气候背景下林麝适宜生境的最大熵模型（MaxEnt）研究

doi:10.14088/j.cnki.issn0439-8114.2023.03.034

湖北农业科学 ›› 2023, Vol. 62 ›› Issue (3): 218-223.doi: 10.14088/j.cnki.issn0439-8114.2023.03.034

气候背景下林麝适宜生境的最大熵模型（MaxEnt）研究

赵金鹏^1,2, 王庆^1,2, 郑程莉³, 胡婧媛^1,2, 王茹琳^1,2, 姜淦^1,2

1.高原与盆地暴雨旱涝灾害四川省重点实验室,成都 610072;
2.四川省农村经济综合信息中心,成都 610072;
3.四川养麝研究所,成都 610072

收稿日期:2021-11-22 发布日期:2023-04-20
通讯作者: 姜淦（1985-）,四川苍溪人,高级工程师,硕士,主要从事应用气象与气象服务工作,（电子信箱）15102808887@qq.com。
作者简介:赵金鹏（1988-）,男,内蒙古巴彦淖尔人,工程师,硕士,主要从事应用气象与气象服务工作,（电话）028-87362165（电子信箱）421508153@qq.com
基金资助:
2018年高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目（省重实验室2018-重点-05-07）

Research on the suitable habitat for Moschus berezovskii based on maximum entropy model（MaxEnt） in climatic background

ZHAO Jin-peng^1,2, WANG Qing^1,2, ZHENG Cheng-li³, HU Jing-yuan^1,2, WANG Ru-lin^1,2, JIANG Gan^1,2

1. Key Laboratory of Heavy Rain and Drought/Flood Disaster in Plateau and Basin of Sichuan Province, Chengdu 610072, China;
2. Comprehensive Information Center of Rural Economy in Sichuan, Chengdu 610072, China;
3. Sichuan Institute of Musk Deer Breeding, Chengdu 610072, China

Received:2021-11-22 Published:2023-04-20

摘要/Abstract

摘要： 基于公开发表的林麝（Moschus berezovskii）在中国范围内地理分布数据和生境气候数据,利用刀切法提取影响林麝存在概率的关键气象因子,并运用MaxEnt模型与ArcGIS软件分析不同情景下林麝在中国的适生范围。结果表明,最暖季降水量、最干季均温、最湿季降水量、年均温、季节性温差、最湿季均温、最暖季均温、最干季降水量8个关键气候因子对林麝的分布有重要影响;利用受试者工作特征曲线检验林麝生境范围预测模型,得出模型预测结果达到优秀水平（AUC=0.993）。当前气候情景下,林麝生境适宜区主要分布在腾冲-漠河线以南,适宜生境面积为4.13×10⁶ km²,占中国国土面积的43%;RCP2.6、RCP4.5和RCP8.5三种未来气候情景下,至2050s（2040—2059年）林麝高、中、低适生面积均有所减少,其中低适生面积减幅最大（达到50%）;2080s（2070—2089年）较2050s,RCP2.6和RCP4.5情景下林麝高、中、低适生面积有所增加,RCP8.5情景下则有所减少。以平原、丘陵地貌为主的林麝适生区东南区域,对未来气候条件的变化负面响应较明显,而以高山为主的西南地区则能够较好地应对未来气候条件变化,所以建议以西南地区为核心建立林麝保护区,并严格控制人员进入保护区,以达到更好地保护野生林麝的目的。

关键词: 林麝（Moschus berezovskii）, MaxEnt模型, 气候变化, 生境适应性, 物种保护

Abstract: According to the published geographic distribution data and habitat climate data of Moschus berezovskii in China, the key meteorological factors affecting the probability of existence of Moschus berezovskii were extracted by knife cutting method. The MaxEnt model and ArcGIS software were used to analyze the habitat range of Moschus berezovskii in China under different scenarios. The results showed that eight key climate factors had important influences on the distribution of Moschus berezovskii, including precipitation in the warmest season, mean temperature in the driest season, precipitation in the wettest season, annual average temperature, seasonal temperature difference, mean temperature in the wettest season, mean temperature in the warmest season and precipitation in the driest season; the habitat prediction model of Moschus berezovskii was examined by receiver operating characteristic curve, and the prediction results reached an excellent level （AUC=0.993）. Under the current scenario, the suitable area of Moschus berezovskii was mainly distributed in the south of Tengchong-Mohe line, with an area of 4.13×10⁶ km², accounting for 43% of China's land area; under the scenarios of RCP2.6, RCP4.5 and RCP8.5, the suitable area of Moschus berezovskii decreased in the 2050s（2040—2059）, and the lowly suitable area decreased up to 50%; compared with the 2050s, the suitable area of Moschus berezovski increased under RCP2.6 and RCP4.5 scenarios in 2080s（2070—2089）, but it decreased under RCP8.5 scenarios. The southeast region, which was dominated by plain and hilly landforms, would respond poorly to future climate change, while the southwest region, which was dominated by mountainous landforms, would respond well to future climate change. Therefore, it was suggested to establish a Moschus berezovskii reserve with the southwest region as the core, and strictly control the personnel entering the reserve, so as to achieve the purpose of better protecting the wild Moschus berezovskii.

