趙金鵬, 王閆利, 陸興利, 沈沾紅, 王明田, 李 慶, 王茹琳,4**

軟棗獼猴桃在中國(guó)的適生區(qū)分析及對(duì)未來(lái)氣候變化的響應(yīng)*

趙金鵬1,2, 王閆利2, 陸興利2, 沈沾紅2, 王明田3,4, 李 慶5, 王茹琳1,2,4**

(1. 中國(guó)氣象局成都高原氣象研究所/高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室 成都 610072; 2. 四川省農(nóng)村經(jīng)濟(jì)綜合信息中心 成都 610072; 3. 四川省氣象臺(tái) 成都 610072; 4. 南方丘區(qū)節(jié)水農(nóng)業(yè)研究四川省重點(diǎn)實(shí)驗(yàn)室 成都 610066; 5. 四川農(nóng)業(yè)大學(xué)農(nóng)學(xué)院 成都 611130)

對(duì)軟棗獼猴桃在中國(guó)的適生區(qū)進(jìn)行分析, 旨在為軟棗獼猴桃資源調(diào)查、保護(hù)、開(kāi)發(fā)利用和引種栽培提供參考依據(jù)。采用生態(tài)位建模軟件MaxEnt(maximum entropy model), 結(jié)合ArcGIS(geographic information system)軟件, 研究影響軟棗獼猴桃分布的關(guān)鍵環(huán)境因子及取值范圍, 預(yù)測(cè)當(dāng)前氣候狀態(tài)及未來(lái)不同氣候變化背景下軟棗獼猴桃在中國(guó)的適生區(qū)。研究結(jié)果表明: 影響軟棗獼猴桃分布的關(guān)鍵環(huán)境因子有6個(gè), 其重要程度依次為: 7月降水量>4月均溫>溫度季節(jié)性變化標(biāo)準(zhǔn)差>3月均溫>最暖季降水量>海拔。當(dāng)前情景下, 軟棗獼猴桃在中國(guó)的高適生區(qū)總面積為9.287×105km2, 主要集中于東北東南部、華北東南部、華東北部和東南部、華中西部及西南東部; 中適生區(qū)總面積為1.786×106km2, 主要分布在東北中部和南部、華北南部、華東北部和南部、華東北部、西南西部及華南北部。在只考慮氣候因子和海拔高度的情況下, RCP2.6、RCP4.5和RCP8.5情景下, 預(yù)測(cè)2070s軟棗獼猴桃在中國(guó)的高適生區(qū)面積分別增加3.758×105km2、1.725×105km2和6.300×103km2, 而中適生區(qū)面積在RCP2.6減少1.902×105km2, 在RCP4.5、RCP8.5分別增加2.617×105km2和9.760× 104km2。RCP2.6和RCP4.5情景下, 高適生區(qū)和總適生區(qū)的質(zhì)心到2070s將向東北移動(dòng); RCP8.5情景下, 高適生區(qū)質(zhì)心向東北移動(dòng), 總適生區(qū)中心將向東南移動(dòng)。研究分別對(duì)當(dāng)前及未來(lái)3種不同情景下軟棗獼猴桃在中國(guó)的適生區(qū)進(jìn)行了10次預(yù)測(cè), 預(yù)測(cè)結(jié)果的AUC(Area Under Curve)平均值均高于0.98, 表明此模型預(yù)測(cè)結(jié)果具有較高的可靠性。

軟棗獼猴桃; 適生區(qū); 氣候變化響應(yīng); MaxEnt模型; 環(huán)境因子; 中國(guó)

軟棗獼猴桃[(Sieb. & Zucc) Planch. ex Miq.]是獼猴桃科(Actinidiaceae)多年生落葉藤本植物, 適宜在涼爽和濕潤(rùn)的環(huán)境中生長(zhǎng)。相較于其他品種, 軟棗獼猴桃不僅營(yíng)養(yǎng)價(jià)值和藥用價(jià)值更高, 而且具有抗病蟲(chóng)害、抗逆性強(qiáng)、耐旱和耐寒的特點(diǎn)[1-5]。雖然我國(guó)軟棗獼猴桃產(chǎn)業(yè)剛剛起步, 但研究和發(fā)展迅速, 例如蒼晶等[6]進(jìn)行的果實(shí)生長(zhǎng)發(fā)育研究, 秦紅艷等[7]進(jìn)行的新品種——‘佳綠’的選育等。目前, 軟棗獼猴桃的研究主要集中在品種選育、栽培技術(shù)、品質(zhì)分析、果實(shí)加工和處理等[8-10], 地理分布的相關(guān)研究尚少見(jiàn)報(bào)道。近些年, 我國(guó)在大規(guī)模引種中華獼猴桃(Planch.)和美味獼猴桃[var.(A. Chev.) A Chev.]過(guò)程中, 由于缺乏合理的布局規(guī)劃和適生性分析, 出現(xiàn)了品種單一化、易感病蟲(chóng)害等問(wèn)題[11-12], 對(duì)此四川、陜西、貴州等省份不得不相繼開(kāi)展獼猴桃氣候適應(yīng)性規(guī)劃的研究[13-15]。由此可見(jiàn), 提前開(kāi)展軟棗獼猴桃氣候適應(yīng)性區(qū)劃的研究, 對(duì)科學(xué)優(yōu)化軟棗獼猴桃產(chǎn)業(yè)結(jié)構(gòu)、促進(jìn)產(chǎn)業(yè)健康發(fā)展具有現(xiàn)實(shí)意義。

聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)第5次評(píng)估報(bào)告(IPCC AR5)中指出, 1880年至2012年全球平均地表溫度上升約0.85 ℃, 而中國(guó)氣候變暖率遠(yuǎn)高于全球平均值, 這意味著氣候?qū)洍棲J猴桃在中國(guó)分布的影響更加顯著[16], 所以預(yù)測(cè)不同氣候條件下軟棗獼猴桃潛在地理分布, 對(duì)軟棗獼猴桃的保護(hù)和可持續(xù)發(fā)展具有重要價(jià)值。MaxEnt模型近年來(lái)被廣泛應(yīng)用于物種生境評(píng)價(jià)、物種適生區(qū)劃和氣候變化對(duì)物種分布影響研究等方面[17-19], 該模型基于生態(tài)位原理, 利用物種已知地理分布數(shù)據(jù), 分析得出影響物種分布的環(huán)境因子, 探尋與此環(huán)境因子相似的環(huán)境像元, 以此預(yù)測(cè)目標(biāo)物種的潛在地理分布。大量研究結(jié)果表明, MaxEnt生態(tài)位模型在物種分布數(shù)據(jù)不足的情況下仍能得到較為滿(mǎn)意的結(jié)果。

