全 文 ：第 34卷 第 1期 生 态 科 学 34(1): 916
2015 年 1 月 Ecological Science Jan. 2015

收稿日期: 2014-04-28; 修订日期: 2015-03-11
基金项目: 国家自然科学基金(31370233, 30970184, 30570121); 上海市科委重点项目(12490502700, 11391901200)
作者简介: 程军(1990—), 男, 安徽人, 研究生在读, 研究方向：生态学, E-mail: cja1jq@qq.com
*通信作者: 郭水良, 男, 教授, 研究方向：生态学, E-mail: gsg@shnu.edu.cn

程军, 沈阳, 郭水良. 气候变暖对花叶藓属植物在中国的潜在分布范围影响的预测[J]. 生态科学, 2015, 34(1): 916.
CHENG Jun, SHENG Yang, GUO Shuiliang. Influences of climatic warming on potential distribution regions of Calymperes in
China[J]. Ecological Science, 2015, 34(1): 916.

气候变暖对花叶藓属植物在中国的潜在分布范围影
响的预测
程军, 沈阳, 郭水良*
上海师范大学生命与环境科学学院, 上海 200234

【摘要】文章应用当前和基于 RCP45CO2 排放情景下 2050 和 2070 的 11 个生物气候数据, 以及花叶藓属(Calymperes)18
个国内分布记录, 应用 MaxEnt 模型和 ArcGis 9.3 软件, 预测了气候变暖背景下这两属植物在我国南部 41 个自然保护
区潜在分布范围的变化。结果表明, 当前气候条件下, 花叶藓属植物在我国的海南岛、台湾岛的南部地区有较高的气
候适应性。在研究的 41 个自然保护区中, 有 26 个自然保护区花叶藓属植物的的气候适应指数在阈值以上, 花叶藓属分
布与纬度的关系极为明显, 随着纬度(X)的增加, 花叶藓属植物的气候适应指数(Y)呈指数式下降, 两者的关系为: Y =
19.9650X(–0.057X) (r=0.9445, P<0.01)。到了 2050 年, 有 32 个自然保护区的气候适合于花叶藓属植物的分布, 到了 2070
年, 除了陕西的佛坪和四川贡嘎山保护区外, 其余的 39 个自然保护区的气候均适合于花叶藓属植物的分布。就全国范
围来讲, 当前、2050、2070 年气候条件下花叶藓属的潜在分布区面积百分比分别为 5.39%、7.66%和 15.56%, 综合适
宜指数分别为 0.0682、0.0817 和 0.1117。随着气候的变暖, 花叶藓属植物的适生面积在不断地扩大, 综合气候适应指
数也在持续地变高。最冷季节的平均温度对我国境内花叶藓属植物的分布受的影响最大, 其次是温度季节变化、年温
度变化范围和最干季度平均温度, 四者的贡献率分别是 77.1%、10.2%、7.3%和 4.8%。花叶藓属植物的分布概率随着
最冷季节、最干季节平均温度的上升而上升, 随着温度季节变化值、年温度变化范围和昼夜温差月均值的上升而下降。

关键词：花叶藓属; 气候变暖; MaxEnt; 潜在分布区; 预测
doi:10.3969/j.issn. 1008-8873.2015.01.002 中图分类号：Q948.1 文献标识码：A 文章编号：1008-8873(2015)01-009-08
Influences of climatic warming on potential distribution regions of
Calymperes in China
CHENG Jun, SHENG Yang, GUO Shuiliang*
College of Life and Environmental Sciences, Shanghai Normal University, Shanghai 200234, China
Abstract: Based on eleven bio-climatic data under current condition (1950-2000), 2050 and 2070 climatic condition under
RCP45CO2 emission scenarios, and 18 geographical records of Calymperes in China, MaxEnt models and ArcGis 9.3
software were applied to predict the change of the potential distribution of the genus in 41 Reserves in China. The main
results are as follows: 1) under the present climatic conditions, the genera Calymperes have the highest climatic adaptation
indices in Hainan and Taiwan islands. Among the 41 reserves, 26 have suitable climatic conditions for Calymperes. Latitude
is a key factor influencing the distribution of Calymperes. The relationship of the integrated climatic adaptation index (Y) and
Latitude (X) follows Y = 19.9650X(–0.057X) (r=0.9445, P<0.01); 2) under the climatic conditions in 2050, there are 32 Reserves
with suitable climatic conditions for Calymperes, while in 2070, except for Gonggashan (Sichuan Province) and Foping
10 生 态 科 学 34 卷

