基于MaxEnt模型和气候变化情景入侵种黄顶菊在中国的分布区预测

doi:10.11923/j.issn.2095-4050.cjas20190700109

农学学报 ›› 2020, Vol. 10 ›› Issue (1): 60-67.doi: 10.11923/j.issn.2095-4050.cjas20190700109

所属专题：农业气象

基于MaxEnt模型和气候变化情景入侵种黄顶菊在中国的分布区预测

李安, 李良涛(), 高萌萌, 陈曦, 卢彤, 刘帅帅

河北工程大学园林与生态工程学院,河北邯郸 056021

收稿日期:2019-07-08 修回日期:2019-11-22 出版日期:2020-01-22 发布日期:2020-01-22
通讯作者: 李良涛 E-mail:li@163.com
作者简介:李安,男,1993年出生,河北承德人,在读硕士,主要从事生物多样性研究。通信地址：056021 河北省邯郸市丛台区太极路19号河北工程大学园林与生态工程学院,E-mail：838406427@qq.com
基金资助:
河北省科技计划项目“冀南地区乡土树种种质资源分布与开发利用研究”(16226309D-3);河北省社科联民生调研专项“河北省现代农业园区发展实证研究——基于邯郸市12区县38个园区实地调研”(201701301);河北省研究生创新资助项目“濒危物种缘毛太行花种质资源分布及其保护繁育研究”(CXZZSS2019074)

Distribution Prediction of Invasive Species Flaveria bidentis in China: Based on MaxEnt Model and Climate Change Scenario

Li An, Li Liangtao(), Gao Mengmeng, Chen Xi, Lu Tong, Liu Shuaishuai

College of Landscape and Ecological Engineering, Hebei University of Engineering, Handan 056021, Hebei, China

Received:2019-07-08 Revised:2019-11-22 Online:2020-01-22 Published:2020-01-22
Contact: Liangtao Li E-mail:li@163.com

摘要/Abstract

摘要：

为了分析入侵种黄顶菊[Flaveria bidentis (L.) Kuntze.]在中国的潜在适生分布区,利用最大熵模型(MaxEnt)与ArcGIS软件预测了黄顶菊在当前及未来气候条件下在中国的潜在适生分布区。结果表明：在当前气候条件下,黄顶菊主要分布在河北省大部分地区、北京市南部、河南省北部以及天津市的西部地区;未来气候条件下,黄顶菊的适生分布范围将进一步扩大,在2060年前后,高适生区的面积将增长到14.73万km ²,增长率达121.49%,主要分布在河北省及周边地区、陕西省西安市及周边城市。运用刀切法(Jackknife)计算各个环境变量对物种分布的影响,最冷月最低温度、最冷季平均温度、年平均气温、最干季平均温度、海拔、温度季节性变化标准差、最湿季度平均温度和最暖季平均温度8个环境变量是影响黄顶菊分布的主要因素。模型的AUC值为0.987,表明模型的准确度非常高。未来气候变化情景下黄顶菊的分布范围将进一步扩大,建议相关部门对此密切关注,并尽早采取防护措施。

关键词: 入侵植物, 黄顶菊, 气候变化, MaxEnt, 潜在适生区

Abstract:

The paper aims to analyze the potential suitable distribution area of the invasive species Flaveria bidentis in China. Based on the maximum entropy model (MaxEnt) and ArcGIS software, we predicted the potential suitable distribution area of Flaveria bidentis in China in current and future climate conditions. The results showed that: in the current climate conditions, Flaveria bidentis was mainly distributed in most parts of Hebei, southern Beijing, northern Henan and western Tianjin; in the future climate conditions, the suitable distribution range of Flaveria bidentis would be further expanded; around 2060, the area of the high-adapted area of Flaveria bidentis would increase to 147300 km ² with a growth rate of 121.49%, mainly distributed in Hebei and surrounding areas, Xi’an in Shaanxi and surrounding cities. The Jackknife method was used to calculate the influence of each environmental variable on the species distribution, the main factors affected the distribution of Flaveria bidentis were the minimum temperature of coldest month, the mean temperature of coldest season, annual mean temperature, the mean temperature of driest season, standard deviation of seasonal altitude and temperature changes, the mean temperature of wettest season and the mean temperature of warmest season. The AUC of the model was 0.987, indicating the accuracy of the model was very high. The distribution of Flaveria bidentis in the future climate change scenario will be further expanded, the relevant departments should pay close attention and take protective measures as soon as possible.

