未来CMIP6情景下欧洲葡萄栽培适宜性的再分布:一种集成框架方法

《Ecological Informatics》:Redistribution of European viticulture suitability under future CMIP6 scenarios: An ensemble framework approach

【字体: 大 中 小 】 时间:2026年08月03日 来源:Ecological Informatics 8.5

编辑推荐:

  葡萄栽培是欧洲最重要的农业部门之一,对多个地区的经济和社会文化具有显著贡献。然而,它高度依赖于气候条件,因此面临气候变化风险。本研究旨在通过结合机器学习(Machine Learning, ML)集成模型与多个降尺度的CMIP6气候预测,对当前和未来气候条件下

  
葡萄栽培是欧洲最重要的农业部门之一,对多个地区的经济和社会文化具有显著贡献。然而,它高度依赖于气候条件,因此面临气候变化风险。本研究旨在通过结合机器学习(Machine Learning, ML)集成模型与多个降尺度的CMIP6气候预测,对当前和未来气候条件下欧洲葡萄栽培的土地适宜性进行极高分辨率(≈1 km)评估。研究人员最初考虑了28个生物气候指标的综合集合,通过相关分析和方差膨胀因子(Variance Inflation Factor, VIF)筛选出六个关键变量。采用物种分布模型框架(Biomod2)开发了一个集成模型,整合了六个机器学习算法。葡萄园发生数据来自CORINE Land Cover数据库。研究人员对历史时期(1981–2010)和两个未来时间范围(2041–2070和2071–2100)在SSP1–2.6、SSP3–7.0和SSP5–8.5情景下进行了预测。集成模型在采用的SRE伪缺失策略下表现出高预测性能(TSS=0.87,ROC=0.99,Kappa=0.87),尽管基于随机伪缺失选择的敏感性分析产生了更保守的评估指标。结果表明,气候适宜性区域普遍向北纬方向移动。预测显示,在SSP1–2.6情景下损失适中,在SSP5–8.5情景下显著收缩,尤其在伊比利亚半岛。相反,中欧和北欧预计将出现显著的适宜性增益,表明这些地区的气候条件可能越来越有利于葡萄栽培。未来预测应被解释为集成平均气候适宜性估计,因为气候模型不确定性未通过完整的SDM工作流程进行传播。这些发现突显了未来气候条件下欧洲葡萄栽培适宜性的潜在再分布,传统葡萄酒产区面临日益严峻的挑战,而中欧和北欧则出现新兴机遇。然而,未来葡萄栽培机遇的实现还将取决于非气候因素,包括土壤条件、管理实践、经济可行性和监管约束。
**论文解读:基于CMIP6情景的欧洲葡萄栽培适宜性再分布——一种集成框架方法**

**研究背景与问题**

葡萄栽培是欧洲重要的农业部门,对经济和区域文化贡献显著。然而,葡萄栽培对气候条件高度敏感,尤其是温度和水资源可用性。随着全球变暖(IPCC, 2023)和降水模式的改变,传统葡萄酒产区的气候适宜性正面临挑战。已有研究(如Hannah等,2013;Moriondo等,2013;Tóth和Végvári,2016)采用物种分布模型(SDM)或过程模型评估了气候变化对葡萄栽培的影响,但存在以下不足:①多采用单一模型(如MaxEnt或随机森林),未整合多种算法以降低不确定性;②依赖较旧的气候情景(如SRES或RCP),缺乏更新后的CMIP6共享社会经济路径(SSP)评估;③空间分辨率较低(通常大于1 km),难以捕捉局部尺度变异。因此,本研究旨在结合高分辨率(≈1 km)降尺度CMIP6气候预测与机器学习集成框架,绘制当前欧洲葡萄栽培的最优气候条件,并评估未来气候变化下的适宜性位移,为长期适应规划提供科学依据。论文发表在《Ecological Informatics》。

**主要关键技术方法**

研究人员采用物种分布模型集成框架(Biomod2 R包),整合了六种机器学习算法:广义加性模型(GAM)、广义提升模型(GBM)、广义线性模型(GLM)、多元自适应回归样条(MARS)、随机森林(RF)和极端梯度提升(XGBOOST)。葡萄园发生数据来自CORINE Land Cover 2006数据集(欧洲环境署),共生成7500个随机存在点(间距≥1 km)以及7500个伪缺失点(采用SRE策略)。气候数据来自CHELSA CMIP6数据集,包含5个全球气候模型(GCMs:GFDL-ESM4、UKESM1-0-LL、MPI-ESM1-2-HR、IPSL-CM6A-LR、MRI-ESM2-0)的历史时期(1981-2010)和未来两个时段(2041-2070,2071-2100)在SSP1-2.6、SSP3-7.0、SSP5-8.5情景下的气候预测量。通过Pearson相关性分析和方差膨胀因子(VIF)从28个候选变量中筛选出6个关键变量:生物有效积温(BEDD)、年降水量(PRY)、平均日温差(Bio2)、最干季度平均温度(Bio9)、降水季节性(Bio15)和最冷季度降水量(Bio19)。模型性能评估采用TSS、ROC和Kappa指标,将TSS≥0.80的模型通过平均集成,生成连续适宜性图,并基于TSS最佳阈值转化为二元图。

