气候变化下加拿大森林昆虫与病害气候生态位模拟与风险制图研究

《Scientific Reports》：Mapping the climate niches of forest insects and diseases in Canada under current and future climate

本期推荐一项针对气候变化背景下森林生物灾害的前瞻性研究。为解决昆虫与病害对加拿大森林的持续威胁，研究团队整合超4000种森林昆虫与真菌物种的全球分布数据，采用ANUCLIM与MaxEnt模型模拟其当前与未来气候生态位，构建可公开访问的交互式地图平台。结果表明，多种高危害虫（如南部松大小蠹Dendroctonus frontalis）的适生区将向北扩张，导致北方森林风险加剧。该研究为林业管理者制定气候适应性策略提供了关键数据支撑。

　　

随着全球气候变化持续加剧，森林生态系统正面临前所未有的生物胁迫。在加拿大，昆虫与病害平均每年导致超过1500万公顷森林受损，其危害规模随气候变暖呈现扩大趋势。传统监测手段难以应对未来潜在入侵物种的扩散风险，而现有研究多局限于单一物种或局部区域，缺乏国家尺度的系统性评估。这一空白使得林业管理者难以前瞻性部署防控资源，凸显出构建多物种气候适应性预测框架的紧迫性。

为此，加拿大自然资源部林业局的John H. Pedlar团队在《Scientific Reports》发表题为“Mapping the climate niches of forest insects and diseases in Canada under current and future climate”的研究论文。该研究整合历史调查数据与全球生物多样性信息设施（GBIF）的40万余条记录，对4009种森林昆虫与真菌（含3660种昆虫、349种真菌）进行气候生态位建模，首次实现全国范围多物种风险可视化与定量评估。

研究团队采用双模型策略平衡预测精度与解释性。ANUCLIM模型通过计算物种出现点的气候变量统计量（最小值、最大值、百分位数等）生成保守的气候包络，适用于快速识别潜在分布边界；机器学习模型MaxEnt则通过最大化熵值原理拟合气候变量与物种分布的复杂关系，生成空间连续的生境适宜性概率图。建模基于六大关键气候变量：年均温（MAT）、最冷月最低温均值（MINT_CM）、最热月最高温均值（MAXT_HM）、年降水量（PREC）、冷季降水（PREC_CP）与热季降水（PREC_HP）。未来气候情景采用CMIP6的12个全球气候模式（GCM）与三种共享社会经济路径（SSP1-2.6、SSP2-4.5、SSP5-8.5），投影至本世纪中后期（2041-2070）。

数据基础与物种覆盖

通过融合加拿大森林昆虫与病害调查（FIDS）1945-1995年档案数据与GBIF全球记录，构建包含339万条有效记录的数据库。物种出现点覆盖加拿大南部主要林区及北美洲、欧洲、东亚等热点地区。

典型案例揭示气候驱动风险格局

以褐云杉天牛（Tetropium fuscum）为例，当前适生区集中于新斯科舍省至魁北克省东部，约1.08亿立方米云杉宿主处于风险中。至2041-2070年，其适生区向北扩展，风险宿主体积增至1.62亿立方米，但核心适生区仍局限在东部省份，与历史扩散缓慢的观测相符。

南部松大小蠹（Dendroctonus frontalis）的模拟结果更具警示性：当前加拿大境内仅安大略省南部存在低度适生区，而到本世纪中叶，中度以上适生区将覆盖魁北克省南部至安大略省中部，风险宿主体积从近乎零跃升至80万立方米，预示该害虫北上入侵的极高可能性。

群落尺度热点迁移预警

通过叠加18种树皮小蠹（Dendroctonus、Ips、Scolytus属）的适生区，发现当前 richness（丰富度）热点位于不列颠哥伦比亚省与五大湖区；至2041-2070年，高丰富度区域向北推进至魁北克省北部、阿尔伯塔省北部等工业林区，部分地区物种数增加超过5种，表明北方森林将面临复合型虫害压力。

研究同时指出数据偏差与模型局限性：FIDS数据偏向南部易达林区与高可见度物种，GBIF记录存在空间异质性。此外，气候生态位模型未纳入生物互作、土壤等非气候因子，其输出应解读为“气候驱动的潜在分布”。团队计划通过参数自动化调优、动态更新GBIF数据持续优化模型，并已将成果应用于魁北克省年采伐量评估实践。

该研究通过构建开放访问的“森林昆虫与病害气候栖息地地图集”（https://cfs.cloud.nrcan.gc.ca/bmfid/），为林业部门提供气候适应性管理的科学基准。其多物种、多情景、多模型的集成框架，不仅深化了对生物入侵气候驱动机制的理解，更开创了宏观生态学数据向决策支持转化的范例，对全球森林保护具有里程碑意义。