气候变化重塑四川省三个民族自治州鹅绒委陵菜（*Argentina anserina* (L.) Rydb.）的生境适宜性和生态位稳定性——基于集合模型

《Biology》：Climate Change Reshapes the Habitat Suitability and Niche Stability of Argentina anserina (L.) Rydb. in Three Ethnic Prefectures of Sichuan Province Based on an Ensemble Model

　　

气候变化可能显著改变高海拔食用和药用植物资源的生境适宜性与空间稳定性。鹅绒委陵菜（*Argentina anserina* (L.) Rydb.）是中国西部重要的野生资源植物，但其在四川省三个民族自治州的潜在分布和未来气候变化响应仍未被充分认识。在本研究中，研究人员基于31个空间过滤后的分布记录和12个环境预测因子，采用集合物种分布模型框架，评估了2050年代和2090年代在SSP126、SSP370和SSP585情景下该物种当前和未来的生境适宜性。该集合模型表现出可接受的总体判别能力，并被用于识别大尺度适宜性格局。平均日较差（mean diurnal range, bio2）、最干季度降水量（precipitation of the driest quarter, bio17）、等温性（isothermality, bio3）和表层土壤pH（topsoil pH, t_ph_h2o）是主要环境预测因子，表明热变异、旱季水分可用性和土壤条件共同塑造了生境适宜性。在当前条件下，预测总适宜生境面积为15.57 × 10⁴ km²，占研究区域的57.2%，高适宜性生境主要集中于北部、西北部和中部地区。未来预测显示，适宜生境总体下降，尤其是高适宜性区域，但变化幅度因情景和时期而异。空间变化和质心迁移分析表明，未来适宜生境可能发生收缩并向西或西北方向重新分布，而非均匀扩张。生态位重叠分析进一步显示，当前与未来环境空间之间存在中等至较高程度的重叠，表明部分生态位稳定性存在，但随情景变化。鉴于野外分布记录有限，这些发现应被解释为大尺度空间指导，而非精确的局部预测。

**论文解读文章**

**研究背景与目的**
气候变化正在重塑全球植物物种的分布格局、生境适宜性和持久性，尤其在山区和高原地区，由于陡峭的海拔梯度、复杂地形和强烈的局部气候异质性，生态过渡带更为敏感。鹅绒委陵菜（*Argentina anserina* (L.) Rydb.）是一种多年生草本植物，广泛分布于温带和寒温带地区，但其地下器官仅在青藏高原等高海拔环境下显著膨大形成块根，富含淀粉、多糖、黄酮等生物活性成分，被当地称为“人参果”。在四川省西部的三个民族自治州（甘孜藏族自治州、阿坝藏族羌族自治州、凉山彝族自治州），该物种是重要的传统食物和药用资源，对高寒农牧社区的粮食供应、牲畜饲料和家庭收入贡献显著。然而，气候变化可能改变该物种的生长区域，目前关于其在这三个自治州的潜在分布及未来响应仍不明确。现有研究仅覆盖阿坝州约十个县，缺乏区域尺度系统评估。因此，本研究旨在：（1）识别限制鹅绒委陵菜当前生境适宜性的关键环境因子；（2）预测2050年代和2090年代在三种共享社会经济路径（SSP126、SSP370、SSP585）下适宜生境的潜在变化；（3）量化未来空间动态、质心迁移、生态位重叠和生态位宽度。论文发表在《Biology》。

**关键技术与方法概述**
研究人员基于2019年7月至2022年11月间在四川省三个民族自治州（甘孜、阿坝、凉山）的系统野外调查，获得66个原始分布记录，经空间稀疏化（最小距离阈值1 km）后保留31个记录用于建模。环境预测因子来源于公开空间数据库，包括19个生物气候变量、3个地形变量和4个土壤变量，通过MaxEnt贡献率筛选和相关性分析（|r|>0.8）后保留12个变量：平均日较差（bio2）、等温性（bio3）、温度季节性（bio4）、最暖月最高温（bio5）、年降水量（bio12）、降水季节性（bio15）、最干季度降水量（bio17）、坡向、坡度、表层土壤有机碳（t_oc）、表层土壤pH（t_ph_h2o）和底层土壤pH（s_ph_h2o）。采用R包Biomod2中的12种单算法（ANN、CTA、FDA、GAM、GBM、GLM、MARS、MaxEnt、MAXNET、RFd、SRE、XGBOOST）构建集合模型，通过加权均值法（EMwmean）整合，仅保留真实技能统计量（TSS）>0.75的模型。伪不存在点随机生成1000个，重复两次。模型性能通过AUC、TSS和Kappa评估。未来气候数据采用CMIP6的SSP126、SSP370和SSP585情景，对应2050年代（2041–2060）和2090年代（2081–2100）。

