|
利用模型方法预测未来气候情景下的鸟类分布变化, 结果显示很多鸟类的分布同样向北或高海拔区移动, 并且多数分布范围缩小。预测方法主要有两类, 一类是相关性方法, 应用最多的是气候包络模型(climate envelope models, CEM)或称作生物气候包络模型(bioclimatic envelope models, BEM) (Pearson & Dawson, 2003)。气候包络模型代表某一物种当前的分布与当前气候变量之间的联系, 将这种联系投影到未来气候情景中来评估物种未来的分布。Peterson(2003)用规则集遗传算法模型(genetic algorithm for rule-set prediction, GARP)结合大气环流模型(general circulation models of climate change), 预测了北美中西部落基山的26种鸟类和大平原的19种鸟类到2055年的分布变化, 结果显示气候变化导致平原地带鸟类分布缩减和移动变化明显。Virkkala等(2008)用广义加法模型(generalized additive model, GAM)预测了北寒带27种陆地鸟类在21世纪的分布变化, 在未来A2和B1两种气候情景下(A2和B1在此表示到2100年时全球平均温度分别上升了3.8℃和2.0℃), 发现鸟类分布范围到2080年缩小情况严重(A2, 减少83.6%; B1, 减少73.6%)。模型用于预测鸟类繁殖地分布变化的情形要多于非繁殖地, 并且发现繁殖地和非繁殖地的分布变化结果不同。Doswald等(2009)用气候响应面模型(climatic response surface model, CRSM)结合GAM模型, 预测了欧洲林莺属鸟类的繁殖地和非繁殖地的分布范围变化, 结果显示繁殖地的分布范围向北扩展, 而非繁殖地的分布没有发生定向的转移, Doswald还发现气候变化对迁徙型的种类比居留和部分迁徙群或者短距离迁徙的种类影响严重。Hu等(2010)用最大熵模型(maximum entropy model, MAXENT)预测了黑面琵鹭(Platalea minor)的越冬地分布变化, 发现在未来气候变化影响下分布地向北扩展。在预测垂直分布变化方面, Maggini等(2011)用GAM模型预测了瑞士鸟类的分布变化, 发现35%的种类分布向高海拔区移动。Buermann等(2011)用最大熵模型评估了5种安第斯山蜂鸟沿海拔梯度上升变化, 在两种气候变化情景下, 预测结果表明除了栖息地丧失和破碎化因素外, 鸟类分布沿海拔梯度上升300-700 m幅度的变化都是由于气候变化所导 致的。
|