(Shannx Province), all the other 39 Reserves would have suitable climatic conditions for the genus. The area percentage of
potential distribution regions under current, 2050 and 2070 climatic conditions are 5.39%, 7.66% and 15.56%, respectively,
with their integrated climatic adaptation indexes being 0.0682, 0.0817, and 0.1117, respectively. As the climate became
warming, the regions climatic became suitable for Calymperes expanding; 3) The average temperature of the coldest quarter
is the most important factor influencing the distribution of Calymperes, followed by temperature seasonality, temperature
annual range, and mean temperature of driest quarter, with their relative contribution percentage being 77.1%, 10.2%, 7.3%
and 4.8%, respectively. With the increase of the average temperature of the coldest quarter and that of the driest quarter, the
logistic distribution probability of Calymperes would increase, while with the increase of the temperature seasonality,
temperature annual range, and mean diurnal temperature range, the logistic distribution probability of Calymperes would
decrease.
Key words: Camlyperes; climate warming; MaxEnt; potential distribution region; prediction.
1 引言
全球气候变暖将深刻地影响生物类群的空间分
布格局。苔藓植物结构简单, 表面积大, 温度和降水
的变化的响应更为敏感[1, 9], 全球气候的变化肯定会
影响到苔藓植物的分布格局[15]。
花叶藓属植物(Camlyperes)热带暖地丛生藓类
植物, 多树生, 少数为石生, 茎单一或多次分枝, 无
中轴, 叶长圆状披针形至线形, 叶基多数有鞘; 中
肋切面有一列中央主细胞, 背腹厚壁层及背、腹细
胞, 叶先端常有芽孢; 绿色细胞单层, 细小, 有疣,
近边缘细胞常分化成 2—5 行由长方形、黄色壁较厚
的细胞。叶片鞘部由大型、无色透明网状细胞构成,
孢蒴顶生、直立、长圆柱形; 蒴齿退化; 蒴盖圆锥形,
有短喙, 蒴帽钟形, 有皱褶。花叶藓属有 200 多种,
我国记录的有 11 种, 记录于我国海南、广东、广西、
香港、台湾和云南南部等地区[12]。
有关生物潜在分布区方面的报道多集中于濒危
种、孑遗种和入侵种[13]。对苔藓植物的地理分布及
其与气候变化的关系研究较少。近几年来, 人们开
始关注苔藓植物地理分布预测的研究。例如, 麻亚
鸿等(2013)应用 MaxEnt 软件和地理信息系统软件,
定量地预测了现代气候条件下蓑藓属(Macromitrium)
和木灵藓属(Orthotrichum)在我国的潜在地理分布,
并对它们的地理分布格局进行了比较; YU Jing 等
(2013)预测了钝叶蓑藓(Macromitrium japonicum)在
中国的潜在分布范围及其影响钝叶蓑藓分布的气候
因素; 于晶等(2012)预测了砂藓属和紫萼藓属植物
的潜在分布范围; 但是关于气候变化对苔藓植物分
区的预测研究尚没有见有相关报道。本文以典型的
热带性分布的花叶藓为研究材料, 主要解决: (1)影
响花叶藓属植物大的景观尺度下地理分布的气候因
子; (2) 预测气候变暖下花叶藓属植物的地理分布变
化趋势, 从而初步了解全球气候变暖对热带性藓类
植物群在我国分布的影响。
2 方法
2.1 数据来源
地图资料: ArcGIS 9.3中需要的地图数据从国家
基础地理信息系统 ( http://nfgis.nsdi.gov.cn/) 下载
的l:400万的中国行政区划。
气候数据: 从世界气候数据网站下载当前条件
(1950-2000)、2050、2070三个时间段上的19个世界
生物气象数据变量(http://www.worldclim.org), 数据
的空间分辨率为2—5 arc-minutes。2050和2070的数
据为北京气候中心发展的气候系统模式1.1版本
(BCC-CSM1.1)基于RCP45排放模型下模拟的将来
气候数据。应用ArcGis 9.3的Extraction功能获取与中
国有关的19个生物气象数据。为了避免高度相关的
气候数据对预测结果的影响, 本文中选择了11个气
候变量(表2)。
地理分布数据: 根据标本记录并查阅相关文献,
整理得到中国境内花叶藓属 18 个记录点, 根据百度
地图(http://map.baidu.com), 并借助 Google Earth 查
找出经纬度(表 1)。
2.2 软件来源
从国家基础地理信息系统网站 (http://nfgis.nsdi.
gov.cn/)下载中国地图。ArcGis 9.3 为美国 ESRI 公
司开发的地理信息系统平台, MaxEnt 3.3.2 下载自
普林斯顿大学网站(www.cs.princeton.edu/schapire/
MaxEnt/)。
1 期 程军, 等. 气候变暖对花叶藓属植物在中国的潜在分布范围影响的预测 11

