1 引言
烤烟作为云南的支柱产业之一， 产量常年位居全国榜首， 是云南打赢脱贫攻坚战的重要产业。气候条件对农业生产至关重要， 不同的光照、 气温、 降水组合条件深刻影响着烤烟的品质及产量， 进而影响着烤烟的适宜种植区域。联合国政府间气候变化委员会（IPCC）第六次评估报告第一工作组报告指出（孙颖， 2021； 王宏等， 2023）， 除非未来几十年内全球深度削减CO2和其他温室气体排放量， 否则21世纪全球表面温度升高幅度将超出1.5 ℃和2 ℃。而在全球气候变暖背景下， 中国地区的升温幅度更大， 将超出同期全球升温的平均值（鲍艳等， 2023； 李红梅等， 2022）。研究表明， 气候的时空格局变化会对包括地表植被在内的全球范围内绝大多数的物种分布格局等产生深远的影响（李文庆等， 2019； 赵倩倩等， 2021）， 因此， 明确云南烤烟适宜种植区对气候变化的响应， 对云南烤烟规模化种植、 专业化生产以及品质提升等均具有重大意义。
近年来， 关于物种适宜分布区及其对气候变化响应的研究大多采用生态位模拟（Ecological Niche Modelling， ENM）来完成（刘婷等， 2022； 张文秀等， 2020）， 而最大熵（杜超群等， 2019； 杨雯等， 2022）模型（Maximum Entropy， MaxEnt）因具有模型易操作、 数据易获取、 模拟结果直观易处理等特点而成为众多专家学者进行物种适宜分布区建模的优先选择之一。李梓豪等（2022）运用MaxEnt模型研究了气候变化背景下蒙古莸的潜在适生区变化， 为合理保护、 利用蒙古莸提供了科学依据。吕彤等（2022）运用MaxEnt模型研究了影响中国水稻种植分布的主要气候因子， 并预测了未来中国水稻适生区的变化， 为未来中国水稻种植推广提供了必要参考。陈禹光等（2022）运用MaxEnt模型研究了气候变化背景下杉木在中国的潜在地理分布， 为我国保护利用杉木资源提供了必要依据。
目前， 关于云南烤烟的研究多集中在田间施肥对烤烟产量及质量的影响（吕世保等， 2018； 余小芬等， 2020a）， 气候变化对烤烟种植气候适宜性的影响（胡雪琼等， 2016）， 烤烟香型与化学成分及生态环境的关系（高晋军等， 2022； 夏玉珍等， 2015）， 烤烟种植耗水规律（喻科凡等， 2021）， 烤烟种植技术对烤烟产量及质量的影响（刘青丽等， 2016； 余小芬等， 2020b）， 生物炭对土壤持水性及烤烟产量的影响（代快等， 2017）， 植烟土壤及其微量元素对烤烟产量的影响（闫辉等， 2021； 王小东等， 2018）， 纬度和海拔对烤烟农艺性状的影响（宋鹏飞等， 2017）， 气象灾害对烤烟种植的影响（韩敏等， 2022）， 不同烤烟品种烟叶质量特征及化学含量差异分析（李晓婷等， 2018； 任可等， 2019）等， 虽然也偶见关于气候变化对云南烤烟适宜种植区影响的研究， 但侧重于仅从气候角度分析气候变化对云南烤烟种植适宜性的影响， 很少见结合植烟土壤、 气候要素来研究云南烤烟适宜种植区对气候变化的响应情况。基于此， 本文以云南烤烟实测分布数据， 土壤及历史与未来气候等环境变量数据为基础， 运用MaxEnt模型研究历史时期云南烤烟适宜种植区分布， 预测在RCP4.5、 RCP8.5排放路径下云南烤烟适宜种植区对气候变化的响应， 并确定影响云南烤烟种植的主导环境变量及其对烤烟分布概率的影响， 研究结果与方法可为云南烤烟种植合理布局以及相关科学研究提供一定的参考和依据。
2 数据来源与方法介绍
2.1 数据来源