本研究利用MaxEnt模型預(yù)測(cè)軟棗獼猴桃潛在地理分布, 揭示軟棗獼猴桃對(duì)生長(zhǎng)環(huán)境的要求, 確定軟棗獼猴桃適生區(qū), 分析不同情景下軟棗獼猴桃對(duì)氣候變化的敏感性, 為優(yōu)化軟棗獼猴桃的種植分布, 了解軟棗獼猴桃對(duì)氣候變化的響應(yīng)提供參考。

1 材料和方法

1.1 環(huán)境數(shù)據(jù)及物種數(shù)據(jù)的獲取

當(dāng)前情景下的氣候因子數(shù)據(jù)包括月平均氣象數(shù)據(jù)、生物氣候數(shù)據(jù)以及海拔數(shù)據(jù), 從全球氣候數(shù)據(jù)庫(kù)WorldClim(http://www.worldclim.org/)下載, 2050s (2041—2060年)和2070s(2061—2080年)的氣候變化情景數(shù)據(jù)取自CCAFS數(shù)據(jù)庫(kù)(http://www.ccafs- climate.org/)。上述數(shù)據(jù)的空間分辨率為2.5 arc- minutes (約4.5 km2)。

從全球生物多樣性信息網(wǎng)(GBIF, https:// www.gbif.org/)下載世界范圍內(nèi)軟棗獼猴桃分布數(shù)據(jù), 并篩選出中國(guó)的分布數(shù)據(jù)集。為了增強(qiáng)預(yù)測(cè)的準(zhǔn)確性, 研究通過(guò)查閱文獻(xiàn)對(duì)中國(guó)的分布數(shù)據(jù)集進(jìn)行了修正和補(bǔ)充[20-23], 并刪除重復(fù)記錄、模糊記錄和相鄰記錄, 然后利用谷歌地圖對(duì)分布點(diǎn)的經(jīng)緯度進(jìn)行校正, 最后將處理好的205條有效記錄保存為‘*.CSV’格式。

1.2 模型建立方法

采用MaxEnt模型預(yù)測(cè)軟棗獼猴桃在中國(guó)的分布。MaxEnt模型根據(jù)氣候相似性挖掘樣本位置與對(duì)應(yīng)的氣候?qū)泳W(wǎng)格單元之間關(guān)系, 并預(yù)測(cè)研究區(qū)域其他網(wǎng)格單元中存在該物種的概率。MaxEnt軟件(3.4.1版)是開(kāi)源的, 可以從美國(guó)自然歷史博物館的網(wǎng)站下載(http://biodiversityinformatics.amnh.org/open_source/ maxent/)。

軟棗獼猴桃適生區(qū)預(yù)測(cè)模型構(gòu)建的具體操作步驟如下: 首先, 將軟棗獼猴桃在世界范圍內(nèi)的分布點(diǎn)、67個(gè)氣候變量及海拔高度導(dǎo)入MaxEnt軟件中, 創(chuàng)建初始模型。在初始構(gòu)建模型時(shí), 將“random test percentage”設(shè)為25, 勾選“make pictures of predictions”和“do jackknife to measure variable importance”選項(xiàng), 其余的選項(xiàng)設(shè)置為默認(rèn)。然后, 利用刀切法評(píng)估選擇的關(guān)鍵環(huán)境因子的百分貢獻(xiàn)率和累積貢獻(xiàn)率。最后, 將軟棗獼猴桃在中國(guó)的分布點(diǎn)和關(guān)鍵環(huán)境因子導(dǎo)入MaxEnt軟件, 模擬軟棗獼猴桃在中國(guó)的分布情況。在最終模型中, 選擇“RandomSeed”, 重復(fù)運(yùn)行10次, 選出AUC值最高的最佳模型。

1.3 模型評(píng)價(jià)方法及模型檢驗(yàn)

常用的預(yù)測(cè)結(jié)果評(píng)價(jià)指標(biāo)有很多種, 比如特異度、總體準(zhǔn)確度等, 但這些評(píng)價(jià)指標(biāo)都存在一定的缺陷[24], 本研究采用接收者操作特征曲線(receiver operating characteristic curve, ROC曲線)分析方法來(lái)評(píng)價(jià)模型模擬結(jié)果, 此方法目前被公認(rèn)為最佳評(píng)價(jià)指標(biāo), 廣泛用于醫(yī)學(xué)診斷實(shí)驗(yàn)性能的評(píng)價(jià)[25-26]。

ROC曲線分析方法步驟: 首先隨機(jī)選取75%的軟棗獼猴桃在中國(guó)分布數(shù)據(jù)點(diǎn)作為訓(xùn)練集, 剩余分布數(shù)據(jù)點(diǎn)作為模型驗(yàn)證集。用訓(xùn)練集進(jìn)行模型預(yù)測(cè), 得到適生指數(shù)圖, 提取驗(yàn)證集中各點(diǎn)的預(yù)測(cè)值, 按設(shè)定的系列閾值計(jì)算靈敏度與假陽(yáng)性率(1-特異度), 并計(jì)算出AUC值, 用SPSS軟件包進(jìn)行ROC分析。AUC的理論值在0.5~1, AUC值越接近1, 模型的預(yù)測(cè)精度越高, 具體評(píng)判準(zhǔn)則為: 0.5≤AUC<0.6模擬效果失敗, 0.6≤AUC<0.7模擬效果較差, 0.7≤AUC< 0.8模擬效果一般, 0.8≤AUC<0.9模擬效果良好, 0.9≤AUC<1模擬效果極好。

1.4 適生區(qū)判定及顯示方法

按照Wang等[26]的方法, 劃分了物種分布閾值, 用不同的顏色進(jìn)行標(biāo)注。當(dāng)軟棗獼猴桃的分布概率> 0.66時(shí), 區(qū)域定為軟棗獼猴桃高適生區(qū), 用紅色標(biāo)記; 當(dāng)0.33<≤0.66時(shí), 區(qū)域定為中適生區(qū), 用橙色標(biāo)記; 當(dāng)0.05<≤0.33時(shí), 區(qū)域定為低適生區(qū), 用黃色標(biāo)記; 當(dāng)≤0.05, 區(qū)域定為不適生區(qū), 用白色標(biāo)記。

