本研究由张政、陈姝含、朱鹏、李晗、谭波、徐振锋、游成铭等作者合作完成，作者单位包括长江上游林业生态工程四川省重点实验室、长江上游森林资源保育与生态安全国家林业和草原局重点实验室、四川农业大学林学院及四川峨眉山森林生态系统国家定位观测研究站。该研究发表于《应用与环境生物学报》（Chinese Journal of Applied and Environmental Biology），网络首发时间为2025年3月10日，DOI编号为10.19675/j.cnki.1006-687x.2024.10010。

学术背景
短柄枹栎（Quercus serrata Thunb. var. brevipetiolata (A. DC.) Nakai）是我国亚热带及暖温带地区生态恢复的重要树种，在维持区域生态平衡和水土保持方面具有重要作用。然而，气候变化可能显著影响其分布格局。目前，关于短柄枹栎在当前及未来气候条件下的潜在适生区分布及其主导环境因子的研究较少。因此，本研究旨在利用物种分布模型（Species Distribution Model, SDM）预测短柄枹栎在中国的潜在适生区，并探讨气候变化对其分布的影响，为未来林业实践中的引种和保护提供科学依据。

研究流程
1. 数据收集与处理
- 分布数据：通过全球生物多样性信息网络（GBIF）、中国国家标本资源平台（NSII）和中国数字植物标本馆（CVH）收集了1,178条短柄枹栎分布记录，经去重和筛选后保留146条有效记录。
- 环境变量：选取19个气候因子（如年均温、年降水量等）和1个海拔因子，数据来源于WorldClim数据库（分辨率2.5弧分）。通过Pearson相关性分析（|r|≥0.9时剔除冗余变量），最终保留8个关键环境变量，包括年均降水量（bio_12）、最冷月最低温（bio_6）等。

1. 模型构建与优化

   • 采用MaxEnt模型（最大熵模型）预测短柄枹栎的潜在分布，并通过R语言“enmeval”包优化模型参数，选择赤池信息准则校正值（AICc）最小的参数组合（正则化乘数=2.5，特征组合=LQHP）。
     
   • 数据集划分为70%训练集和30%测试集，采用5重交叉验证和10次重复以提高模型稳健性。
     

2. 适生区划分与变化分析

   • 利用ArcGIS 10.6将适生区划分为非适生区（p≤0.05）、低适生区（0.05≤p<0.33）、中适生区（0.33≤p<0.66）和高适生区（p≥0.66）。
     
   • 预测当前（1970-2000年）及未来（2050s、2070s）三种气候情景（SSP126、SSP245、SSP585）下的分布变化。
     

主要结果
1. 模型性能
- 模型平均AUC值为0.912，表明预测结果高度可靠。
2. 主导环境因子
- 年均降水量（贡献率45.3%）和最冷月最低温（贡献率39.3%）是影响短柄枹栎分布的关键因子。其存在概率与降水量呈单峰关系（峰值约1,300 mm），与温度的关系类似（峰值约0℃）。
3. 当前适生区分布
- 短柄枹栎潜在适生区总面积3,409,227 km²，占全国35.51%，主要分布于千山、秦岭、横断山脉及东南部地区。高适生区（5.29%）集中于重庆北部、湖北等地。
4. 未来分布变化
- 适生区总面积变化不显著，但高、低适生区面积减少，中适生区增加。例如，2050s时期高适生区面积减少6.97%-18.16%，中适生区增加5.10%-13.78%。适生区向高纬度（如辽宁）和高海拔（如西藏西南部）扩张，而在川西、广东等地收缩。

结论与意义
1. 科学价值
- 首次系统预测了短柄枹栎在中国的潜在适生区及其对气候变化的响应，揭示了年均降水和低温是其分布的主要限制因子。
- 验证了MaxEnt模型在栎属植物分布预测中的适用性，为类似研究提供了方法学参考。
2. 应用价值
- 建议在四川西部、广东等收缩区域加强保护，并在辽宁、西藏等扩张区开展引种试验。
- 为气候变化背景下短柄枹栎的生态恢复和林业管理提供了决策依据。

研究亮点
1. 方法创新：结合MaxEnt模型优化和多重环境变量筛选，提高了预测精度。
2. 发现新颖性：明确了短柄枹栎适生区“总体稳定、局部迁移”的变化特征，揭示了中适生区扩张的潜在机制。
3. 实践指导性：提出的分区保护策略可直接应用于林业实践。

其他有价值内容
研究指出，未来需进一步纳入土壤、人类活动等非气候因子以提升预测准确性，并建议开展长期监测以验证模型结果。