津巴布韦马尼卡兰省非洲猴面包树（Adansonia digitata L.）在不同气候变化情景下的空间分布模拟

《Sustainable Environment》：Modelling the spatial distribution of the African baobab (Adansonia digitata L.) under different climate change scenarios in the Manicaland Province of Zimbabwe

　　

摘要专业翻译 理解预计的气候变化将如何影响关键种（如非洲猴面包树（Adansonia digitata L.））适宜栖息地的空间分布，对于有效的保护规划至关重要。本研究旨在评估津巴布韦马尼卡兰省非洲猴面包树在不同气候变化情景下的当前及未来潜在分布。研究人员利用153条地理参考发生记录和两种建模方法（Maxent和集成建模（Ensemble modelling）），在R中实现物种分布模型（Species Distribution Models, SDMs）。模型使用当前气候数据进行校准，并基于CMIP5的两种代表性浓度路径（Representative Concentration Pathways, RCP 4.5和RCP 8.5），预测至2050年和2070年两个时间尺度的未来气候。模型性能采用真技能统计量（True Skill Statistics, TSS）、曲线下面积（Area Under the Curve, AUC）和Kappa统计量进行评估。两种模型均表现良好，集成模型和Maxent模型的TSS值分别为1和0.76，KAPPA值分别为0.9和0.73，AUC值分别为1和0.85。预测结果表明，Maxent在所有气候情景下均一致预测适宜栖息地扩张，而集成模型则呈现更为异质性的响应，全省范围内既有栖息地增加也有减少。猴面包树分布的关键环境预测因子包括温度季节性、最冷月最低温度、年降水量和最湿季度降水量。这些发现为气候变化对猴面包树分布的潜在影响提供了重要见解，并为旨在保障这一具有生态和文化意义的物种长期存续的保护与管理策略提供了宝贵指导。

论文解读文章

一、研究背景与问题

非洲猴面包树（Adansonia digitata L.）是热带稀树草原生态系统中的标志性树种，被认定为关键种（keystone species），其存在对生态系统功能具有深远影响。该树种在碳封存与气候变化缓解方面发挥重要作用，为多种动物（如鸟类、狒狒和大象）提供栖息地与食物来源，同时能够降低土壤侵蚀敏感性并丰富土壤养分。在社会经济层面，猴面包树因其高营养价值和药用特性而被视为“皇家树种”，其根、皮、叶等各部分可加工为化妆品用籽油、树皮编织席、果肉粉、猴面包咖啡及果汁等多种产品，对改善当地民生具有重要意义。

然而，该物种的持续生存正日益受到气候变化和人为压力的威胁，包括不可持续的采伐、森林砍伐、野火以及大象对树皮和树枝的剥食导致的倒伏和死亡。在此背景下，亟需采取兼顾人为压力与预期气候变化情景的创新性保护策略。

物种分布模型（SDM）是理解猴面包树在当前及未来气候轨迹下空间分布的重要工具。尽管已有若干关于非洲猴面包树的研究，但大多在较粗的空间分辨率下开展，容易平滑掉微气候等细尺度异质性，掩盖驱动物种在局部尺度分布的关键栖息地特征。此外，大网格单元会混合适宜与不适宜栖息地，导致适宜面积被高估，对具体地点的保护规划具有误导性。已有研究也多采用单一SDM算法，可能引入偏差。因此，在省级尺度上开展高分辨率、多算法的猴面包树分布模拟，对于捕捉细尺度生态变异、为保护与土地利用规划提供可操作的科学依据具有重要意义。

本研究旨在：（i）利用Maxent和集成算法模拟马尼卡兰省猴面包树当前及未来（2050年和2070年）潜在分布；（ii）分析潜在分布区变化，判断适宜栖息地预期扩张、收缩或保持稳定；（iii）识别控制其分布的关键气候变量，并基于空间预测和趋势为保护规划提供建议。

二、研究设计与技术方法

研究人员从全球生物多样性信息机构（GBIF）下载猴面包树发生数据，并结合实地考察数据，经过去重和坐标纠错后共获得153条地理参考记录。从WorldClim数据库获取19个生物气候变量和海拔数据（空间分辨率30弧秒），通过方差膨胀因子（VIF）检验排除多重共线性变量。研究采用两种建模方法：Maxent算法（使用ENMeval包，采用空间分块交叉验证，70%数据校准、30%数据评估）和集成建模（基于Biomod2包，组合人工神经网络（ANN）和随机森林（RF），80%发生数据训练、20%评估，随机生成10,000个伪absence点）。未来气候预测基于CMIP5的CNRMCM5全球环流模型，涵盖2050年和2070年两个时段及RCP4.5和RCP8.5两种排放情景。模型性能采用TSS、AUC和Kappa统计量评估。栖息地适宜性分为不适宜（0）、适宜（0.4–0.6）和高度适宜（0.7–1）三个等级，并利用范围变化函数量化适宜栖息地的得失与稳定性。

