《Forests》：MaxEnt Modelling for Predicting the Potential Distribution of an Endangered and Nationally Protected Tree Species (Machilus nanmu) Under Climate Change and Human Activities
编辑推荐：
全球气候变化与不断增强的人为压力给全球生物多样性带来前所未有的挑战，濒危物种的适宜生境往往大幅缩减。研究人员采用最大熵（MaxEnt）模型，预测和评估桢楠（Machilus nanmu）在中国当前及未来气候情景下的潜在适宜生境。经参数优化（正则化乘数 RM =
全球气候变化与不断增强的人为压力给全球生物多样性带来前所未有的挑战，濒危物种的适宜生境往往大幅缩减。研究人员采用最大熵（MaxEnt）模型，预测和评估桢楠（Machilus nanmu）在中国当前及未来气候情景下的潜在适宜生境。经参数优化（正则化乘数 RM = 0.5，特征组合 FC = LQH）后，模型预测性能优异，平均受试者工作特征曲线下面积（AUC）为 0.946，连续博伊德指数（CBI）为 0.988。关键环境变量分析表明，最热月平均紫外辐射（Mean UV-B of the Highest Month, Uvb3，贡献率 24.5%）、温度季节性（Temperature Seasonality, bio4，19.6%）和人口分布（Population Distribution, human_pd，19.5%）是塑造生境适宜性的主导因子，而温度季节性置换重要性最高（34.1%）。当前高适宜生境面积约 21,109.94 km2，占研究区 0.22%，集中分布于四川盆地与云贵高原。低排放路径（SSP1–2.6）下高适宜面积呈先降后升波动，至 2090 年代较当前增加约 6.3%；中排放路径（SSP2–4.5）下最终增加约 3.9%。重心迁移分析显示，SSP1–2.6 呈东西振荡并伴 2050s—2070s 短暂西南移，SSP2–4.5 轨迹更复杂：先西北移、再显著西南移、终向东移。上述结果凸显气候变化对桢楠适宜生境的显著影响，为其保护与可持续管理提供科学依据。
研究背景方面，加速中的全球气候变化与强化的人为活动正对地球生物多样性构成前所未有的挑战，生境改变、污染与气候变化共同加剧生物多样性丧失，约 21% 全球高等植物和逾 4000 种中国植物面临灭绝风险。桢楠（Machilus nanmu）为樟科（Lauraceae）桢楠属（Machilus）常绿乔木，是中国特有稀有植物、国家二级重点保护野生植物、世界自然保护联盟（IUCN）濒危（EN）物种，天然分布于西藏、云南、四川山地的 500—1600 m 地段，种群小且破碎化。市场投机导致非法采伐，人工栽植虽在推进，但其适应气候变化能力与未来宜栽区尚未明确，既有文献多聚焦栽培技术与化学成分，系统预测潜在适生区不足。研究人员因此以最大熵（MaxEnt）模型整合多维环境数据，预测当前与未来适生区及重心迁移，识别稳定区与气候避难所，为野生种质保护、人工林选址与可持续利用提供理论支撑；该文发表于《Forests》。
关键技术方法上，研究人员从中国科学院虚拟标本馆、国家标本信息基础设施、野生生物种质资源库与全球生物多样性信息设施（GBIF）获取桢楠原生分布记录，经去重与空间过滤保留 30 条有效出现点；初始 41 个环境变量涵盖气候、土壤、紫外辐射、植被、地形及人类活动，经相关性筛选保留 11 个；使用 R 语言 ENMeval 包优化正则化乘数（RM）与特征组合（FC），以受试者工作特征曲线下面积（AUC）与连续博伊德指数（CBI）评价；未来气候采用 BCC–CSM2–MR 模式下的 SSP1–2.6 与 SSP2–4.5 两情景及 2030s、2050s、2070s、2090s 时段；适生区按概率分为高、中、低、非适宜，并用重心分析刻画空间聚合中心动态。
