紫茎泽兰潜在分布对气候变化响应的研究.pdf

《紫茎泽兰潜在分布对气候变化响应的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2O一30草业学报第23卷第4期2014年8月ACTAPRATACUITURAESINICAVo1．23．No．4紫茎泽兰潜在分布对气候变化响应的研究王种，林慧龙，何兰。，曹坳程。(1．草地农业生态系统国家重点实验室兰州大学草地农业科技学院，甘肃兰州730020；2．中国食品药品检定研究院，北京100050；3．中国农业科学院植物保护研究所，北京100193)摘要：紫茎泽兰的生态适应性强，是我国外来人侵物种中危害最为严重的恶性杂草。研究紫茎泽兰的适生性特征及对全球气候变化的响应规律是制定防控策略的重要基础，为此，本研究采用了将生态位因子分析(ENFA)与最大

2、熵模型(MaxEnt)嵌套的方法，首先通过ENFA对环境因子进行降维，利用降维后的环境因子以及当前及A1b情景的未来气候数据，根据最大熵模型(MaxEnt)预测紫茎泽兰的潜在分布，并使用ROC曲线分析对预测结果进行评价。结果显示，当前气候情景下，紫茎泽兰的分布区以云南、贵州、广西等省为主；未来A1b情景下，易入侵等级(入侵概率为0．6～1．0)的区域面积将会由当前的12．82km。增加至2080s的21．30km，中心点将由当前位置向西南方向移动61km；而其中高入侵概率等级(人侵概率为0．8～1．0)的区域面积将由当前的0．42km。增加至2080s的0．

3、91km，中心点将由当前位置向东南方向移动178．66km。根据当前及未来A1b气候情景下紫茎泽兰潜在分布情况，并根据不同入侵等级区域采取相应的防除治理措施，将对紫茎泽兰的综合治理具有重要指导意义。关键词：物种入侵；紫茎泽兰；生态位模型；生态位因子分析(ENFA)；最大熵模型(MaxEnt)中图分类号：S812．29文献标识码：A文章编号：1004—5759(2014)04—002011DOl：10．11686／cyxb20140403紫茎泽兰(Eupatoriumadenophorum)是菊科(Compositae)泽兰属(Eupatorium)的多年生丛

4、生型半灌木状草本植物，原产于中美洲的墨西哥和哥斯达黎加等国，19世纪曾作为观赏植物引种到欧洲，后来引种到澳洲和亚洲，是一种抗逆性强、生态适应广、传播速度快且群体自然繁殖与演替能力极强的植物。20世纪40年代从中缅边境传人西双版纳后，以平均20km／a的速度向东、向北快速蔓延，目前其入侵面积超过3000万hm。。紫茎泽兰是我国外来入侵物种中危害最为严重的植物之一，据估计，它对中国畜牧业和草原生态系统服务功能造成的损失分别为9．89和26．25亿元／hm，已被列入我国公布的第1批外来入侵物种名单之首l2]。关于生态位的定义虽然为数不少，但最具代表性的当推Grin

5、nell[6]、Elton[9]和Hutchinson[1。。三人，后人分别称他们对生态位的定义为“空间生态位”、“功能生态位”和“多维超体积生态位”。其中Hutchinson(1957)。认为，生物在环境中受着多个资源因子的供应和限制，每个因子对该物种都有一定的适合度阈值，在所有这些阈值所限定的区域内，任何一点所构成的环境资源组合状态上，该物种均可以生存繁衍，所有这些状态组合点共同构成了该物种在该环境中的多维超体积生态位。多维超体积概念为现代生态位理论研究奠定了基础_1。生态位模型是根据生态位理论进行的建模。根据是否需要物种分布信息可将生态位模型分为两类，

6、即关联模型和机理模型，其中关联模型需要物种分布信息，而机理模型(代表模型有CIIMEX、SDM等)则不需要。根据物种分布数据的不同，又可将关联模型分为组判别模型和框架模型。组判别模型需要知道“存在”数据和“不存在”数据，这类模型的目的就是要找出一个能将这两个类别正确分开的判别规则，即建立一个合适的分类器，GARP和MaxEnt即为这类模型；而框架模型只需要知道物种“存在”的分布数据，这类模型主要是从这些物种分布信息中概括出该物种所需的生态位需求，主要代表有BIOCLIM、DOMAIN、ENFA等[1213]。最大熵模型(MaxEnt)以最大熵理论为基础，是一

7、个物种密度估计和物种分布预测模型。该模型的最大特点在于能够预测物种在某个地点存在的概率，而非是否存在。许多学者的研究已经证明，MaxEnt不仅能够很好的收稿日期：2Ol2一O524；改回日期：2Ol2-12-03基金项目：公益性行业(农业)科研专项(2Ol103027)资助。作者简介：王种(1987一)，女，甘肃白银人，在读博士。E—mail：anne—cat2008@163．GOre*通讯作者。Email：linhuiiong@lzu．edu．cn第23卷第4期草业学报2014年预测物种分布，并且模型运行速度快l_1]。在使用MaxEnt模型进行较大空间尺

8、度的物种潜在分布预测时，由于选取的环境因子数目较多，