Где будет расти жасмин? Влияние климата и человека на распространение Trachelospermum jasminoides

Trachelospermum jasminoides (Lindl.) Lem. — хорошо известное лекарственное растение, обладающее важной лекарственной и экономической ценностью. Оно широко используется в Китае для лечения воспалительных заболеваний. В связи с усилением глобального изменения климата экологическая ниша растений соответствующим образом смещается. Поэтому понимание распределения подходящих местообитаний для T. jasminoides в различных климатических условиях имеет большое значение для его выращивания, интродукции и охраны.

В данном исследовании используется модель MaxEnt в сочетании с географической информационной системой (ArcGIS) для анализа текущего и будущего потенциального распределения местообитаний T. jasminoides. Основываясь на 227 задокументированных точках произрастания и 15 экологических переменных, результаты показывают, что ключевыми экологическими ограничениями, влияющими на оптимальные местообитания T. jasminoides, являются: количество осадков в самый холодный квартал, средняя температура самого сухого квартала, количество осадков в самый теплый квартал, сезонность температур (стандартное отклонение × 100) и индекс антропогенного воздействия.

В настоящее время общая площадь пригодных и высокопригодных местообитаний T. jasminoides составляет 15,76 × 10⁴ км², при этом высокопригодные местообитания расположены в основном в Восточном и Центральном Китае. Согласно климатическим прогнозам, в сценарии SSP1-2.6 общая площадь пригодных местообитаний T. jasminoides, как ожидается, увеличится по сравнению с текущей ситуацией. Тем не менее, в климатических сценариях SSP2-4.5 и SSP5-8.5 ожидается, что площадь пригодных местообитаний сначала возрастет, а затем сократится.

Центр распространения в основном сосредоточен в провинциях Хунань и Цзянси, при этом центр тяжести смещается в юго-восточном направлении по сравнению с текущей ситуацией. Результаты данного исследования дают ценные рекомендации для эффективного выращивания, сохранения и устойчивого использования ресурсов T. jasminoides.

Trachelospermum jasminoides (Lindl.) Lem., вьющееся растение семейства Apocynaceae, является хорошо известным лекарственным растением, занесенным в Китайскую фармакопею для использования при лечении воспалений [1]. Оно произрастает в горных районах, на берегах ручьев, обочинах дорог, опушках лесов или в смешанных лесах, часто взбираясь на деревья или цепляясь за стены и скальные поверхности. Это растение предпочитает теплую и влажную среду, обладая умеренной устойчивостью как к холоду, так и к жаре; однако крайне суровые холодные условия вредны для его роста [2]. Основными биологически активными соединениями в T. jasminoides являются лигнаны, тритерпеноиды и флавоноиды, которые проявляют противовоспалительную, антимикробную и противовирусную активность [3]. Оно используется для лечения таких состояний, как артрит, скелетно-мышечные боли, ревматизм и фарингит, а также может оказывать анксиолитическое и антидепрессивное действие [4,5,6]. Помимо лекарственной ценности, T. jasminoides обладает декоративной ценностью и может способствовать снижению загрязнения воздуха, улучшая его качество [7,8]. Кроме того, оно может использоваться для извлечения натуральных целлюлозных волокон для применения в текстильной промышленности и композитных материалах [9]. Исследования показывают, что за последние два десятилетия распространенность вьющихся растений в большинстве лесных экосистем неуклонно растет. Разрастание и экспансия этих растений могут потенциально влиять на структуру лесных сообществ и круговорот питательных веществ [10,11]. Таким образом, вьющиеся растения представляют собой значимые структурные и функциональные элементы многих лесных экосистем, оказывая существенное воздействие на лесные циклы углерода. Современные исследования T. jasminoides в основном фокусируются на его химическом составе, лекарственных свойствах и экологических функциях, но наблюдается недостаток исследований, касающихся его географического распространения и факторов, влияющих на него. Это становится особенно важным в условиях глобального потепления климата, делая необходимым прогнозирование изменений в распределении подходящих местообитаний видов заблаговременно.

Изменение климата, как одна из наиболее острых проблем XXI века, оказало широкомасштабное воздействие на различные области, включая лесное хозяйство, сельское хозяйство, сохранение биоразнообразия, стабильность экосистем и энергоснабжение [12]. На протяжении 1900-х годов наблюдалось повышение температуры поверхности Земли на 0,8 °C. Прогнозы свидетельствуют, что этот показатель может возрасти до значений от 1,4 до 5,8 °C в течение 2000-х годов [13]. По мере дальнейшего повышения температур ожидаются сдвиги в глобальных гидрологических режимах, а также увеличение частоты экстремальных погодных явлений. Местообитания многих лекарственных растений изменяются и ухудшаются в результате растущего воздействия глобального изменения климата и антропогенного вмешательства [14]. В настоящее время примерно одна пятая часть видов растений сталкивается с угрозой исчезновения из-за глобального потепления [15]. В будущем ожидается, что растения испытают существенные климатические изменения в пределах своих географических ареалов. Растения могут реагировать и адаптироваться к этим изменениям, проявляя гибкость ниши, или некоторые таксоны растений могут демонстрировать климатическую фиделитет (верность климату) [16], отслеживая предпочтительные климатические условия путем смещения своего географического распространения [17]. Поэтому крайне важно улучшить наше понимание изменения климата и использовать модели распределения видов для прогнозирования распространения и перемещений видов. Это необходимо для сохранения видового разнообразия и обеспечения устойчивого использования ресурсов [18].

GARP, MaxEnt, CLIMEX и BIOCLIM являются часто используемыми моделями прогнозирования потенциального распространения видов [19]. GARP — это модель, основанная на фоновом генетическом алгоритме. Посредством итеративного процесса повторной выборки и замены входных данных во время обучения и тестирования GARP моделирует потенциальное географическое распространение видов [20]. CLIMEX — это полумеханистическая модель, используемая для изучения связей между климатом, распространением видов и поведением роста [21]. Bioclim — это R-пакет, который объединяет климатические и почвенные характеристики для классификации регионов на основе их пригодности для роста растений и питательной активности [22]. MaxEnt широко используется благодаря своей выдающейся точности прогнозов, устойчивости и удобному для пользователя дизайну [23]. Модель MaxEnt, созданная Филлипсом, служит инструментом пространственного распределения на географическом масштабе, основанным на принципе максимума энтропии. Используя известные записи о распространении видов и данные о внешних условиях, она прогнозирует географическое расселение вида в конкретных временных и пространственных условиях [24]. MaxEnt не только помогает идентифицировать доминирующие экологические факторы, влияющие на целевой вид [25], но также используется для оценки сдвигов в подходящих местообитаниях видов в различных сценариях изменения климата. В результате он часто применяется для прогнозирования распределения видов [26], сохранения исчезающих растений и животных [27] и управления распространением инвазивных видов [28]. Модель представляет предпочтения вида в отношении местообитаний в виде вероятностей, что позволяет делать точные прогнозы подходящих местообитаний для растений [29]. Как правило, MaxEnt интегрируется с системой ArcGIS для прогнозирования распределения видов в различных климатических условиях. Эта интеграция способствует разработке эффективных стратегий для смягчения воздействия изменения климата на виды и сохранения биоразнообразия.

