文献阅读 | 气候稳定与基于陆地的减缓措施对生物多样性的影响

题目

Biodiversity can benefit from climate stabilization despite adverse side effects of land-based mitigation

作者

Haruka Ohashi, Tomoko Hasegawa, Akiko Hirata, Shinichiro Fujimori, Kiyoshi Takahashi, Ikutaro Tsuyama, Katsuhiro Nakao, Yuji Kominami, Nobuyuki Tanaka, Yasuaki Hijioka & Tetsuya Matsui

期刊

Nature Communications

时间

2019年11月

一作

单位

Center for International Partnerships and Research on Climate Change, Forestry and Forest Products Research Institute, Forest Research and Management Organization, Matsunosato 1, Tsukuba, Ibaraki 305-8687, Japan.

链接

https://doi.org/10.1038/s41467-019-13241-y

研究背景

生物多样性丧失与人类的努力

20世纪里，人类对自然系统干预导致了生物多样性异常迅速的丧失，根据IUCN（国际自然保护联盟）公布的红色名录（Red List），1900年以来，已经有198种脊椎动物被证实“灭绝”。用灭绝速度表示即为，在过去100年间，脊椎动物的平均灭绝速度是前人类时代的22倍。

随着人们越来越认识到生物多样性对人类社会的重要性，防止生物多样性进一步丧失已经成为全球可持续发展政策的目标，例如《生物多样性公约》的爱知目标（the Aichi Targets，注：联合国制定的2011-2020年的生物多样性目标，共包括五大战略20项具体目标，如今已被去年发布的“昆明宣言”代替）和联合国开发计划署的可持续发展目标（SDGs）

驱动力一：土地利用变化

土地利用（Land-use Change）变化是生物多样性损失的最大驱动因素，尤其是在全球人口高速增长的背景下，农业面积的扩张造成了生态系统的剧烈变化，从1900年的2100万平方公里增加到2000年的5000万平方公里。

全球人口目前正迈向90-100亿，到2050年时，全球需要足够的土地提供商品和服务（食物、水、木材、能源、住宿和娱乐）从而在土地竞争性需求与保障地球生命维持系统之间取得平衡。另外人们对于农产品的需求不断增加也会对未来生物多样性造成压力，根据共享社会经济路径（Shared Socioeconomic Pathways，SSPs），预计到2100年，全球耕地会增加25%，牧场会增加6%，同时森林和其他自然土地的总面积会减少610万平方千米（相比于2010年）。

驱动力二：气候变化巨大的压力

另外，气候变化（Climate change）也构成了生物多样性的主要威胁，自1880年以来，全球平均变暖了0.85℃（注：此处使用的为IPCC于2014年发布的报告AR5，根据最新的AR6，全球平均变暖已达1.12℃），为了适应气候变化，生物的分布也发生了较大的改变。

最近的综合评估模型也显示，最严格的温室气体缓解方案需要大量基于陆地的缓解备选方案，例如大规模种植用于生产生物质能的能源作物、造林和避免毁林等等，而这与生物多样性的保护之间存在协同作用。

研究意义

在现实世界中，土地利用变化和气候变化二者同时发生，适宜栖息地的损失（loss）或收益（gain）来自于二者的联合作用，因此迫切需要对土地利用变化和气候变化进行综合评估，以明确气候变化缓解措施是否真的有助于生物多样性保护。

研究思路

本研究描述了在全球范围内大力减缓气候变化的努力下，气候变化和土地利用变化对生物多样性的综合影响，分别说明了限制气候变化幅度的有利影响和额外土地利用变化的影响，包括破坏性的以及预防性的影响。

首先，研究者使用亚太地区综合模型/可计算一般均衡模型（AIM/CGE）对区域土地利用总量进行了预测，该模型通过全球统一对农业、土地利用和能源部门征收碳税的方式实现气候变化缓解。

