气候智能型种子转移与辅助迁移策略提升加拿大西部森林适应力：以扭叶松(Pinus contorta var. latifolia)和内陆云杉(Picea engelmanii x glauca)为例

本研究针对气候变化背景下森林树种适应性下降问题，通过构建气候导向的种子转移系统(CBST)结合辅助迁移(AM)策略，系统评估了扭叶松和内陆云杉在加拿大不列颠哥伦比亚省的适应性表现。研究发现CBST-AM系统可使扭叶松和内陆云杉在轮伐期的材积生长分别提升13%和6%，种子部署面积扩大2.2-7.3倍，为森林气候适应管理提供了量化依据。

　　

随着全球气候变化加剧，森林树种正面临前所未有的适应挑战。在加拿大西部广袤的森林中，扭叶松(Pinus contorta var. latifolia)和内陆云杉(Picea engelmanii x glauca)作为两种关键树种，其传统的地理导向种子转移系统(GBST)已显露出明显局限——固定的种子转移区域难以应对快速变化的气候条件，导致树木生长下降、森林生产力受损。这一困境催生了气候智能型森林管理的创新探索。

三明大学国家公园研究中心的Dawie Luo联合不列颠哥伦比亚大学等机构的研究团队，在《Annals of Forest Science》发表了一项开创性研究。他们利用覆盖加拿大西部的大规模种源试验数据，开发了基于气候的种子转移系统(CBST)，并创新性地结合辅助迁移(AM)策略，系统评估了这两种重要针叶树种在气候变化背景下的适应潜力。

研究团队运用三项关键技术方法：首先，利用Illingworth和Yukon种源试验的32年生扭叶松高度数据，以及内陆云杉气候变化/基因生态试验的7年生数据；其次，通过ClimateBC获取1961-1990年气候数据，并预测至2105年气候变化情景；最后，构建半正态转移函数量化气候转移距离与基因适合度(HT_p)的关系，模拟比较CBST、CBST-AM和GBST系统的表现。

【转移函数构建】

研究建立了强有力的半正态转移函数，扭叶松和内陆云杉的均方根误差分别为14.0和13.9。关键发现是：扭叶松的适应性与最冷月均温(MCMT)密切相关，而内陆云杉则主要受温度季节差异(TD)影响。在极端气候条件下，安全种子转移距离显著缩短，这一发现为边缘种群的保护提供了重要依据。

【种子转移模拟】

在97.0%的基因适合度阈值下，CBST-AM系统展现出显著优势：扭叶松的基因适合度(medHT_p)达到92.5%，比GBST系统提高6.5个百分点；内陆云杉达到94.7%，提高3.0个百分点。换算为材积增长，相当于分别提升13%和6%的经济价值。更令人振奋的是，种子部署面积扩大效应显著——扭叶松达2.2倍，内陆云杉达7.3倍，大幅降低了种子采集成本。

【系统设计优化】

研究揭示了基因适合度阈值选择的精妙平衡：当阈值从99.0%降至92.0%时，内陆云杉的部署面积从25,289 km²激增至136,601 km²，但基因适合度仅下降2.4个百分点。这种非线性关系为政策制定者提供了灵活的决策空间，可根据具体需求在生长增益和操作便利性之间取得平衡。

【气候变化应对】

通过分析SSP245气候情景下的表现，研究发现辅助迁移能有效缓解"进化滞后"效应。在2105年（轮伐期末期），CBST-AM系统的优势最为明显，证明其对长期气候变化的适应潜力。特别是对于轮伐期长的树种或地区，辅助迁移的累积效益更为可观。

这项研究突破了传统GBST系统近百年的范式，首次量化证明了气候智能型种子管理策略的双重效益——既提升森林适应力，又增加运营灵活性。其创新性体现在三个方面：一是将动态气候预测整合到种子转移决策中；二是开发了基于生态系统的"焦点区域"方法；三是建立了基因适合度与部署面积的量化关系模型。

研究结果对全球温带森林管理具有重要启示：首先，证实了气候变量比地理指标更能预测种群适应性；其次，为应对气候变化提供了可操作的解决方案；最后，建立的评估框架可推广至其他树种和地区。随着气候变化加剧，这种前瞻性的森林管理策略将在维护生态系统服务和木材生产方面发挥越来越重要的作用。