表 1 花叶藓属植物在我国的 18 个分布点的地理坐标
Tab. 1 Eighteen geographical locations of calymperes in China
地名 经度 纬度 地名 经度 纬度
广东鼎湖山 112.910 23.200 海南吊罗山 109.913 23.200
广东内伶仃岛 113.800 22.415 香港 114.125 22.415
广东南岭 113.093 24.948 台湾绿岛乡 121.490 24.948
广东深圳梧桐山 114.210 22.580 台湾台北 121.560 22.580
广东石门台 113.485 24.410 云南思茅 100.962 24.410
海南尖峰岭 108.900 18.605 海南霸王岭 109.088 18.605
云南纳板河 100.630 22.175 云南河口县 103.968 22.175
海南五指山 109.665 18.999 广西上思 107.911 18.999
海南黎母岭 109.769 19.173 海南崖县 109.512 19.173

表 2 和花叶藓属植物在中国分布区预测有关的 11 个气候因子
Tab. 2 The 11 climatic variables used in distribution prediction of Calymperes
气候变量 气候变量 气候变量 气候变量
昼夜温差月均值 年温度变化范围 最湿月份雨量 最暖季度平均雨量
温度季节变化 最干季度平均温度 最干月份雨量 最冷季度平均雨量
最热月份最高温 最冷季度平均温度 雨量变化方差

2.3 预测方法
首先在MaxEnt的samples窗口导入花叶藓属分
布数据, 在Environmental layer窗口中导入当前的
气候变量, 在Projection layers directory窗口中导
入2050(或2070)的相应气候变量。设置了5次重复,
产生了5个预测随机模型, 选择平均模型进行预测
结果分析[4]。
随机选取 25%的分布点作为测试集, 其它参数
均为软件默认值, 输出格式为 ASCII 栅格图层, 将
其导入 GIS 软件, 得到花叶藓属植物在中国潜在分
布范围的预测图层, 执行重分类程序进行 10 个等级
分类, 输出重分类后的 Raster 文件。选择 10%的遗
漏错误(omission error, 即预测的结果中, 有 10%的
分布点不在预测范围内)为阈值[2], 进一步生成阈值
以上的花叶藓属植物在我国的分布预测图。
为了更精细地反映花叶藓属在不同气候条件下
在我国潜在分布区变化情况, 在我国南部和中部地
区选择了 41 个自然保护区, 预测此属在当前和气候
变暖条件下在这些保护区的潜在分布情况。这些保
护区分别位于广东的始兴车八岭, 肇庆鼎湖山, 江
门古兜山, 连州田心, 南岭, 石门台, 兴宁铁山渡田
河, 湛江和阳春; 云南的哀牢山, 大田, 大围山, 绿
春黄连山, 纳版河, 南滚河, 昆明松花坝, 景谷威远
江和西双版纳; 海南的霸王岭, 东寨港, 尖峰岭, 三
亚珊瑚礁, 文昌铜鼓岭和五指 山; 广西的大明山,
大瑶山, 防城, 金钟山, 北海合浦儒艮, 北仑河口,
花坪, 龙虎山, 木论, 弄岗, 合浦山口和十万大山;
贵州的梵净山, 雷公山; 陕西的佛坪; 四川的贡嘎
山和福建的武夷山(图 1)。
对于某一具体的保护区, 查取该保护区的经度
和纬度范围, 作出封闭的长方形范围图代表这些保

