本研究针对气候变化背景下特色药用植物兰州百合(Lilium davidii var. willmottiae)适宜生境不明的问题,通过整合物种分布模型(SDM)与多源环境数据,利用Biomod2集成建模框架精准预测其潜在分布区。研究发现温度季节性(bio4)、海拔(Elev)和最冷月最低温(bio6)是核心限制因子,首次揭示新疆等非传统分布区具有开发潜力,为珍稀药用植物资源保护与可持续利用提供了科学依据。
广告
X
在全球气候变化加剧的背景下,植物物种的地理分布和生态适应性正面临严峻挑战。极端天气频发、水循环紊乱等现象不仅直接影响温度、降水和光照等关键气候因子,更通过改变物种的生长周期、繁殖策略和栖息地可用性,对生态系统稳定性产生深远影响。作为生态系统的初级生产者,植物的生存状况与碳循环、水循环等自然过程的稳定性密切相关。尤其对于生态位狭窄、扩散能力有限的物种,环境变化可能导致其适宜生境急剧缩减甚至局部灭绝。在这一背景下,如何准确预测环境变化对特定植物物种地理分布的影响,成为生物多样性保护领域的迫切课题。兰州百合(Lilium davidii var. willmottiae)作为中国特有的"药食同源"珍稀植物,具有重要的文化和经济价值,被认定为国家地理标志产品。其鳞茎富含黄酮、生物碱、多糖等多种活性成分,具有免疫调节、降血糖血脂、抗氧化等功效。然而,高强度的人类活动和持续的环境变化使得兰州百合面临栖息地退化和遗传资源流失的风险。当前研究多集中于栽培技术、化学成分分析等领域,对其潜在适宜生境的预测研究尚属空白。为此,研究团队通过整合多源地理分布数据与环境变量,采用Biomod2集成建模框架,对兰州百合在中国的潜在适宜分布区进行精准模拟,并深入解析关键环境驱动因子。本研究主要运用了以下关键技术方法:首先通过野外调查(2010-2019年)、GBIF数据库和文献检索获取物种分布记录,经空间细化处理得到120个有效分布点;其次从WorldClim数据库获取19个生物气候变量(bio1-bio19),结合地形因子(海拔、坡度、坡向)共22个初始环境变量,通过相关性分析和贡献率评估筛选出8个关键变量;最后采用Biomod2平台整合12种算法(包括RF、GAM、MaxEnt等),通过75%:25%的数据分割和伪缺失点生成策略构建集成模型(EM),采用AUC(0.855)和TSS(0.957)等指标评估模型性能。环境变量筛选通过Pearson相关性分析和预建模贡献率评估,从22个初始变量中筛选出8个关键环境变量:海拔(Elev)、坡度(Slope)、坡向(Aspect)、等温性(bio3)、温度季节性(bio4)、最冷月最低温(bio6)、最干月降水量(bio14)和降水季节性(bio15)。这些变量间相关性较低(|r|<0.8),有效避免了多重共线性问题。