［J］. 甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào)，2015，50（1）："93-98

［2］"CUENA-LOMBRANA A，"FOIS M，"FENU G，"et al. The impact of climatic variations on the reproductive success of Gentiana lutea"L. in a Mediterranean Mountain area［J］. International Journal of Biometeorology，"2018，"62（7）："1283-1295

［3］"BOUCHER O，"RANDALL D，"ARTAXO P，"et al. Contribution of working group to the fifth assessment report of the intergovernmental panel on climate change. clouds and aerosols［J］. Climate Change，"2013："616-617

［4］"陳建國，楊揚(yáng)，孫航. 高山植物對(duì)全球氣候變暖的響應(yīng)研究進(jìn)展［J］. 應(yīng)用與環(huán)境生物學(xué)報(bào)，2011，17（3）："435446

［5］"樊信，盤金文，何崇濤. 氣候變化背景下基于MaxEnt模型的刺梨潛在適生區(qū)分布預(yù)測［J］. 西北植物學(xué)報(bào)，2021，41（1）："0159-0167

［6］"張央，武建勇，安明態(tài)，等. 中國硬葉兜蘭地理分布格局及其潛在分布區(qū)預(yù)測［J］. 西北植物學(xué)報(bào)，2021，41（11）："1932-1939

［7］"劉婷，曹家豪，齊瑞，等. 基于GIS和MaxEnt模型分析氣候變化背景下紫果云杉的潛在分布區(qū)［J］. 西北植物學(xué)報(bào)，2022，42（3）："481-491

［8］"GELVIZ-GELVEZ S M，"PAVóN N P，"ILLOLDI-RANGEL P，"et al. Ecological niche modeling under climate change to select shrubs for ecological restoration in Central Mexico［J］. Ecological Engineering，"2015（74）："302-309

［9］"呂振剛，李文博，黃選瑞，等. 氣候變化情景下河北省3個(gè)優(yōu)勢(shì)樹種適宜分布區(qū)預(yù)測［J］. 林業(yè)科學(xué)，2019，55（3）："13-21

［10］"PHILLIPS S J，"ANDERSON R P，"DUDISK M，"et al. Opening the black box："an open‐source release of MaxEnt［J］. Ecography，"2017，"40（7）："887-893

［11］"杜志喧，蘇啟陶，周兵，等. 不同氣候變化情景下入侵植物大狼把草在中國的潛在分布［J］. 生態(tài)學(xué)雜志，2021，40（8）："2575-2582

［12］"徐文力，李慶康，楊瀟，等. 氣候變化情景下西藏入侵植物印加孔雀草的潛在分布預(yù)測［J］. 生態(tài)學(xué)報(bào)，2022，42（17）："7266-7277

［13］"張華緯，趙健，閻波杰，等. 基于MaxEnt模型和GIS的馬纓丹在中國的適生區(qū)預(yù)測［J］. 生態(tài)與農(nóng)村環(huán)境報(bào)，2020，36（11）："1420-1427

［14］"王鑫，任亦釗，黃琴，等. 基于GIS和MaxEnt模型的赤水河地區(qū)瀕危植物桫欏生境適宜性評(píng)價(jià)［J］. 生態(tài)學(xué)報(bào)，2021，41（15）："6123-6133

［15］"張文秀，寇一翾，張麗，等. 采用生態(tài)位模擬預(yù)測瀕危植物白豆杉5個(gè)時(shí)期的適宜分布區(qū)［J］. 生態(tài)學(xué)雜志，2020，39（2）："600-613

［16］"HU H W，"WEI Y Q，"WANG W Y，"et al. Richness and distribution of endangered orchid species under different climate scenarios on the Qinghai-Tibetan Plateau［J］. Frontiers in Plant Science，"2022（13）："948189

［17］"陳敏艷，張琳琳，曹博，等. 基于MaxEnt和GIS的黃芩屬6種藥用植物最適潛在分布區(qū)預(yù)測［J］.中獸醫(yī)醫(yī)藥雜志，2022，41（5）："7-12