Key words: Moschus berezovskii, MaxEnt model, climate change, habitat adaptation, species protection

中图分类号:

赵金鹏, 王庆, 郑程莉, 胡婧媛, 王茹琳, 姜淦. 气候背景下林麝适宜生境的最大熵模型（MaxEnt）研究[J]. 湖北农业科学, 2023, 62(3): 218-223.

ZHAO Jin-peng, WANG Qing, ZHENG Cheng-li, HU Jing-yuan, WANG Ru-lin, JIANG Gan. Research on the suitable habitat for Moschus berezovskii based on maximum entropy model（MaxEnt） in climatic background[J]. HUBEI AGRICULTURAL SCIENCES, 2023, 62(3): 218-223.

参考文献

[1] 许珂,卜书海,梁宗锁,等. 林麝研究进展[J]. 黑龙江畜牧兽医,2014(7):147-150.
[2] 姜海瑞. 陕西凤县林麝(Moschus berezovskii)种群生态学研究[D]. 上海:华东师范大学,2007.
[3] 吴军, 徐海根, 陈炼. 气候变化对物种影响研究综述[J]. 生态与农村环境学报,2011,27(4):1-6.
[4] 彭少麟, 李勤奋, 任海. 全球气候变化对野生动物的影响[J]. 生态学报,2002,22(7):1153-1159.
[5] 马瑞俊, 蒋志刚. 全球气候变化对野生动物的影响[J]. 生态学报,2005,25(11):3061-3066.
[6] SCHLOSS C A,NUÑEZ T A,LAWLER J J. Dispersal will limit ability of mammals to track climate change in the Western Hemisphere[J]. Proceedings of the national academy of sciences of the United States of America,2012,109(22):8606-8611.
[7] LEVINSKY I, SKOV F, SVENNING J C, et al.Potential impacts of climate change on the distributions and diversity patterns of European mammals[J]. Biodiversity and conservation,2007,16(13): 3803-3816.
[8] 闵泓翔, 王洪军. 四川九龙山自然保护区林麝种群复壮措施初探[J]. 四川林勘设计,2013(1):55-57.
[9] 彭杰, 彭建军, 邓亚平, 等. 重庆金佛山国家级自然保护区林麝种群数量初步调查[J]. 林业科技通讯,2018(4):30-32.
[10] 范晓东,孙斌,胡建华,等. 太白山龙洞沟区域林麝活动状况调查[J]. 绿色科技,2017(4):14-16.
[11] 裴俊峰,车利锋,汪青雄,等. 陕西黄龙山区原麝种群数量与分布的初步研究[A]. 中国生态学学会动物生态专业委员会、中国动物学会兽类学分会、中国野生动物保护协会科技委员会、国际动物学会、四川省动物学会.第十三届全国野生动物生态与资源保护学术研讨会暨第六届中国西部动物学学术研讨会论文摘要集[C]. 成都:中国生态学学会动物生态专业委员会、中国动物学会兽类学分会、中国野生动物保护协会科技委员会、国际动物学会、四川省动物学会,2017.201.
[12] 张英,陈鹏. 陕西长青国家级自然保护区林麝种群分布与保护[J]. 陕西林业科技,2013(3):28-30.
[13] 胡忠军,王淯,薛文杰, 等. 陕西紫柏山自然保护区林麝种群密度[J]. 浙江林学院学报,2007,24(1):65-71.
[14] 郭建,程晓峰,巨云为,等. 冶勒自然保护区林麝对生境选择研究[J]. 应用与环境生物学报,2001,7(2):183-185.
[15] 魏辅文,王维,杨光,等. 四川马边大风顶自然保护区林麝种群密度初步分析[J]. 四川动物,1995(2):66-67.
[16] 李璇,李垚,方炎明. 基于优化的Maxent模型预测白栎在中国的潜在分布区[J]. 林业科学,2018,54(8):153-164.
[17] 张天蛟,刘刚.提高生态位模型时间转移能力的方法研究[J].中国农业大学学报,2017,22(2):98-105.
[18] 赵晶晶,高丹,冯纪年. 基于MaxEnt模型的葡萄根瘤蚜在中国的适生性分析[J]. 西北农林科技大学学报(自然科学版), 2015,43(11):99-104,112.
[19] 王雷宏,杨俊仙,徐小牛. 基于MaxEnt分析金钱松适生的生物气候特征[J]. 林业科学,2015,51(1):127-131.
[20] 赵文娟,陈林,丁克坚, 等. 利用MAXENT预测玉米霜霉病在中国的适生区[J]. 植物保护,2009,35(2):32-38.
[21] 孙颖,秦大河,刘洪滨. IPCC第五次评估报告不确定性处理方法的介绍[J]. 气候变化研究进展,2012,8(2):150-153.
[22] PHILLIPS S J, ANDERSON R P, SCHAPIRE R E.Maximum entropy modeling of species geographic distributions[J]. Ecological modelling,2006,190(3-4): 231-259.
[23] 曹学仁,陈林,周益林,等. 基于MaxEnt的麦瘟病在全球及中国的潜在分布区预测[J]. 植物保护,2011,37(3): 80-83.
[24] 赵文娟. 玉米霜霉病在中国的适生性分析[D]. 合肥:安徽农业大学,2009.
[25] 王运生,谢丙炎,万方浩,等. ROC曲线分析在评价入侵物种分布模型中的应用[J]. 生物多样性,2007,15(4):365-372.
[26] VANAGAS G.Receiver operating characteristic curves and comparison of cardiac surgery risk stratification systems[J].Interactive cardiovascular and thoracic surgery,2004,3(2):319-322.