В свете глобальных климатических сдвигов данное исследование использует модель MaxEnt в сочетании с программным обеспечением ArcGIS для прогнозирования потенциального географического распространения T. jasminoides при текущих и трех различных будущих климатических условиях. Исследование направлено на изучение распределения территорий с различными уровнями пригодности для T. jasminoides при существующих климатических условиях. Дополнительно исследование определит ключевые внешние условия, влияющие на его географическое распространение, и спрогнозирует потенциальную эволюцию его распространения в различных будущих климатических сценариях. Исследование также отследит миграцию его центра распространения в различных климатических контекстах. Полученные в ходе этих анализов выводы предназначены для руководства стратегиями интродукции и культивирования T. jasminoides и улучшения усилий по сохранению видового разнообразия в условиях изменения климата.

2.1. Сбор данных о распространении T. jasminoides

В этом исследовании данные о распространении T. jasminoides в Китае были первоначально получены из Китайского виртуального гербария (CVH, https://www.cvh.ac.cn/; доступ 22 сентября 2024 г.), Глобального информационного фонда по биоразнообразию (GBIF, https://doi.org/10.15468/dl.ktz84t; доступ 24 сентября 2024 г.) и опубликованной литературы по T. jasminoides. Всего было собрано 708 точек распространения. Данные были обработаны с использованием ENM Tools версии 1.4.4, в процессе которого были исключены дублирующиеся, неясные и соседние записи. Очищенные данные были затем экспортированы в виде .csv файла и впоследствии импортированы в ArcGIS 10.3 для дальнейшего анализа. Чтобы избежать пространственной автокорреляции, для точек распространения с расстоянием менее 2,5 км между ними случайным образом была оставлена только одна точка. В итоге для моделирования было использовано 227 валидных (достоверных) точек распространения T. jasminoides в Китае (Рисунок 1).

Рисунок 1. Точки распространения T. jasminoides в Китае в текущий период (зеленые сплошные кружки показывают регионы, где вид в настоящее время присутствует).

2.2. Отбор и обработка экологических переменных

Экологическая ниша вида находится под влиянием таких экологических факторов, как деятельность человека, почвенные условия, топографические факторы и биоклиматические факторы [30]. Учитывая всесторонность и сложность этих экологических переменных, были первоначально отобраны 19 биоклиматических факторов, 6 почвенных факторов, 1 топографический фактор и 27 переменных, связанных с деятельностью человека. Данные для 19 климатических переменных были получены из базы данных WorldClim (WorldClim v2.1, https://www.worldclim.org/; доступ 20 сентября 2024 г.), охватывающие три периода: текущий период (1970–2000-е гг.), будущие 2050-е (2040–2060-е гг.) и будущие 2090-е (2080–2100-е гг.), все с единым пространственным разрешением 2,5 минуты. Данные о будущем климате были получены из Фазы 6 Сравнительного проекта耦合模型 (CMIP6) и среднеразрешающей модели климатической системы (BCC-CSM2-MR), с использованием трех выбранных социально-экономических путей: SSP1-2.6, SSP2-4.5 и SSP5-8.5. SSP1-2.6 соответствует сценарию низких выбросов парниковых газов, направленному на устойчивое будущее, SSP2-4.5 предоставляет умеренный сценарий выбросов с социально-экономическим развитием, следующим по текущей траектории, в то время как SSP5-8.5 описывает быстро развивающееся общество с чрезвычайно высокими выбросами парниковых газов [31]. Шесть почвенных факторов были получены из Всемирной службы почвенной информации, версия 1.2 (http://www.fao.org/; доступ 20 сентября 2024 г.), в то время как топографические данные были получены из базы данных WorldClim. Данные о высоте над уровнем моря были обработаны в ArcGIS для расчета дополнительных топографических переменных, включая уклон и экспозицию [14]. Данные об антропогенном воздействии (hf) были получены из третьего издания Глобального набора данных об антропогенном воздействии (http://www.ciesin.columbia.edu/wild_areas; доступ 20 сентября 2024 г.). Hf, который варьируется от 0 до 50, предоставляет комбинированное значение, которое отражает влияние плотности населения, трансформации земель, доступности и энергетической инфраструктуры на глобальное землепользование [32]. Более высокое значение означает большее антропогенное вмешательство.

Совокупное воздействие множества внешних факторов может привести к переобучению модели, тем самым снижая ее прогностическую производительность [33]. Корреляционный анализ экологических переменных позволяет эффективно избежать этой ситуации. Во-первых, инструмент «Extract Values to Points» в ArcGIS v10.3 был использован для получения экологических значений для каждой точки данных. Затем корреляционный анализ был выполнен с использованием пакета «corrplot» в R. Из-за ограниченного количества почвенных и топографических факторов корреляционный анализ для них не проводился. Однако, поскольку климатических факторов больше (всего 19), был проведен корреляционный анализ Пирсона, в результате которого была получена корреляционная матрица. Затем на основе этой матрицы была построена корреляционная тепловая карта (Рисунок 2). Экологические переменные с абсолютными коэффициентами корреляции, превышающими 0,8, были удалены [34]. В итоге были отобраны 7 климатических факторов, 6 почвенных факторов, 1 фактор рельефа и 15 экологических переменных, включая деятельность человека (Таблица 1), и импортированы в MaxEnt. Впоследствии для определения основных экологических факторов, влияющих на распространение T. jasminoides, был использован тест «Джекнайф» (Jackknife).

Рисунок 2. Корреляционная тепловая карта биоклиматических факторов (темно-синий и темно-красный цвета показывают, что абсолютное значение коэффициента корреляции превышает 0,8. Цвета постепенно переходят от краев к центру, и абсолютное значение коэффициента корреляции также соответственно уменьшается).

Таблица 1. Пятнадцать экологических переменных, использованных для моделирования.

2.3. Построение и оценка модели

227 точек произрастания T. jasminoides и 15 отобранных экологических факторов были введены в MaxEnt 3.4.4 для моделирования. В процессе 75% данных были случайным образом назначены на обучающую выборку, а оставшиеся 25% были использованы в качестве тестовой выборки для оценки точности прогнозов модели. Модель была настроена на «перекрестную проверку» с максимумом 500 итераций, а выходной формат был установлен на логистическую проверку. Относительный вклад каждого экологического фактора был оценен с использованием анализа «Джекнайф», а основные ограничивающие внешние условия были определены на основе их процентного вклада и значений важности. Для оценки точности прогнозов модели была использована рабочая характеристическая кривая (ROC), а площадь под кривой (AUC) служила метрикой точности [35]. Критерии оценки значения AUC следующие: 0,50–0,60 — низкая производительность модели, 0,60–0,70 — удовлетворительная производительность, 0,70–0,80 — хорошая производительность, 0,80–0,90 — очень хорошая производительность, а 0,90–1,00 — отличная производительность [36].