本研究所用数据包含烤烟物种分布数据、 相关环境变量数据两大类。烤烟物种分布数据共224个， 全部通过实地采样由GPS打点获得， 为消除样点过于密集对模型准确性造成的不利影响， 利用Arcgis的buffer工具进行样点筛选， 以剔除过于密集的样点， 设置3 km的缓冲区半径， 对缓冲区存在叠加的样点， 根据其疏密程度剔除密集处的样点， 筛选后获得有效烤烟种植点211个。环境变量数据由43个气候变量和20个土壤变量构成， 考虑到云南烤烟大田生长期主要为4 -9月的实际情况， 气候变量包括19个生物气候变量、 4 -9月平均日照时数、 平均最低气温、 平均最高气温、 平均降水量， 为便于分析气候变化对烤烟适宜种植区的影响， 43个气候变量均包含历史时期和未来时期的气候数据， 其中， 历史时期气候数据采用1950 -2000年实测数据， 未来时期气候数据采用IPCC第五次评估报告（AR5）中全球气候模式比较计划第五阶段（CMIP5）的预估数据， 生物气候数据为在RCP4.5、 RCP8.5排放路径下CCSM4气候模式模拟的2041 - 2060年预估数据， 由世界气候数据库Worldclim（https： //www.worldclim.org）下载获得。土壤变量包括土壤碳酸盐含量、 土壤PH值、 土壤质地分类、 土壤有机碳等20个要素， 由世界和谐土壤数据库HWSD（http： //www.fao.org）下载获得。63个环境变量数据的空间分辨率均为0.5°×0.5°， 所有数据均按照MaxEnt模型输入要求由Arcgis裁剪并转换成.asc格式。
2.2 研究方法
2.2.1 MaxEnt模型
MaxEnt模型是由Phillips等在2014年研发的预测模型， 该模型以最大熵理论为基础， 根据已知物种分布数据、 环境变量数据建立约束条件， 从而预测物种在研究时段、 研究区域内的可能分布（林正雨等， 2019； 赵宁等， 2020）， 模型采用AUC（Area under ROC Curve）值， 即ROC曲线（Receiver operating characteristic curve）下的面积值进行可靠性自检（Mohsen and Hammadi， 2018）。AUC值位于0~1之间， 越接近0， 模拟结果越差； 越接近1， 模拟结果越接近真实值（李文庆等， 2019； 方焱等， 2022）。现有研究表明（De et al， 2018； 姬柳婷等， 2020； 张文秀等， 2020）， AUC<0.6， 预测结果不合格； 0.6≤AUC<0.7， 预测结果较差； 0.7≤AUC<0.8， 预测结果一般； 0.8≤AUC<0.9， 预测结果较好； 0.9≤AUC<1.0， 预测结果极好； AUC=1.0， 预测值与实际值完全一致。运用MaxEnt模型进行历史时期及未来在RCP4.5、 RCP8.5两种排放路径下云南烤烟适宜种植区研究， 需要进行两次建模， 第一次建模用于关键环境变量筛选， 第二次建模用于烤烟适宜种植区研究， 第二次建模时， 只需将第一次建模的环境变量替换为筛选出的关键环境变量即可。
2.2.2 关键环境变量筛选
当环境变量较多时会导致多重共线性问题， 对模型准确性造成不利影响（王雨生等， 2019）， 故需通过第一次建模筛选出影响烤烟种植的关键环境变量。为此， 将211个烤烟物种分布数据、 63个环境变量数据全部输入MaxEnt模型， 其中， 样点分布数据的测试集与训练集比例设置为25%、 75%， 数据均随机选取（Wang et al， 2019）， 将63个环境变量中的土壤质地分类变量设置为categorical， 其余62个环境变量均设置为continuous， 运行模型后， 再利用模型自带的刀切法进行检验， 将结果中贡献率较低的环境变量剔除， 对保留的贡献率相对较高的环境变量， 通过SPSS软件进行pearson相关性分析， 对相关性高于0.8（王茹琳等， 2017）的环境变量， 根据各变量对烤烟种植影响的重要性， 剔除重要性相对较低的环境变量， 最终， 筛选出10个影响烤烟种植的关键环境变量（表1 ）。
表1 影响烤烟种植区分布的关键环境变量Table 1 Dominant environmental variables affecting the distribution of flue-cured Tobacco suitable planting |