气候背景下林麝适宜生境的最大熵模型（MaxEnt）研究

Research on the suitable habitat for Moschus berezovskii based on maximum entropy model（MaxEnt） in climatic background

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	陈世雪, 玉素甫江·如素力, 张发, 迪里胡玛尔·阿汗木江. 基于SWAT模型的开都河上游气候变化和人类活动对径流的影响[J]. 湖北农业科学, 2022, 61(5): 171-176.
[2]	郝瑞敏, 贺晓慧, 朱丽, 谢婧妍, 张秀凤. 蒙古扁桃在内蒙古的潜在地理分布及未来适生区预测[J]. 湖北农业科学, 2022, 61(16): 121-126.
[3]	吴丽萍, 杨余辉, 杨景燕, 冯先成, 曾康康. 新疆北部地区不同下垫面区域气候变化差异分析[J]. 湖北农业科学, 2022, 61(11): 19-26.
[4]	熊钰丹. 气候变化下独一味的地理潜在分布区预测[J]. 湖北农业科学, 2022, 61(11): 88-92.
[5]	贺付伟. 气候变化对中国不同区域马铃薯产量差的影响[J]. 湖北农业科学, 2022, 61(10): 28-32.
[6]	陈思宁, 郭军, 赵艳霞, 李兴阳, 陈跃浩, 郭玉娣. 气候变化背景下农业适应性调整效果定量化评估研究进展[J]. 湖北农业科学, 2021, 60(5): 5-12.
[7]	薛斯文, 周旗. 陕南气候变化风险应对感知的影响路径研究[J]. 湖北农业科学, 2021, 60(18): 185-192.
[8]	邢婕. 气候变化背景下土地覆被响应冰川消融研究——以西藏山南地区为例[J]. 湖北农业科学, 2021, 60(15): 60-64.
[9]	薛斯文, 周旗, 李明洁, 毛雨唯. 基于汉中、西安和榆林三市气候变化风险暴露度感知规律研究[J]. 湖北农业科学, 2021, 60(14): 162-168.
[10]	韦绮, 王海. 季风气候对农作物单产的影响分析——以镇宁自治县为例[J]. 湖北农业科学, 2021, 60(12): 20-24.
[11]	薛斯文, 周旗. 基于地理探测器的陕南地区气候变化风险应对感知影响机理[J]. 湖北农业科学, 2021, 60(12): 63-66.
[12]	罗晓玲, 李岩瑛, 杨梅, 聂鑫. 河西走廊东部近60年气候时空变化特征[J]. 湖北农业科学, 2021, 60(1): 32-36.
[13]	杨涛, 冯文丽, 鲍凤霞, 张枝盛, 程建平. 随州市中稻生长季农业气候资源变化研究[J]. 湖北农业科学, 2020, 59(24): 82-87.
[14]	刘佳, 李聪, 李彤霄, 刘燕. RCP情景下未来气候变化对河南省大豆生育期和产量的影响分析[J]. 湖北农业科学, 2020, 59(22): 81-85.
[15]	王威, 隋兵, 林南, 陈太龙. 基于长时间序列的洞庭湖面积变化与气候响应关系研究[J]. 湖北农业科学, 2020, 59(17): 38-42.