未来气候情景下红河州烤烟种植适宜性模拟评估

在全球气候变暖的背景下，气象要素的分布会发生变化，农作物的时空分布格局也会受影响。目前，已有不少学者对气候变化背景下作物种植的适宜性进行过研究，研究对象包括马铃薯[1]、橡胶 [2]、烤烟等 [3-4]，研究成果为生产部门提前做好作物的布局规划提供了科学的、有预见性的决策依据。就研究方法来看，物种分布模型在气候变化背景下作物分布和气候之间关系的研究中应用较广泛 [5]，其中最大熵模型预测结果优于同类预测模型，特别是在分布数据不充分、气候因子间相关性不确定的情况下，预测结果的准确性和稳定性更高[6-7]。

烤烟是红河州的重要经济产业 也是红云红河集团最大的“四大核心原料区” 。参考已有 州烤烟种植适宜性的影响，本文基于红河州烟草种植样点 、SSP370 和 SSP585）下的气候变化未来预估数据，模拟评 未来时期（2021—2040 年）时期的种植适宜性分布区面积变化趋势及 以期为 烤烟种植范围和应对气候变化提供参考，促进红河州烤烟产业的可持续稳定发展

1 资料与方法

样本数据：红河州烟草种植点的经纬度信息由红河州烟草专卖局（公司）提供，以此作为 MaxEnt 模型模拟需要的物种分布数据。

环境因子数据：气候数据来自世界气候数据库（Worldclim）。历史气候数据采用的是Version 2.1 版本的19 个生物气候变量，时间为 1970—2000 年。这些变量是由月气温和降水计算生成的更具生物学意义的变量，通常用于物种分布和生态建模 [8]，包括 11 个温度变量（年均温、月均的日温变幅、等温性、温度季节变化、最暖月最高温、最冷月最低温、温度年变幅、最湿季均温、最干季均温、最暖季均温和最冷季均温）和 8 个降水变量（年降水量、最湿月降水量、最干月降水量、季节降水量变异系数、最湿季降水量、最干季降水量、最暖季降水量和最冷季降水量）。与此对应的未来时期的生物气候变量，源自 CMIP6 中 BCC-CSM2-MR 气候模式 [9]下的 3 个共享社会经济路径，即：即 SSP245、SSP370 和 SSP585，辐射强迫分别对应 4.5、7.0、8.5 W·m-2。辐射强迫数值越大表示碳排放程度越强，未来环境温度越高。高程数据来自于 Worldclim 数据库，坡度数据在Arcgis 软件中用坡度分析工具由高程数据处理得到。土壤数据来自于世界土壤数据库（HWSD）。

2 方法

2.1 环境因子筛选

为保证最大熵模型中所选环境因子的全面性和科学性，本文除了 Worldclim 数据库中的 19 个生物气候变量外，还采用了 6 个土壤属性变量（土壤类型，土壤质地，土壤 CaCO 含量、盐分含量和有机碳含量，土壤pH）和3 个地形条件变量（海拔、坡度和坡向）来作为分析烤烟种植适宜性的环境因子。

由于因子之间易产生多重共线性、数据冗余等问题，使得 Maxent 模型分析结果发生过拟合。因此，利用历史气候时期的所有环境因子构造初始 Maxent 模型，剔除贡献率为 0 的环境因子；同时对剩余因子采用多重共线性检验进行分析，当 2 个环境因子的 Person 相关系数值过高时，只保留其中贡献率较大的因子。最终筛选出13 个环境因子，如下所示：

2.2 Maxent 模型的构建

将筛选出13 个环境因子导入Maxent 软件进行模型重构。选择随机检验比例为25%，重复运算10 次，得到历史和未来时期红河州烤烟存在概率（P取值范围为 0—1）的数值 P。采用自然断点分类法，并结合红河州烤烟种植特点，将作物气候适宜性分为四类： Ω^）⩽0.1 表示不适宜区，0. 1

