未来气候变化情景下茶树（Camellia sinensis）高度适生区将减少

为明确未来排放情景对茶树种植适宜区的影响，研究人员基于 SSP2-4.5 和 SSP5-8.5 情景，运用 5 种物种分布模型集成评估全球茶树生境适宜性。发现 2050 和 2070 年，前 20 大产茶国中有 11 国高度适生区减少，且关键影响因子包括降水、温度、土壤 pH 等，为茶业应对气候变化提供基线信息。

　　茶叶作为全球最受欢迎的饮品之一，其种植与数千万家庭生计及茶业经济紧密相连。然而，未来气候变化情景下茶树种植适宜区将如何变化，这一问题长期未得到充分解答。当前，大气 CO₂浓度升高、温度和降水模式改变已对植物分布构成威胁，茶树也面临适生区迁移甚至缩减的风险。若气候变化导致茶树适生区恶化，将直接冲击依赖茶业的低收入家庭和相关国家经济。在此背景下，开展全球尺度的茶树生境适宜性预测研究迫在眉睫。

为破解上述难题，研究人员以茶树（Camellia sinensis var. sinensis 和 Camellia sinensis var. assamica）为研究对象，基于两种共享社会经济路径（SSP2-4.5 中等排放情景和 SSP5-8.5 高排放情景），对 2050 年和 2070 年全球茶树当前及未来生境适宜性展开评估，并识别影响茶树分布的关键因素。该研究成果发表在《Environmental and Sustainability Indicators》，为茶业应对气候变化提供了重要科学依据。

研究中，研究人员主要采用以下关键技术方法：首先，通过文献调研和全球生物多样性信息设施（GBIF）收集 1007 个茶树地理坐标数据；其次，获取 19 个生物气候变量（如温度、降水相关指标）、30 个土壤变量（如土壤 pH、有机碳密度）以及坡度和海拔数据，经方差膨胀因子（VIF）分析剔除多重共线性变量后，保留 20 个变量用于建模；最后，运用随机森林（RF）、最大熵模型（MaxEnt）、分类回归树（CART）、支持向量机（SVM）和广义线性模型（GLM）5 种物种分布模型（SDM）集成，结合 CMIP6 气候数据预测茶树分布，采用十折交叉验证和 AUC、TSS 等指标评估模型性能。

模型性能

集成模型表现优异，AUC>0.98，TSS=0.90，显示出对茶树分布的高预测精度。其中，随机森林（RF）和支持向量机（SVM）性能尤为突出，TSS 和 COR 较高，偏差较低。

当前及未来生境适宜性

当前全球茶树高度适生区约 583.1 万公顷，主要分布于东南亚。预测显示，至 2050 年和 2070 年，在两种 SSP 情景下，前 20 大产茶国中有 11 国的高度适生区将减少。例如，阿根廷、马拉维和坦桑尼亚的高度适生区预计减少 60%-78%，而伊朗、卢旺达、泰国和土耳其则增加 11%-27%。同时，中等适生区和边缘适生区面积随排放增加呈扩张趋势，高排放情景（SSP5-8.5）下，边缘适生区至 2070 年将扩大 72.1%。

关键变量影响

影响茶树分布的关键变量包括生物气候因子和土壤因子。其中，暖季降水量（Bio18）最重要，其适宜范围为 1000-2000 mm；干季平均温度（Bio9）、等温性（Bio3）、湿季平均温度（Bio8）和昼夜温差（Bio2）也显著影响分布。土壤 pH（100-200 cm 深度）是关键土壤因子，茶树适宜微酸性土壤（pH 5.4-6.0），pH 升高会导致适生性下降。此外，海拔、有机碳密度和土壤有效氮等也具一定影响。

研究结论表明，未来气候变化将重塑全球茶树适生区格局，多数主要产茶国的高度适生区面临缩减，而部分国家可能因气候条件变化获得适生区扩张机会。关键环境因子如降水、温度和土壤 pH 的变化是驱动适生区迁移的主因。该研究首次在全球尺度上综合生物气候和土壤因子预测茶树分布，为茶业应对气候变化提供了基线数据，有助于决策者制定针对性的适应策略，如调整种植区域、推广耐逆品种等。尽管研究基于粗尺度分析，但其结果仍为精细尺度研究和区域茶业规划奠定了重要基础，对保障全球茶业可持续发展和相关社区生计具有深远意义。