MaxEnt軟件輸出的數(shù)據(jù)是ASCII格式, 無(wú)法在地圖上直觀顯示。所以, 研究利用ArcGIS中的“空間分析工具”將數(shù)據(jù)轉(zhuǎn)換為“柵格”格式, 并利用“提取”函數(shù)提取軟棗獼猴桃在中國(guó)的概率分布圖, 對(duì)相應(yīng)區(qū)域標(biāo)注顏色。

2 結(jié)果與分析

2.1 影響軟棗獼猴桃分布的關(guān)鍵環(huán)境因子

植物生長(zhǎng)雖然受到多種環(huán)境因素的制約, 但不是每個(gè)因子在物種預(yù)測(cè)過(guò)程中都是必須的, 因此需對(duì)環(huán)境因子進(jìn)行有效篩選。研究首先參考雷軍成等[27]的方法, 利用刀切法檢驗(yàn)68個(gè)環(huán)境因子對(duì)軟棗獼猴桃分布預(yù)測(cè)模型構(gòu)建的重要性, 并選取對(duì)預(yù)測(cè)模型構(gòu)建貢獻(xiàn)百分率大于1%的環(huán)境因子作為初選關(guān)鍵環(huán)境因子。然后利用Pearson相關(guān)系數(shù)分析法判定初選關(guān)鍵環(huán)境因子之間的相關(guān)性, 剔除相關(guān)性較高的環(huán)境因子, 剩余的初選關(guān)鍵因子即為影響軟棗獼猴桃分布的關(guān)鍵因子。

通過(guò)計(jì)算, 7月降水量(Prec7)、4月均溫(Tmean4)、溫度季節(jié)性變化標(biāo)準(zhǔn)差(Bio4)、3月均溫(Tmean3)、最暖季降水量(Bio18)和海拔(Alt)對(duì)預(yù)測(cè)模型構(gòu)建的貢獻(xiàn)百分率分別為29.1%、25.4%、13.5%、8.6%、2.8%和1.5%, 置換重要性分別為24.1%、9.0%、16.4%、10.2%、8.7%和10.5%, 且各因子間相關(guān)系數(shù)均小于0.8(表1), 故選擇此6個(gè)環(huán)境因子作為預(yù)測(cè)軟棗獼猴桃地理分布的關(guān)鍵因子。

表1 影響軟棗獼猴桃地理分布的關(guān)鍵環(huán)境因子的皮爾遜相關(guān)系數(shù)

軟棗獼猴桃的物候現(xiàn)象與溫度有密切的關(guān)系。3—4月為軟棗獼猴桃傷流期和萌芽期, 此時(shí)獼猴桃植株對(duì)溫度比較敏感, 當(dāng)土溫升至一定程度時(shí), 軟棗獼猴桃的根系才開(kāi)始吸收土壤中的水分和養(yǎng)分, 樹(shù)液由根系送到地面植株, 然后軟棗獼猴桃植株開(kāi)始萌芽。如果此時(shí)段溫度過(guò)低, 則可能推遲軟棗獼猴桃傷流期、萌芽期或使花芽、嫩梢受凍, 甚至凍死主干。軟棗獼猴桃在不同的生育期, 對(duì)水分需求量亦不同, 且差異較大。7月為軟棗獼猴桃果實(shí)生長(zhǎng)期, 此時(shí)軟棗獼猴桃植株對(duì)降水的需求量較大, 而過(guò)多的降水亦可能造成植株根系腐爛。同時(shí), 7月溫度相對(duì)較高, 降水可以有效緩解高溫對(duì)藤蔓的危害, 所以7月降水量的多少直接影響著軟棗獼猴桃植株生長(zhǎng)情況。海拔影響軟棗獼猴桃接受太陽(yáng)輻射的熱量多少, 主要表現(xiàn)在溫度上的差異, 對(duì)軟棗獼猴桃的物候期亦具有重要影響。綜上所述, 由刀切法篩選出的6個(gè)環(huán)境因子與軟棗獼猴桃實(shí)際生長(zhǎng)所需的環(huán)境因子相吻合, 影響著軟棗獼猴在中國(guó)的分布。

2.2 關(guān)鍵環(huán)境因子對(duì)軟棗獼猴桃地理分布的影響

研究利用MaxEnt軟件分析了影響軟棗獼猴桃地理分布的6個(gè)關(guān)鍵環(huán)境因子適宜范圍和最適值(表2), 并繪制了關(guān)鍵環(huán)境因子與物種存在概率關(guān)系圖(圖1)。

表2 影響軟棗獼猴桃潛在地理分布的關(guān)鍵因子適宜范圍

結(jié)果表明, 軟棗獼猴桃7月降水量適宜范圍是142.3~408.2 mm, 最適值為213.4 mm; 當(dāng)降水量在142.3~213.2 mm時(shí), 軟棗獼猴桃存在概率與降水量呈正相關(guān), 降水量在213.2~408.2 mm時(shí), 存在概率與降水量呈負(fù)相關(guān)。3月均溫適宜范圍是-2.1~ 16.1 ℃, 最適值為7.3 ℃; 當(dāng)均溫為-2.1~7.3 ℃時(shí), 軟棗獼猴桃存在概率與均溫成正相關(guān), 均溫在7.3~16.1 ℃范圍時(shí), 存在概率與均溫呈負(fù)相關(guān)。6個(gè)關(guān)鍵環(huán)境因子的響應(yīng)曲線與正態(tài)分布相似, 但適宜范圍和變化范圍不同。在適宜范圍內(nèi), 關(guān)鍵環(huán)境因子的變化對(duì)軟棗獼猴桃存在概率有一定的影響, 但在適宜范圍外, 影響逐漸減小。

2.3 模型準(zhǔn)確性檢驗(yàn)

為了進(jìn)一步提高預(yù)測(cè)的有效性, 研究對(duì)不同情景下軟棗獼猴桃在中國(guó)的地理分布進(jìn)行10次重復(fù)預(yù)測(cè), 圖2所示為不同氣候情景下預(yù)測(cè)結(jié)果的ROC曲線圖。從圖2可以看出, 不同情景下進(jìn)行10次預(yù)測(cè)的AUC值均大于0.98, 說(shuō)明模型預(yù)測(cè)效果較好。

