2022, 61(1):123-135.
DOI: 10.19800/j.cnki.aps.2021056
CSTR:
摘要:
利用植物估计气候是定量重建过去气候参数的主要途径之一。共存似然估计正态分布法(P-CRACLE)是一种基于生物分类学的气候定量重建方法, 它利用全球范围内的植物分布数据来获取植物的耐受区间, 并假定植物分布的气候变量沿正态分布, 以此计算植物组合最有可能共存的气候区间。该方法基于全球现代植物样地较好地验证了该方法的可靠性, 但在获取植物分布数据以及气候数据的处理方面仍存在不足。为更深层次验证该方法的可靠性, 本文挑选了 26 个研究点, 基于全球生物多样性信息设施(GBIF)数据库获取植物的全球分布资料, 并使用两种分辨率(0.5 弧分、2.5 弧分)的气象网格数据(WorldClim 2.1)获取分布点的气候参数, 引入传统的相互气候范围方法(MCR)与 P-CRACLE 同时计算研究点的气候共存区间。结果显示, 使用不同分辨率气象网格数据的结果无明显差别, MCR 和 P-CRACLE 获取年平均温度的平均分辨率分别为 8.3 ℃、1.7 ℃, 年平均降水的平均分辨率为 1120 mm、280 mm, P-CRACLE 获取的气候区间分辨率远比 MCR 更精确。随后, 基于每一种植物分类群的气候参数到达研究点气候观测值的百分位, 选取百分位 10%–90%的植物分类群再次进行 P-CRACLE 的共存分析, 并对比了前人的共存结果, 重建的准确性显著提高, 这为未来提高古气候定量重建的准确性提供了方向。本研究认为, 利用 P-CRACLE 进行新生代以来的古气候定量重建具有非常好的应用前景。