2.4. Обработка данных

Средние результаты симуляций MaxEnt для каждого периода были импортированы в программное обеспечение ArcGIS 10.4.1 в формате «.asc». Результаты прогнозирования, изначально в ASCII-формате, были затем преобразованы в растровый формат и реклассифицированы для визуализации подходящих местообитаний T. jasminoides. Метод MaxSSS [37] был использован для оценки индекса пригодности местообитаний T. jasminoides, определяя вероятность потенциального распространения (p) по шкале от 0 до 1. Был применен порог 0,47 для исключения территорий с вероятностями ниже этого значения. На основе индекса пригодности подходящие территории были разделены на пять уровней: высокопригодное местообитание (p ≥ 0,7), среднепригодное местообитание (0,5 ≤ p < 0,7), низкопригодное местообитание (0,3 ≤ p < 0,5) и непригодное местообитание (0,1 ≤ p < 0,3). Центроид (центр тяжести) указывает на общее пространственное расположение подходящих местообитаний T. jasminoides, а его движение отражает сдвиги в этих местообитаниях. Потенциальные доминирующие районы распространения для каждого периода были идентифицированы с использованием инструментов пространственного анализа в программном обеспечении ArcGIS. Дополнительно, с помощью пакета SDM Tool в среде R были определены положения центроидов общих подходящих для выживания территорий для текущего и будущих периодов. Изменения в положениях центроидов отражают общее направление движения подходящих районов распространения. Кроме того, пакет geosphere в R (https://cran.r-project.org/web/packages/geosphere/index.html, 24 сентября 2024 г.) был использован для расчета расстояний смещения центроидов в различных сценариях изменения климата [38].

3.1. Оценка точности модели и анализ ключевых экологических факторов

Среднее значение AUC (площадь под кривой) для модели MaxEnt составляет 0,967 при текущем сценарии и трех сценариях выбросов парниковых газов для 2050-х и 2090-х годов (Рисунок 3). Основываясь на стандартах оценки, это свидетельствует о том, что модель MaxEnt обладает выдающимися прогностическими показателями и может быть эффективно использована для прогнозирования подходящих местообитаний T. jasminoides.

Рисунок 3. ROC-кривая и значение AUC (значение AUC представляет площадь под ROC-кривой; большее значение указывает на более высокую точность прогнозов модели).

В этом исследовании для оценки вкладов различных внешних факторов в прогнозирование доминирующих районов распространения была использована модель MaxEnt (Таблица 2). Ключевые климатические переменные включают: количество осадков в самый холодный квартал (Bio19, 55,3%), индекс антропогенного воздействия (hf, 10,5%) и сезонность температур (Bio4, 9,8%), при этом три ведущие экологические переменные в сумме составляют 75,6%. Экологические факторы ранжированы в соответствии с их важностью для модели MaxEnt; было обнаружено, что количество осадков в самый холодный квартал (Bio19, 63,3%) и высота над уровнем моря (alt, 18,9%) имеют наибольшую важность, с суммарным вкладом 82,2%. Посредством валидации «Джекнайф» (Рисунок 4), корреляционный анализ 15 отобранных экологических переменных показал, что экологической переменной с наибольшим выигрышем при индивидуальном моделировании было количество осадков в самый холодный квартал (Bio19), за которым следуют средняя температура самого сухого квартала (Bio9), количество осадков в самый теплый квартал (Bio18), сезонность температур (Bio4) и индекс антропогенного воздействия (hf). В итоге, осадки, температура и действия человека являются основными экологическими элементами, влияющими на распределение идеальных местообитаний для T. jasminoides.

Рисунок 4. Важность переменных, определенная с помощью складного теста «Джекнайф» (Jackknife).

Таблица 2. Вклад и оценка важности перестановок экологических переменных в модели MaxEnt для Trachelospermum jasminoides.

Если порог вида превышает 0,5, это означает, что условия окружающей среды благоприятны для выживания вида. Кривые влияния ключевых внешних условий на распределение идеальных местообитаний для T. jasminoides (Рисунок 5) раскрывают следующие тенденции: T. jasminoides может выживать, когда количество осадков в самый холодный квартал превышает 95,95 мм, а вероятность произрастания растет с увеличением количества осадков. Как только количество осадков в самый холодный квартал достигает 441,04 мм, вероятность произрастания достигает 0,989, и после этой точки вероятность больше не увеличивается с дальнейшим увеличением осадков. Вероятность произрастания T. jasminoides увеличивается со средней температурой самого сухого квартала в определенном диапазоне, и когда средняя температура самого сухого квартала превышает 10,62 °C, вероятность превышает 0,5. Вероятность произрастания достигает пика около 0,992, когда средняя температура самого сухого квартала достигает 20,52 °C, а затем начинает снижаться, но условия остаются подходящими для выживания вида. Вероятность выживания превышает 0,5, когда количество осадков в самый теплый квартал превышает 775,49 мм. Вероятность достигает 0,989 в диапазоне от 1203,9 до 1892,62 мм, что указывает на наиболее благоприятные условия для выживания вида. Что касается сезонности температур (стандартное отклонение × 100), подходящие условия для T. jasminoides возникают, когда сезонность температур (стандартное отклонение × 100) находится между 189,02 и 529,27, а вероятность произрастания максимизируется при 397,9. Сезонность температур измеряет сезонные колебания температуры в течение года путем вычисления стандартного отклонения температуры. Значение между 189,02 и 529,27 указывает на умеренную изменчивость температуры, ни слишком экстремальную, ни слишком стабильную. Индекс антропогенного воздействия показывает положительную корреляцию с вероятностью произрастания в определенном диапазоне. Когда индекс антропогенного воздействия превышает 19,75, вероятность произрастания превышает 0,5, и самая высокая вероятность произрастания T. jasminoides наблюдается, когда индекс антропогенного воздействия находится между 33,125 и 42,552.

Рисунок 5. Кривые реагирования доминирующих экологических факторов: ((a) — кривая реагирования вероятности присутствия T. jasminoides на количество осадков в самый холодный квартал; (b) — кривая реагирования вероятности присутствия T. jasminoides на среднюю температуру самого сухого квартала; (c) — кривая реагирования вероятности присутствия T. jasminoides на количество осадков в самый теплый квартал; (d) — кривая реагирования вероятности присутствия T. jasminoides на сезонность температур (стандартное отклонение × 100); (e) — кривая реагирования вероятности присутствия T. jasminoides на индекс антропогенного воздействия).