| 序号 | 环境变量 | 所属种类 | 序号 | 环境变量 | 所属种类 |
|---|---|---|---|---|---|
| 1 | 昼夜温差月均值 | 气候 | 6 | 9月平均最低温度 | 气候 |
| 2 | 最热季节平均温度 | 气候 | 7 | 土壤碳酸盐含量 | 土壤 |
| 3 | 5月平均降水量 | 气候 | 8 | 土壤质地分类 | 土壤 |
| 4 | 7月平均降水量 | 气候 | 9 | 土壤有机碳含量 | 土壤 |
| 5 | 7月平均日照时数 | 气候 | 10 | 土壤酸碱度 | 土壤 |
3 结果与分析
3.1 模型适用性
运用MaxEnt模型第二次建模进行云南省烤烟适宜种植区预测， 结果显示， 二次构建的模型具有较好的适用性， 模型的训练集、 测试集的AUC值分别为0.822、 0.821（图1 ）， 达到预测结果为较好的标准， 说明采用10个关键环境变量二次建模的云南省烤烟适宜种植区预测模型， 可以较好地用于历史时期及未来云南省烤烟适宜种植区的预测。
3.2 云南省烤烟适宜种植区分布特征
MaxEnt模型运行结果为ASCⅡ格式， 经Arcgis的conversion工具进行格式转换后得到栅格格式的输出结果， 再将输出结果用reclass工具进行重分类后， 即可得到云南省烤烟适宜种植区等级分布图。模型输出结果范围在0~1之间， 越接近0， 代表烤烟的分布概率越低； 越接近1， 代表烤烟的分布概率越高（叶永昌等， 2016； 张丹华等， 2019）。根据烤烟分布概率P的大小， 利用Arcgis自带的自然断点法， 并结合云南实际确定烤烟适宜种植区的等级（表2 ）。最终得到历史时期烤烟在云南的适宜种植区分布［图2 （a）］和在RCP4.5、 RCP8.5排放路径下烤烟在云南的适宜种植区分布［图2 （b）， （c）］。
表2 烤烟适宜种植区等级与分布概率的关系Table 2 Relationship between the grade and distribution probability of flue-cured tobacco suitable planting regions |
| 种植区 等级 | 适宜种植区 | |||
|---|---|---|---|---|
| 高适宜区 | 中适宜区 | 低适宜区 | 不适宜区 | |
| 分布概率P | ［0.5， 1］ | ［0.3， 0.5） | ［0.15， 0.3） | ［0， 0.15） |
由图2 （a）可知， 历史时期， 烤烟高、 中适宜种植区主要分布于曲靖、 昆明、 楚雄、 昭通、 大理、 保山、 临沧、 玉溪东部、 红河中北部、 文山西北部等地， 丽江南部、 普洱中部亦有零星分布； 由图2 （b）、 图2 （c）可知， 相对于历史时期而言， 在RCP4.5、 RCP8.5排放路径下， 云南烤烟适宜种植区的面积以及分布都存在一定程度的变化， 但显而易见， 无论是历史时期还是未来气候条件下， 烤烟适宜种植区均存在在高适宜种植区外围分布中有中适宜种植区， 在中适宜种植区外围分布中有低适宜种植区的态势。
文中涉及的地图源于中华人民共和国自然资源部地图技术审查中心标准地图服务系统， 由该系统中云南省地理信息公共服务平台下载的审图号为云S（2021）48号的云南省地图制作， 底图无修改。
3.3 在RCP4.5、 RCP8.5排放路径下云南省烤烟适宜种植区变化
3.3.1 云南省烤烟适宜种植区面积变化
