程晉昕 段長春 閆生杰

1)(云南省氣候中心， 昆明 650034)2)(云南省氣象科學(xué)研究所， 昆明 650034)3)(云南省大理白族自治州祥云縣氣象局， 大理 672100)

引 言

薄殼山核桃又名美國山核桃，原產(chǎn)于美國和墨西哥北部，主要種植區(qū)位于美國佐治亞、新墨西哥、露易斯安那、得克薩斯等州[1]。云南省1974年首次將薄殼山核桃作為果用樹種引種[2]，并成為全國最早開展薄殼山核桃產(chǎn)業(yè)化種植的省份，也是種植面積和產(chǎn)量最大的省份[3]。近年薄殼山核桃作為一種兼具經(jīng)濟(jì)、社會(huì)和生態(tài)效益的特色作物，其種植產(chǎn)業(yè)受到很大關(guān)注[4]，開展氣候適宜區(qū)劃對云南省薄殼山核桃種植產(chǎn)業(yè)的規(guī)劃、擴(kuò)大與調(diào)整具有指導(dǎo)意義。

針對薄殼山核桃種植的氣候適宜性，張日清等[5-7]結(jié)合薄殼山核桃原產(chǎn)地氣候生態(tài)位寬度與國內(nèi)引種地的前期引種效果，對全國范圍內(nèi)的種植適宜性進(jìn)行了區(qū)劃研究；Sparks[8]從物種環(huán)境適應(yīng)性的角度，分析薄殼山核桃對氣候條件的需求；董潤泉[9]對云南省薄殼山核桃的引種和發(fā)展進(jìn)行總結(jié)，對不同氣候帶的種植效果進(jìn)行簡要分析。上述研究多依賴于專家經(jīng)驗(yàn)和站點(diǎn)觀測，主觀性較強(qiáng)、精細(xì)化程度低，應(yīng)用于地形與氣候條件復(fù)雜多樣的云南省具有一定局限性。近年來，GIS與機(jī)器學(xué)習(xí)技術(shù)在農(nóng)業(yè)氣象領(lǐng)域得到廣泛應(yīng)用[10-13]。其中，最大熵模型(MaxEnt)因其客觀、定量的特點(diǎn)及良好的性能成為農(nóng)業(yè)氣候區(qū)劃的重要工具，并成功應(yīng)用于玉米、蘋果、獼猴桃、當(dāng)歸等作物的氣候適宜性和風(fēng)險(xiǎn)區(qū)劃[14-17]。然而，上述研究需要研究區(qū)域具備數(shù)量較多、代表性強(qiáng)的種植點(diǎn)作為數(shù)據(jù)支撐，云南省薄殼山核桃種植產(chǎn)業(yè)規(guī)模有限，種植點(diǎn)空間分布數(shù)據(jù)相對稀缺。

本研究以最大熵模型和GIS技術(shù)為基礎(chǔ)，提出一種農(nóng)業(yè)氣候適宜性區(qū)劃方法。利用美國本土(contiguous United States)的薄殼山核桃種植點(diǎn)和氣候數(shù)據(jù)，實(shí)現(xiàn)主導(dǎo)氣候因子的篩選和MaxEnt模型訓(xùn)練，在改進(jìn)的基礎(chǔ)上構(gòu)建氣候區(qū)劃模型，基于中國云南省氣候數(shù)據(jù)開展薄殼山核桃種植氣候適宜性區(qū)劃，為種植產(chǎn)業(yè)的規(guī)劃和發(fā)展提供參考。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)與預(yù)處理

本研究所用數(shù)據(jù)主要包括氣候數(shù)據(jù)、薄殼山核桃種植點(diǎn)分布數(shù)據(jù)、地形數(shù)據(jù)和地理信息數(shù)據(jù)等。其中，氣候數(shù)據(jù)包括年平均氣溫、30年極端最低氣溫、無霜期、活動(dòng)積溫(指日平均氣溫穩(wěn)定通過10.0℃ 的積溫，下同)、月平均氣溫、年降水量、年日照時(shí)數(shù)，涉及中國云南省和美國本土兩個(gè)區(qū)域。其中，中國云南省氣候數(shù)據(jù)采用1981—2010年全省125個(gè)國家級(jí)氣象站累年統(tǒng)計(jì)結(jié)果，來源于云南省氣象信息中心的全國綜合氣象信息共享平臺(tái)(CIMISS)[18]。