**研究结果**

**3.1 空间分布**:历史时期(1981-2010)的热量相关指数(BEDD、Bio2、Bio9)呈现明显的纬度和海拔梯度,高值集中在南欧。降水相关指数(PRY、Bio15、Bio19)反映出地中海地区干燥/季节性气候向中北欧湿润气候的过渡。葡萄园分布与BEDD关系密切:50%的葡萄园位于最优/次优区域(1500-1800°C),35.3%位于较冷区域(1200-1500°C)。

**3.2 指标重要性与响应曲线**:BEDD是驱动葡萄园分布的最重要变量(重要性接近1),其他变量贡献较低(0-0.25)。响应曲线显示,BEDD在>1000°C时概率快速上升,最佳条件在~1500-1800°C,与文献一致。其他变量(如Bio15、Bio19、Bio2、Bio9、PRY)概率均低于75%。

**3.3 模型投影**

**3.3.1 历史适宜性**:集成模型的历史投影显示,欧洲气候适宜性区域大致位于35°N至50°N,涵盖现有传统葡萄酒产区。空间重叠分析表明,约92.8%的现有葡萄园面积落在气候适宜区内,验证了模型的历史真实性。

**3.3.2 未来投影与面积变化**:所有情景下均出现明显的向北和向高海拔位移。SSP1-2.6情景下损失适中,SSP3-7.0和SSP5-8.5情景下南欧(尤其是伊比利亚半岛)损失显著,而中欧和北欧增益显著。到世纪末,西班牙在SSP5-8.5下损失超过78%的历史适宜面积,葡萄牙损失约46.5%,意大利损失约7.5%。相反,法国、罗马尼亚和意大利的适宜面积分别增加约67.7%、59.5%和21%。总体净面积增加约51%至88%,新适宜区域主要出现在更高纬度和海拔地区。

**讨论与结论**

**讨论部分**:本研究与前人研究结果一致,但通过多模型集成和CMIP6高分辨率数据提高了可靠性。BEDD作为主要驱动因子,其上限阈值(19°C)避免了热量积累的高估。未来适宜性向北扩展可能带来机会,但实际葡萄园扩张受土壤、地形、管理、经济及法规等非气候因素制约。在适应措施方面,品种多样性是重要杠杆,但受市场、原产地保护(PDO)等限制,且在强升温情景下效果有限。研究局限性包括:仅考虑气候变量,未纳入土壤、地形、极端事件(如热浪、春霜)及社会经济因素;伪缺失策略(SRE)可能带来乐观评估,但随机伪缺失敏感性分析显示结果模式一致;气候模型不确定性未完全传播,建议未来研究采用GCM特异性投影。

**结论部分(翻译)**:本研究评估了未来气候变化条件下欧洲葡萄种植适宜气候条件的空间分布变化。未来集成预测针对中期和末期,在三种人为辐射强迫路径(SSP1-2.6;SSP3-7.0;SSP5-8.5)下进行。通过考虑来自五成员气候集成模型的28个气候变量,经Pearson相关和VIF分析后,最终六个气候变量被集成到机器学习集成框架中,达到高验证指标(TSS=0.87;ROC=0.99;KAPPA=0.87)。与历史适宜面积相比,中期预测显示主要生产国(如法国+51-59%、意大利+10-14%、罗马尼亚+35-45%、葡萄牙+5-6%)的适宜面积大幅增加,而西班牙在SSP1-2.6下净增2.7%,在SSP3-7.0和SSP5-8.5下分别净减约2.6%和8.9%。对于末期,法国和罗马尼亚的适宜面积相对历史时期显著增加(+47-68%和+35-60%),法国损失可忽略。意大利在SSP1-2.6、SSP3-7.0和SSP5-8.5下净增约8.3%、15.6%和13.5%。西班牙在SSP1-2.6下损失与增益基本平衡,而在SSP3-7.0和SSP5-8.5下净损失分别为-28.2%和-63.7%。葡萄牙类似,在SSP1-2.6和SSP3-7.0下适度增益(+0.5-0.6%),在SSP5-8.5下净损失约-43.1%。尽管末期存在一些负面趋势,尤其在SSP5-8.5下的伊比利亚半岛,但总体气候适宜面积预计增加,净变化约+51%至+88%,这为新兴葡萄酒产区提供了重要机遇。未来面积扩张主要与纬度位移相关,中期适宜条件从约53°N至55°N(+5-8°N),末期从约53°N至60°N(+5-12°N)。尽管大陆尺度平衡显示某些情景下适宜面积净增,但南欧传统产区(尤其是伊比利亚半岛)的显著适宜性损失可能带来重要经济、文化和农学影响。然而,这些预测应被解释为气候适宜性的集成平均估计,而非未来葡萄栽培发展的直接预测。实际葡萄栽培适宜性将取决于多种环境、农学、社会经济和制度因素,同时与单个气候模型相关的不确定性未完全通过建模框架传播。这些分析为支持长期适应规划、识别可能受气候变化影响的葡萄栽培适宜性增益或损失区域提供了有用信息,从而为决策者优化作物管理和预测未来适应需求提供了科学依据。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号