《Frontiers in Plant Science》：Relationship between distribution patterns of Qinghai spruce populations in the Qilian mountains and environmental factors
编辑推荐：
祁连山是中国西部重要的生态屏障，青海云杉（Picea crassifolia）林是其中的优势森林群落。了解控制其分布的环境因子，对于气候变化下的森林保护与生态修复至关重要。研究人员结合遥感数据、DEM（Digital Elevation Model，数字高程模
祁连山是中国西部重要的生态屏障，青海云杉（Picea crassifolia）林是其中的优势森林群落。了解控制其分布的环境因子，对于气候变化下的森林保护与生态修复至关重要。研究人员结合遥感数据、DEM（Digital Elevation Model，数字高程模型）衍生的地形变量、长期气象记录及野外土壤调查，以大野口流域（Dayekou watershed）为研究对象探讨青海云杉分布格局。应用决策树（Decision Tree）和随机森林（Random Forest）模型评估环境因子的相对重要性。海拔是最主要的地形预测因子（权重＝0.52），其次为坡向（0.35），坡度影响较弱（0.13）。青海云杉主要分布在海拔2900～3300 m，偏好阴坡至半阴坡，尤以北（N）、东北（NE）和西北（NW）坡为主，合计占制图森林面积的69.73%。在海拔校正框架下，观测分布对应年均温－3.03℃～1.45℃、年降水394.62～574.69 mm。土壤厚度与种群密度呈正相关，较深厚土壤上种群更密。结果表明，大野口流域青海云杉分布受地形、水热条件和土壤厚度共同塑造。量化的环境阈值可为类似干旱山区流域的造林与生态修复提供实用指导。
论文解读：《Relationship between distribution patterns of Qinghai spruce populations in the Qilian mountains and environmental factors》（发表于 Frontiers in Plant Science）
一、研究背景与意义
青海云杉（Picea crassifolia）为中国西部特有树种，集中分布于青海、甘肃、宁夏及内蒙古，核心区位于祁连山中东部，是祁连山森林的优势种，具涵养水源、维持生物多样性及防治水土流失等不可替代的生态功能。已有研究表明气候、土壤和地形共同决定其生长与分布范围，但既往研究多聚焦单环境梯度或局部样地，缺乏量化多环境因子协同作用及各因子贡献率的研究，且未充分整合高分辨率遥感与地面验证数据构建空间分布模型。为明确青海云杉分布与环境因子的耦合机制，以祁连山国家公园大野口流域（Dayekou watershed，嵌套排露沟流域 Pailugou watershed）为案例，研究人员综合全覆盖遥感解译、DEM地形信息、长期气象记录和野外土壤观测，量化海拔（Elevation）、坡向（Aspect）、坡度（Slope gradient）、温度（Temperature）、降水（Precipitation）及土壤厚度（Soil depth）与青海云杉现存空间分布的关系，以期为山区森林管理与生态修复提供依据。
二、主要技术方法概述
研究区位于祁连山国家公园中北部的大野口流域（约72 km2，E 100°13′–100°16′，N 38°16′–38°33′，海拔2605–4610 m），嵌套排露沟小流域（2.74 km2，2650–3800 m）。主要技术方法包括：（1）获取 Sentinel?1/2 融合遥感影像（10 m分辨率）进行青海云杉为主的针叶林解译与矢量面生成，以历史资料和实地核查校验；（2）从 SRTM/ASTER DEM 提取海拔、坡向（按8方位+平面再归为阴坡315–45°、半阴坡45–135°、阳坡135–225°、半阳坡225–315°）、坡度，以200 m间距布设1785个采样点（林地503个，非林地1282个）；（3）利用排露沟定位站（2570 m，2003–2023年气象数据）经气温递减率（－0.58℃/100 m）和降水递增率（＋4.99％/100 m）作海拔校正推求各海拔水热值；（4）在排露沟青海云杉林内设置16个20 m×20 m样方，挖掘土壤剖面至基岩测土壤厚度；（5）采用卡方检验和方差分析（ANOVA）做单变量统计，用决策树（训练集80％，最大深度4，最小叶节点5样本）和随机森林（Random Forest，500棵树，以平均基尼不纯度下降 Mean Decrease in Gini 衡量变量重要性，OOB Out?Of?Bag 误差评估）做多变量分析，全部数据处理在 ArcGIS 10.8 和 R 中完成。