之后，在此基础上，利用基于事件-环境关联（occurrence–environment correlations）的物种分布模型估算了五种类群（维管植物、两栖动物、爬行动物、鸟类和哺乳动物）共8428个物种适宜栖息地的损失和收益，同时本研究还借助物种生活史的特征将物种水平上的扩散能力变化纳入了模型，使用更多的信息去呈现这个复杂机制。

情景设置

研究者主要考虑了两种未来情景：基线情景（baseline）与缓解情景（mitigation）。

基线情景假定没有温室气体减排，全球平均地表温度会持续上升；而缓解情景假定了2℃方案下雄心勃勃的气候变化缓解努力，即希望温室气体排放按照RCP2.6的路径下降，并同时考虑气候变化此时的影响。

本研究在不同情景下还考虑了反映未来不同社会经济发展趋势的五种土地利用变化替代设想方案，分别对应五个SSPs（注：五个典型的SSPs分别是：SSP1 (Sustainability，可持续路径)、SSP2 (Middle of the Road，中间路径)、SSP3 (Regional Rivalry，区域竞争路径)、SSP4 (Inequality，不均衡路径)和SSP5 (Fossil-fueled Development，化石燃料为主发展路径)）。

总的来说，缓解情景与方案当中的森林和能源作物的面积大于基线情景，而耕地、牧场和其他自然土地的面积相比之下较小。

而气候信息主要来自五个全球环流模式 (General Circulation Models，GCMs)的变量，这些模式具有两种代表性的浓度路径：RCP2.6对应的缓解设想方案大致为全球平均气温相比工业化前时代上升不到2℃；另一个是RCP8.5，大致为上升2.6-4.8℃。

为了分解土地利用和气候变化各自的影响，研究还设置了三种假设情景。

研究结果

影响适宜栖息地损失与收益的驱动因素

研究结果显示，无论是否实施气候变化减缓措施，全球适宜生境（Area of suitable habitats）的面积都不可避免会受到损失。然而，与基准情景相比，减缓情景中丧失的适宜生境较少，这可以从2050年和2070年的预测中看到。关于适宜生境减少的面积，2050年基线情景下为14.9-26.0%，而在减缓方案中为12.6-23.3%，2070年基线情景下损失的面积为16.8-27.8%而基线方案则为21.6-35.9%。

另外也可以发现，随着时间的推移，两个情景之间的差异越来越大，到2070年时每一个分类类群都显示出比2050年更大的栖息地损失。

与土地利用变化相比，气候变化始终是主导因素，尽管严重程度因情景而异，而且气候变化造成的适宜栖息地的丧失要小于基线方案。另一方面，在减缓情景中，由于土地利用变化而丧失的适宜生境比基线情景会更大，这是因为减缓情景中有更大比例的土地被转换用于造林和能源作物的种植与生产。但由于在所有分类组别中，气候变化的影响都更大，预计基线情景在总体上会产生更多负面影响。

此外，不同SSPs之间适宜生境的损失和收益存在显著差异，SSP1的适宜生境损失小而收益相对大，SSP4的生境损失小收益小，而SSP3和SSP5的损失和收益均较大。

图1 减缓（MIT）与基线（BL）两个情景对适宜生境损失和收益比例的预测情况（分物种）     图中确定了土地利用变化、气候变化以及对适宜生境的损失和收益的综合影响的各自贡献。图中显示了每个 SSP 中5个 GCMs的平均比例，每个分类类别包括: a维管植物、b两栖动物、 c爬行动物、 d鸟类和 e哺乳动物。土地利用变化贡献的相应数据点用三角形表示，土地利用变化和气候变化的累积贡献用交叉表示，所有驱动因素的累积贡献用圆形表示。

气候减缓措施净收益的地区异质性

适宜生境的丧失也因地区的不同而不同。基线情景中，欧洲、非洲和南美洲的物种总损失相对较大(图2)。而在减缓情景(图2和图3)下，大部分地区适宜生境的总损失会有明显减少。