［18］"柳鑫，楊艷芳，宋紅萍，等. 基于MaxEnt和ArcGIS的黃連生長適宜性區(qū)劃研究［J］. 中國中藥雜志，2016，41（17）："3186-3193

［19］"國家林業(yè)和草原局，農(nóng)業(yè)農(nóng)村部. 國家重點(diǎn)保護(hù)野生植物名錄（2021年第15號(hào)）［EB/OL］.https：//www.forestry.gov.cn/c/www/gkgjlyjgb/92029.jhtml，2021-09-08/2025-03-25

［20］"李觀海，劉法，趙榮春. 雪蓮對(duì)大鼠實(shí)驗(yàn)性關(guān)節(jié)急性炎癥的作用［J］. 藥學(xué)學(xué)報(bào)，1980，15（6）："368-370

［21］"楊璐銘，陳虎彪，郭喬如，等. 雪蓮的化學(xué)成分及藥理作用研究進(jìn)展［J］. 藥學(xué)學(xué)報(bào)，2020，55（7）："1466-1477

［22］"DUAN H，"TAKAISHI Y，"MOMOTA H，"et al. Immunosuppressive constituents from Saussurea medusa［J］. Phytochemistry，"2002，"59（1）："85-90

［23］"DAWA Z，"BAI Y，"ZHOU Y，"et al. Chemical constituents of the whole plants of Saussurea medusa［J］. Journal of Natural Medicines，"2009（63）："327-330

［24］"肖建華，丁鑫，蔡超男，等. 閩楠（Phoebe bournei"Lauraceae）地理分布及隨氣候變化的分布格局模擬［J］. 生態(tài)學(xué)報(bào)，2021，41（14）："5703-5712

［25］"TAKASAKI M，"KONOSHIMA T，"KOMATSU K，"et al. Anti-tumor-promoting activity of lignans from the aerial part of Saussurea medusa［J］. Cancer Letters，"2000，"158（1）："53-59

［26］"YU R X，"JIANG L，"MEI L J，"et al. Anti-inflammatory effects of alcohol extract from Saussurea medusa"Maxim. against lipopolysaccharides-induced acute lung injury mice［J］. International Journal of Clinical and Experimental Medicine，"2019，"3："112-118

［27］"CAO J Y，"DONG Q，"WANG Z Y，"et al. Megastigmane sesquiterpenoids from Saussurea medusa"and their anti-inflammatory activities［J］. Natural Product Research，"2023，"37（18）："3074-3082

［28］"劉建全，陳之端，路安民. 藏藥雪蓮原植物水母雪蓮及其混淆種類的ITS序列比較和分子鑒定［J］. 中草藥，2001（5）："61-63

［29］"張雪梅，劉濤，任世杰，等. 基于MaxEnt模型的3種野生牧草西藏地區(qū)潛在適生區(qū)分析［J］.草地學(xué)報(bào)，2023，31（8）："2314-2322

［30］"王茹琳，李慶，封傳紅，等. 基于MaxEnt的西藏飛蝗在中國的適生區(qū)預(yù)測［J］. 生態(tài)學(xué)報(bào)，2017，37（24）："8556-8566

［31］"方焱，馬晨，楊菲，等. 基于MaxEnt模型預(yù)測黃條灰翅夜蛾在中國的潛在地理分布［J］. 植物保護(hù)學(xué)報(bào)，2022，49（5）："1417-1423

［32］"楊超，范韋瑩，蔡曉斌，等. 基于MaxEnt模型的湖北石首麋鹿國家級(jí)自然保護(hù)區(qū)散養(yǎng)麋鹿夏季生境適宜性評(píng)價(jià)［J］. 長江流域資源與環(huán)境，2022，31（2）："336-344

［33］"SOUCY J P R，"SLATCULESCU A M，"NYIRANEZA C，"et al. High-resolution ecological niche modeling of Ixodes scapularis"ticks based on passive surveillance data at the northern frontier of Lyme disease emergence in North America［J］. Vector-Borne and Zoonotic Diseases，"2018，"18（5）："235-242