采用受试者工作特征曲线（ROC 曲线）下的面积 AUC 值来检验 MaxEnt 的预测精度，以评价模型的适用性。AUC 值范围在 0—1 之间，AUC 值越大，表示环境变量与预测物种地理分布模型之间相关性越大，模型预测效果越好，反之越差。一般来说，AUC 取值小于0.6 时，定义模型模拟结果为“失败”；AUC 取值范围为（0.6，0.7]，定义模型模拟结果为“较差”；AUC 取值范围为（0.7，0.8]，定义模型模拟结果为“一般”；AUC 取值范围为（0.8，0.9]，定义模型模拟结果为 ；AUC 取值范围为（0.9，1]，定义模型模拟结果为“很好”[10]

2 结果与分析

2.1 模型评价及主要环境因子

模型最终的 AUC 结果达到 0.889，预测精度达到“好”标准，说明筛选出的环境因子具有很好的代表性，能够建立Maxent 模型并用于红河州历史时期和未来时期烤烟的分布概率预测。

在所选择的环境因子变量中，贡献率最大的 4 个因子分别是坡度（ 47.1%）、最冷月最低温（10.8%）、温度季节变化（10.4%）和坡向（7.1%）， 则化训练增益图来看，单独使用变量时，增益值最大 3 个变量分别是坡度 除去此变量时，增益值减少较多的变量是坡度和坡向 （ 绿色条带），说明 的信息较多，重要性较大[11]。因此，确定坡度、坡向、最冷月最低温、温度季节性变化、 品度年 水量作为影响烤烟种植分布的主要环境因子。

2.2 适宜区变化分析

在历史气候条件下，红河州烤烟可种植区（次适宜以上等级区域）面积为 18113km2，其中最适宜区面积为2557.4 km2。各类可种植区与历史时期相比，在未来时期SSP245 情景下，最适宜区和次适宜区增大，适宜区减少；SSP370 情景下，次适宜区增大，适宜区和最适宜区减少；SSP585 情景下，次适宜区增大，适宜区减少，最适宜区面积大幅增加，大约为历史时期的2.1 倍。

计算各县市在未来不同碳排放情景下烤烟适宜种植区较基准年代变幅，以具体了解未来气候变化对烤烟种植适宜性影响的区域差异。

在 SSP370 情景下，最适宜区除泸西（18%）有所增加外，其余县市均明显减少（﹣ 66%＼～ ﹣ 100%）；可种植区红河（128%）、绿春（326%）明显增加，其余县市均减少。

在 SSP585 情境下，最适宜区建水、石屏、弥勒、泸西均显著增加（96%＼～431%），其中石屏变幅较大，约为历史时期的 4.3 倍；屏边、蒙自、个旧均减少，其中屏边减少较多（﹣ 100%）；可种植区红河（255%）、绿春（894%）显著增加。

综合来看，未来时期烤烟可种植区呈增加趋势，在 SSP585 情景下增幅最大，达 12.9% ；最适宜区在SSP245 和SSP585 情景下均呈增加趋势，但在SSP370 情景下呈现减少趋势。红河、绿春的可种植区，建水、弥勒、泸西、石屏的最适宜区在未来气候情景下均呈现出较为明显的增加趋势。

3 结论与讨论

本文所建立的最大熵模型的 AUC 检验结果达 0.889，预测精度达到“好”的标准，能够较好地对红河州历史和未来时期的烤烟适宜性分布范围进行预测。影响烤烟种植主要环境因子包括坡度、坡向、最冷月最低温、温度季节变化、温度年较差和年降水量。

（2）未来时期烤烟可种植区呈增加趋势，在 SSP585 情景下增幅最大，达 12.9% ；最适宜区在 SSP245 和SSP585 情景下均呈增加趋势，但在SSP370 情景下呈现减少趋势。红河、绿春的可种植区，建水、弥勒、泸西、石屏的最适宜区在未来气候情景下均呈现出较为明显的增加趋势，可考虑在这些地方适当扩展烤烟的种植范围。