圖1 影響軟棗獼猴桃地理分布的關(guān)鍵因子與物種存在概率關(guān)系圖

圖2 3種氣候變化情景下軟棗獼猴桃MaxEnt模型的ROC曲線

2.4 當(dāng)前情景下軟棗獼猴桃在中國(guó)的潛在分布

使用ArcGIS軟件將MaxEnt模型的預(yù)測(cè)結(jié)果疊加到我國(guó)行政區(qū)劃圖上, 得到當(dāng)前情景下, 軟棗獼猴桃在中國(guó)的潛在適生區(qū)分布圖, 如圖3所示。

從預(yù)測(cè)結(jié)果可得出, 軟棗獼猴桃在中國(guó)的高適生區(qū)總面積為9.287×105km2, 占國(guó)土面積的9.67%, 可分為西南、華中、華東、華北和東北5個(gè)地區(qū)。西南地區(qū)包括四川中部和東北部、重慶中東部、貴州大部、陜西南部和西藏東南部, 面積約3.854×105km2; 華中地區(qū)包括湖北西部、湖南西北部和河南西部, 面積約1.626×105km2; 華東地區(qū)包括安徽西部和南部、山東中部、浙江大部、福建北部和江蘇零星地區(qū), 面積約1.121×105km2; 華北地區(qū)包括河北東北部和山西東南部, 面積約9.58×104km2; 東北地區(qū)包括吉林東部、遼寧東部和西部以及黑龍江的零星地區(qū), 面積約1.265× 105km2。中適生區(qū)總面積為1.785 9×106km2, 占國(guó)土面積的18.55%, 主要圍繞在高適生區(qū)周?chē)? 分布在黑龍江、遼寧、吉林、河北、山西、河南、山東、江蘇、四川、重慶、貴州、廣西、廣東和福建等省。表3是當(dāng)前情景下, 軟棗獼猴桃在中國(guó)的主要適生省份及面積。

圖3 當(dāng)前情景下軟棗獼猴桃在中國(guó)潛在適生區(qū)分布圖

表3 當(dāng)前情形下軟棗獼猴桃主要適生省份及面積

2.5 未來(lái)情景下軟棗獼猴桃在我國(guó)的潛在分布

圖4和表4分別描述的是未來(lái)情景下, 軟棗獼猴桃在中國(guó)的潛在適生區(qū)分布圖和面積。

從表4可看出, 在RCP2.6、RCP4.5和RCP8.5情景下, 到2050s, 軟棗獼猴桃在中國(guó)的高適生區(qū)面積較當(dāng)前情景下分別增加1.276×105km2、3.19×105km2和2.639×105km2, 總適生面積較當(dāng)前情景下分別增加4.18×104km2、3.955×105km2和1.675×105km2, 同時(shí)高適生區(qū)和中適生區(qū)面積在RCP4.5情景下增幅最大, 分別增加34.35%和32.38%; 到2070s, 高適生區(qū)面積較在當(dāng)前情景下分別增加3.758×105km2、1.725×105km2和6.3×103km2, 中適生區(qū)面積在RCP2.6較在當(dāng)前情景下減少1.902× 105km2, 在RCP4.5和RCP8.5分別增加2.617× 105km2和9.76×104km2, 同時(shí)高適生區(qū)在RCP2.6情景下面積增幅最大, 增加了40.47%, 而總適生區(qū)在RCP4.5情景下面積增幅最大, 增加了30.98%。

2.6 未來(lái)軟棗獼猴桃分布質(zhì)心移動(dòng)軌跡

為分析氣候變化對(duì)軟棗獼猴桃地理分布的影響, 研究根據(jù)Yue等[28]的計(jì)算公式, 利用ArcGIS空間分析功能, 計(jì)算出未來(lái)情景下軟棗獼猴桃適生區(qū)質(zhì)心遷移軌跡和方向(圖5)。

A: 2050s RCP2.6; B: 2070s RCP2.6; C: 2050s RCP4.5; D: 2070s RCP4.5; E: 2050s RCP8.5; F: 2070s RCP8.5.

表4 未來(lái)情景下軟棗獼猴桃適生面積

圖5 未來(lái)情景下軟棗獼猴桃適生區(qū)質(zhì)心遷移軌跡(A: 高適生區(qū); B:總適生區(qū))

從圖5A可知, 在RCP2.6情景下, 高適生區(qū)質(zhì)心向東北方向移動(dòng)376 km, 然后向西南方向移動(dòng)191 km, 到2070s共向東北方向移動(dòng)189 km。在RCP4.5情景下, 高適生區(qū)質(zhì)心向東北方向移動(dòng)267 km, 然后向西南方向移動(dòng)146 km, 到2070s共向東北方向移動(dòng)148 km。在RCP8.5情景下, 高適生區(qū)質(zhì)心向東北方向移動(dòng)234 km, 然后向東南方向移動(dòng)228 km, 到2070s共向東北方向移動(dòng)88 km。

從圖5B可知, 在RCP2.6情景下, 總適區(qū)質(zhì)心先向西北方向移動(dòng)108 km, 然后向東南方向移動(dòng)56 km,到2070s共向東北方向移動(dòng)86 km。在RCP4.5情景下, 總適區(qū)質(zhì)心與最適區(qū)的移動(dòng)軌跡相似, 向東北方向移動(dòng)85 km, 然后向西南方向移動(dòng)60 km, 到2070s共向東北方向移動(dòng)25 km。在RCP8.5情景下, 總適區(qū)質(zhì)心向西北方向移動(dòng)83 km, 然后向東南移動(dòng)188 km, 到2070s共向東南方向移動(dòng)105 km。