3.2. Потенциальные подходящие районы распространения T. jasminoides при текущих климатических условиях

Изображение текущих потенциальных благоприятных местообитаний для T. jasminoides в Китае, полученное с помощью модели MaxEnt (Рисунок 6), показывает, что эти местообитания расположены главным образом в центральных, восточных и южных районах страны. Районы с высокой благоприятностью преимущественно рассеяны по центральному и восточному Китаю, с более плотной концентрацией в провинциях Тайвань, Чжэцзян, Цзянсу, Цзянси и Хунань. При существующих условиях площадь местообитаний с низкой благоприятностью для T. jasminoides составляет 119,30 × 10⁴ км², со средней благоприятностью — 11,32 × 10⁴ км², а с высокой благоприятностью — 4,45 × 10⁴ км², в результате чего общая площадь подходящих местообитаний достигает 135,07 × 10⁴ км².

Рисунок 6. Оптимальные районы выживания T. jasminoides при текущих климатических условиях (желтый цвет представляет распределение низкопригодных местообитаний, красный — среднепригодных местообитаний, а фиолетовый — высокопригодных местообитаний).

3.3. Потенциальные подходящие районы распространения T. jasminoides при будущем климате

Настоящее исследование использовало модель MaxEnt для прогнозирования потенциальных оптимальных районов распространения при трех различных климатических гипотезах для 2050-х и 2090-х годов соответственно (Рисунок 7). Полученные данные указывают на то, что в отличие от текущей ситуации, ожидается, что в будущем распространение местообитаний со средней и высокой благоприятностью в южном Китае дополнительно расширится. Тем не менее, основное распространение этих местообитаний по-прежнему будет сконцентрировано в центральном и восточном Китае, включая провинции Тайвань, Цзянси, Чжэцзян, Цзянсу и Фуцзянь. Сравнение сдвигов в площади идеальных местообитаний от текущих к будущим климатическим условиям (Таблица 3) показывает, что при сценарии SSP1-2.6 площадь идеальных местообитаний продолжает расти, при этом площадь высокопригодных местообитаний увеличивается на 6,97% в 2050-х годах и на 7,87% в 2090-х годах. При климатических гипотезах SSP2-4.5 и SSP5-8.5 площадь оптимальных районов распространения показывает тенденцию к первоначальному увеличению с последующим сокращением. В частности, при сценарии SSP2-4.5 к 2050-м годам площади средне- и высокоблагоприятных местообитаний для T. jasminoides составят 11,97 × 10⁴ км² и 4,8 × 10⁴ км² соответственно, что показывает увеличение на 5,74% и 7,87% по сравнению с настоящим. К 2090-м годам площади средне- и высокоблагоприятного распространения составят 11,88 × 10⁴ км² и 4,23 × 10⁴ км², с увеличением на 4,95% для среднепригодных местообитаний, но снижением на 4,84% в высокопригодных местообитаниях. При гипотезе SSP5-8.5 прогнозируется, что к 2050-м годам общая площадь подходящего распространения достигнет 187,02 × 10⁴ км², при этом площади средне- и высокопригодных районов расширятся до 30,35 × 10⁴ км² и 5,95 × 10⁴ км², что отражает увеличение на 168,11% и 33,71% соответственно по сравнению с текущими уровнями. К 2090-м годам ожидается, что общая площадь подходящего распространения сократится до 135,62 × 10⁴ км², но она по-прежнему будет превышать текущую подходящую площадь, при этом площади средне- и высокопригодных местообитаний увеличиваются на 9,54% и 13,03% соответственно. В целом, по сравнению с текущей ситуацией, ожидается, что при любом климатическом сценарии площади местообитаний со средней пригодностью расширятся. При гипотезе выбросов SSP5-8.5 ожидается наиболее значительный рост площади отличных местообитаний.

Рисунок 7. Оптимальные районы выживания T. jasminoides в будущих климатических условиях: (a) распределение оптимальных районов выживания T. jasminoides при сценарии SSP1-2.6 в 2050-х годах; (b) распределение оптимальных районов выживания T. jasminoides при сценарии SSP1-2.6 в 2090-х годах; (c) распределение оптимальных районов выживания T. jasminoides при сценарии SSP2-4.5 в 2050-х годах; (d) распределение оптимальных районов выживания T. jasminoides при сценарии SSP2-4.5 в 2090-х годах; (e) распределение оптимальных районов выживания T. jasminoides при сценарии SSP5-8.5 в 2050-х годах; (f) распределение оптимальных районов выживания T. jasminoides при сценарии SSP5-8.5 в 2090-х годах. Желтый цвет указывает на районы низкой пригодности, красный — на районы средней пригодности, а фиолетовый — на районы высокой пригодности.

Таблица 3. Прогнозирование районов выживания Trachelospermum jasminoides при текущих и будущих климатических условиях.

3.4. Характер миграции центроида T. jasminoides в различных климатических сценариях

В различных климатических гипотезах движение центроида подходящих районов выживания T. jasminoides варьируется. В целом, при гипотезе высоких выбросов SSP5-8.5 изменение центра подходящего выживания этого вида более выражено. Однако при гипотезе средних выбросов SSP2-4.5 и низких выбросов SSP1-2.6 расстояние перемещения центроида относительно невелико (Рисунок 8). В настоящее время центроид жасмина находится в городе Люян, поселок Люян, провинция Хунань (113,40° в.д., 28,17° с.ш.). При гипотезе выбросов SSP1-2.6, с настоящего момента до 2050-х годов, центроид сместится на юго-восток на 50,45 км в город Вэньцзя, город Люян (113,90° в.д., 28,07° с.ш.). С 2050-х по 2090-е годы центроид сместится дальше на юго-запад в город Чжэнтоу, город Люян (113,38° в.д., 28,03° с.ш.), что является сдвигом на 51,67 км. В сценарии SSP2-4.5 центроид сместится на 37,83 км на юго-восток к 2050-м годам, с дальнейшим смещением на 17,60 км на юго-восток с 2050-х по 2090-е годы. При гипотезе выбросов SSP5-8.5 к 2050-м годам центроид подходящей районы выживания сместится на 89,77 км на северо-запад, на улицу Баймацяо, город Нинсян, Хунань (112,50° в.д., 28,25° с.ш.). С 2050-х по 2090-е годы центроид сместится на 147,09 км на юго-восток в поселок Дунъюань, уезд Шанли, провинция Цзянси (113,90° в.д., 27,81° с.ш.).