图 1 中国 41 个自然保护区的分布图
Fig. 1 Locations of 41 reserves in China
12 生 态 科 学 34 卷

护区的范围, 应用 ArcGis, 输出这些保护区的 shp
格式地图, 再基于重分类后的预测文件, 获取不同
气候条件下花叶藓属在各保护区内各个预测等级下
的面积百分数, 进一步计算相应条件下的气候适宜
性指数[10]。
3 结果与分析
对花叶藓属植物气候适宜性预测的平均AUC值
为0.973, 表明预测效果非常理想。花叶藓属植物在
我国当前、2050和2070年气候条件下分布区预测结
果分别见图2A-2F。
当前气候条件下, 花叶藓属植物在我国的海南
岛、台湾岛的南部地区有较高的气候适应性(图2A)。
根据本文设立的标准, 花叶藓属植物在我国的气候
适应阈值为0.22。41个自然保护区中, 有26个自然保
护区花叶藓属植物的的气候适应指数在阈值以上,
按指数由高到低排列分别是尖峰岭、珊瑚礁、连州
田心、大田、东寨港、铜鼓岭、霸王岭、五指山、
湛江红树林、河口、防城、合浦儒艮、山口、十万
大山、西双版纳、阳春鹅凰嶂、大围山、黄连山、

图 2 花叶藓属在当前(A, D)、2050(B, E)和 2070(C, F)气候条件下在中国的分布区预测
注: D、E、F 中阴影部分为气候适应阈值以上的预测区域
Fig. 2 Predicted distribution regions of calymperes in China under present (A), 2050(B) and 2070 (C) weather conditions (note:
D, E, F are for those areas above the threshold, respectively)

图 3 随着纬度增加，花叶藓属的气候适应指数呈指数式
下降
Fig. 3 The climatic adaptation index of Calymperes
decreased with the increases of latitude
江门古兜山、纳版河、弄岗、威远江、哀牢山、鼎
湖山、龙虎山和南滚河; 其余的保护区的气候适应
指数均在阈值以下。
当前气候条件下, 花叶藓属分布与纬度的关系
极为明显, 随着纬度(X)的增加, 花叶藓属植物的气
候适应指数(Y)呈指数式下降, 两者的关系为: Y =
19.9650*X(–0.057*X) (r=0.9445, P<0.01)。
到了 2050 年, 有 32 个自然保护区的气候适合
于花叶藓属植物的分布。与当前气候条件下的相比,
车八岭、金钟山、花坪、木论、石门台、铁山渡田
河这 6 个自然保护区的气候由不适合花叶藓属分布
变得适应于该属的分布。到了 2070 年, 除了陕西的
1 期 程军, 等. 气候变暖对花叶藓属植物在中国的潜在分布范围影响的预测 13