3.1 最大熵模型精度评价：经优化得 RM = 0.5、FC = LQH，十次重复平均 AUC 为 0.946、CBI 为 0.988，证明模型稳定可靠，可预测中国桢楠适生区。
3.2 环境预测因子相对重要性与影响：百分贡献以最热月平均紫外辐射（Uvb3，24.5%）、温度季节性（bio4，19.6%）、人口分布（human_pd，19.5%）领先；置换重要性以温度季节性（34.1%）、Uvb3（20.9%）、植被指数变异系数（habitat_cv，17.6%）更高；刀切（jackknife）检验印证 bio4、bio17、habitat_cv、habitat_shannon 对训练增益的独特贡献，紫外、气候与人类人口因子主导分布。
3.3 当前与未来气候情景下桢楠预测分布：当前高适宜区 21,109.94 km2（占 0.22%），聚于四川、重庆、云南、贵州及陕甘鄂边缘；中、低适宜区分别为 35,135.05 km2 与 83,299.92 km2，模型核心区与已知分布高度吻合。
3.4 未来气候情景下分布格局：SSP1–2.6 总适生区 2030s 降 19.1%、2050s 回升、2070s 再降、2090s 达 145,185.06 km2（较当前增 4.0%），高适宜区 22,446.98 km2 为各期最大；SSP2–4.5 呈稳—增—减—复，2050s 峰值为 163,713.78 km2（增 17.3%），2090s 为 148,484.94 km2（增 6.4%），高适宜区仍锁于川渝滇黔湘陕甘，四川核心最大。
3.5 气候对桢楠地理与空间格局影响：SSP1–2.6 呈 V 形，核心稳、边际扩，长期恢复力强；SSP2–4.5 总体波动不崩溃，但 2090s 高适宜低于低排情景。重心上，SSP1–2.6 当前至 2030s 西移 252.08 km、2050s 东移 54.65 km、2070s 西南移 52.04 km、2090s 东移 123.91 km；SSP2–4.5 为西移 74.55 km、北移 12.99 km、西南移 102.14 km、东移 66.37 km。
讨论部分总结：模型经空间过滤与 ENMeval 优化后过拟合风险低、鲁棒性好；桢楠分布受温度季节性、紫外与人口因子驱动，适度光遮荫利于更新，地形土壤虽贡献小但可抑制面积高估；当前高适宜区以四川盆地为核心，未来低排情景下高海拔冷限区转宜、低海拔侵蚀，中排情景下周边增益抵消局地损失；人为误采“金丝楠”致桢楠受损，需建保护区、设围栏、普法与执法；局限为未显式纳入种间竞争、土地利用变化、土壤地形紫外未来动态及单气候模式不确定性。
结论部分翻译：本研究研究人员集成气候、土壤、地形、人为与紫外变量，以最大熵（MaxEnt）模型评估桢楠资源分布格局、气候变化脆弱性与保护优先区。该物种高适宜区位于四川、重庆、云南与贵州，华中与西南有次级热点，呈“核心聚集、边缘分化”宏观格局。优化模型（AUC = 0.946）显示最热月平均紫外辐射（Uvb3，24.5%）、温度季节性（bio4，19.6%）与人口分布（human_pd，19.5%）为限制分布主导因子。悲观 SSP2–4.5 下 2090 年代高适宜区增约 3.9%，重心先西北、再西南、终向东；乐观 SSP1–2.6 下增约 6.3%，重心东西振荡并在 2050s—2070s 短暂西南移。川渝滇黔高适宜区可作气候避难所。需在建热点区设新保护区或微保护区，并把迁移廊道纳入规划以提升连通性。研究基于单一模式 BCC–CSM2–MR，后续应多模式集合与更精细物种级数据。上述成果通过识别核心避难所、保护空缺与迁移廊道服务保护规划，呼吁立即实施策略以应对气候变化与生境退化双重威胁，保障桢楠属野外长期存续。
