气候变化下基于集成物种分布模型的全球潜在湿地分布模拟及其保护意义

本研究针对气候变化背景下全球湿地退化与丧失的严峻挑战，利用集成物种分布模型（BIOMOD2）模拟了不同气候情景下全球潜在湿地的空间分布。研究整合了CMIP6气候数据、地形湿度指数（TWI）和植被指数（NDVI）等多源环境变量，揭示了气候因子（如最暖季度均温Bio10和年均温Bio1）是影响湿地分布的主导因素。结果表明，全球潜在湿地面积将从当前的2.29×107 km2显著减少，至2080年代至少减少3.97×106 km2，且湿地适宜区将向高海拔迁移。该研究为全球湿地保护优先区划定和生物多样性维护提供了科学依据，对应对气候变化具有重要策略意义。

　　

湿地作为关键生态系统，在维持生物多样性、调节碳循环和支撑人类福祉方面具有不可替代的作用。然而，自1900年以来全球已有半数湿地消失，湿地依赖物种中约四分之一面临生存威胁。尽管《拉姆萨尔公约》等国际协定致力于湿地保护，但湿地退化趋势仍未扭转。传统湿地模拟方法多依赖地形指数，忽视气候变量的动态影响，难以预测全球变暖背景下的湿地变化格局。这一空白促使研究者开展全球尺度的潜在湿地分布模拟研究，以揭示气候变化对湿地生态系统的长期影响。

为应对上述挑战，研究团队利用集成物种分布模型（BIOMOD2）平台，整合11种单一模型（包括MAXENT、随机森林RF和XGBOOST等），模拟当前与未来气候情景下的全球湿地分布。研究采用全球湖泊与湿地数据库（GLWD-3）的1692个湿地样本点，并结合4482个伪缺失点，通过空间滤波减少过拟合。环境变量选自WorldClim数据库的CMIP6气候数据（包括SSP126和SSP585情景）、ETOPO 2022地形数据衍生的地形湿度指数（TWI）和植被指数（NDVI），并通过Pearson相关性分析（|r|>0.8时剔除低贡献变量）筛选出关键变量，包括最暖季度均温（Bio10）、年均温（Bio1）和TWI等。模型精度通过AUC、TSS和Kappa系数评估，仅保留AUC>0.85的模型进行集成预测。未来情景分析基于三种气候敏感性模型（HadGEM3-GC31-LL高敏感、MRI-ESM2-0中敏感、INM-CM5-0低敏感），预测2060年代和2080年代的湿地分布变化。

3.1. 集成物种分布模型的准确性

集成模型表现出极高精度（AUC=0.97, TSS>0.97, Kappa>0.96），显著优于单一模型。其通过加权平均整合多个算法（如CTA、RF和XGBOOST），降低了过拟合风险，提升了预测稳健性。

3.2. 环境变量的重要性

气候变量是影响湿地分布的主导因素。最暖季度均温（Bio10）贡献度最高（0.496），年均温（Bio1）次之（0.229），地形湿度指数（TWI）也为关键变量（0.225）。响应曲线显示，湿地适宜区多分布于最暖季度均温>10°C、年均温>5°C、TWI>15的区域，且温度季节性（Bio4）在1250–1350、日较差（Bio2）<12°C时概率最高。

3.3. 当前全球潜在湿地分布

当前全球潜在湿地面积约2.299×10⁷ km²（占陆地面积14.78%），分布高度不均，集中于高纬度温带与热带雨林区。面积前十大国家为俄罗斯、加拿大、巴西、美国、澳大利亚、中国、哈萨克斯坦、印尼、印度和阿根廷。

3.4. 不同气候情景下湿地分布的差异

未来湿地面积呈下降趋势：2060年代为1.75–2.31×10⁸ km²，2080年代降至≤1.90×10⁸ km²。湿地适宜区向高纬度迁移，60–90°N区域占比从当前34.85%增至2060年代≥39.96%。各国变化趋势异质：美国、澳大利亚和中国湿地面积短期增加（最高23.5%），而俄罗斯、加拿大和巴西则持续减少（2080年代降幅达8.4–31.36%）。高敏感情景（HadGEM3-GC31-LL）下温度变化影响尤为显著。

研究结论强调，气候变化将导致全球湿地面积显著缩减和空间格局重组，需优先关注俄罗斯、加拿大和巴西等国的湿地保护。集成模型有效整合多算法优势，提升了预测可靠性。气候变量（尤其是温度指标）和地形水文条件是驱动湿地分布的核心因子。未来湿地向高纬度迁移的趋势与北极地区增温加剧、冰川融化和海平面上升等因素相关，而低纬度地区则受干旱化威胁。该成果为制定湿地保护优先策略、动态调整保护区网络提供了科学支撑，并倡导将自然解决方案（NBS）与气候适应措施结合，以增强湿地生态系统的韧性和功能维持。研究局限性在于环境与湿地的反馈机制尚未完全解析，且部分区域数据分辨率不足，未来需结合高分辨率遥感深化全球湿地分类与机制研究。