科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