佛坪和国四川贡嘎山保护区外, 其余的 39 个自然保 护区的气候均适合于花叶藓属植物的分布。
表 3 当前、2050 和 2070 三个时间点上花叶藓属植物在 41 个自然保护区的气候适应指数及其变化
Tab. 3 Climatic adaptation indices of Calymperes in 41 reserves under present, 2050 and 2070 climatic conditions
地区 经度 纬度 当前指数范围 当前 综合指数
2050
指数范围
2050
综合指数
2070
指数范围
2070
综合指数
2050-当前
综合指数
2070-当前
综合指数
哀牢山 101.03 24.71 0.2815-0.3753 0.2984 0.3809-0.4762 0.4600 0.4773-0.5728 0.5461 0.1616 0.2477
霸王岭 109.165 19.065 0.6568-0.7507 0.7246 0.7618-0.8571 0.8124 0.7637-0.8591 0.7995 0.0878 0.0749
车八岭 114.215 24.72 0.0938-0.1877 0.1408 0.1905-0.2857 0.2222 0.3819-0.4773 0.4296 0.0815 0.2888
大明山 108.365 23.45 0.1877-0.2815 0.2580 0.3809-0.4762 0.4047 0.5728-0.6682 0.6205 0.1467 0.3625
大田 108.8 19.18 0.7507-0.8445 0.7976 0.7618-0.8571 0.8495 0.8591-0.9546 0.9069 0.0520 0.1093
大围山 103.69 22.85 0.3753-0.4692 0.4665 0.5714-0.6666 0.6163 0.6682-0.7637 0.6840 0.1498 0.2175
大瑶山 113.235 25.19 0-0.0938 0.0469 0.0952-0.1905 0.1428 0.2864-0.3819 0.3023 0.0959 0.2554
鼎湖山 112.535 23.175 0.2815-0.3753 0.3284 0.4762-0.5714 0.5238 0.6682-0.7637 0.7160 0.1954 0.3875
东寨港 110.575 19.935 0.7507-0.8445 0.7976 0.7618-0.8571 0.8095 0.7637-0.8591 0.8432 0.0119 0.0456
梵净山 108.65 27.91 0-0.0938 0.0469 0-0.0952 0.0476 0.191-0.2864 0.2647 0.0007 0.2178
防城 108.125 21.78 0.4692-0.563 0.5630 0.6666-0.7618 0.7023 0.7637-0.8591 0.7756 0.1393 0.2126
佛坪 107.798 33.66 0-0.0938 0.0469 0-0.0952 0.0476 0-0.0955 0.0557 0.0007 0.0088
贡嘎山 101.96 30.06 0-0.0938 0.0469 0-0.0952 0.0476 0-0.0955 0.0495 0.0007 0.0026
金钟山 104.885 24.635 0.0938-0.1877 0.1783 0.1905-0.2857 0.2857 0.3819-0.4773 0.4582 0.1074 0.2800
合浦儒艮 109.63 21.4 0.4692-0.563 0.5474 0.6666-0.7618 0.7142 0.6682-0.7637 0.7160 0.1669 0.1686
河口 108.145 21.575 0.563-0.6568 0.6434 0.7618-0.8571 0.8095 0.7637-0.8591 0.8114 0.1660 0.1680
花坪 109.88 25.54 0-0.0938 0.0469 0.1905-0.2857 0.2143 0.3819-0.4773 0.4296 0.1674 0.3827
黄连山 102.255 22.775 0.3754-0.4692 0.4543 0.5714-0.6666 0.6250 0.6682-0.7637 0.6797 0.1707 0.2254
尖峰岭 108.88 18.625 0.8445-0.9383 0.8914 0.8671-0.9523 0.9097 0.8591-0.9546 0.9069 0.0183 0.0154
江门古兜山 112.975 22.215 0.3753-0.4692 0.4625 0.5714-0.6666 0.5873 0.6682-0.7637 0.6887 0.1248 0.2262
雷公山 108.21 26.35 0-0.0938 0.0469 0-0.0952 0.0516 0.191-0.2864 0.2268 0.0047 0.1798
连州田心 112.355 24.935 0-0.938 0.0675 0.0952-0.1905 0.1439 0.2864-0.3819 0.3583 0.0764 0.2907
龙虎山 107.565 22.965 0.2815-0.3753 0.3597 0.4762-0.5714 0.5238 0.5728-0.6682 0.6285 0.1641 0.2688
木论 107.995 25.155 0.0938-0.1877 0.1095 0.1905-0.2857 0.2254 0.3819-0.4773 0.4041 0.1159 0.2947
纳版河 100.66 22.17 0.3753-0.4692 0.4535 0.5714-0.6666 0.5978 0.6682-0.7637 0.6841 0.1443 0.2306
南滚河 99.195 23.41 0.2815-0.3753 0.3415 0.4762-0.5714 0.5204 0.5728-0.6682 0.6058 0.1789 0.2643
南岭 111.67 24.66 0.0938-0.1877 0.0952 0.0952-0.1905 0.1721 0.2864-0.3819 0.3729 0.0769 0.2776
弄岗 106.895 22.44 0.3753-0.4692 0.4222 0.5714-0.6666 0.5735 0.6682-0.7637 0.6986 0.1513 0.2764
山口 109.7 21.545 0.4692-0.563 0.5233 0.6666-0.7618 0.7142 0.6682-0.7637 0.7160 0.1909 0.1927
珊瑚礁 109.515 18.22 0.8445-0.9383 0.8914 0.8671-0.9523 0.9097 0.8591-0.9546 0.9069 0.0183 0.0154
十万大山 107.91 21.88 0.4692-0.563 0.4837 0.5714-0.6666 0.6395 0.6682-0.7637 0.7226 0.1558 0.2389
石门台 113.305 24.435 0.0938-0.1877 0.1173 0.1905-0.2857 0.2143 0.4773-0.5728 0.4773 0.0970 0.3600
松花坝 102.865 25.29 0.0938-0.1877 0.1251 0.0952-0.1905 0.1865 0.191-0.2864 0.2407 0.0614 0.1156
铜鼓岭 111.005 19.655 0.7507-0.8445 0.7976 0.8671-0.9523 0.9097 0.8591-0.9546 0.9069 0.1121 0.1093
威远江 100.55 23.19 0.3753-0.4692 0.4035 0.5714-0.6666 0.5904 0.6682-0.7637 0.6778 0.1869 0.2743
五指山 109.625 18.905 0.6768-0.7507 0.7507 0.7618-0.8571 0.8298 0.7637-0.8591 0.8162 0.0791 0.0655
武夷山 117.84 27.82 0-0.0938 0.0469 0.0952-0.1905 0.1403 0.2864-0.3819 0.3358 0.0934 0.2889
西双版纳 101.05 21.785 0.4692-0.563 0.5173 0.6666-0.7618 0.6701 0.6682-0.7637 0.7145 0.1528 0.1972
铁山渡田河 115.76 24.38 0.0938-0.1877 0.1408 0.1905-0.2857 0.2619 0.4773-0.5728 0.5060 0.1211 0.3652
阳春鹅凰嶂 111.48 21.91 0.4692-0.563 0.5213 0.5714-0.6666 0.6560 0.6682-0.7637 0.7160 0.1347 0.1947
湛江红树林 110.125 20.905 0.563-0.7507 0.6221 0.6666-0.7618 0.7303 0.7637-0.8591 0.8047 0.1082 0.1827
14 生 态 科 学 34 卷