美國本土氣候數(shù)據(jù)主要用于薄殼山核桃原生境氣候條件分析和區(qū)劃模型的構(gòu)建，包括兩個(gè)數(shù)據(jù)來源：年平均氣溫、年降水量、月平均氣溫?cái)?shù)據(jù)來源于世界氣候網(wǎng)(WORLDCLIM，http:∥www.worldclim.org)提供的空間網(wǎng)格數(shù)據(jù)集[19]，該數(shù)據(jù)集在農(nóng)業(yè)氣候適應(yīng)性區(qū)劃、物種分布預(yù)測和氣候變化等研究領(lǐng)域得到廣泛認(rèn)可[20-22]。由于WORLDCLIM未提供無霜期、日照時(shí)數(shù)和活動(dòng)積溫?cái)?shù)據(jù)，故采用美國氣象站點(diǎn)逐日數(shù)據(jù)進(jìn)行累年值統(tǒng)計(jì)，數(shù)據(jù)來源于美國國家海洋和大氣管理局國家氣候數(shù)據(jù)中心(NOAA National Climatic Data Center)提供的全球歷史氣候網(wǎng)絡(luò)日數(shù)據(jù)集(GHCN-DAILY)[23]。為保證數(shù)據(jù)的可靠性，本研究僅保留數(shù)據(jù)記錄完整的世界氣象組織站點(diǎn)，包含176個(gè)氣溫觀測站點(diǎn)和138個(gè)日照觀測站點(diǎn)，部分氣溫站點(diǎn)與日照站點(diǎn)重疊。

薄殼山核桃種植點(diǎn)分布數(shù)據(jù)用于種植區(qū)氣候要素提取，來源于全球生物多樣性信息數(shù)據(jù)庫網(wǎng)絡(luò)(GBIF，http:∥www.gbif.org)提供的薄殼山核桃物種采樣信息和谷歌地圖提供的薄殼山核桃種植點(diǎn)標(biāo)記信息。為避免局部區(qū)域分布點(diǎn)過于密集影響最大熵模型效果，采用0.5°×0.5°的網(wǎng)格對美國本土進(jìn)行空間劃分，每個(gè)網(wǎng)格中僅保留1個(gè)樣本點(diǎn)，最終得到有效樣本274個(gè)。地形數(shù)據(jù)用于氣候要素的插值，采用空間分辨率為30″(約1 km2)的航天飛機(jī)雷達(dá)地形測繪任務(wù)(Shuttle Radar Topography Mission，SRTM)數(shù)字高程模型產(chǎn)品(DEM)[24]提供海拔高度信息，并利用ArcGIS軟件提取坡度和坡向。地理信息數(shù)據(jù)中，中國云南省采用1:25萬中國空間矢量數(shù)據(jù)集，美國本土則采用1:100萬全球空間矢量數(shù)據(jù)集，兩個(gè)數(shù)據(jù)集均來源于中國云南省氣象信息中心。

1.2 研究方法

1.2.1 潛在氣候因子的選取

熱量條件是影響薄殼山核桃種植的重要因素。張日清等[5]指出，薄殼山核桃原生境中心產(chǎn)區(qū)年平均氣溫為13.2～20.3℃，夏季平均氣溫為24.0～30.0℃，7月平均氣溫為25.6～29.4℃，無霜期為180.0～280.0 d，生長季中大于等于10℃積溫為2500～3700℃·d，熱量條件的不足易導(dǎo)致結(jié)實(shí)不良。董潤泉[9]總結(jié)云南省各地產(chǎn)的堅(jiān)果質(zhì)量，得到類似結(jié)論：暖溫帶所產(chǎn)堅(jiān)果不具備食用經(jīng)濟(jì)價(jià)值，北亞熱帶、中亞熱帶、南亞熱帶堅(jiān)果品質(zhì)依次遞增。低溫也是影響薄殼山核桃的春季發(fā)芽的重要條件，需冷量因品種而異[5]，但過度低溫意味著生長季過短，進(jìn)而對結(jié)實(shí)造成不利影響[8]。極端最低氣溫對薄殼山核桃的分布也有一定限制，不同品種差異較大，一般南方品種不能低于-18.0℃[5]，部分北方品種能夠承受-40.0～-34.0℃的極端低溫[8]。薄殼山核桃的整個(gè)生長發(fā)育周期需要充足的水分條件，張日清等[5]提出，年降水量為1000.0～1600.0 mm的地區(qū)較為理想。在美國西部的干旱和半干旱地區(qū)，依靠灌溉和地下水的補(bǔ)充，年降水量下限可低至600.0 mm[8]。在降水時(shí)間分布方面，Sparks[8]指出，薄殼山核桃在芽膨大、果實(shí)膨大和果仁發(fā)育3個(gè)階段對水分脅迫較為敏感，分別與3—5月、6—7月和8—9月3個(gè)時(shí)期的降水條件密切相關(guān)。在光照條件方面，薄殼山核桃屬于喜光作物[25]，對全年日照有較高要求。此外，4—5月正值花期到幼果成熟期，日照充足、溫暖少雨有利于坐果率提高[26]。結(jié)合已有研究成果，本文選取年平均氣溫、活動(dòng)積溫、無霜期、30年極端最低氣溫、1月平均氣溫、7月平均氣溫、年降水量、3—5月降水量、6—7月降水量、8—9月降水量、年日照時(shí)數(shù)和4—5月日照時(shí)數(shù)12個(gè)要素作為MaxEnt模型構(gòu)建的潛在氣候因子，開展氣候適宜性分析。