Рисунок 8. Миграция центроида T. jasminoides в будущих климатических условиях (синие стрелки указывают направление движения центроида в разные годы при гипотезе выбросов SSP5-8.5; красные стрелки показывают направление движения центроида в разные годы при гипотезе выбросов SSP2-4.5; зеленые стрелки представляют направление движения центроида в разные годы при гипотезе выбросов SSP1-2.6; сплошная черная точка отмечает текущее положение центроида).

T. jasminoides является не только важным лекарственным растением со значительной ценностью, но также играет роль в улучшении качества воздуха и снижении загрязнения, предоставляя определенные экологические преимущества [8]. В настоящее время исследования подходящего распространения T. jasminoides остаются ограниченными. Чтобы восполнить этот пробел, данное исследование объединяет модель MaxEnt и ArcGIS. Основываясь на текущей гипотезе ниши Trachelospermum jasminoides, оно прогнозирует его потенциальные благоприятные районы выживания при текущих климатических условиях и изменения в подходящих районах выживания в различных будущих климатах. Дополнительно, это исследование определяет ключевые экологические факторы, ограничивающие его оптимальный рост. Эти результаты предоставляют научную основу для культивирования, сохранения и использования ресурсов этого вида в условиях изменения климата. Модель MaxEnt, популярная модель экологической ниши, известна своей точностью в прогнозировании распределения видов. Исследования показали, что при известных условиях, чем выше энтропия вида, тем точнее прогноз [24]. Высокое значение AUC модели MaxEnt подтверждает ее точность и надежность. Значение AUC, равное 0,967, достигнутое в этом исследовании, свидетельствует о том, что модель MaxEnt предоставляет чрезвычайно надежный и точный прогноз распространения T. jasminoides.

В этом исследовании были проанализированы 19 климатических переменных и отобраны те, у которых абсолютный коэффициент корреляции превышал 0,8 (Рисунок 2). Дополнительно мы оценили относительный вклад этих климатических переменных в модель Maxent (Таблица 4). После всестороннего анализа для моделирования в конечном итоге были отобраны семь климатических переменных. Хотя некоторые переменные были исключены из-за высокой коллинеарности, они все еще могут иметь экологическое значение. Например, количество осадков самого влажного месяца (Bio13) и количество осадков самого теплого квартала (Bio18) имеют сильную корреляцию с количеством осадков, с абсолютным коэффициентом корреляции более 0,8. Переменные с более высоким вкладом в модель MaxEnt были сохранены на основе их оцененного относительного воздействия. Это исследование показало, что количество осадков в самый холодный квартал (441,04–760,56 мм) является наиболее важной экологической переменной, ограничивающей распространение T. jasminoides. Кроме того, количество осадков в самый теплый квартал (1203,9–1892,6 мм), средняя температура самого сухого квартала (20,52–27,03 °C), сезонность температур (стандартное отклонение × 100) (189,02–529,27) и индекс антропогенного воздействия (33,125–42,552) также являются ключевыми факторами, которые влияют на распространение T. jasminoides. Результаты подчеркивают, что осадки, температура и деятельность человека являются ключевыми детерминантами, влияющими на зоны, которые составляют благоприятные местообитания для T. jasminoides. Это согласуется с выводом текущего исследования о том, что «осадки и температура являются наиболее прямыми и жизненно важными факторами, влияющими на рост растений» [39]. Травянистые растения часто удлиняют свой период роста в более теплой и влажной среде, вероятно, потому, что высокие температуры и осадки вместе ускоряют фазу прорастания, причем повышенный CO₂ дополнительно усиливает этот эффект. Более того, более высокие температуры и увеличение количества осадков также способствуют наступлению цветения [40]. Предыдущие исследования показали, что дефицит воды ограничивает высоту и диаметр на высоте груди (DBH) саженцев Davidia involucrata Baill., тем самым ограничивая их рост [41]. Более того, более низкие температуры снижают уровень хлорофилла в листьях Davidia involucrata и препятствуют росту устьиц. Это приводит к снижению как чистой скорости фотосинтеза, так и скорости транспирации [42]. Наше исследование предполагает, что T. jasminoides предпочитает теплую и влажную среду, что согласуется с выводами этих предыдущих исследований. Помимо климатических факторов, индекс антропогенного воздействия (hf) также влияет на распространение T. jasminoides. Деятельность человека может косвенно или напрямую влиять на распространение видов, изменяя структуру землепользования, влияя на климатические условия и воздействуя на биоразнообразие [43]. В этом исследовании, в определенных пределах, по мере роста деятельности человека вероятность присутствия T. jasminoides также возрастает. Это явление может быть объяснено несколькими факторами. Например, интенсификация деятельности человека усилила глобальное потепление, увеличивая влагоемкость атмосферы, что отражается в увеличении общего количества осадков и интенсификации экстремальных осадков. Кроме того, значительно возросла интенсивность муссонных осадков, в частности в муссонных регионах Азии и Африки. Под воздействием тепловых изменений в климатической системе тропический пояс осадков может смещаться к полюсам, потенциально приводя к дальнейшему расширению муссонных климатических зон [44]. Примечательно, что подходящие местообитания для T. jasminoides в основном распространены в субтропических муссонных регионах, что согласуется с наблюдаемым в этом исследовании увеличением площадей подходящих местообитаний при сценариях средних и высоких выбросов. Кроме того, деятельность человека может косвенно приносить пользу T. jasminoides путем удаления или контроля конкурирующих видов растений, тем самым предоставляя ему больше ресурсов и пространства. Например, некоторые чувствительные растения более уязвимы к воздействиям окружающей среды, тогда как T. jasminoides, как высоко адаптируемое вьющееся растение, лучше способно занимать экологические ниши, дополнительно повышая свой потенциал выживания. Более того, деятельность человека, такая как урбанизация, сельское хозяйство и дорожное строительство, нарушила естественные местообитания, создав новые экотонные (пограничные) среды. Эти пограничные среды могут быть более благоприятны для роста T. jasminoides. Например, он может использовать открытые пространства или недавно построенные вертикальные структуры (такие как здания и заборы) для лазания и распространения, тем самым способствуя его распределению [45]. Вместе эти переменные влияют на экологическую нишу и географическое распространение T. jasminoides.

Таблица 4. Вклад и оценка важности перестановок климатических переменных в модели MaxEnt для Trachelospermum jasminoides.