表 4 当前、2050 和 2070 气候状态下花叶藓属在各气候适
应等级上在我国的面积比和综合气候适应指数
Tab. 4 Area percentage corresponding to each grade of
climatic adaptation indices of Calymperes under present,
2050 and 2070 climatic conditions in China, respectively
指数等级 当前面积百分比
2050 面积百分
比
2070 面积百分
比
1* 91.89 89.02 77.78
2* 2.73 3.32 6.66
3 1.64 1.81 5.96
4 1.40 1.40 2.65
5 0.95 1.26 1.71
6 0.56 1.29 1.31
7 0.34 0.85 1.72
8 0.19 0.51 1.28
9 0.23 0.30 0.63
10 0.08 0.23 0.30
综合指数 0.0682 0.0817 0.1117
适生面积
百分比** 5.39 7.66 15.56
*: 气候适应指数低于阈值 0.22;**: 阈值以上.
图 2D-2F 更直观地展示了随着气候变暖情形
下花叶藓属植物气候适应阈值以上的潜在分布区
变化情况。很明显, 随着气候的变暖, 花叶藓属植
物的潜在适宜分布区在不断地扩大。气候适宜范
围由在当前包括海南全境、广东和广西、云南和
台湾南部, 到了 2070 年适宜区的范围扩大到了海
南、广东、广西、台湾全境和江西的东南部、云
南的大部、西藏的东南部、贵州南部和四川的东
部地区。就全国范围来讲, 当年、2050、2070 年
花叶藓属的潜在分布区面积百分比分别为 5.39%、
7.66%和 15.56%, 综合适宜指数分别为 0.0682、
0.0817 和 0.1117。随着气候的变暖, 花叶藓属植物
的适生面积在不断地扩大, 综合气候适应指数也
在持续地变高。
最冷季节的平均温度对我国境内花叶藓属植物
的分布受的影响最大, 该因子对花叶藓属植物分布
的影响的贡献率高达 77.1%, 其次是温度季节变化、
年温度变化范围和最干季度平均温度, 三者的贡献
率分别是 10.2%、7.3%和 4.8%, 昼夜温差月均值也
略有影响, 贡献率为 0.6%。从图 5 可以看出, 随着
最冷季节、最干季节平均温度的上升, 花叶藓属植
物的分布概率也持续的上升; 随着温度季节变化、
年温度变化范围和, 昼夜温差月均值的上升, 花叶
藓属植物的分布概率下降。
4 讨论
政府间气候变化专门委员会(IPCC)指出, 1906
—2005 年全球平均温度上升约 0.74℃。1951—2001
年我国年均温上升约 1.1℃, 亚热带北界最远北移
表 5 主要气候因子对 MaxEnt 预测花叶藓属分布的相对贡
献率
Tab. 5 Relative contributions of the main variables to the
MaxEnt model for Calymperes
气候变量 贡献率 (%)
最冷季度平均温度 77.1
温度季节变化 10.2
年温度变化范围 7.3
最干季度平均温度 4.8
昼夜温差月均值 0.6


