胡超 于靜

(湖北省林業(yè)局林木種苗管理總站，武漢，430079)(嶺南生態(tài)文旅股份有限公司)

林木良種是有適宜生態(tài)區(qū)域要求的，如果自然條件不適宜，再好的良種也達(dá)不到豐產(chǎn)、穩(wěn)產(chǎn)。20世紀(jì)70年代，各地在油茶(Camelliaoleifera)生產(chǎn)發(fā)展過程中調(diào)購種子比較隨意，許多地方由于超地理區(qū)域引種栽培，缺乏對引種前的科學(xué)預(yù)判，引種的盲目性很大，導(dǎo)致幼林生長不良、成林產(chǎn)量很低，在人力、物力等方面都造成了不小的損失[1]。

傳統(tǒng)的林木良種引種適宜生態(tài)區(qū)憑主觀經(jīng)驗(yàn)判斷較多，如宜林范圍內(nèi)每個(gè)按水平分布的氣候帶和垂直氣候帶都分布著特有類型的森林植被。經(jīng)緯度由北向南，由西向東調(diào)運(yùn)范圍大于相反方向的范圍，海拔高度不超過300～500 m，但是1958年，湖北引種廣東、福建馬尾松(Pinusmassoniana)種子成功，用事實(shí)改變了過去專家認(rèn)為“馬尾松南種北移的幅度不能超過2°～3°”的定論[2]。1979年李傳志[2]論證馬尾松一次北移6°～7°育苗是可以成功的。所以，溫度、降水、土壤等主要環(huán)境因子相似，即為林木良種同一適宜引種生態(tài)區(qū)。

馬尾松是湖北省主要造林樹種之一。馬尾松良種數(shù)量較多，且生長周期長，像農(nóng)作物良種一樣，對所有馬尾松良種都進(jìn)行引種試驗(yàn)的可行性不大，所以，十分有必要使用MaxEnt和ArcGIS精準(zhǔn)分析馬尾松良種同一適宜引種生態(tài)區(qū)[3]。根據(jù)湖南省馬尾松產(chǎn)區(qū)現(xiàn)有審定馬尾松良種，本研究應(yīng)用MaxEnt生態(tài)學(xué)模型[4-5]，因地制宜，充分發(fā)揮造林地立地條件的優(yōu)勢，用34個(gè)環(huán)境因子精準(zhǔn)劃分湖南省馬尾松良種在湖北省同一適宜引種生態(tài)區(qū)，旨在為湖北省馬尾松良種造林工作能夠“適地適樹”，經(jīng)營管理上“經(jīng)濟(jì)、合理”，馬尾松生產(chǎn)達(dá)到“速生、豐產(chǎn)、優(yōu)質(zhì)”奠定良好基礎(chǔ)。

1 數(shù)據(jù)與方法

1.1 基本信息來源

湖南省審定馬尾松良種信息來源于湖北省林業(yè)局林木種苗管理總站(表1)。34個(gè)環(huán)境因子數(shù)據(jù)獲取于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)、中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心、國家青藏高原科學(xué)數(shù)據(jù)中心、中國西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心(表2)。

中國行政區(qū)劃數(shù)據(jù)、中國海拔高度(DEM)數(shù)據(jù)獲取于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心和湖北省林業(yè)調(diào)查規(guī)劃院。

1.2 信息數(shù)據(jù)處理

1.2.1 分布數(shù)據(jù)處理

為避免樣點(diǎn)數(shù)據(jù)在某個(gè)地理空間上過度聚集，在湖南省馬尾松適生范圍內(nèi)，用ArcGIS的Create fishnet工具生成空間為30行×30列的格網(wǎng)數(shù)據(jù)，以1個(gè)格網(wǎng)作為1個(gè)采樣單元對馬尾松良種的分布數(shù)據(jù)進(jìn)行采樣(圖1)[6]。在Excel表中，剔除高程小于0、高程大于800 m、土壤厚度小于30 cm、土壤pH值大于6.5、極大風(fēng)速大于24.4 m/s和異常值的采樣點(diǎn)，全部采樣分布記錄共289條。按照MaxEnt軟件的“Samples”的要求整理數(shù)據(jù)，將分布點(diǎn)以“物種+經(jīng)度+緯度(西經(jīng)、南緯的值為負(fù)，經(jīng)緯度為十進(jìn)制小數(shù)格式。)”另存為CSV格式文件。