Миграция центроида распределения и пространственные изменения структуры T. jasminoides представляют собой важнейшие экологические реакции на изменение климата. При гипотезе выбросов SSP1-2.6 подходящие районы выживания T. jasminoides продолжают расширяться. Тем не менее, при гипотезах выбросов SSP2-4.5 и SSP5-8.5 эта площадь сначала растет, а затем сокращается. В отличие от текущей ситуации, распределение районов со средней и высокой пригодностью для выживания T. jasminoides дополнительно расширяется в южном Китае, с тенденцией к сокращению в направлении юго-востока. Однако основное распространение средне- и высокопригодных местообитаний остается сконцентрированным в центральном и восточном Китае, включая провинции Тайвань, Цзянси, Чжэцзян, Цзянсу и Фуцзянь. С пространственной точки зрения, климатические типы, пригодные и высоко пригодные для распространения T. jasminoides, в основном представляют собой субтропический муссонный климат и тропический муссонный климат. Глобальное потепление усилило влагоемкость атмосферы, что проявляется в увеличении общего количества осадков и интенсификации экстремальных осадков. Интенсивность муссонных осадков значительно возросла, в частности в муссонных регионах Азии и Африки. Из-за изменений, вызванных тепловой динамикой климатической системы, тропический пояс осадков может смещаться к полюсам, потенциально расширяя зону муссонного климата, что приведет к расширению районов, считающихся средне- и высоко пригодными для обитания. Кроме того, подходящий ареал местообитаний для T. jasminoides обычно уменьшается от юго-восточных прибрежных зон к северо-западным внутренним районам, что соответствует общему распределению годового количества осадков по Китаю. Уровень пригодности также имеет тенденцию снижаться от юго-восточных побережий к северо-западным внутренним районам, отражая общее распределение годовых осадков в стране. Рельеф Китая претерпевает изменения через три градиента высот, простирающихся от восточных побережий до западных районов, причем оптимальные районы выживания T. jasminoides расположены преимущественно в южной части третьего высотного градиента. Среди различных экологических элементов считается, что высота над уровнем моря заметно влияет на распределение осадков [46]. На больших высотах обычно выпадает меньше осадков из-за более низкой плотности воздуха, что снижает содержание влаги и, следовательно, количество осадков. В этом исследовании районы с высокой пригодностью для распространения T. jasminoides в основном населяют равнины, холмы и другие низменные районы, где обильные осадки более благоприятны для его роста. Из-за муссонного эффекта юго-восточные прибрежные районы Китая получают обильные осадки, в частности Тайвань, который находится на крайнем юго-востоке Китая. Годовое количество осадков здесь обычно превышает 1600 мм [47], что соответствует прогнозируемому моделью оптимальному диапазону осадков для T. jasminoides. В 2050-х годах, при сценарии SSP5-8.5, площадь высоко пригодных местообитаний является наибольшей, в основном сконцентрированной в средних и нижних частях бассейна реки Янцзы, а общая площадь подходящих местообитаний показывает наибольшее увеличение. В этом исследовании отмечается, что прогнозируемая тенденция увлажнения в бассейне реки Янцзы при сценарии SSP5-8.5 (22,47 мм/10 лет) значительно выше, чем тенденция увлажнения при сценарии SSP1-2.6 (14,76 мм/10 лет) («мм/10 лет» представляет собой количество увеличения осадков в миллиметрах за десятилетие, указывая на скорость изменения количества осадков за десятилетний период). Кроме того, от ближайшего к долгосрочному будущему тенденция увлажнения в бассейне реки Янцзы замедлится при сценарии SSP1-2.6, в то время как она ускорится при сценарии SSP5-8.5, особенно в юго-восточной части бассейна реки Янцзы, где, как ожидается, зимние осадки будут более влажными [48]. Это согласуется с выводом исследования о том, что количество осадков в самый холодный квартал является ключевым ограничением, влияющим на распространение благоприятных жизненных пространств для T. jasminoides, что свидетельствует о достоверности прогнозов местообитаний для T. jasminoides в этом исследовании. При гипотезах выбросов SSP1-2.6 и SSP2-4.5 колебания оптимальных районов выживания T. jasminoides относительно невелики, что указывает на то, что колебания в этих районах незначительны. Эта стабильность благоприятствует созданию долгосрочных производственных баз для T. jasminoides, которые могут способствовать местному экономическому развитию, одновременно сохраняя видовое разнообразие.

Изучение сдвигов в географическом распространении видов в условиях изменения климата имеет большое значение для предоставления научных данных [49]. В этом конкретном исследовании модель MaxEnt была использована для прогнозирования потенциального распределения подходящих местообитаний T. jasminoides как при текущих, так и при будущих климатических сценариях. Результаты подчеркивают, что провинции Тайвань, Цзянси, Фуцзянь, Цзянсу и Чжэцзян подходят для долгосрочного культивирования и развития T. jasminoides. Эти регионы могут служить как для экономического культивирования, например, для лекарственного использования, так и для декоративных целей в ландшафтном дизайне и озеленении. Однако это исследование имеет определенные ограничения. Прогнозируемое распределение подходящих местообитаний T. jasminoides основано на текущей экологической нише, отображенной с помощью модели Maxent для представления идеального распределения. Однако некоторые изначально подходящие местообитания могли быть заняты человеческой инфраструктурой, такой как здания или кемпинги. В таких случаях эти территории могут считаться подходящими местообитаниями только при условии реализации планов восстановления. Поэтому прогнозируемая площадь подходящих местообитаний может быть больше, чем фактическая площадь подходящих местообитаний. Кроме того, результаты исследования показывают, что индекс антропогенного воздействия (hf) является доминирующим внешним фактором, ограничивающим его подходящее распространение для выживания T. jasminoides. Будущие исследования могли бы сравнить пространственное распределение в естественных условиях (без деятельности человека) с пространственным распределением в условиях, подверженных влиянию человека [50].

Это исследование использовало модель MaxEnt и систему ArcGIS для картирования потенциального подходящего распределения для выживания T. jasminoides в различных гипотезах выбросов для 2050-х и 2090-х годов на основе его текущей ниши. Результаты подчеркивают, что среди 15 отобранных экологических факторов в модели количество осадков в самый холодный квартал (Bio19) является наиболее важным экологическим фактором, ограничивающим распространение T. jasminoides. Дополнительно, другие переменные, такие как средняя температура самого сухого квартала (Bio18), количество осадков в самый теплый квартал (Bio9), сезонность температур (стандартное отклонение × 100) (Bio4) и индекс антропогенного воздействия (hf), являются основными факторами, влияющими на подходящие местообитания этого вида. В будущем высоко пригодные районы выживания T. jasminoides будут по-прежнему сосредоточены в юго-восточных регионах Китая, охватывая такие провинции, как Тайвань, Цзянси, Фуцзянь, Цзянсу и Чжэцзян, смещаясь на юго-восток по сравнению с текущей ситуацией. При климатической гипотезе SSP1-2.6 подходящая района выживания продолжает увеличиваться; однако при климатических гипотезах SSP2-4.5 и SSP5-8.5 подходящая района выживания сначала расширяется, а затем сокращается. В 2050-х годах XXI века при климатической гипотезе SSP5-8.5 площадь высоко пригодного выживания достигает своего пика, при этом наиболее значительное расширение общей районы подходящего выживания. Тем не менее, деятельность человека может привести к тому, что фактическая района подходящего выживания будет меньше прогнозируемой. Текущий центр распространения T. jasminoides находится на 113,40° в.д., 28,17° с.ш. Эти результаты поддерживают стратегии интродукции и культивирования T. jasminoides, способствуя местному экономическому росту и сохранению биоразнообразия в условиях будущего изменения климата.