图 4 2050 和 2070 与当前三个时间点上花叶藓属在 41 个保护区的综合气候适应指数变化
Fig. 4 Integrated climatic adaptation indices of Calymperes in 41 reservesunder present, 2050 and 2070 climatic conditions
1 期 程军, 等. 气候变暖对花叶藓属植物在中国的潜在分布范围影响的预测 15


图 5 蓑藓属植物分布概率对 11 个生物环境因子的响应曲线
Fig. 5 Response curves of distribution probability of Calymperes to 11 bioclimatic variables of the MaxEnt model
120 km, 暖温带北界最远北移 250 km, 气候总体呈
变暖、变湿趋势[11]。花叶藓属植物是典型的热带性
分布类群。从本文清楚地显示出, 气候变暖将有利
于该属植物在我国的分布, 其潜在分布范围将扩大,
向北迁移的趋势极为明显。
李明阳等(2009)研究了气候变化情况下南方松
大小蠹的潜在分布区的变化, 发现影响南方松大小
蠹大尺度空间分布的主要因子不是不是年平均温
度、 年平均降水量, 而是气候因子的极值和变动幅
度, 这与南方松大小蠹的生物学特征有关。同时, 这
一研究结果也验证了 GRAHAM(1992)的结论: 在
大尺度景观上, 决定物种分布的主要环境因子是温
度和降水两个气候因子, 其中温度和降水的极端值
和变动幅度, 与物种潜在生境的空间分布紧密相
关。本文的研究发现, 影响花叶藓属植物的最重要
的气候因子是最冷季节的平均温度, 其次是温度的
变动幅度等因子。但是气候变暖不仅是温度升高,
也还涉及 CO2 浓度升高、降水格局变化和臭氧层变
薄等过程, 限制苔藓植物分布的还有植被类型、地
形等非生物因素和维管植物分布格局等生物因素均
需考虑。因此, 今后的研究中, 应该关注其他指标对
花叶藓属植物地理分布预测结果精度的影响。
参考文献
[1] BATES J W, THOMPSON K, GRIME P. Effects of
simulated long termclimatic change on the bryophytes of a
16 生 态 科 学 34 卷