三、研究结果

模型性能评估：集成模型在所有评估指标上均优于Maxent模型，TSS值分别为1和0.76，KAPPA值分别为0.9和0.73，AUC值分别为1和0.85。Maxent模型虽略逊一筹，但仍具备足够能力区分正负类别。

变量重要性分析：两种算法在变量重要性排序上存在差异。集成模型中最重要变量为Bio4（温度季节性）、Bio16（最湿季度降水量）、Bio12（年降水量）和海拔；Maxent模型中最重要变量为Bio6（最冷月最低温度）、Bio12（年降水量）、Bio17（最干季度降水量）和Bio3（等温性）。两种算法均将Bio6和Bio12识别为相对重要的预测变量，反映温度和降水对猴面包树分布的关键生态意义。

当前空间分布：两种模型均预测马尼卡兰省中部和北部（包括Nyanga、Buhera、Makoni North和Mutasa等地区）存在大面积不适宜区域。Maxent模型预测的适宜面积大于集成模型，且预测南部地区为边缘适宜，而集成模型则将南部预测为大部分不适宜。两种模型均未预测出适宜性概率接近1的像元。

未来气候投影（2050年）：在RCP4.5情景下，Maxent预测适宜栖息地显著扩张至全省大部分区域，集成模型则仅预测少量孤立适宜斑块。在RCP8.5情景下，集成模型预测北部、南部和中部为气候不适宜区，Maxent则预测大部分区域适宜。两种模型在中央部分区域均预测为不适宜。

未来气候投影（2070年）：在RCP4.5情景下，集成模型预测南部和北部不适宜，Maxent预测相反。在RCP8.5情景下，Maxent预测几乎全省适宜，仅少量区域边缘不适宜，集成模型则仅预测少数区域边缘适宜。

分布区变化：基于集成模型，2050年RCP4.5情景下适宜栖息地损失16.6%、增益19.3%；2050年RCP8.5情景下损失19.2%、增益22%。Maxent模型在2050年RCP4.5情景下预测显著范围增益达146%，且无范围损失。2070年情景下，集成模型预测增益面积较小且存在少量损失，Maxent模型预测增益超过100%且无损失。Maxent模型预测的稳定栖息地范围远大于集成模型。

四、讨论与结论

讨论总结：两种算法均识别出温度和降水相关变量为猴面包树分布的关键驱动因子，反映了该物种对气候变异的敏感性。集成模型的优越预测性能归因于其多算法整合能力，可减少过拟合和算法特异性偏差。模型间的预测差异凸显了采用多模型框架以捕捉不确定性的重要性。Maxent模型预测的栖息地扩张与全球变暖有利于猴面包树建立的观察一致，而集成模型预测的部分栖息地损失则需要优先关注。北部Nyanga地区因湿润气候和高原地形不利于猴面包树建立，南部地区虽气候干燥适宜，但集成模型预测不适宜可能受地形、地质和土壤等其他环境因素制约。研究还指出，适宜栖息地多分布于人类景观中，保护策略应整合人类景观中的物种保存和农林业系统等替代管理策略。本研究的局限性包括仅使用生物气候变量和海拔作为预测因子、采用CMIP5/RCPs而非CMIP6/SSPs，以及SDM本身受发生数据质量、偏差和空间代表性限制，且难以捕捉生态过程、扩散约束和生物互作。

研究结论：本研究证明气候变化将显著改变马尼卡兰省非洲猴面包树栖息地的空间分布，预测结果因建模方法和排放情景不同而呈现范围扩张与收缩并存的格局。这种对比性结果凸显了采用集成框架以捕捉不确定性、避免过度依赖单一模型的重要性。温度季节性和降水变量被识别为猴面包树分布的关键驱动因子，进一步强调了该物种对气候变异的敏感性，尤其是对降水格局变化和寒冷极值的响应。从保护角度看，这些结果强调了将特定地点、气候信息纳入物种分布模型整合至管理规划的紧迫性。保护现有种群，同时优先将新兴气候避难所用于恢复和辅助再生与补充，将至关重要。保护策略应结合栖息地保护、可持续土地利用实践和社区参与式管理以增强恢复力，通过将地方保护努力与区域气候适应框架相结合，确保猴面包树及其提供的关键生态系统服务在快速变化气候中的长期存续。