表1 湖南省馬尾松產(chǎn)區(qū)審定馬尾松良種

表2 湖南省馬尾松良種在湖北省同一適宜引種生態(tài)區(qū)環(huán)境因子

續(xù)(表2)

1.2.2 環(huán)境因子處理

地形因子(經(jīng)度、緯度、高度)與環(huán)境因子有較好的回歸關(guān)系，利用中國2 160個(gè)基本、基準(zhǔn)地面氣象觀測站的觀測數(shù)據(jù)，推算模擬無測站區(qū)域的環(huán)境資源分布情況。建立bio1～bio10、bio13～bio21、bio24～bio27等23個(gè)環(huán)境因子的空間分布模型，其表達(dá)式為:

Y=f(λ,φ,h)+ε。

式中：Y為環(huán)境因子要素；λ為經(jīng)度；φ為緯度；h為海拔高度(m)；函數(shù)f(λ,φ,h)為氣候?qū)W方程；ε為殘差項(xiàng)，可視為小地形因子(坡度、坡向等)及下墊面對環(huán)境的影響。將f(λ,φ,h)展成三維二次趨勢面方程[7]。

f(λ,φ,h)=b0+b1λ+b2φ+b3h+b4λφ+b5φh+b6λh+b7λ2+b8φ2+b9h2，

式中：b0～b9為待定系數(shù)，利用SAS9.4建立逐步回歸優(yōu)化回歸模型，模擬23個(gè)環(huán)境因子的宏觀趨勢項(xiàng)，分別建立23個(gè)環(huán)境因子的小網(wǎng)格推算模型(表3)。

在中國海拔高度(DEM)數(shù)據(jù)支持下，在ArcGIS里，用23個(gè)環(huán)境因子的小網(wǎng)格推算模型，將環(huán)境因子bio1～bio10、bio13～bio21、bio24～bio27分別插值為100 m×100 m網(wǎng)格的基礎(chǔ)數(shù)據(jù)[8-9]。用IDW法分別插值其殘差項(xiàng)為100 m×100 m網(wǎng)格的修正數(shù)據(jù)。用Spatial Analyst工具→數(shù)學(xué)→加，將每個(gè)環(huán)境因子的基礎(chǔ)數(shù)據(jù)和修正數(shù)據(jù)疊加相加為環(huán)境因子?xùn)鸥駭?shù)據(jù)。23個(gè)環(huán)境因子?xùn)鸥駭?shù)據(jù)用投影柵格工具統(tǒng)一為地理坐標(biāo)系D_WGS_1984。以湖北省和湖南省矢量邊界為掩膜，裁剪出這23個(gè)環(huán)境因子?xùn)鸥駭?shù)據(jù)圖層。最后，用柵格轉(zhuǎn)ASCII工具將這23個(gè)環(huán)境因子?xùn)鸥駭?shù)據(jù)轉(zhuǎn)換保存為MaxEnt所需要的ASCII格式文件。

在ArcGIS里，將下載的bio11、bio12、bio22、bio23、bio28～bio34等11個(gè)環(huán)境因子數(shù)據(jù)通過重采樣工具使其像元大小與bio1～bio10、bio13～bio21、bio24～bio27等23個(gè)環(huán)境因子一致[10]。11個(gè)環(huán)境因子數(shù)據(jù)統(tǒng)一為地理坐標(biāo)系D_WGS_1984。以湖北省和湖南省矢量邊界為掩膜，裁剪出這11個(gè)環(huán)境因子?xùn)鸥駭?shù)據(jù)圖層。最后，用柵格轉(zhuǎn)ASCII工具將這11個(gè)環(huán)境因子?xùn)鸥駭?shù)據(jù)轉(zhuǎn)換保存為MaxEnt所需要的ASCII格式文件。

1.3 模型構(gòu)建

1.3.1 MaxEnt軟件建模

1)物種數(shù)據(jù)：將之前導(dǎo)出的馬尾松良種分布數(shù)據(jù)(csv格式)的文件，通過Browse加載到MaxEnt軟件“Samples”模塊。