lime stone grass land community[J]. Global Change Biology,
2005, 11: 757–769.
[2] DELGADILLO C, VILLASENOR J L, ORTIZ E. The
potential distribution of Grimmia (Grimmiaceae) in Mexico[J].
The Bryologist, 2012, 115(1): 12–22.
[3] GRAHAM A. The current status of the legume fossil
record in the Caribbean region[C]. HERENDE ENPS,
DILCHER DL. Advances in legume systematics, Par t 4 .
The fossil records. London: Kew Publishing, 1992:
161–167.
[4] HERMOSILLA C, ROCHA F. Assessing Octopus vulgaris
distribution using presence-only model methods[J]. Hydro-
biologia, 2011, 670(1): 35–47.
[5] JIANG Zhihong, ZHANG Xia, WANG Ji. Projection of
climate change in China in the 21st century by IPCC-AR4
Models[J]. Geographical Research, 2008, 27(4): 787–799
(in Chinese).
[6] KUMAR S, STOHLGREN T J. Maxent modeling for
predicting suitable habitat for threatened and endangered
tree Canacomyrica monticola in New Caledonia[J]. Journal
of Ecology and Natural Environment, 2009, 1(4): 94–98.
[7] PEARSON R G, RAXWORTHY C G, NAKAMURA
M, et al. Predicting species distributions from small
numbers of occurrence records: a test case using cryptic
geckos in Madagascar[J]. Journal of Biogeography, 2007,
34, 102–117.
[8] SUAREZ-SEOANE S, GARCIA DE L A MORENA E L,
PRIETO M B M, et al. Maximum entropy niche-based
modelling of seasonal changes in little bustard (Tetrax
tetrax) distribution[J]. Ecological Modelling, 2008, 219:
17–20.
[9] TOET S, CORNELISSEN J H C, AERTS R, et al.
Moss responses to elevated CO2 and variation in hydrology
in a temperate lowland peatland[J]. Plant Ecology, 2006,
182: 27–40.
[10] YU Jing, MA Yanhong, GUO Shuiliang. Modeling
potential geographic distribution of epiphytic moss Macro-
mitrium japonicum (Bryophyta: Musci) in China via a
Maximum Entropy Algorithm and ArcGIS[J]. Annuales
Botanici Fennici, 2013, 50(1–2): 35–42.
[11] 郑景云, 尹云鹤, 李炳元. 中国气候区划新方案[J]. 地
理学报, 2010, 65(1): 4–12.
[12] 高谦, 黎兴江, 李植华. 中国苔藓志[M], 第二卷. 凤尾
藓目丛藓目. 北京: 科学出版社, 1996
[13] 李明阳, 巨云为, 吴文浩, 等. 气候变化情景下外来森林
病虫害潜在生境动态分析[J]. 北京林业大学学报, 2009,
31(4): 64–69.
[14] 麻亚鸿, 李丹丹, 于晶, 等. 中国蓑藓属与木灵藓属分布式
样与气候因子的关系[J]. 生物多样性, 2013, 21(2): 177–184.
[15] 孙守琴, 田维莉. 苔藓植物对气候变化的响应研究进
展[J]. 贵州师范大学(自然科学版), 2010, 28(4): 103–10.
[16] 于晶, 唐艳雪, 郭水良. 基于 GIS 和 MaxEnt 比较中国砂
藓属与紫萼藓属植物地理分布[J]. 植物科学学报, 2012,
30 (5): 443–458.