Key words: Invasive Plant, Flaveria bidentis (L.) Kuntze., Climatic Change, MaxEnt, Potential Suitable Area

中图分类号:

Q948.13

李安, 李良涛, 高萌萌, 陈曦, 卢彤, 刘帅帅. 基于MaxEnt模型和气候变化情景入侵种黄顶菊在中国的分布区预测[J]. 农学学报, 2020, 10(1): 60-67.

Li An, Li Liangtao, Gao Mengmeng, Chen Xi, Lu Tong, Liu Shuaishuai. Distribution Prediction of Invasive Species Flaveria bidentis in China: Based on MaxEnt Model and Climate Change Scenario[J]. Journal of Agriculture, 2020, 10(1): 60-67.

图/表 6

参考文献 32

[1]	Powell A M . Systematics of Flaveria (Flaveriinae-asteraceae)[J]. Annals of the Missouri Botanical Garden, 1978.
[2]	Cronquist A . Vascular flora of the southeastern United States: Asteraceae[M]. 2001.
[3]	高贤明 . 外来植物黄顶菊的入侵警报及防控对策[J]. 生物多样性, 2004,12(2):274-279.
[4]	刘全儒 . 中国菊科植物—新归化属——黄菊属[J]. 植物分类学报, 2005,43(2):178-180.
[5]	金扬秀, 童金春, 张海燕 , 等. 黄顶菊的发生与综合防控措施[J]. 山东农业科学, 2009(11):105-106.
[6]	崔存峰, 尚振青 . 枣强县黄顶菊疫情分析及防控对策[J]. 现代农业科技, 2008(12):162.
[7]	郑志鑫 . 入侵植物黄顶菊在我国的时空扩散动态与适生区预测[D]. 保定:河北大学, 2018.
[8]	季彦华, 韩亚楠, 吴兴勇 , 等. 外来入侵植物黄顶菊对黄瓜化感作用研究[J]. 北方园艺, 2014(2):11-14.
[9]	冯建永, 陶晡, 庞民好 , 等. 黄顶菊化感物质释放途径的初步研究[J]. 河北农业大学学报, 2009,32(1):72-77.
[10]	王贺军 . 河北省黄顶菊疫情发生动态与防控工作进展[J]. 中国植保导刊, 2008,28(8):37-39.
[11]	Mariel Agnese A, Nuñez Montoya S, Ariza Espinar L , et al. Chemotaxonomic features in Argentinian species of Flaveria (Compositae)[J]. Biochemical Systematics and Ecology, 1999,27(7):739-742.
[12]	滕忠才, 李瑞军, 陆秀君 , 等. 动物过腹对黄顶菊种子活力的影响[J]. 植物检疫, 2011,25(2):14-17.
[13]	王青秀, 李俊红, 王金水 . 河南省内黄县黄顶菊的综合防控[J]. 植物检疫, 2008(5):326.
[14]	张风娟, 李继泉, 徐兴友 , 等. 环境因子对黄顶菊种子萌发的影响[J]. 生态学报, 2009,29(4):1947-1953.
[15]	牛玉璐, 王卫东 . 黄顶菊的入侵特点、危害及防控对策[J]. 北方园艺, 2011(20):95-96.
[16]	李少青, 倪汉文, 方宇 , 等. 黄顶菊种子休眠与种子寿命研究[J]. 杂草科学, 2010(2):18-21.
[17]	皇甫超河, 王志勇, 杨殿林 . 外来入侵种黄顶菊及其伴生植物光合特性初步研究[J]. 西北植物学报, 2009,29(4):781-788.
[18]	任艳萍, 江莎, 古松 , 等. 外来植物黄顶菊(Flaveria bidentis)的研究进展[J]. 热带亚热带植物学报, 2008,16(4):390-396.
[19]	李香菊, 张朝贤, 黄红娟 , 等. 外来植物黄顶菊的分布特征特性及化学防除[J]. 杂草科学, 2006(4):58-61.
[20]	Guisan A, Thuiller W . Predicting species distribution: offering more than simple habitat models[J]. Ecology Letters, 2005(8):993-1009.
[21]	应凌霄, 刘晔, 陈绍田 , 等. 气候变化情景下基于最大熵模型的中国西南地区清香木潜在分布格局模拟[J]. 生物多样性, 2016,24(4):453-461.
[22]	Seyed Mohammad-Reza Abolmaali M T, Bashari H . MaxEnt modeling for predicting suitable habitats and identifying the effects of climate change on a threatened species, Daphne mucronata, in central Iran[J]. Ecological Informatics, 2018(43):116-123.
[23]	Phillips S J, Anderson R P, Schapire R E . Maximum entropy modeling of species geographic distributions[J]. Ecological Modelling, 2006,190(3):231-259.
[24]	彭露茜, 郭彦龙 . 中国黄芪地理分布和未来适生区预测[J]. 四川农业大学学报, 2017,35(1):60-68.
[25]	谢登峰, 童芬, 杨丽娟 , 等. MaxEnt模型下的外来入侵种香丝草在中国的潜在分布区预测[J]. 四川大学学报:自然科学版, 2017,54(2):423-428.
[26]	柳晓燕, 李俊生, 赵彩云 . 基于MAXENT模型和ArcGIS预测豚草在中国的潜在适生区[J]. 植物保护学报, 2016,43(6):1041-1048.
[27]	叶学敏 . 濒危植物血皮槭种群动态预测及潜在适生区模拟研究[D]. 北京:中国林业科学研究院, 2017.
[28]	徐军, 曹博, 白成科 . 基于MaxEnt濒危植物独叶草的中国潜在适生分布区预测[J]. 生态学杂志, 2015,34(12):3354-3359.
[29]	武晓宇, 董世魁, 刘全儒 . 基于MaxEnt模型的三江源区草地濒危保护植物热点区识别[J]. 生物多样性, 2018,26(2):138-148.
[30]	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(04):365-372.
[31]	Swets J A . Measuring the accuracy of diagnostic systems[J]. Science, 1988,240(4857):1285-1293.
[32]	曹向锋 . 外来入侵植物黄顶菊在中国潜在适生区预测及其风险评估[D]. 南京:南京农业大学, 2010.