2)環(huán)境數(shù)據(jù)：把ASCII格式文件的34個(gè)環(huán)境數(shù)據(jù)加載到MaxEnt軟件“Environmental layers”模塊。

3)參數(shù)設(shè)置：使用auto features選項(xiàng)，根據(jù)自動(dòng)特征規(guī)則進(jìn)行計(jì)算，所有的要素類型都將用到。結(jié)果以comulative類型和ASCII格式輸出，并定義其輸出位置。設(shè)置界面的選擇settings里‘Random test percentage’設(shè)置為25，隨機(jī)選取75%的樣本點(diǎn)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)[11]，settings中replicates本試驗(yàn)選擇3次重復(fù)作為平行試驗(yàn)，最大迭代次數(shù)設(shè)為500次，收斂閥值設(shè)為0.000 01，取值范圍0～100[12]。選擇‘Do jackknife to measure variable importance’衡量所有變量的重要性，MaxEnt軟件分別對每一個(gè)環(huán)境影響因子進(jìn)行刀切圖繪出。

表3 環(huán)境因子的小網(wǎng)格推算模型

1.3.2 ROC曲線繪制

繪制響應(yīng)曲線評價(jià)模型精度。ROC曲線以真陽性率為縱坐標(biāo)(敏感性，實(shí)際存在且被預(yù)測為存在的比率)，以假陽性率(1-特異性，實(shí)際不存在但被預(yù)測為存在的比率)為橫坐標(biāo)，CAU值指ROC曲線與橫坐標(biāo)圍成的面積值，值域?yàn)?～1。CAU值越大表示與隨機(jī)分布相距越遠(yuǎn)，環(huán)境因子變量與預(yù)測的物種地理分布之間的相關(guān)性越大，即模型預(yù)測效果越好，反之說明模型預(yù)測效果越差。0.5

圖2 34個(gè)環(huán)境因子預(yù)測模型的CAU值

1.4 模型優(yōu)化

在使用MaxEnt模型進(jìn)行較大空間尺度的物種潛在分布預(yù)測時(shí)，由于選取的環(huán)境因子數(shù)目較多，會大大降低MaxEnt模型的運(yùn)行效率。如果環(huán)境因子變量過多、變量空間共線性過強(qiáng)，會增加模型的復(fù)雜性，增大隨機(jī)誤差。無意義環(huán)境因子變量的存在會對模型的結(jié)果造成消極的影響，降低準(zhǔn)確性。此時(shí)就需要對環(huán)境因子進(jìn)行篩選或降維[13]。

1.4.1 篩選貢獻(xiàn)率高的環(huán)境因子變量

刀切法測定各環(huán)境因子變量權(quán)重。刀切法就是每次都忽略一個(gè)環(huán)境因子變量，然后基于剩下的環(huán)境因子變量來對物種的適生區(qū)進(jìn)行預(yù)測，然后MaxEnt軟件自帶程序畫出柱形圖作為依據(jù)評估環(huán)境因子變量的重要性。紅色條帶代表所有變量的貢獻(xiàn)；藍(lán)色的條帶越長，說明該變量越重要；淺藍(lán)色的條帶長度代表除該變量以外，其他所有變量組合的貢獻(xiàn)(圖3)。在34個(gè)環(huán)境因子中，bio3、bio4、bio6～bio10、bio12～bio15、bio17、bio19、bio20、bio22～bio24、bio26～bio28、bio30、bio31、bio33等23個(gè)環(huán)境變量的貢獻(xiàn)率都小于1%(表4)，對馬尾松的種植分布影響有限，對這23個(gè)環(huán)境因子變量進(jìn)行剔除[14]。

1.4.2 篩選多重共線的環(huán)境因子變量

用ArcGIS軟件的值提取至點(diǎn)工具提取有效分布點(diǎn)的環(huán)境因子變量數(shù)值，用SPSS軟件對貢獻(xiàn)較大的bio1、bio2、bio5、bio11、bio16、bio18、bio21、bio25、bio29、bio32、bio34等11個(gè)主導(dǎo)環(huán)境因子進(jìn)行Spearman相關(guān)分析(表5)，檢驗(yàn)環(huán)境因子變量之間的多重共線性，11個(gè)主導(dǎo)環(huán)境因子之間的相關(guān)系數(shù)|r|<0.8，所以，保留bio1、bio2、bio5、bio11、bio16、bio18、bio21、bio25、bio29、bio32、bio34等11個(gè)主導(dǎo)環(huán)境因子變量重新建模[14]。