**研究结果**

**3.1 模型性能与集合预测可靠性**
通过重复校准运行，集合模型（EMwmean）的AUC值为0.907，表明可接受的总体判别能力；TSS值为0.785，Kappa值为0.625。单算法中性能差异显著，SRE和ANN在有限样本下难以收敛，支持使用集合框架以减少算法特异性偏差。

**3.2 塑造生境适宜性的关键环境预测因子**
集合模型显示，12个保留预测因子的相对重要性差异明显。平均日较差（bio2）贡献最高，其次是最干季度降水量（bio17）、等温性（bio3）和表层土壤pH（t_ph_h2o）。这表明热变异、旱季水分可用性和土壤条件共同构成了主要限制因素。坡向、坡度、年降水量等变量贡献较低，但可能在局部尺度上调节微环境。

**3.3 当前潜在适宜生境**
当前条件下，预测总适宜生境面积为15.57×10⁴ km²，占研究区57.2%。高适宜性生境主要集中于北部、西北部和中部区域，呈带状或斑块状分布于山-谷系统；南部则以不适生和低适宜性生境为主。该格局与关键环境因子重要性一致，表明该物种分布范围广泛但核心适宜区有限。

**3.4 未来气候变化情景下的生境适宜性变化**
未来预测显示，总适宜生境面积普遍下降，但幅度因情景和时期而异。高适宜性面积在多数情景下显著减少，例如2050年代SSP370下高适宜性面积从当前的4.58×10⁴ km²降至2.76×10⁴ km²，而2090年代SSP585下高适宜性面积略有回升。不适生面积从当前的11.65×10⁴ km²增至13.25–15.86×10⁴ km²。

**3.5 生境适宜性空间动态与环境生态位变化**
空间变化分析表明，未来适宜生境以收缩和重组为主，丧失面积显著大于新增面积。质心迁移分析显示，当前适宜生境质心位于约100.785°E、31.440°N，未来质心普遍向西或西北方向移动，迁移距离因情景而异（如2050年代SSP126向西迁移约0.5 km，2090年代SSP585向西迁移约15 km）。生态位重叠分析显示，Schoener's D范围为0.534–0.702，生态位重叠指数I范围为0.634–0.796，SSP126下重叠较高，而SSP585下最低，表明生态位稳定性具有情景依赖性。

**讨论与结论**
集合模型虽具可接受的判别能力，但受限于31个分布记录，预测应视为大尺度空间指导而非精确分布边界。高适宜性区域与已知采集点及文献描述的高山草甸、湿润草地、河谷生境大致吻合，间接支持模型指示价值。关键环境因子分析支持假设H1：温度变异和旱季水分可用性比年均气候更重要，且土壤pH提供额外约束。未来生境收缩与质心西移支持假设H2和H3，即气候变化不仅导致面积减少，还驱动空间重组和生态位部分偏移。低排放情景（SSP126）下生态位重叠较高，表明减排可维持更多当前适宜条件。研究结论：鹅绒委陵菜在三个民族自治州的潜在分布受平均日较差、最干季度降水量、等温性和表层土壤pH共同约束；未来气候情景下总适宜生境普遍下降，尤其是高适宜性区域，表明气候变化可能削弱核心生境稳定性；适宜生境质心预计向西或西北方向迁移。鉴于有限样本量，这些发现应作为大尺度空间指导，用于指导野外验证、野生资源保护、种质收集和未来栽培规划。