本研究主要由以下研究人员完成：Pradeep Adhikari、Yong Ho Lee、Prabhat Adhikari、Anil Poudel、Sue Hyuen Choi、Ji Yeon Yun、Do-Hun Lee、Yong-Soon Park 和 Sun Hee Hong。文献由《Global Ecology and Conservation》期刊发表，具体时间为2024年9月24日，DOI为：https://doi.org/10.1016/j.gecco.2024.e03212。
这些作者来自多家知名机构，包括韩国汉京国立大学（Hankyong National University）的Institute of Humanities and Ecology Consensus Resilience Lab，韩国国立生态研究所（National Institute of Ecology），以及韩国公州国立大学（Kongju National University）等。
科学领域与研究意义
本研究主要涉及生态学和生物多样性保护，尤其是外来入侵植物的空间生态风险评估。全球生物多样性因外来入侵种的负面影响而面临重大威胁，其中“Lantana camara”（马缨丹）是被国际自然保护联盟（IUCN）列为“世界百大最具威胁入侵种”之一的重要代表。该植物原产于热带的中、南美洲，具有生态弹性，可快速适应不同区域的土壤和气候条件。由于其快速传播能力和对原生生态系统的威胁，其入侵已经导致农业减产、生物多样性丧失以及生态服务功能的紊乱。
现状及研究动因
外来入侵植物的扩散受气候变化和人类活动的显著驱动。例如，气温升高、降水变化以及极端事件（如干旱与暴雨）为这些植物的扩散提供了理想条件。此外，现代物资贸易和运输的全球化显著加快了植物的地理传播速度。此前已有研究发现，马缨丹在非洲、印度、南美洲和澳大利亚等多地已大面积扩散，其未来潜在栖息区可能进一步扩大。
然而，目前针对马缨丹的全球性空间风险评估较少。大多数研究局限于传统方法，忽略了关键生态因子的综合作用，例如气候、生物群落（Biomes）和人类活动的交互关系。因此，本研究旨在基于随机森林算法（Random Forest, RF）和物种分布模型（Species Distribution Model, SDM）对全球马缨丹的当前和未来入侵风险进行评估。
目标
本研究的主要目标包括：
1. 综合气候变量和生物群落变量，构建并优化全球马缨丹入侵风险模型；
2. 项目未来气候变化背景下马缨丹的潜在栖息区分布和风险扩展趋势；
3. 以国家为研究单位，分类全球200个国家，评估其入侵风险，并提供为入侵管理服务的科学依据。
为了全面评估马缨丹的空间入侵风险，本研究设计了系统化的研究流程，包括数据采集与清理、模型构建与变量筛选、模型验证与风险分类等步骤。
（1）全球分布数据收集与预处理
研究通过开源数据库GBIF（Global Biodiversity Information Facility）获得了67,264条马缨丹的全球分布数据。这些数据具有较大的系统误差，例如一些数据点可能涉及未标明日期或位于异常地理位置（如海洋或沙漠）。研究人员通过手动核验，剔除了3,427条记录，最终保留了若干不同分辨率（1公里至50公里）下的27,501至2,952条稀释后的分布数据。
为了避免空间自相关性造成的模型过拟合，并确保数据质量，研究采用ArcGIS SDM Toolbox进行数据稀释(Rarefaction)。
（2）环境变量定义与筛选
研究综合考虑了19种气候变量（Bioclimatic Variables）和全球生物群落变量（Biomes）作为建模输入。例如，气候变量包括年均温度（Annual Mean Temperature, BIO1）、年降水量（Annual Precipitation, BIO12）等，生物群落变量包括特定生态区域的气候条件与植被类型等。通过皮尔森相关系数分析，剔除了相关性过高（r大于0.75）的变量，最终选择了6种气候变量和1种生物群落变量。
（3）随机森林模型构建与测试
研究共使用12组模型，其中变量组合包括仅使用气候变量和结合气候及生物群落变量两种方式；物种分布数据则采用了不同分辨率进行稀释后的数据。随机背景点的选择则通过ArcGIS工具实现。研究将数据随机划分为75%的训练集和25%的测试集，通过10次重复实验采集稳定结果。
模型性能通过以下指标进行验证：
1. 接收者操作特性曲线下面积（AUC）；
2. 真正技能统计量（True Skill Statistic, TSS）；
3. Kappa系数，进一步计算准确性指数（Total Accuracy Index, TAI）。
（4）空间风险评估与分类
基于模型预测的二值分布图（Binary Distribution Map），研究对全球各国的入侵风险进行评估，将200个国家划分为“无风险”、“潜在入侵风险（Current Invasion Risk）”、“稳定入侵风险”、“风险增高I（从无风险转为低风险）”及“风险增高II（从低风险提升至高风险）”等类别。
（1）生物群落和年降水量对模型贡献最大
通过随机森林模型分析，生物群落变量解释了32.16%的总方差，是最具解释力的变量，其次是年降水量（30.86%）和年均温度（21.53%）。这表明不仅气候条件而且生态区域特性均是决定马缨丹分布的关键因素。
（2）20公里分辨率下的整合模型表现最佳
20公里稀释分辨率结合气候与生物群落变量的模型表现最优，TAI达到0.805，AUC、TSS、Kappa分别为0.935、0.802和0.679。这表明该模型具备高度准确性和可靠性。
（3）当前入侵风险主要集中在热带和亚热带
在1970-2000年间，马缨丹的高潜在入侵风险区主要在南半球的非洲、澳大利亚、大洋洲和南美洲，覆盖面积分别达到79.83%-88.26%。在北半球，除部分南欧国家外，大多数地区的入侵风险较低，不足11%。
（4）未来气候变化将显著扩大入侵范围
根据未来气候情景预测（2061-2080），马缨丹的潜在分布区将在所有大陆上有所扩展，尤其是在气候变化情景下的欧洲，入侵风险增长率高达251.52%（SSP5-8.5情景）。此外，其纬度分布可能突破当前的35°N上限，向极地方向扩展。
（5）入侵风险国家分类与变化趋势
当前已有27个国家被标记为“潜在入侵风险”区，例如挪威、韩国和英国；与此同时，未来114个国家可能会经历风险扩大，其中45个国家（如中国、印度、意大利和美国）预计由低风险提升至高风险类别。
科学价值
本研究首次将生物群落变量与气候变量整合用于全球马缨丹入侵风险评估，不仅填补了当前研究的空白，而且验证了随机森林模型在复杂生态建模中的优越效果。研究结果为全球范围内的入侵物种管理提供了重要的参考。
应用价值
研究揭示了马缨丹在未来全球不同地区的扩散潜力，为各国政府实施入侵物种早期侦测、风险隔离和生态恢复等提供了科学依据。同时，明确了重点管理区域，有助于优化资源分配并缓解生物多样性危机。
本文强调了政策制定层面对马缨丹跨国管理的迫切性，未来研究可进一步结合物种生理特性与除草剂耐性参数，以加强模型预测的适用性与决策指导力。