1.    Song, H.; Tan, J.; Ma, R.; Kennelly, J.; Tan, Q. Anti-inflammatory constituents from Caulis trachelospermi. Planta Medica 2022, 88, 721–728. [Google Scholar] [CrossRef] [PubMed]

2.    Tsiang, Y.; Li, P.T. (Eds.) Flora Reipublicae Popularis Sinicae; Science Press: Beijing, China, 1977; Volume 63, p. 216. ISBN 9787030481740. [Google Scholar]

3.    Choi, J.N.; Choi, Y.; Lee, J. Anti-inflammatory effects of β-sitosterol-β-D-glucoside from Trachelospermum jasminoides (Apocynaceae) in lipopolysaccharide-stimulated RAW 264.7 murine macrophages. Nat. Prod. Res. 2012, 26, 2340–2343. [Google Scholar] [CrossRef] [PubMed]

4.    Jiang, T.; Yan, W.; Kong, B. The extract of Trachelospermum jasminoides (Lindl.) Lem. vines inhibits osteoclast differentiation through the NF-κB, MAPK and AKT signaling pathways. Biomed. Pharmacother. 2020, 129, 110341. [Google Scholar] [CrossRef]

5.    Jiang, T.; Zhang, J.; Ruan, B. Trachelogenin alleviates osteoarthritis by inhibiting osteoclastogenesis and enhancing chondrocyte survival. Chin. Med. 2024, 19, 37. [Google Scholar] [CrossRef]

6.    Zhao, Z.; He, X.; Zhao, Y. Phytochemistry, Pharmacology and Traditional Uses of Plants from the Genus Trachelospermum L. Molecules 2017, 22, 1406. [Google Scholar] [CrossRef]

7.    Cong, L.; Han, D. Ecological characteristics of high quality wild ornamental plants in South China. Isr. J. Ecol. Evol. 2020, 67, 98–105. [Google Scholar] [CrossRef]

8.    Abanto-Bazán, R.A.; Dávila-Pórcel, R.A.; Suárez-Vázquez, S.I. Characterization of particulate matter deposition on leaves of six native plant species in a green infrastructure system in the city of Monterrey, México. Int. J. Environ. Sci. Technol. 2024, 21, 3129–3140. [Google Scholar] [CrossRef]

9.    Gedik, G. Extraction of new natural cellulosic fiber from Trachelospermum jasminoides (star jasmine) and its characterization for textile and composite uses. Cellulose 2021, 28, 6899–6915. [Google Scholar] [CrossRef]

10. Schnitzer, S.A.; van der Heijden, G.; Mascaro, J. Lianas in gaps reduce carbon accumulation in a tropical forest. Ecology 2014, 95, 3008–3017. [Google Scholar] [CrossRef]

11. Pasquini, S.C.; Wright, S.J.; Santiago, L.S. Lianas always outperform tree seedlings regardless of soil nutrients: Results from a long-term fertilization experiment. Ecology 2015, 96, 1866–1876. [Google Scholar] [CrossRef]

12. Briscoe, N.J.; Morris, S.D.; Mathewson, P.D. Mechanistic forecasts of species responses to climate change: The promise of biophysical ecology. Glob. Change Biol. 2023, 29, 1451–1470. [Google Scholar] [CrossRef] [PubMed]

13. Parry, M.L. Climate Change 2007—Impacts, Adaptation and Vulnerability; Working Group II Contribution to the Fourth Assessment Report of the IPCC; Cambridge University Press: Cambridge, UK, 2007; Volume 4, ISBN 0521880106. [Google Scholar]

14. Zhan, P.; Wang, F.; Xia, P.; Zhao, G.; Wei, M.; Wei, F.; Han, R. Assessment of suitable cultivation region for Panax notoginseng under different climatic conditions using MaxEnt model and high-performance liquid chromatography in China. Ind. Crops Prod. 2022, 176, 114416. [Google Scholar] [CrossRef]

15. Brummitt, N.A.; Bachman, S.P. Plants Under Pressure—A Global Assessment: The First Report of the IUCN Sampled Red List Index for Plants; KEW Royal Botanic Gardens: London, UK, 2010. [Google Scholar]

16. Wang, Y.; Pineda-Munoz, S.; McGuire, J.L. Plants maintain climate fidelity in the face of dynamic climate change. Proc. Natl. Acad. Sci. USA 2023, 120, e2201946119. [Google Scholar] [CrossRef] [PubMed]

17. Ash, J.D.; Givnish, T.J.; Waller, D.M. Tracking lags in historical plant species’ shifts in relation to regional climate change. Glob. Change Biol. 2017, 23, 1305–1315. [Google Scholar] [CrossRef]

18. Urban, M.C.; Bocedi, G.; Hendry, A.P. Improving the forecast for biodiversity under climate change. Science 2016, 353, aad8466. [Google Scholar] [CrossRef]

19. Heng, S.; Li, N.; Yang, Q. Effects of environment and human activities on rice planting suitability based on MaxEnt model. Int. J. Biometeorol. 2024, 68, 2413–2429. [Google Scholar] [CrossRef]

20. Haase, C.G.; Yang, A.; McNyset, K.M. GARPTools: R software for data preparation and model evaluation of GARP models. Ecography 2021, 44, 1790–1796. [Google Scholar] [CrossRef]

21. Wei, Y.; Xian, X.; Zhao, H. Projection of the Potential Global Geographic Distribution of the Solanum Fruit Fly Bactrocera latifrons (Hendel, 1912) (Diptera: Tephritidae) Based on CLIMEX Models. Horticulturae 2024, 10, 977. [Google Scholar] [CrossRef]

22. Serrano-Notivoli, R.; Longares, L.A.; Cámara, R. bioclim: An R package for bioclimatic classifications via adaptive water balance. Ecol. Inform. 2022, 71, 101810. [Google Scholar] [CrossRef]

23. Ahmed, A.S.; Chala, D.; Kufa, C.A. Potential changes in the extent of suitable habitats for geladas (Theropithecus gelada) in the Anthropocene. BMC Ecol. Evol. 2023, 23, 65. [Google Scholar] [CrossRef]

24. Phillips, S.J.; Anderson, R.P.; Schapire, R.E. Maximum entropy modeling of species geographic distributions. Ecol. Model. 2006, 190, 231–259. [Google Scholar] [CrossRef]