1.2.2 氣候因子插值

考慮到云南省氣候和地形條件復(fù)雜，本研究以站點(diǎn)數(shù)據(jù)和DEM數(shù)據(jù)為基礎(chǔ)，采用1 km水平分辨率進(jìn)行氣候因子的插值。對于平均氣溫、活動(dòng)積溫、無霜期、30年極端最低氣溫、1月平均氣溫、7月平均氣溫，采用趨勢面法進(jìn)行插值，其基本思路為氣候要素與當(dāng)?shù)氐慕?jīng)度、緯度、海拔等地理因子關(guān)系密切[27]，可表示為

y=F(λ,φ,β1,β2,β3,…)+ε。

(1)

式(1)中，y表示氣候要素值；函數(shù)F體現(xiàn)地形的趨勢特征，在樣本較少的情況下通常采用線性函數(shù)，可通過站點(diǎn)數(shù)據(jù)進(jìn)行擬合；λ和φ分別表示經(jīng)度和緯度；β1，β2和β3表示地形因子，如海拔高度、坡度和坡向；ε為殘差項(xiàng)，體現(xiàn)局部尺度的綜合影響，可采用反距離權(quán)重法插值。

趨勢面法對于降水量和日照時(shí)數(shù)推算適用性較差[28]，故采用薄盤光滑樣條函數(shù)法對年降水量、3—5月降水量、6—7月降水量、8—9月降水量、年日照時(shí)數(shù)和4—5月日照時(shí)數(shù)進(jìn)行空間插值，地形因子的影響則通過協(xié)變量引入。為減小MaxEnt模型采樣偏差，基于薄殼山核桃種植點(diǎn)分布數(shù)據(jù)空間范圍，在完成插值后，按照24.0°～42.0°N，70.0°～125.0°W的范圍對美國本土氣候要素網(wǎng)格數(shù)據(jù)進(jìn)行空間裁切。

1.2.3 基于MaxEnt模型的氣候適宜性區(qū)劃

最大熵原理[29]是統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)領(lǐng)域的一種經(jīng)典理論，在所有滿足已知約束條件的概率模型中，熵最大模型與真實(shí)概率分布最接近。以該理論為基礎(chǔ)，Phillips等[30]和Elith等[31]提出用于物種分布預(yù)測的最大熵模型(MaxEnt)，利用已知物種分布數(shù)據(jù)和環(huán)境因子的空間分布，對物種存在概率的空間分布進(jìn)行估計(jì)。物種的存在概率越高，代表環(huán)境因子的適宜性越強(qiáng)。在農(nóng)業(yè)氣候適宜性區(qū)劃應(yīng)用中，一般采用研究區(qū)域內(nèi)若干個(gè)種植區(qū)樣本點(diǎn)完成MaxEnt模型的訓(xùn)練，將覆蓋該區(qū)域的氣候數(shù)據(jù)輸入模型，對模型輸出結(jié)果劃分適宜性等級(jí)[14，16-17]。