圖3 刀切法的環(huán)境因子變量重要性分析

表4 各環(huán)境因子變量的貢獻(xiàn)率

2 結(jié)果與分析

2.1 模型的有效性

用剩余的bio1、bio2、bio5、bio11、bio16、bio18、bio21、bio25、bio29、bio32、bio34等11個(gè)主導(dǎo)環(huán)境因子變量重新建模，重建模型的訓(xùn)練樣本和測試樣本的CAU值達(dá)到0.857和0.819(圖4)，CAU均值在0.8～0.9之間，表明重建模型適用性及模擬精度均達(dá)到好的水平，與主導(dǎo)環(huán)境因子變量之間的相關(guān)性大，預(yù)測同一適宜引種生態(tài)區(qū)的結(jié)果好，可以據(jù)此進(jìn)行引種推廣。

表5 關(guān)鍵環(huán)境因子變量的相關(guān)系數(shù)

圖4 11個(gè)主導(dǎo)環(huán)境因子預(yù)測模型的CAU值

2.2 馬尾松良種同一適宜引種生態(tài)區(qū)預(yù)測及適生等級劃分

MaxEnt進(jìn)行3次重復(fù)試驗(yàn)，選取重復(fù)試驗(yàn)中，CAU值最高的圖層導(dǎo)人ArcGIS軟件進(jìn)行適宜等級劃分和可視化表達(dá)(圖5)。MaxEnt模型輸出的數(shù)據(jù)為ASCⅡ格式，用ArcGIS的ASCII to Raster功能，輸出數(shù)據(jù)類型選FLOAT，使該結(jié)果可在ArcGIS中顯示[14]。利用“Reclassify”功能,劃分分布值等級及相應(yīng)分布范圍,并使用不同顏色表示，劃分標(biāo)準(zhǔn)為:存在概率<0.05為不適生區(qū);0.05≤存在概率<0.33為低適生區(qū);0.33≤存在概率<0.66為中適生區(qū);存在概率≥0.66為高適生區(qū)[4，8]。整體來看，湖南省馬尾松產(chǎn)區(qū)的馬尾松良種在湖北省的中適生區(qū)面積為236 863 hm2，主要分布在：鄂東的通山縣、崇陽縣和赤壁市；鄂西的宜都市、長陽縣、五峰縣、巴東縣、建始縣、鶴峰縣、恩施市、宣恩縣、來鳳縣和咸豐縣。湖南省馬尾松產(chǎn)區(qū)的馬尾松良種在湖北省的低適生區(qū)面積為2 545 303 hm2，主要分布在：鄂東的英山縣、羅田縣、麻城市、蘄春縣、浠水縣、武穴市、黃梅縣、陽新縣、大冶市、梁子湖區(qū)、江夏區(qū)、蔡甸區(qū)、黃陂區(qū)、咸安區(qū)、嘉魚縣和通城縣；鄂中的孝昌縣、安陸市、漢川市、仙桃市、洪湖市、監(jiān)利縣、潛江市、江陵縣、公安縣、枝江市和松滋市；鄂西的遠(yuǎn)安縣、當(dāng)陽市、夷陵區(qū)、點(diǎn)軍區(qū)、秭歸縣、興山縣和利川市。低適宜區(qū)域在引種馬尾松良種時(shí)，需要選擇適宜的小生境。

圖5 湖南省馬尾松良種在湖北省同一適宜引種生態(tài)區(qū)分布圖

2.3 馬尾松良種地理分布與生物氣候變量的關(guān)系

用刀切法檢測11個(gè)主導(dǎo)環(huán)境因子變量對于分布增益的貢獻(xiàn)，結(jié)果(表6)表明：土壤酸堿度(bio29)對馬尾松分布的增益最大，當(dāng)土壤酸堿度pH值為0～5.5時(shí)，分布值隨土壤酸堿度pH值的升高而增大；當(dāng)土壤酸堿度pH值為5.5～7.8時(shí)，分布值隨土壤酸堿度pH值的升高而減小(圖6)。其次是年最少降水量(bio16)也對馬尾松分布的影響較大，當(dāng)年最少降水量為500～1 200 mm時(shí)，分布值隨年最少降水量的升高而增大(圖7)。