（4）在未来气候变化情景下烤烟可种植区呈增加趋势，且在 SSP585 情景下增幅最大，可能与未来气候情景下热量条件的增加有关。最适宜区在 SSP245 和 SSP585 情景下均呈增加趋势，但在 SSP370 情景下呈现减少趋势，则可能与大气环流模型存在地区气候变幅差异有关[12-13]。胡雪琼等 [4] 研究了未来气候变化对云南烤烟种植气候适宜性的影响，并指出在未来气候变化情境下 （RCP4.5、RCP8.5），红河州烤烟可种植区和最适宜区均呈现减少趋势，与本文的研究结果有所出入。这可能是研究数据、研究方法的不同导致。

（5）排除人为因素对土壤、市场等条件的影响，本文的研究结果对红河州烤烟生产规划具有一定的指导意义。然而，在气候变化情景下，暴雨、大风、冰雹等气象灾害也可能出现多发趋势，为烤烟的种植带来难以预测的风险。因此，还需注意发展种植技术、引入新品种等，为红河州烤烟产业的发展提供有力的技术支持。

参考文献：

[1] 张志良 ， 和志豪 ， 茹晓雅 ， 等 . 未来气候变化对中国马铃薯种植气候适宜性的影响 [J]. 中国农业科学 ， 2023， 56 （18）： 3530-3542.

[2] 鲁韦坤， 李蒙， 胡雪琼， 等. 气候变化对云南橡胶潜在种植区的影响[J]. 应用气象学报， 2023， 34（03）： 379-384.

[3] 窦小东 ， 侯胜芳 ， 李蒙 ， 等 . 云南烤烟适宜种植区对气候变化的响应 [J]. 高原气象 ，2024， 43 （04）：076-1086.

[4] 胡雪琼， 徐梦莹， 何雨芩， 等. 未来气候变化对云南烤烟种植气候适宜性的影响[J]. 应用生态学报，2016， 27 （04）： 1241-1247.

[5] 许仲林 ， 彭焕华 ， 彭守璋 . 物种分布模型的发展及评价方法 [J]. 生态学报 ， 2015， 35 （02）： 557-567.

[6]Eith j， Giham C it， Aedeson k p， et al. Novel methods improve prediction of species distributions from occurrence data[J]. Feography， 2006， 29（2）： 129-15

[7]Elith J， Phillips S J， Hastie T， et al. A statistical explanation of MaxEnt for ecologists[J]. Diversity and distributions， 2011， 17（1）： 43-57.

[8] 姚俊萌 ， 刘丹 ， 段里成 ， 等 . CMIP6 气候变化情景下中国区域柑橘木虱潜在影响范围预估 [J]. 中国农业气象 ， 2021， 42 （12）： 1031-104

[9]Wu T， Lu Y， Fang Y， et al. The Beijing climate center climate system model （BCC-CSM）： Themain progress from CMIP5 to CMIP6[J]. Geoscientific Model Development， 2019， 12（4）： 1573-1600.

[10] 郑衍欣 ， 李双林 ， 何源 . 共享社会经济路径（SSPs）下未来 30 年长江流域夏季降水预估 [J]. 大气科学 ， 2023， 47 （05）： 1405-1420.

[11] 汲玉河 ， 周广胜 ， 李宗善 . 气候变化驱动下黄土高原刺槐林气候适宜性和脆弱性 [J]. 生态学报 ，2023， 43 （08）： 3348-3358.

[12]XU Y，XU C H. Preliminary assessment of simulations of climate changes over China by CMlP5 multi-models[J]. Atmospheric and Oceanic Science Letters，2012，5（6）：489-494.

[13]XU D Y， YAN H. A study of the impacts of climate change on the geographic distribution of Pinus koraiensis in China[J]. Environment International，20027（2/3）：201-205.

作者简介：蒋欣芸（1993-），女，彝族，云南屏边人，本科学历，主要从事农业气象方面研究，身份证号：532523199312130022。