本文采用美國自然歷史博物館網(wǎng)站提供的開源軟件MaxEnt(3.3.3k版本)[32]構(gòu)建最大熵模型，主要包括以下3個(gè)步驟：①利用美國本土種植點(diǎn)潛在氣候因子對MaxEnt模型進(jìn)行多次訓(xùn)練，通過交叉驗(yàn)證評(píng)價(jià)各氣候因子對模型的影響，篩選得到模型主導(dǎo)因子；②利用種植點(diǎn)主導(dǎo)因子重新訓(xùn)練模型，并對其進(jìn)行精度評(píng)價(jià)；③基于覆蓋中國云南省的主導(dǎo)因子插值數(shù)據(jù)，將MaxEnt模型進(jìn)行外推。

1.2.4 氣候適宜性區(qū)劃模型的改進(jìn)

作為引進(jìn)樹種，薄殼山核桃在云南省種植規(guī)模相對較小，種植點(diǎn)分布數(shù)據(jù)較少，缺乏經(jīng)緯度信息，難以滿足MaxEnt模型構(gòu)建需求。而美國本土作為薄殼山核桃的原產(chǎn)地和主要種植區(qū)[3]，種植點(diǎn)分布樣本充足，并具有較強(qiáng)代表性。因此，本文基于美國本土的種植點(diǎn)樣本訓(xùn)練模型，并將模型外推至中國云南省。Elith等[33]在針對外來物種的分布預(yù)測研究中指出，如果外推區(qū)域存在部分環(huán)境因子明顯偏離訓(xùn)練樣本取值范圍，則應(yīng)謹(jǐn)慎對待MaxEnt外推結(jié)果，同時(shí)引入多元環(huán)境相似度指標(biāo)對模型的可靠性進(jìn)行量化。云南省氣候類型多樣，模擬可靠性問題不容忽視。借鑒上述思路，本文提出調(diào)整型最大熵適宜性指數(shù)，利用外推區(qū)域與訓(xùn)練樣本氣候變量的偏離程度對MaxEnt模擬結(jié)果進(jìn)行非線性抑制，其表達(dá)式如下：

Ia=Ip·R。

(2)

式(2)中，Ia為調(diào)整型最大熵適宜性指數(shù)，取值范圍為0～1；Ip為存在概率因子，即MaxEnt模型輸出值，取值為0～1；R為模型可靠性因子，可通過以下方法計(jì)算：

(3)

(4)

R=minRi。

(5)

假定模型包含n個(gè)氣候因子，利用式(3)計(jì)算外推格點(diǎn)每一個(gè)氣候因子與訓(xùn)練樣本中該因子取值范圍的偏離程度，其中，Vi為因子i在某一格點(diǎn)的取值，Vmax,Vmin分別為因子i在訓(xùn)練樣本中的最大值和最小值。在此基礎(chǔ)上，采用式(4)將Di映射為S型曲線。式中，Ri為氣候因子的可靠性指標(biāo)，隨Di單調(diào)遞增。當(dāng)因子值Vi未超出訓(xùn)練樣本取值范圍，則Di=0，Ri≈1；當(dāng)Vi略偏離訓(xùn)練樣本取值范圍時(shí)，Ri緩慢降低，隨著偏離程度的增加，Ri下降幅度先逐漸增大，后逐漸收斂于0，如圖1所示。根據(jù)式(5)在所有氣候因子中取最小的Ri作為模型可靠性因子R。通過因子R的引入，在所有氣候因子均未明顯偏離訓(xùn)練樣本的外推格點(diǎn)，Ia與Ip取值接近；而對于氣候因子明顯偏離訓(xùn)練樣本的格點(diǎn)，Ia將被充分抑制。

圖1 氣候因子值(Vi)與可靠性因子(Ri)的映射關(guān)系示意圖Fig.1 The mapping relation between climatic variable(Vi) and reliability factor(Ri)