3 討論和結(jié)論

研究利用刀切法分析了67個(gè)氣象因子和海拔高度對(duì)軟棗獼猴桃分布預(yù)測(cè)模型構(gòu)建的重要性, 并利用Pearson相關(guān)系數(shù)分析法剔除了相關(guān)性較高的環(huán)境因子, 最終選取7月降水量、4月均溫、溫度季節(jié)性變化標(biāo)準(zhǔn)差、3月均溫、最暖季降水量和海拔高度共6個(gè)關(guān)鍵環(huán)境因子作為預(yù)測(cè)模型自變量。通過(guò)查閱相關(guān)文獻(xiàn)和實(shí)地調(diào)查, 表明這6個(gè)關(guān)鍵環(huán)境因子是影響軟棗獼猴桃分布的重要因素, 同時(shí)此6個(gè)關(guān)鍵環(huán)境因子的適宜值范圍與軟棗獼猴桃實(shí)際生長(zhǎng)需求相符。3月初, 當(dāng)氣溫高于6 ℃時(shí), 軟棗獼猴桃的汁液開(kāi)始流動(dòng)。3月中旬, 當(dāng)溫度高于8.5 ℃時(shí), 植株開(kāi)始發(fā)芽。3月中旬—4月初, 當(dāng)溫度高于10 ℃, 葉開(kāi)始生長(zhǎng)。軟棗獼猴桃的花期為5—7月, 果實(shí)期為6—8月。7月是軟棗獼猴桃生長(zhǎng)最旺盛的時(shí)期, 也是用水量最大的月份[29], 降水量范圍為142.3~ 408.2 mm, 既可以滿(mǎn)足軟棗獼猴桃的用水需求, 又不會(huì)因水分過(guò)多造成根系腐爛, 這對(duì)軟棗獼猴桃的生長(zhǎng)和分布有重要影響。溫度季節(jié)性變化標(biāo)準(zhǔn)差反映了適宜軟棗獼猴桃生長(zhǎng)的平均溫度及其變化范圍,生態(tài)位參數(shù)分析結(jié)果表明, 溫度季節(jié)性變化標(biāo)準(zhǔn)差的變化小有利于軟棗獼猴桃生存, 比較典型的是我國(guó)西南地區(qū), 該地區(qū)的氣候受西南季風(fēng)、西風(fēng)環(huán)流和青藏高原影響, 年溫差小、日溫差大, 該地區(qū)是我國(guó)軟棗獼猴桃的主要分布區(qū)。

MaxEnt基于最大熵理論, 利用物種分布數(shù)據(jù)和環(huán)境數(shù)據(jù)分析最大熵發(fā)生時(shí)物種的分布情況。MaxEnt是研究物種地理分布的理想工具, 具有獨(dú)特的優(yōu)勢(shì), 被廣泛用于生態(tài)學(xué)中, 如Petitpierre等[30]利用MaxEnt驗(yàn)證入侵生物的生態(tài)位保守性, 表明MaxEnt是研究的有效工具, 適合分析物種地理分布與氣候的關(guān)系; Elith等[31]比較了16個(gè)生態(tài)位模型的預(yù)測(cè)精度, 結(jié)果表明MaxEnt的預(yù)測(cè)精度高于其他模型。本研究利用MaxEnt模型分別在當(dāng)前和未來(lái)3種氣候變化情景(RCP2.6、RCP4.5和RCP8.5)下對(duì)軟棗獼猴桃在中國(guó)適生區(qū)進(jìn)行10次重復(fù)預(yù)測(cè), 經(jīng)測(cè)算AUC值均大于0.9, 表明模型預(yù)測(cè)結(jié)果具有較高的可靠性。在只考慮氣候因子和海拔高度的情況下, 預(yù)測(cè)到2070s(即2070年代), 未來(lái)3種氣候變化情景下軟棗獼猴桃在中國(guó)的高適生區(qū)面積分別增加3.758×105km2、1.725×105km2和6.3×103km2, 中適生區(qū)面積分別增加-1.902×105km2、2.617×105km2和9.76×104km2; 未來(lái)3種氣候變化情景下高適生區(qū)質(zhì)心將向東北移動(dòng), 總適生區(qū)質(zhì)心在RCP2.6和RCP4.5情景下向東北移動(dòng), 在RCP8.5情景下向東南移動(dòng)。同時(shí), 根據(jù)預(yù)測(cè)結(jié)果可得出: 1)3種情景下, 軟棗獼猴桃的適生面積和分布存在差異, 說(shuō)明氣候變化對(duì)軟棗獼猴桃潛在分布的影響是不確定的。2)與當(dāng)前情景相比, 3種情景下軟棗獼猴桃高適生區(qū)面積將隨著時(shí)間的推移而增加, 但增長(zhǎng)范圍不是無(wú)限擴(kuò)大的, 影響植物潛在分布的因素很多, 例如土壤因素[32], 軟棗獼猴桃雖然具有耐鹽性, 但對(duì)土壤鹽漬化的耐受性有限。3)土地利用在很大程度上也影響物種分布。目前還沒(méi)有不同氣候變化情景下的土壤和土地利用數(shù)據(jù), 氣候變化對(duì)土壤和土地利用變化的影響也不清楚, 所以研究沒(méi)有考慮這一點(diǎn)。如果考慮到軟棗獼猴桃的生長(zhǎng)適宜土壤和土地利用條件, 氣候變化對(duì)軟棗獼猴桃適應(yīng)性分布影響的不確定性將會(huì)增大。

由于軟棗獼猴桃目前還處于新品推廣過(guò)程中, 國(guó)內(nèi)相關(guān)研究較少, 群眾認(rèn)知程度低, 所以種植規(guī)模及應(yīng)用范圍等方面基本上一片空白。但是, 軟棗獼猴桃產(chǎn)業(yè)的發(fā)展前景十分廣闊, 從政府層面看, 中華人民共和國(guó)國(guó)家發(fā)展改革委員會(huì)高度重視軟棗獼猴桃產(chǎn)業(yè)發(fā)展, 由中國(guó)科學(xué)院武漢植物研究所王彥昌博士牽頭成立軟棗獼猴桃專(zhuān)題研究專(zhuān)家組; 從需求量方面看, 中國(guó)有15億人口的巨大消費(fèi)市場(chǎng), 而我國(guó)現(xiàn)有軟棗獼猴桃種植面積僅1 300多hm2, 后期種植潛力巨大。此研究可對(duì)軟棗獼猴桃的種植、管護(hù)提供參考, 根據(jù)研究結(jié)果, 河北、山東、江蘇、安徽、浙江、河南、湖南、貴州、重慶、寧夏和云南等地也有較大面積的獼猴桃適宜種植區(qū)(≥33%),可以根據(jù)實(shí)際情況擴(kuò)大種植規(guī)模, 也可以考慮在尚未種植的地區(qū)引進(jìn)和種植。