但在21世纪50年代，欧洲和大洋洲的一些假想的物种组合会在缓解情景中进一步丧失适宜生境。这些生境丧失的区域差异可以分解为每个区域土地利用和气候变化的程度。

在考察土地利用变化对物种适宜生境丧失的个别影响时，丧失的程度与土地从目前的土地利用变为另一种土地利用的比例呈现相关关系(图4a)。同样，由于气候变化造成的生境丧失的比例与最热月份最高温度的变化程度也呈现相关关系 (图4b)。

在预计缓解设想方案中土地利用将发生巨大变化的区域(例如欧洲)，由于土地利用变化导致适宜生境的损失增加，因此通过缓解措施，合适生境的损失总量仅略有减少(图3和图4)。

图2 减缓（MIT）与基线（BL）两个情景对适宜生境损失比例的预测情况（分地区） 每个方框代表每个方案中每种SSPs和GCMs组合的预测结果中的2.5-97.5% 。每个框中的粗线显示中间值。

图3 减缓政策净效益的预测结果 通过减缓相对于基线的影响，减少从目前到2050年(上图)/2070年(下图)适宜生境丧失的比例，按物种的原生区域加以汇总。 每个方框代表每个方案中每种SSPs和GCMs组合的预测结果中的2.5-97.5% 。每个框中的粗线显示中间值。

图4 土地利用变化和气候变化幅度对适宜生境丧失区域变化的影响    a. 从现有土地用途改为另一种土地用途的土地比例对因土地用途改变而丧失合适生境的比例的相关关系。b. 最温暖月份最高温度的差异对适宜生境中气候变化造成的损失比例的相关关系。

分析与讨论

初步结论

尽管一些地区由于陆地温室气体减排的努力而遭受生物多样性的损失，但通过严格的温室气体减排来稳定气候总的来说可以为全球生物多样性提供净效益，减少物种灭绝的风险。这些有益影响在本世纪下半叶变得更加重要。为加强减少温室气体排放与防止生物多样性丧失之间的协同作用，有必要制定强有力的土地利用条例和促进可持续性的社会变革。

与减缓温室气体排放努力有关的土地利用变化的影响是不容忽视的，缓解和基线情景下适宜栖息地的损失会是不可避免的。而这一点与气候特点本身有关（温室气体减排不会立即使升温停止，升温会接着持续一段时间）。

不足之处1：对土地利用变化影响的低估

一方面是因为模型关注的是土地覆盖的变化，并假设每种土地利用类型的土地利用强度的影响不会影响物种生境的适宜性。但如果使用大量无机肥料或杀虫剂来提升土地利用强度进而增加作物产量，则会有可能增加丧失生物多样性的风险，这部分对物种分布模式的影响是缺乏考虑的，因此会造成低估。

另一方面则是因为如果用非本地的物种造林，而不是努力恢复原有的自然森林环境，温室气体减排和土地利用变化对森林内生物多样性的负面影响会更大。这些由环境质量差异引起的适宜生境的变化可能会导致分析的系统误差。

另外，本研究只评估了那些有足够数据可以构建物种分布模型的物种，这意味着适应人类长期土地利用历史的物种可能是被选中的，而对那些易受人为干扰物种影响的物种则可能被低估了。

不足之处2：结果高度依赖对社会经济条件的假设

模型的结果来自于对于未来生活方式、能源效率、生物质利用的基本假设，这些假设可能影响到未来土地利用的变化。在SSPs中，由于同时涉及对上述几个因素的改变，而不可能识别出决定土地利用变化的因素。

目前，广泛使用的土地利用预测是针对单一的RCP-SSP方案组合进行的，不允许孤立地区分社会经济条件之间的差异。明确考虑各种社会经济条件和温室气体缓解备选办法的进一步工作需要具体说明实现温室气体减排和生物多样性目标所必需的关键社会经济因素。