2 結(jié)果分析

2.1 模型主導(dǎo)因子的篩選

氣候要素間的自相關(guān)性會(huì)為MaxEnt模型帶來冗余信息，影響模型的訓(xùn)練效果和運(yùn)算效率。將薄殼山核桃種植點(diǎn)樣本隨機(jī)劃分為兩個(gè)子集，包括訓(xùn)練集樣本204個(gè)和測試集樣本70個(gè)。將訓(xùn)練集樣本和覆蓋美國本土的12個(gè)潛在氣候因子插值結(jié)果輸入MaxEnt軟件構(gòu)建初始模型，采用5折(5-fold)交叉驗(yàn)證[34]的方法進(jìn)行檢驗(yàn)，通過貢獻(xiàn)率、置換重要性和刀切法(Jackknife)[35]分析結(jié)果，對影響模型的主導(dǎo)因子進(jìn)行篩選。其中，貢獻(xiàn)率體現(xiàn)因子對模型的影響程度，置換重要性體現(xiàn)因子的不可替代性(表1)。刀切法則采用僅保留單個(gè)因子和剔除單個(gè)因子兩種策略對模型的增益變化進(jìn)行比較，僅保留單個(gè)因子的情況下，增益較大的因子包含更豐富的有效信息；剔除單個(gè)因子情況下，增益較小因子包含更多其他因子沒有承載的信息(圖2)。結(jié)果表明：在氣溫相關(guān)的因子中，7月平均氣溫對模型的主導(dǎo)意義最明顯，各項(xiàng)評(píng)價(jià)指標(biāo)均優(yōu)于其他11個(gè)因子，體現(xiàn)出夏季高溫對薄殼山核桃種植區(qū)分布具有顯著影響。年平均氣溫、活動(dòng)積溫和無霜期都是熱量條件的綜合體現(xiàn)，在各項(xiàng)評(píng)價(jià)中水平接近，均表現(xiàn)出相對較強(qiáng)的主導(dǎo)性。根據(jù)Pearson相關(guān)系數(shù)計(jì)算結(jié)果，年平均氣溫、活動(dòng)積溫和無霜期3個(gè)因子之間相關(guān)顯著，故僅保留貢獻(xiàn)率相對較高的年平均氣溫。30年極端最低氣溫和1月平均氣溫貢獻(xiàn)率僅為0.4%，置換重要性處于中等水平，對模型影響較小。然而，上述因子均包含冬季低溫條件和越冬風(fēng)險(xiǎn)相關(guān)信息，具有重要的生理學(xué)意義，不宜直接舍棄。因二者同樣具有顯著相關(guān)性，根據(jù)置換重要性和刀切法分析結(jié)果，僅保留30年極端最低氣溫。

在降水方面，3—5月降水量和年降水量分別在貢獻(xiàn)率和置換重要性方面優(yōu)勢明顯，對薄殼山核桃種植具有顯著影響。6—7月降水量和8—9月降水量在各項(xiàng)評(píng)價(jià)中表現(xiàn)一般，在外推區(qū)域與年降水量具有顯著相關(guān)性，對訓(xùn)練和外推過程均影響較小，故將其剔除。在日照方面，年日照時(shí)數(shù)貢獻(xiàn)率達(dá)20.1%，僅次于7月平均氣溫，其置換重要性和刀切法分析結(jié)果也處于較高水平。4—5月日照時(shí)數(shù)在剔除單個(gè)因子的刀切法分析結(jié)果中水平較高，但置換重要性僅為2.6%?？紤]到年日照時(shí)數(shù)綜合反映光照資源，而4—5月日照時(shí)數(shù)側(cè)重于授粉條件，生理學(xué)意義難以相互包含，二者應(yīng)同時(shí)保留。

表1 潛在氣候因子貢獻(xiàn)率和置換重要性Table 1 Contribution and permutation importance of each potential climatic variables

圖2 潛在氣候因子的刀切法分析圖Fig.2 Jackknife analysis of each potential climatic variables

綜上，用于構(gòu)建模型的主導(dǎo)因子最終包括7個(gè)：7月平均氣溫、年平均氣溫、30年極端最低氣溫、年降水量、3—5月降水量、年日照時(shí)數(shù)和4—5月日照時(shí)數(shù)。

2.2 MaxEnt模型精度評(píng)價(jià)

基于上述7個(gè)主導(dǎo)氣候因子，采用204個(gè)訓(xùn)練集樣本重新訓(xùn)練最大熵模型，并利用70個(gè)測試集樣本對模型進(jìn)行驗(yàn)證。模型主要選項(xiàng)包括隨機(jī)生成背景樣本為10000個(gè)，最大迭代次數(shù)為500次，收斂閾值為10-4，啟用clamping機(jī)制，輸出類型采用對數(shù)變換結(jié)果。采用受試者工作特征曲線(ROC)下的面積(A)對建模結(jié)果進(jìn)行評(píng)價(jià)(圖3)，評(píng)價(jià)標(biāo)準(zhǔn)如下：A<0.60(失敗)，0.60≤A<0.70(較差)，0.70≤A<0.80(一般)，0.80≤A<0.90(好)，A≥0.90(非常好)[14]。結(jié)果表明：訓(xùn)練集A值為0.871，達(dá)到 “好”的標(biāo)準(zhǔn)，體現(xiàn)模型訓(xùn)練效果良好，可信度較高。測試集A值為0.820，略低于訓(xùn)練集，同樣達(dá)到“好”的標(biāo)準(zhǔn)，表明模型具有良好的泛化能力，對訓(xùn)練樣本以外的數(shù)據(jù)仍具有較高的模擬精度。