生態(tài)位預(yù)測(cè)模型假設(shè)的生態(tài)位需求是保守的, 環(huán)境變量、樣本數(shù)據(jù)和地區(qū)經(jīng)濟(jì)等因素都會(huì)對(duì)預(yù)測(cè)結(jié)果產(chǎn)生影響。研究中發(fā)現(xiàn)以下問(wèn)題: 1)物種分布數(shù)據(jù)越全面, 利用生態(tài)位模型模擬物種地理分布準(zhǔn)確性越高。由于研究使用的軟棗獼猴桃分布數(shù)據(jù)主要來(lái)源于GBIF和文獻(xiàn), 數(shù)量遠(yuǎn)低于實(shí)際數(shù)量, 所以預(yù)測(cè)結(jié)果存在一定的局限性和不足。2)通過(guò)檢索GBIF和查閱文獻(xiàn)得到的軟棗獼猴桃分布點(diǎn), 部分沒(méi)有明確的經(jīng)緯度記錄, 所以需要通過(guò)坐標(biāo)定位軟件來(lái)確定相關(guān)信息, 不可避免地存在一定的地理誤差。3)研究使用的環(huán)境數(shù)據(jù)來(lái)自世界氣候數(shù)據(jù)庫(kù), 該數(shù)據(jù)庫(kù)是1950—2000年數(shù)據(jù)的平均值。近20年來(lái), 隨著全球變暖的加劇, 物種的生長(zhǎng)和分布格局發(fā)生了顯著變化, 缺乏的20年氣候數(shù)據(jù)可能會(huì)造成預(yù)測(cè)結(jié)果與實(shí)際分布的偏離。4)軟棗獼猴桃生長(zhǎng)不僅受氣候、地形特征、土壤類(lèi)型、土壤理化性質(zhì)和栽培密度等非生物因子影響, 地區(qū)經(jīng)濟(jì)結(jié)構(gòu)、引種栽培技術(shù)等因素同樣會(huì)對(duì)其潛在分布產(chǎn)生重要影響?；谝陨蠁?wèn)題, 該模型預(yù)測(cè)的生態(tài)位比軟棗獼猴桃實(shí)際占據(jù)的生態(tài)位要寬。

因此, 在下一步工作中, 應(yīng)著重解決上述問(wèn)題, 獲取盡可能全面且準(zhǔn)確的分布數(shù)據(jù)、氣候數(shù)據(jù)、地區(qū)經(jīng)濟(jì)結(jié)構(gòu)數(shù)據(jù)以及其他因素?cái)?shù)據(jù), 加強(qiáng)軟棗獼猴桃適生分布區(qū)預(yù)測(cè)的準(zhǔn)確性。

[1] KANG S G, SEONG Y H. Inhibitory effect of the leaves and stems ofon Aβ (25-35)-induced neuronal cell death and memory impairment[J]. Journal of Biomedical and Translational Research, 2018, 19(2): 26–31

[2] KIM D, CHOI J, KIM M J, et al. Reconstitution of anti-allergic activities of PG102 derived fromby combining synthetic chemical compounds[J]. Experimental Biology and Medicine, 2013, 238(6): 631–640

[3] 侯芳玉, 陳飛, 陸意, 等. 長(zhǎng)白山產(chǎn)軟棗獼猴桃莖多糖抗感染和抗腫瘤作用的研究[J]. 白求恩醫(yī)科大學(xué)學(xué)報(bào), 1995, 21(5): 472–475 HOU F Y, CHEN F, LU Y, et al. Studies on anti-infective and antitumor effects ofstem polysaccharide (AASP)[J]. Journal of Norman Bethune University of Medical Science, 1995, 21(5): 472–475

[4] LIU Y Y, LIU C J. Antifatigue and increasing exercise performance ofcrude alkaloids in mice[J]. Journal of Food and Drug Analysis, 2016, 24(4): 738–745

[5] 劉旸旸. 軟棗獼猴桃中生物堿的提取純化及生物活性研究[D]. 沈陽(yáng): 沈陽(yáng)農(nóng)業(yè)大學(xué), 2016LIU Y Y. Extraction, purification and biological activities of alkaloid from[D]. Shenyang: Shenyang Agricultural University, 2016

[6] 蒼晶, 王學(xué)東, 張達(dá), 等. 軟棗獼猴桃果實(shí)生長(zhǎng)發(fā)育的研究[J]. 東北農(nóng)業(yè)大學(xué)學(xué)報(bào), 2004, 35(1): 77–83 CANG J, WANG X D, ZHANG D, et al. Studies on the growth development of fruit ofPlaneh[J]. Journal of Northeast Agricultural University, 2004, 35(1): 77–83

[7] 秦紅艷, 楊義明, 艾軍, 等. 軟棗獼猴桃新品種——‘佳綠’的選育[J]. 果樹(shù)學(xué)報(bào), 2015, 32(4): 733–735 QIN H Y, YANG Y M, AI J, et al. A new cultivar ofPlanch. ‘Jialü’[J]. Journal of Fruit Science, 2015, 32(4): 733–735

[8] LI W Q, LU Y Z, XIE X M, et al. The complete chloroplast genome sequence of: Gene structure and genomic resources[J]. Conservation Genetics Resources, 2018, 10(3): 423–425

[9] KLAGES K, DONNISON H, BOLDINGH H, et al. myo-Inositol is the major sugar induring early fruit development[J]. Australian Journal of Plant Physiology, 1998, 25(1): 61–68

[10] LI S Q, LIU C J, XIN G, et al. Study on properties of PG separated and purified from[J]. Advanced Materials Research, 2014, 850/851: 1197–1201

[11] 王茹琳, 李慶, 王明田. 中華獼猴桃在中國(guó)種植適宜性區(qū)劃[J]. 浙江農(nóng)業(yè)學(xué)報(bào), 2018, 30(9): 1504–1512 WANG R L, LI Q, WANG M T. Climatic suitability regionalization ofin China[J]. Acta Agriculturae Zhejiangensis, 2018, 30(9): 1504–1512

[12] 王茹琳, 文剛, 李慶, 等. 美味獼猴桃地理分布模擬與氣候變化影響分析[J]. 熱帶亞熱帶植物學(xué)報(bào), 2018, 26(4): 335–345 WANG R L, WEN G, LI Q, et al. Geographical distribution simulation ofin China and influence of climate change[J]. Journal of Tropical and Subtropical Botany, 2018, 26(4): 335–345