环境变量	变量类型	英文描述
Bio_1	年平均气温/℃	Annual mean temperature
Bio_2	昼夜温差月均值/℃	Mean diurnal range
Bio_3	等温性	Isothermally [(Bio2/Bio7)×100]
Bio_4	温度季节性变化标准差	Temperature seasonality
Bio_5	最暖月份最高温度/℃	Maximum temperature of warmest month
Bio_6	最冷月份最低温度/℃	Minimum temperature of coldest month
Bio_7	年均温变化范围/℃	Temperature annual range (Bio5-Bio6)
Bio_8	最湿季度平均温度/℃	Mean temperature of wettest quarter
Bio_9	最干季度平均温度/℃	Mean temperature of driest quarter
Bio_10	最暖季度平均温度/℃	Mean temperature of warmest quarter
Bio_11	最冷季度平均温度/℃	Mean temperature of coldest quarter
Bio_12	年降水量/mm	Annual precipitation
Bio_13	最湿月份降水量/mm	Precipitation of wettest period
Bio_14	最干月份降水量/mm	Precipitation of driest period
Bio_15	降水量季变异系数	Precipitation seasonality (CV)
Bio_16	最湿季度降水量/mm	Precipitation of wettest quarter
Bio_17	最干季度降水量/mm	Precipitation of driest quarter
Bio_18	最暖季度降水量/mm	Precipitation of warmest quarter
Bio_19	最冷季度降水量/mm	Precipitation of coldest quarter
Alt	海拔/m	Altitude
Slo	坡度/%	Slope
Asp	坡向/°	Aspect