三、研究结果
3.1 Distribution characteristics of Qinghai spruce（青海云杉分布特征）
通过遥感分类与实地校验，大野口流域森林覆被率约27.93％，以青海云杉（＞95％）为主伴生祁连圆柏（不可完全区分），林面积20.28 km2。青海云杉呈斑块状或条带状分布于海拔2600–3400 m的阴坡和半阴坡，72.85％的林块位于阴坡至半阴坡，北（N）、东北（NE）、西北（NW）坡合计占林面积69.73％。坡向细分统计显示N坡27.12％、NE坡26.48％、NW坡16.18％。坡度主要集中于15–45°（85.72％），峰值在25–30°，平均坡度26.06°。海拔上97.5％林块位于2700–3300 m，最集中带为2900–3300 m。
3.2 The influence of topographic factors on the distribution of qinghai spruce forests（地形因子对青海云杉林分布的影响）
决策树根节点以海拔3280.5 m首次划分，确认海拔为最重要地形限制因子——≤3280.5 m 青海云杉出现概率高，＞3280.5 m 非林地概率增加；次节点引入坡向（≤76.806°）和坡度（≤31.0°）细化。随机森林变量重要性显示：海拔权重0.52＞坡向权重0.35＞坡度权重0.13。极坐标图表明青海云杉出现在海拔2626–3398 m（多数2900–3300 m），95％分布于坡向0–90°和240–360°（即阴坡及半阴坡）；随海拔升高可分布坡向范围略增，但超上限后变窄。坡度分布频率符合二项式函数拟合（R2＝0.92），峰值25–30°，表明坡度非限制性因子但影响局地适宜性。决策树测试集总体精度87％，非林地F1＝0.90，林地F1＝0.72。
3.3 Effects of temperature and moisture on the distribution of Qinghai Spruce（温湿条件对青海云杉分布的影响）
经海拔校正公式 T＝1.77－0.58×(H－2570)/100 和 P＝384×(1＋4.99％)(H－2570)/100，将观测海拔范围转换为水热区间：青海云杉分布对应年均温约－3.03℃（上限海拔）至1.45℃（下限海拔），年降水约394.62 mm（下限）至574.69 mm（上限），此阈值应视为流域尺度近似发生界限。
3.4 Influence of soil depth on the distribution of Qinghai spruce（土壤厚度对青海云杉的影响）
排露沟15个样方土壤厚度30–120 cm，随海拔升高减薄（3300 m附近仅30–40 cm）。青海云杉种群密度（株/ha）与土壤厚度呈对数增长关系（R2＝0.6261）：浅土（30–50 cm）密度低受根系受限制约，深土（＞80 cm）密度显著增高，说明较深土层通过稳定水肥供给促进种群发育。
四、讨论与结论翻译
讨论指出，海拔和坡向实质是对局地水热条件的综合反映——低海拔蒸发强致水分限制，高海拔低温、生长季短、冻融及浅土共同约束上限，中海拔带为最适水热生境；坡向通过调节辐射、积雪保持和土壤蒸发成为微生境过滤因子；坡度影响较间接。本研究结合全覆盖遥感和机器学习量化了因子相对贡献，与既往祁连山结论基本一致但方法更具空间连续性。气候变暖可能使下限干旱胁迫加剧而上限略有上移，阴坡中海拔具避难所意义。局限含单站气象插值未完全捕捉微气候、针叶林类不能百分百分阴阳离青海云杉与祁连圆柏、空间自相关使模型性能略乐观、未纳入土壤湿度动态及干扰历史等。
结论（Conclusioins）翻译：
本研究利用遥感数据、地形分析、气候外推及野外土壤调查，考察了大野口流域青海云杉林分布的环境控制因素。因遥感影像无法完全区分青海云杉与祁连圆柏，制图林地层应解释为以青海云杉为主的针叶林，面积估算含有限不确定性。在该流域内，青海云杉主要分布于阴坡至半阴坡（坡向＞240°或＜90°）及中陡坡（＞15°），最广泛分布于海拔2900–3300 m，决策树识别出最适出现区近海拔2910.5 m，较小坡向（≤238.6°）和较缓坡度（≤31.0°）关联更高出现概率。海拔是最重要的地形因子，其次为坡向，坡度作用较弱。在当前海拔校正框架下，观测分布对应年均温约－3.03℃至1.45℃、年降水约394.62–574.69 mm。上述海拔、坡向、坡度及水热范围应视为本研究区支持的 occurrence thresholds（发生阈值），而非所有山地生态系统的通用固定标准，但可为祁连山类似区域造林与生态修复提供实用指导——优先选择北、东北及西北坡，坡度约25–30°，海拔约2700–3300 m。