圖3 最大熵模型ROC曲線Fig.3 ROC curve of MaxEnt model

2.3 可靠性因子計(jì)算結(jié)果

利用種植點(diǎn)經(jīng)緯度坐標(biāo)提取氣候要素值，并對樣本中7個(gè)主導(dǎo)因子的最小值與最大值進(jìn)行統(tǒng)計(jì)。結(jié)合云南省氣候要素插值數(shù)據(jù)，根據(jù)式(3)～式(5)逐格點(diǎn)計(jì)算可靠性因子R(圖4)。結(jié)果表明：云南省大部區(qū)域R>0.9，7個(gè)主導(dǎo)因子均未明顯偏離訓(xùn)練樣本取值范圍，MaxEnt模擬結(jié)果具有較好的可靠性。R≤0.5的區(qū)域主要出現(xiàn)在滇西北、滇東北和滇東南局部區(qū)域，主要原因在于滇西北西部、滇東北北部和滇東南東部地區(qū)年日照時(shí)數(shù)、4—5月日照時(shí)數(shù)遠(yuǎn)未達(dá)到訓(xùn)練樣本下限，而滇西北北部高海拔地區(qū)年平均氣溫、7月平均氣溫也明顯低于訓(xùn)練樣本取值范圍。

圖4 云南省可靠性因子(R)空間分布Fig.4 The distribution of reliability factor(R) in Yunnan Province

2.4 模型改進(jìn)效果

將覆蓋云南省全境的7個(gè)主導(dǎo)氣候因子輸入訓(xùn)練后的MaxEnt模型，生成存在概率因子Ip，即改進(jìn)前的適宜性指數(shù)。在此基礎(chǔ)上，利用式(2)計(jì)算調(diào)整型最大熵適宜性指數(shù)Ia，即改進(jìn)后的適宜性指數(shù)(圖5)。由圖5可以看到，Ip與Ia總體趨勢相似，受立體氣候特征影響空間分布較為破碎。云南省北部的高原氣候帶和溫帶區(qū)域氣溫類要素較種植點(diǎn)樣本的平均水平低，Ip與Ia取值普遍低于0.1。隨著海拔高度的逐漸下降，溫度條件的改善對上述適宜性指數(shù)的增大起促進(jìn)作用，日照與降水對適宜性指數(shù)影響也越來越明顯。在圖5a中，滇東北北部和滇東南東部的河谷地帶，因熱量、水分條件良好，MaxEnt模型輸出較高的Ip值。根據(jù)2.3節(jié)分析，上述區(qū)域與薄殼山核桃原生境相比，光照條件明顯偏差，不利于薄殼山核桃生長發(fā)育，直接應(yīng)用MaxEnt模型的跨區(qū)域外推結(jié)果Ip進(jìn)行區(qū)劃，可能導(dǎo)致部分區(qū)域適宜性的誤判。相比之下，通過引入可靠性因子R，改進(jìn)后的氣候適宜性指數(shù)Ia(圖5b)在上述區(qū)域受到充分抑制，從作物生理學(xué)角度，改進(jìn)結(jié)果更合理。

根據(jù)相關(guān)文獻(xiàn)[9]報(bào)道，對云南省薄殼山核桃的主要種植縣(市、區(qū))進(jìn)行整理，如圖6所示。相比圖5可見，Ia值較高的區(qū)域主要分布于滇中及以西、以南地區(qū)，與主要種植縣(市、區(qū))在空間分布具有較好的對應(yīng)關(guān)系。在滇東北北部和滇東南東部地區(qū)，Ip較Ia明顯偏高，且出現(xiàn)較大范圍Ip>0.4的區(qū)域，但該地區(qū)鮮有種植案例。由此可見，改進(jìn)后的適宜性指數(shù)Ia更符合實(shí)際種植情況，進(jìn)一步體現(xiàn)改進(jìn)方法的有效性。