[13] 于成, 葉麗君, 劉澤全, 等. 都江堰市海沃特獼猴桃種植的氣候適應(yīng)性區(qū)劃[J]. 安徽農(nóng)業(yè)科學(xué), 2010, 38(11): 5741–5743 YU C, YE L J, LIU Z Q, et al. Climate adaptability division ofcv. Hayward in Dujiangyan[J]. Journal of Anhui Agricultural Sciences, 2010, 38(11): 5741–5743

[14] 賀文麗, 李星敏, 朱琳, 等. 基于GIS的關(guān)中獼猴桃氣候生態(tài)適宜性區(qū)劃[J]. 中國(guó)農(nóng)學(xué)通報(bào), 2011, 27(22): 202–207 HE W L, LI X M, ZHU L, et al. Climate ecological applicability regionalization for kiwifruit based on GIS in Guanzhong of Shaanxi Province[J]. Chinese Agricultural Science Bulletin, 2011, 27(22): 202–207

[15] 池再香, 肖艷林, 李貴瓊, 等. 貴州紅心獼猴桃氣候區(qū)劃指標(biāo)體系研究[J]. 貴州氣象, 2016, 40(3): 1–5 CHI Z X, XIAO Y L, LI G Q, et al. Research of red cartridge kiwifruit climatic zoning index system in Guizhou Province[J]. Journal of Guizhou Meteorology, 2016, 40(3): 1–5

[16] 郭建平. 氣候變化對(duì)中國(guó)農(nóng)業(yè)生產(chǎn)的影響研究進(jìn)展[J]. 應(yīng)用氣象學(xué)報(bào), 2015, 26(1): 1–11 GUO J P. Advances in impacts of climate change on agricultural production in China[J]. Journal of Applied Meteorological Science, 2015, 26(1): 1–11

[17] 曹學(xué)仁, 陳林, 周益林, 等. 基于MaxEnt的麥瘟病在全球及中國(guó)的潛在分布區(qū)預(yù)測(cè)[J]. 植物保護(hù), 2011, 37(3): 80–83 CAO X R, CHEN L, ZHOU Y L, et al. Potential distribution ofin China and the world, predicted by MaxEnt[J]. Plant Protection, 2011, 37(3): 80–83

[18] 洪宇辰, 楊星萍, 賀倩, 等. 基于GIS和MaxEnt模型的川內(nèi)澤蘭屬植物生境適宜性評(píng)價(jià)[J]. 山東農(nóng)業(yè)大學(xué)學(xué)報(bào): 自然科學(xué)版, 2018, 49(5): 759–762 HONG Y C, YANG X P, HE Q, et al. Evaluation of habitat suitability ofspp. in Sichuan Province based on GIS and MaxEnt model[J]. Journal of Shandong Agricultural University: Natural Science Edition, 2018, 49(5): 759–762

[19] 張海娟, 陳勇, 黃烈健, 等. 基于生態(tài)位模型的薇甘菊在中國(guó)適生區(qū)的預(yù)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2011, 27(S1): 413–418 ZHANG H J, CHEN Y, HUANG L J, et al. Predicting potential geographic distribution ofplanting based on ecological niche models in China[J]. Transactions of the CSAE, 2011, 27(S1): 413–418

[20] 樸一龍, 趙蘭花. 延邊地區(qū)軟棗獼猴桃資源分布和開(kāi)發(fā)利用前景[J]. 延邊大學(xué)農(nóng)學(xué)學(xué)報(bào), 2009, 31(1): 32–35 PIAO Y L, ZHAO L H. Distribution and development utilization ofresource in Yanbian[J]. Journal of Agricultural Science Yanbian University, 2009, 31(1): 32–35

[21] 高揚(yáng), 賈愛(ài)軍, 李樹(shù)海, 等. 天津地區(qū)野生軟棗獼猴桃資源開(kāi)發(fā)利用現(xiàn)狀分析與建議[J]. 天津農(nóng)業(yè)科學(xué), 2014, 20(3): 94–96 GAO Y, JIA A J, LI S H, et al. Analysis and suggestions for utilized condition of wildresources in Tianjin[J]. Tianjin Agricultural Sciences, 2014, 20(3): 94–96

[22] 鄒念梁. 遼寧野生軟棗獼猴桃生態(tài)及物候調(diào)查[J]. 中國(guó)林副特產(chǎn), 2017, (1): 74–75 ZOU N L. Liaoning wildecological and phenological study[J]. Forest by-Product and Speciality in China, 2017, (1): 74–75

[23] 李旭, 曹萬(wàn)萬(wàn), 姜丹, 等. 長(zhǎng)白山野生軟棗獼猴桃資源分布與果實(shí)和葉片性狀多樣性[J]. 北方園藝, 2015, (15): 22–27 LI X, CAO W W, JIANG D, et al. Resource distribution and character diversity of fruit and leaf of wildfrom Changbai Mountain Area[J]. Northern Horticulture, 2015, (15): 22–27

[24] 王運(yùn)生, 謝丙炎, 萬(wàn)方浩, 等. ROC曲線分析在評(píng)價(jià)入侵物種分布模型中的應(yīng)用[J]. 生物多樣性, 2007, 15(4): 365–372 WANG Y S, XIE B Y, WAN F H, et al. Application of ROC curve analysis in evaluating the performance of alien species’ potential distribution models[J]. Biodiversity Science, 2007, 15(4): 365–372

[25] REMYA K, RAMACHANDRAN A, JAYAKUMAR S. Predicting the current and future suitable habitat distribution ofGaertn. Using MaxEnt model in the eastern Ghats, India[J]. Ecological Engineering, 2015, 82: 184–188

[26] KUMAR S, YEE W L, NEVEN L G. Mapping global potential risk of establishment of(Diptera: Tephritidae) using MaxEnt and CLIMEX niche models[J]. Journal of Economic Entomology, 2016, 109(5): 2043–2053

[27] WANG R L, LI Q, HE S S, et al. Modeling and mapping the current and future distribution ofpv.under climate change in China[J]. PLoS One, 2018, 13(2): e0192153