环境变量	变量类型	英文描述
Bio_1	年平均气温/℃	Annual mean temperature
Bio_2	昼夜温差月均值/℃	Mean diurnal range
Bio_3	等温性	Isothermally [(Bio2/Bio7)×100]
Bio_4	温度季节性变化标准差	Temperature seasonality
Bio_5	最暖月份最高温度/℃	Maximum temperature of warmest month
Bio_6	最冷月份最低温度/℃	Minimum temperature of coldest month
Bio_7	年均温变化范围/℃	Temperature annual range (Bio5-Bio6)
Bio_8	最湿季度平均温度/℃	Mean temperature of wettest quarter
Bio_9	最干季度平均温度/℃	Mean temperature of driest quarter
Bio_10	最暖季度平均温度/℃	Mean temperature of warmest quarter
Bio_11	最冷季度平均温度/℃	Mean temperature of coldest quarter
Bio_12	年降水量/mm	Annual precipitation
Bio_13	最湿月份降水量/mm	Precipitation of wettest period
Bio_14	最干月份降水量/mm	Precipitation of driest period
Bio_15	降水量季变异系数	Precipitation seasonality (CV)
Bio_16	最湿季度降水量/mm	Precipitation of wettest quarter
Bio_17	最干季度降水量/mm	Precipitation of driest quarter
Bio_18	最暖季度降水量/mm	Precipitation of warmest quarter
Bio_19	最冷季度降水量/mm	Precipitation of coldest quarter
Alt	海拔/m	Altitude
Slo	坡度/%	Slope
Asp	坡向/°	Aspect

基于MaxEnt模型和气候变化情景入侵种黄顶菊在中国的分布区预测

Distribution Prediction of Invasive Species Flaveria bidentis in China: Based on MaxEnt Model and Climate Change Scenario

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 32

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	田宝星, 宫丽娟, 杨帆, 陈晶, 翟墨, 张洋. 气候变化对黑龙江省自然植被气候生产潜力的影响[J]. 农学学报, 2021, 11(3): 60-67.
[2]	张伟华, 德吉央宗, 平措旺丹, 李荣. 藏西北高原郭扎错湖泊面积变化与气候响应分析[J]. 农学学报, 2021, 11(10): 57-62.
[3]	龚德平, 龚文柳. 东北地区气候变化对玉米生产的影响与对策[J]. 农学学报, 2020, 10(7): 35-38.
[4]	亢秀丽,靖华,马爱平,王裕智,崔欢虎. 区域(临汾)水分相关气象因子变化及其对小麦产量的影响[J]. 农学学报, 2019, 9(7): 62-67.
[5]	毛楠,万红莲,石雯洁,石岩,王宝琪. 5月份气候变化对宝鸡地区冬小麦产量的影响分析[J]. 农学学报, 2019, 9(2): 43-47.
[6]	潘仕梅,衣淑玉,王一然,孙少宁,姜会飞,臧克民. 烟台市气候变化及其对旅游业影响分析[J]. 农学学报, 2018, 8(5): 60-66.
[7]	何寿仁,程晨. 南丰县气候变化对甲鱼养殖的影响与建议[J]. 农学学报, 2018, 8(3): -.
[8]	梅旭荣. 农业气象学发展现状及展望[J]. 农学学报, 2018, 8(1): 70-75.
[9]	王一然,潘仕梅,衣淑玉,史淑一,于立芝,刘磊,刘璐. 山东省龙口市近58年温度和降水变化特征[J]. 农学学报, 2017, 7(6): -.
[10]	陈恩波,广键梅,张开源. 1961—2010年云南省气候变化特征分析[J]. 农学学报, 2017, 7(5): 60-68.
[11]	黄德林,李新兴. 适应气候变化的我国粮食安全及经济增长研究--基于静态多区域农业一般均衡模型[J]. 农学学报, 2016, 6(6): 78-116.
[12]	李香颜,张金平. 基于GIS的新乡市春季气候变化特征分析[J]. 农学学报, 2016, 6(3): 82-86.
[13]	赵姣,杨晓光,王志敏. “气候智能型农业”：理念与实践[J]. 农学学报, 2015, 5(9): 117-124.
[14]	刘英. 气候变化对环县退耕还林还草的影响及应对措施[J]. 农学学报, 2015, 5(6): 65-70.
[15]	杨宗园,苏志珠. 大同盆地晚更新世以来气候变化[J]. 农学学报, 2015, 5(3): 97-101.