圖5 改進(jìn)前(a)與改進(jìn)后(b)氣候適宜性指數(shù)的對比Fig.5 Comparison of climate suitability index before improvement(a) and after improvement(b)

圖6 云南省薄殼山核桃主要種植縣(市、區(qū))分布Fig.6 Distribution of major pecan planting counties in Yunnan Province

2.5 氣候適宜性區(qū)劃

針對云南省全境調(diào)整型最大熵適宜性指數(shù)計(jì)算結(jié)果，采用自然斷點(diǎn)法將薄殼山核桃種植氣候適宜性劃分為4個(gè)等級(jí)：Ia≥0.35為最適宜，0.20≤Ia<0.35為適宜，0.08≤Ia<0.20為次適宜，Ia<0.08 為不適宜(圖7)。由圖7可以看到，薄殼山核桃種植的氣候適宜性在空間分布上與熱量資源關(guān)系最密切，最適宜區(qū)和適宜區(qū)多位于云南省南部和中部海拔較低的區(qū)域，次適宜區(qū)和不適宜區(qū)主要出現(xiàn)在海拔較高或日照時(shí)數(shù)偏低的區(qū)域。

最適宜區(qū)占云南省總面積的5.3%，沿金沙江、元江、阿墨江、大盈江、瑞麗江和南定河等流域及其支流零散分布。該區(qū)域年平均氣溫為15.8～21.9℃，7月平均氣溫為20.8～26.4℃，30年極端最低氣溫為-6.4～2.0℃，熱量條件優(yōu)越，霜凍害風(fēng)險(xiǎn)小，休眠期低溫條件較好。3～5月降水量為65.7～350.6 mm，年降水量為636.2～1633.9 mm，均具有較大的變化范圍，年降水量高于Spark[8]提出的原生境降水量下限。年日照時(shí)數(shù)為1633.5～2570.5 h，4—5月日照時(shí)數(shù)為333.3～490.3 h，光照條件良好。分布于云南省各地的最適宜區(qū)均具有熱量資源豐富的特點(diǎn)，但其他條件存在較大差異，如北部金沙江及其支流龍川江沿線的最適宜區(qū)降水偏少，但日照充足；與之相反，南部的最適宜區(qū)降水充沛，但日照條件略差。從地貌的角度，最適宜區(qū)多分布于河谷和盆地，但元江河谷中部氣候干熱，冬季低溫不足和降水偏少同時(shí)制約河谷地帶的適宜性，河谷兩側(cè)海拔1800 m以下的山地更適宜薄殼山核桃種植。

圖7 云南省薄殼山核桃種植氣候適宜性區(qū)劃Fig.7 Climate suitability regionalization of pecan plantation in Yunnan Province

適宜區(qū)占云南省總面積的23.1%，主要分布于滇中及以南低海拔地區(qū)，部分區(qū)域沿河谷向北延伸。該區(qū)域年平均氣溫為13.7～23.9℃，7月平均氣溫為19.1～26.5℃，30年極端最低氣溫為-8.0～1.5℃，年降水量為769.0～1804.2 mm，3—5月降水量為78.3～342.2 mm，年日照時(shí)數(shù)為1503.4～2449.7 h， 4—5月日照時(shí)數(shù)為298.6～476.8 h。適宜區(qū)氣候類型豐富多樣，總體而言能為薄殼山核桃種植提供較為良好的條件，但與最適宜區(qū)相比，氣候要素綜合特征與原生境差異較大。部分區(qū)域受到單方面氣候條件不利影響，如分布于滇中的適宜區(qū)熱量條件較差，滇南一帶的適宜區(qū)休眠期低溫條件較差，滇東南東部則主要受到日照偏少的影響。

次適宜區(qū)占云南省總面積的30.7%，分布范圍較廣，根據(jù)氣候條件可分為以下兩類：一類分布于北亞熱帶和中亞熱帶，在緯度較高的滇西北、滇東北和滇中地區(qū)位于河谷和平原地帶，在滇中以南地區(qū)則以山地和丘陵為主，上述區(qū)域年平均氣溫為13.0～18.0℃，雖然薄殼山核桃植株仍能存活，但熱量條件不足易導(dǎo)致結(jié)實(shí)年限長、堅(jiān)果質(zhì)量不佳等問題[9]，引種果用樹種應(yīng)慎重考慮。另一類次適宜區(qū)分布于滇東南、滇西南東部，以及滇西北南部的怒江河谷，具備良好的熱量條件，但日照不足明顯制約該區(qū)域的氣候適宜性；部分區(qū)域處于北熱帶，冬季過于溫暖也對發(fā)芽具有不利影響。