[28] 雷軍成, 徐海根, 吳軍, 等. 基于IPCC AR5的我國(guó)常綠闊葉林潛在適宜生境變化分析[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào), 2015, 31(1): 69–76 LEI J C, XU H G, WU J, et al. IPCC AR5-based analysis of variation of potential suitable habitats for evergreen broadleaf forest in China[J]. Journal of Ecology and Rural Environment, 2015, 31(1): 69–76

[29] YUE T X, FAN Z M, CHEN C F, et al. Surface modelling of global terrestrial ecosystems under three climate change scenarios[J]. Ecological Modelling, 2011, 222(14): 2342–2361

[30] 賈愛(ài)軍, 袁福江, 樊春芬, 等. 野生軟棗獼猴桃的生長(zhǎng)習(xí)性及栽培要點(diǎn)[J]. 河北果樹(shù), 2018, (1): 42 JIA A J, YUAN F J, FAN C F, et al. Growth habit and cultivation of wild[J]. Hebei Fruits, 2018, (1): 42

[31] PETITPIERRE B, KUEFFER C, BROENNIMANN O, et al. Climatic niche shifts are rare among terrestrial plant invaders[J]. Science, 2012, 335(6074): 1344–1348

[32] ELITH J, Graham C H, ANDERSON R P, et al. Novel methods improve prediction of species’ distributions from occurrence data[J]. Ecography, 2006, 29(2): 129–151

[33] 黃圓博, 曹萬(wàn)萬(wàn), 徐聆粵, 等. 野生軟棗獼猴桃生境土壤養(yǎng)分含量及相關(guān)性分析[J]. 安徽農(nóng)業(yè)科學(xué), 2016, 44(18): 114–115 HUANG Y B, CAO W W, XU L Y, et al. Wildhabitat soil nutrient content and correlation analysis[J]. Journal of Anhui Agricultural Sciences, 2016, 44(18): 114–115

Climatic suitable area analysis and response to climate change ofin China*

ZHAO Jinpeng1,2, WANG Yanli2, LU Xingli2, SHEN Zhanhong2, WANG Mingtian3,4, LI Qing5, WANG Rulin1,2,4**

(1. Institute of Plateau Meteorological, China Meteorology Administration / Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province, Chengdu 610072, China; 2. Rural Economic Information Center of Sichuan Province, Chengdu 610072, China; 3. Sichuan Meteorological Observatory, Chengdu 610072, China; 4. Water-Saving Agriculture in Southern Hill Area Key Laboratory of Sichuan Province, Chengdu 6l0066, China; 5. College of Agronomy, Sichuan Agricultural University, Chengdu 611130, China)

is suitable for growing in a cool and humid environment. Compared with other species,has higher nutritional and medicinal value and is also resistant to diseases, pests, drought, and cold. Determining a climactically suitable area formay provide a reference for its investigation, protection, development, utilization, and cultivation in ChinaThe MaxEnt (maximum entropy model) and ArcGIS (geographic information system) were used to study the key environmental factors and value range affecting the distribution of. Predictions for suitable areas were performed under current and future climate scenarios. Environmental factors were tested for significance (via Jackknife), correlations were determined (via Pearson correlation coefficient), and six key environmental factors affecting the distribution ofwere found (listed in order of significance): precipitation in July > mean temperature in April > temperature seasonality > mean temperature in March > precipitation during the warmest quarter > altitude. Presently, the total highly-suitable area is 9.287×105km2and is concentrated in the east of Southwest China, the west of Central China, the southeast of North China, the north and southeast of East China, and the southeast of Northeast China. The total moderately suitable area, distributed around the highly suitable area, is 1.786×106km2. Representative concentration pathways (RCP) (i.e., future climate scenarios) predicted that the highly suitable areas will increase (RCP2.6=3.758×105km2, RCP4.5=1.725×105km2, and RCP8.5=6.300×103km2), the moderately suitable areas will decrease in the RCP2.6 by 1.902×105km2, while it will increase in the RCP4.5 and RCP8.7 (RCP4.5=2.617×105km2, and RCP8.5=9.760×104km2). In the RCP2.6 and RCP4.5 scenarios, the geometric center of the highly suitable areas and the total suitable areas will move to the northeast by the 2070s. In the RCP8.5 scenario, the geometric center of the highly suitable areas will move to the northeast, but the geometric center of the total suitable area will move to the southeast by the 2070s. The MaxEnt model was used to predict suitable cultivation areas forin the present day and future climate scenarios. All of the ‘a(chǎn)rea under the curve’ (AUC) averages were higher than 0.98, indicating high reliability of the predicted model results.

; Suitable area; Response to climate change; MaxEnt model; Environmental factors; China

P49

10.13930/j.cnki.cjea.200244

趙金鵬, 王閆利, 陸興利, 沈沾紅, 王明田, 李慶, 王茹琳. 軟棗獼猴桃在中國(guó)的適生區(qū)分析及對(duì)未來(lái)氣候變化的響應(yīng)[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)(中英文), 2020, 28(10): 1523-1532

ZHAO J P, WANG Y L, LU X L, SHEN Z H, WANG M T, LI Q, WANG R L. Climatic suitable area analysis and response to climate change ofin China[J]. Chinese Journal of Eco-Agriculture, 2020, 28(10): 1523-1532

* 高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室科技發(fā)展基金項(xiàng)目(省重實(shí)驗(yàn)室-2018-重點(diǎn)-05-04, 省重實(shí)驗(yàn)室-2018-青年-31)和國(guó)家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)體系四川水果創(chuàng)新團(tuán)隊(duì)獼猴桃病蟲(chóng)害綜合防治崗位項(xiàng)目(2013-2018)資助

王茹琳, 主要從事氣候變化與病蟲(chóng)害關(guān)系研究工作。E-mail: wrl_1986_1@163.com

趙金鵬, 主要從事應(yīng)用氣象與氣象服務(wù)工作。E-mail: 421508153@qq.com

2020-04-01

2020-07-08

* This study was supported by the Fund of Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province (Key Laboratory of Sichuan Province-2018-Key-05-04, Key Laboratory of Sichuan Province-2018-Youth-31) and the National Modern Agricultural Industrial System “Innovation Team of Fruit in Sichuan Province of Integrated Control of Diseases and Pests of Kiwifruit” (2013-2018).

, E-mail: wrl_1986_1@163.com

Apr. 1, 2020;

Jul. 8, 2020