不足之处3：目标单一化

本研究只揭示了适宜栖息地的面积变化，这只是温室气体减缓的一个目标，未来应当包括人类健康、粮食安全等多个部门。

小结与展望

本研究强调了考虑温室气体减缓活动和气候变化所造成的土地利用变化的影响的重要性。结果表明，为了平衡温室气体减排和防止生物多样性进一步丧失，有必要对易受土地利用变化影响的物种给予额外的养护努力。

更重要的是，需要认真规划，以便在减少温室气体排放和防止生物多样性丧失之间实现协同增效作用。

在政策制定方面，关于气候变化减缓和生物多样性保护的讨论目前存在分歧，因此这两个政策框架应该结合起来，或者至少适当地进行沟通。

此外，经济-土地-生物多样性三者的因果关系综合建模能够评估各种社会经济条件对生物多样性的直接和/或间接影响，这将鼓励探索今后实现多重可持续发展目标的途径。

研究方法（部分）

物种分布模型介绍：该模型预测物种在景观中的出现概率，研究物种的出现与环境的关系。此方法最近作为评估环境变化对有机体分布的影响的工具而变得越来越重要。

本研究使用的是MaxEnt v3.343，一种最稳健的建模方法，特别是对于只有在场数据而缺乏数据难以收集的情况。方法的使用包括四个阶段：①资料预处理；②事件-环境关联的物种层次建模；③估计可供使用的生境；④分解生境损失或收益的驱动因素。

过滤GBIF中的事件数据：GBIF（Global Biodiversity Information Facility，全球生物多样性信息机构）收集了大量基于数字化手段获取的物种观测记录与调查数据。

研究者首先获取了截止2015年7月的全部数据集，之后提取研究中涉及的五大类群：维管植物、哺乳动物、两栖动物、爬行动物和鸟类的记录，然后根据经纬度信息确定地理位置，同时参考了其他数据集，最终划分了七个区域：北美洲、南美洲、欧洲、非洲、亚洲、大洋洲和“多地区”（multiple regions）。最后将获得的在场数据（presence data）作为响应变量（response variable）用于建立MaxEnt模型。

数据库空间偏差：生成背景数据

物种分布模型的假设为在整个感兴趣的区域内系统或随机取样，但实践中受到各种社会约束的影响，事件的记录往往更倾向于出现在更容易获取或者更方便进行调查的地区。

因此采样存在偏差，模型因此无法区分物种能否在某一特定环境中被观察到是努力搜索的结果还是人为偏好使然。研究采用基于目标群体的抽样方式（Target group sampling）解释抽样偏差，具体采用的是偏差背景法（Bias background approach）。

研究中“Methods”部分还介绍了对于数据进行后续处理的具体方法，包括解释变量的选择、模型的运行、物种的选择、适宜生境和物种扩散能力的预测、未来情景的具体参数与预测等等。

启示与思考

这篇文章对于GLOBIOM模型未来引入生物多样性的指标提供了一定的指导。主要把土地利用、气候变化两大驱动力对于生物多样性指标的影响借助现有的观测数据进行了情景的构建、适宜生境变化量的预测以及两大因素内部的分解，整个过程是完整的对生物多样性的评估过程。

得出的结论比较符合我的直觉，气候变化对生物多样性的影响会大于土地利用，另一个重点则是气候变化减缓对于土地利用的影响同样会威胁生物多样性，这就对减缓政策的提出提供了一个重要的原则：不应该过度转换原有自然土地功能。

但也正如文中所提到的，本研究也存在不少不足之处，模型的输入很大程度上依赖于SSPs系列的情景数据，同时生物观测数据本身是存在系统误差的等等，这些问题都需要在未来在情景设置方面，数据处理等方面进行更深入的研究。

编辑&排版：房晨

相关阅读

点击“阅读原文”浏览小组主页