表6 主導(dǎo)環(huán)境因子變量的貢獻(xiàn)率

圖6 土壤酸堿度(bio29)反饋曲線

圖7 年最少降水量(bio16)反饋曲線

3 討論

如果沒有做到“適地區(qū)適良種”，則可能導(dǎo)致林木良種育苗和林木良種造林的失敗。主要原因是不同地理、氣候和土壤等環(huán)境因子的質(zhì)或量不同，因而對該林木良種所要求的生態(tài)條件的滿足程度不同。所以，只有在適生地域內(nèi)，在適宜的立地條件下，選擇適合的林木良種，才能發(fā)揮林木良種造林的優(yōu)良特性，實(shí)現(xiàn)速生豐產(chǎn)。否則，林木良種表現(xiàn)不好，甚至不如一般的當(dāng)?shù)仄贩N。

基于MaxEnt生態(tài)位模型的同一適宜生態(tài)區(qū)研究中，環(huán)境因子數(shù)據(jù)常來自于世界氣候-全球氣候數(shù)據(jù)庫網(wǎng)站，僅有19個(gè)環(huán)境因子，空間分辨率僅為5弧分[5-6，10，14]。為了獲得更精準(zhǔn)的引種效果，本研究選取34個(gè)重要環(huán)境因子，用中國2 160個(gè)基準(zhǔn)地面氣象觀測站的觀測數(shù)據(jù)，推算模擬無測站區(qū)域的環(huán)境資源分布情況，精準(zhǔn)預(yù)測湖南省馬尾松良種在湖北省同一適宜引種生態(tài)區(qū)。

傳統(tǒng)的馬尾松良種引種同一適宜生態(tài)區(qū)都是以鄉(xiāng)鎮(zhèn)、縣、市、省等行政單位為單元。然而，影響馬尾松成活生長的光、熱、水、氣等環(huán)境因子，受太陽輻射、大氣環(huán)流的影響，而使水、熱在地面上呈地帶性的分布。由于山體起伏，垂直森林地帶在實(shí)際上并不都是連續(xù)的，而是由斷斷續(xù)續(xù)地呈孤島狀分布的地塊組成。為了獲得精準(zhǔn)的引種效果，本研究是以1 hm2為單元，精準(zhǔn)預(yù)測湖南省馬尾松良種在湖北省同一適宜生態(tài)區(qū)。

傳統(tǒng)的林木引種是以單個(gè)樹種劃出同一適宜生態(tài)區(qū)。然而，隨著自然條件演變和科學(xué)技術(shù)發(fā)展，轉(zhuǎn)抗性基因育種、種間和遠(yuǎn)緣雜交育種等林木遺傳改良工作廣泛開展，每年都有新的林木良種通過審定。在相同的立地條件下，同一樹種，不同良種之間的生長好壞是有顯著差異的。為了獲得精準(zhǔn)的引種效果，本研究是以單個(gè)良種劃出同一適宜生態(tài)區(qū)，精準(zhǔn)預(yù)測湖南省馬尾松良種在湖北省同一適宜生態(tài)區(qū)。

4 結(jié)論

通過運(yùn)用MaxEnt生態(tài)位模型對湖南省馬尾松良種在湖北省同一適宜引種生態(tài)區(qū)進(jìn)行分析，證明了MaxEnt模型在林木良種引種應(yīng)用方面的可行性以及可信度，同時(shí)結(jié)合刀切法探討對馬尾松良種生長影響最顯著的環(huán)境因子，這對湖南省馬尾松良種適生性分析提供了更進(jìn)一步的理論支撐。需要基于MaxEnt和ArcGIS精準(zhǔn)預(yù)測湖南省馬尾松良種在湖北省同一適宜引種生態(tài)區(qū)，才能避免引種湖南省馬尾松良種的盲目性，從而獲得良好的引種效果，值得推廣應(yīng)用。