不適宜區(qū)占全省總面積的40.9%，集中分布于滇東北大部、滇中東北部和滇西北西部，也出現(xiàn)在其他區(qū)域的山脊地帶。其中，以青藏高原南延和滇東北為代表的高海拔地區(qū)，熱量條件差，夏季高溫不足，越冬風(fēng)險(xiǎn)較大，不利于薄殼山核桃生長發(fā)育。云南省東部和西北部邊緣海拔較低的區(qū)域，光照條件與原生境差距較大，也不適合發(fā)展種植產(chǎn)業(yè)。

目前，薄殼山核桃種植產(chǎn)業(yè)在大理和玉溪已得到較好發(fā)展，形成多個(gè)產(chǎn)量較高的種植點(diǎn)，如漾濞瓦廠鄉(xiāng)、永平杉陽和新平華森果業(yè)公司等[9]，高產(chǎn)種植點(diǎn)在分布上與最適宜區(qū)和適宜區(qū)基本吻合。普洱、德宏、臨滄、楚雄、麗江和紅河等州市具有較大范圍的最適宜區(qū)和適宜區(qū)，部分地區(qū)已推廣種植[3,9]，可適當(dāng)擴(kuò)大種植規(guī)模。此外，云南省地形復(fù)雜，降水有效性不高[36]，引種過程中還應(yīng)充分考慮灌溉條件。

3 結(jié)論與討論

本文基于MaxEnt模型，利用氣候與種植點(diǎn)分布數(shù)據(jù)計(jì)算薄殼山核桃適宜性指數(shù)，并對中國云南省開展適宜性分區(qū)，結(jié)果表明：

1) 通過交叉驗(yàn)證，影響薄殼山核桃種植的主導(dǎo)氣候因子包括7月平均氣溫、年平均氣溫、30年極端最低氣溫、年降水量、3—5月降水量、年日照時(shí)數(shù)和4—5月日照時(shí)數(shù)。經(jīng)驗(yàn)證，基于上述因子構(gòu)建的MaxEnt模型具有較高的精度和泛化能力。

2) 通過引入可靠性因子，根據(jù)模擬區(qū)域和訓(xùn)練樣本氣候因子值域的偏離程度，對MaxEnt模型輸出結(jié)果進(jìn)行非線性調(diào)整，實(shí)現(xiàn)區(qū)劃模型的改進(jìn)。對于部分氣候因子明顯偏離訓(xùn)練樣本取值范圍的外推區(qū)域，該方法能夠有效抑制適宜性的高估，并提高跨區(qū)域外推結(jié)果的可靠性。

3) 云南省薄殼山核桃種植氣候最適宜區(qū)和適宜區(qū)分別占云南省總面積的5.3%和23.1%，主要分布于熱量資源豐富、日照相對充足并具備較好冬季低溫條件的亞熱帶地區(qū)和熱帶地區(qū)邊緣。受云南省復(fù)雜地形與氣候條件影響，區(qū)劃結(jié)果呈現(xiàn)破碎化特征，在薄殼山核桃引種過程中，應(yīng)該充分考慮立體氣候的影響，尤其要重視干熱河谷地帶氣候資源的合理利用。

本文直接采用薄殼山核桃物種種植點(diǎn)分布信息開展氣候適宜性研究，但該物種對氣候條件的適應(yīng)能力較強(qiáng)，隨著品種選育和種植技術(shù)的不斷發(fā)展，薄殼山核桃對氣候條件的適應(yīng)范圍逐漸擴(kuò)大，且不同品種對氣候條件的需求存在一定差異[8,37]。在未來研究中，有必要對品種進(jìn)行區(qū)分，將氣候適宜性區(qū)劃細(xì)化到部分主栽品種。此外，還應(yīng)關(guān)注氣候變化對農(nóng)業(yè)氣候資源的影響[38]，對未來氣候變化背景下薄殼山核桃氣候適宜性布局開展預(yù)測研究。