［34］"張春華，雷晨雨，王儲(chǔ)，等. 珍貴用材樹種紅椿4個(gè)變種栽培的潛在氣候適生區(qū)預(yù)測［J］. 云南農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)），2022，37（2）："294-301

［35］"中國科學(xué)院中國植物志編輯委員會(huì). 中國植物志（第十九卷）［M］. 北京：科學(xué)出版社，1999：20-21

［36］"青海植物志編輯委員會(huì). 青海植物志（第一卷）［M］. 西寧：青海人民出版社出版，1997：457-458

［37］"王桔紅，張勇，崔現(xiàn)亮，等. 不同海拔梯度糙皮樺和紫果云杉種子的萌發(fā)變異［J］. 生態(tài)學(xué)雜志，2009，28（4）：589-594

［38］"李小莉，蘇旭，王東，等. 氣候變化背景下青藏高原特有種唐古特紅景天的地理分布格局預(yù)測［J］. 植物研究，2024，44（2）："168-179

［39］"董瑞，楚彬，花蕊，等. 未來氣候情景下青藏高原瑞香狼毒（Stellera chamaejasme）的地理分布預(yù)測［J］. 中國草地學(xué)報(bào)，2022，44（4）："10-20

［40］"賀一鳴，王馳，王海濤，等. 氣候變化對(duì)蒙古蕕潛在適生區(qū)的影響［J］. 草地學(xué)報(bào)，2023，31（2）："540-550

［41］"郎顯鵬，樊如月，李青豐. 中國北方地區(qū)蒙古韭潛在適生區(qū)分析［J］. 草地學(xué)報(bào)，2023，31（11）："3525-3534

［42］"ZHANG K，"YAO L，"MENG J，"et al. MaxEnt modeling for predicting the potential geographical distribution of two peony species under climate change［J］. Science of the Total Environment，"2018（634）："1326-1334

［43］"LENOIR J，"GéGOUT J C，"MARQUET P A，nbsp;et al. A significant upward shift in plant species optimum elevation during the 20th century［J］. Science，"2008，"320（5884）："1768-1771

［44］"BERTRAND R，"LENOIR J，"PIEDALLU C，"et al. Changes in plant community composition lag behind climate warming in lowland forests［J］. Nature，"2011，"479（7374）："517-520

［45］"SUN J，"QIN X，"YANG J. The response of vegetation dynamics of the different alpine grassland types to temperature and precipitation on the Tibetan Plateau［J］. Environmental Monitoring and Assessment，"2016，"188（1）："1-11

（責(zé)任編輯""彭露茜）

引用格式：孫成林， 劉玉萍， 蘇旭，"等.氣候變化背景下青藏高原特有藥用植物水母雪兔子的潛在分布區(qū)預(yù)測[J].草地學(xué)報(bào)，2025，33（3）：910-918

Citation：SUN Cheng-lin， LIU Yu-ping， SU Xu， et al.Prediction of the Potential Distribution Area of"Saussurea medusa"（Asteraceae）， an Endemic Medicinal Plant from the Qinghai-Xizang Plateau under the Background of Climate Changes[J].Acta Agrestia Sinica，2025，33（3）：910-918

基金項(xiàng)目：第二次青藏高原綜合科學(xué)考察研究項(xiàng)目（2019QZKK0502）；青海省重大科技專項(xiàng)（2023-SF-A5）；2023年中央林業(yè)草原生態(tài)保護(hù)恢復(fù)資金野生動(dòng)植物保護(hù)項(xiàng)目（QHSY-2023-016）；青海省省財(cái)政林業(yè)改革發(fā)展資金林草新技術(shù)推廣項(xiàng)目（QSCZ-2023-001）資助

作者簡介：孫成林（1998-），男，漢族，青海貴德人，碩士研究生，主要從事植物系統(tǒng)分類與分子生態(tài)研究，E-mail："scl12077899@163.com；*通信作者Author for correspondence，"E-mail："xusu8527972@126.com