25. Li, Y.; Shao, W.; Huang, S. Prediction of Suitable Habitats for Sapindus delavayi Based on the MaxEnt Model. Forests 2022, 13, 1611. [Google Scholar] [CrossRef]

26. Yang, G.; Liu, N.; Zhang, X. Prediction of the potential distribution of Chimonobambusa utilis (Poaceae, Bambusoideae) in China, based on the MaxEnt model. Biodivers. Data J. 2024, 12, e126620. [Google Scholar] [CrossRef] [PubMed]

27. Wei, L.; Chen, X.; Yang, H. Predicting Suitable Habitat for China’s Endangered Plant: Cycas Segmentifida Using Maxent Under Climate Change. Pak. J. Bot. 2024, 56, 1881–1888. [Google Scholar] [CrossRef]

28. Wang, S.; Lu, Y.; Han, M. Using MaxEnt Model to Predict the Potential Distribution of Three Potentially Invasive Scarab Beetles in China. Insects 2023, 14, 239. [Google Scholar] [CrossRef]

29. Feng, J.; Cao, Y.; Manda, T. Effects of Environment Change Scenarios on the Potential Geographical Distribution of Cunninghamia lanceolata (Lamb.) Hook. in China. Forests 2024, 15, 830. [Google Scholar] [CrossRef]

30. Wang, Y.; Xie, L.; Zhou, X. Prediction of the potentially suitable areas of Leonurus japonicus in China based on future climate change using the optimized MaxEnt model. Ecol. Evol. 2023, 13, e10597. [Google Scholar] [CrossRef]

31. Eyring, V.; Bony, S.; Meehl, G.A. Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geosci. Model Dev. 2016, 9, 1937–1958. [Google Scholar] [CrossRef]

32. Venter, O.; Sanderson, E.W.; Magrach, A. Data Descriptor: Global terrestrial Human Footprint maps for 1993 and 2009. Sci. Data 2016, 3, 160067. [Google Scholar] [CrossRef]

33. Zhang, M.; Zhou, Z.; Chen, W. Major declines of woody plant species ranges under climate change in Yunnan, China. Divers. Distrib. 2014, 20, 405–415. [Google Scholar] [CrossRef]

34. Lu, S.F.; Chen, Y.H.; Zhou, S.Y. Responses of Pinus species to climate change in southwestern China. J. For. Environ. 2020, 40, 466–477. [Google Scholar]

35. Wan, G.-Z.; Wang, L.; Jin, L. Evaluation of environmental factors affecting the quality of Codonopsis pilosula based on chromatographic fingerprint and MaxEnt model. Ind. Crops Prod. 2021, 170, 113783. [Google Scholar] [CrossRef]

36. Zhang, S.; Liu, X.; Li, R. AHP-GIS and MaxEnt for delineation of potential distribution of Arabica coffee plantation under future climate in Yunnan, China. Ecol. Indic. 2021, 132, 108339. [Google Scholar] [CrossRef]

37. Liu, C.; White, M.; Newell, G. Selecting thresholds for the prediction of species occurrence with presence-only data. J. Biogeogr. 2013, 40, 778–789. [Google Scholar] [CrossRef]

38. Zhang, F.; Liang, F.; Wu, K. The potential habitat of Angelica dahurica in China under climate change scenario predicted by Maxent model. Front. Plant Sci. 2024, 15, 1388099. [Google Scholar] [CrossRef] [PubMed]

39. Cui, L.; Shi, J. Temporal and spatial response of vegetation NDVI to temperature and precipitation in eastern China. J. Geogr. Sci. 2010, 20, 163–176. [Google Scholar] [CrossRef]

40. Tang, Y.; Zhou, W.; Du, Y. Effects of temperature, precipitation, and CO2 on plant phenology in China: A circular regression approach. Forests 2023, 14, 1844. [Google Scholar] [CrossRef]

41. Jiang, R.F.; Liu, Y.H. Effects of soil matrix and moisture on the growth of Davidia involucrata seedlings. J. Northwest Univ. 2016, 31, 134–139. [Google Scholar]

42. Wang, T.; Li, W.; Cui, H. Predicting the Potential Habitat Distribution of Relict Plant Davidia involucrata in China Based on the MaxEnt Model. Forests 2024, 15, 272. [Google Scholar] [CrossRef]

43. Xu, W.; Svenning, J.; Chen, G. Human activities have opposing effects on distributions of narrow-ranged and widespread plant species in China. Proc. Natl. Acad. Sci. USA 2019, 116, 26674–26681. [Google Scholar] [CrossRef]

44. Kim, J.B.; Bae, D.H. The impacts of global warming on climate zone changes over Asia based on CMIP6 projections. Earth Space Sci. 2021, 8, e2021EA001701. [Google Scholar] [CrossRef]

45. Murcia, C. Edge effects in fragmented forests: Implications for conservation. Trends Ecol. Evol. 1995, 10, 58–62. [Google Scholar] [CrossRef] [PubMed]

46. Jiang, Y.; Yang, K.; Yang, H. Characterizing basin-scale precipitation gradients in the Third Pole region and associated determinants. Hydrol. Earth Syst. Sci. Discuss. 2022, 2022, 4587–4601. [Google Scholar] [CrossRef]

47. Zhong, X.; Zhang, L.; Zhang, J. Maxent modeling for predicting the potential geographical distribution of Castanopsis carlesii under various climate change scenarios in China. Forests 2023, 14, 1397. [Google Scholar] [CrossRef]

48. Li, Y.; Yan, D.; Peng, H. Evaluation of precipitation in CMIP6 over the Yangtze River Basin. Atmos. Res. 2021, 253, 105406. [Google Scholar] [CrossRef]

49. Teng, J.; Li, H.; Lu, S.F.; Yin, X.J.; Li, G.; Chen, Z.; Wamg, Y. Responses of Cold-Temperate Coniferous Forest to Climate Change in Southwestern China. J. Northwest For. Univ. 2023, 38, 33–44. [Google Scholar]

50. Luo, J.; Chen, Y.; Wu, Y. Suitability and Structural Optimization of Vegetation Restoration on the Loess Plateau: A MaxEnt Model-Based Study of Environmental and Anthropogenic Impacts. Forests 2024, 15, 1528. [Google Scholar] [CrossRef]

Yu H, Zhuo Z, He Z, Liu Q, Deng X, Xu D. Distribution of Trachelospermum jasminoides Under the Influence of Different Environmental Factors. Agriculture. 2025; 15(3):285. https://doi.org/10.3390/agriculture15030285

Перевод статьи «Distribution ofTrachelospermum jasminoidesUnder the Influence of Different Environmental Factors» авторов Yu H, Zhuo Z, He Z, Liu Q, Deng X, Xu D., оригинал доступен по ссылке. Лицензия: CC BY. Изменения: переведено на русский язык

Фото: wikipedia