运用Arcgis加载MaxEnt模型的输出结果， 并通过Arcgis的Spatial Analyst Tools计算在历史时期以及RCP4.5、 RCP8.5排放路径下云南省各烤烟适宜种植区的面积（表3 ）。结果发现， 在历史时期、 RCP4.5排放路径下、 RCP8.5排放路径下， 云南烤烟适宜种植区的总面积分别约为23.82×106 hm2、 28.28×106 hm2和26.09×106 hm2， 分别约占云南国土面积的60.44%、 71.76%和66.19%， 其中， 高适宜种植区面积分别约为5.45×106 hm2、 6.07×106 hm2和4.34×106 hm2， 分别约占云南国土面积的13.83%、 15.39%和11.01%， 中适宜种植区面积分别约为10.37×106 hm2、 10.81×106 hm2和10.19×106 hm2， 分别约占云南国土面积的26.30%、 27.42%和25.86%， 低适宜种植区面积分别约为8.00×106 hm2、 11.41×106 hm2、 11.56×106 hm2， 分别约占云南国土面积的20.30%、 28.95%和29.32%。
表3 云南烤烟在历史时期、 未来气候条件下适宜种植区面积预测Table 3 Prediction of flue-cured tobacco suitable planting area in Yunnan under current and future climatic conditions |
| 区域 | 历史时期 | RCP4.5排放路径下 | RCP8.5排放路径下 | |||
|---|---|---|---|---|---|---|
| 预测面积/（×106 hm2） | 全省面积占比 | 预测面积/（×106 hm2） | 全省面积占比 | 预测面积/（×106 hm2） | 全省面积占比 | |
| 不适宜区 | 15.59 | 39.56% | 11.13 | 28.24% | 13.32 | 33.81% |
| 低适宜区 | 8.00 | 20.30% | 11.41 | 28.95% | 11.56 | 29.32% |
| 中适宜区 | 10.37 | 26.30% | 10.81 | 27.42% | 10.19 | 25.86% |
| 高适宜区 | 5.45 | 13.83% | 6.07 | 15.39% | 4.34 | 11.01% |
| 总适宜区 | 23.82 | 60.44% | 28.28 | 71.76% | 26.09 | 66.19% |
与历史时期相比（图3 ）， 在RCP4.5、 RCP8.5排放路径下， 云南烤烟的总适宜种植区面积均呈增加趋势， 但碳排放更高的RCP8.5排放路径的增加幅度略低于RCP4.5排放路径。在RCP4.5排放路径下的高、 中、 低适宜种植区面积均呈增加趋势， 与总适宜种植区变化趋势一致； 在RCP8.5排放路径下的低适宜种植区与总适宜种植区面积变化趋势一致， 即均呈增加趋势， 而高、 中适宜种植区面积则呈减少趋势。
相较于RCP4.5排放路径， 在RCP8.5排放路径下的云南烤烟总适宜种植区面积增幅略少， 且增加面积主要体现在低适宜种植区， 甚至出现高、 中适宜种植区面积减少的情况。可能是由于高碳排放情景下的云南部分地区的增温幅度超过了烤烟种植的适宜温度， 且这种变化主要体现在高、 中适宜种植区， 也就是说， 在RCP4.5排放路径下， 云南适当的增温会使烤烟的高、 中、 低适宜种植区面积均呈现增加趋势， 但是在RCP8.5排放路径下， 增温幅度过高时， 反而会出现仅低适宜种植区面积有较大幅度增加， 而高、 中适宜种植区面积略呈现减少的趋势。
总体来看， 在两种排放路径下， 云南地区不同程度的增温会使烤烟的总适宜种植区面积呈现不同程度的增加， 但增加的面积均主要体现在低适宜种植区， 高、 中适宜种植区面积只是略有增加， 甚至出现面积略有减少的情况， 其中， 在RCP4.5排放路径下， 低适宜种植区增加了8.65%， 高、 中适宜种植区的面积分别略微增加了1.56%和1.12%； 在RCP8.5排放路径下， 低适宜种植区增加了9.02%， 高、 中适宜种植区的面积分别略微减少了2.82%和0.44%。总之， 与RCP8.5排放路径相比， 在RCP4.5排放路径下云南地区的未来气候更适宜烤烟的种植。
3.3.2 云南省烤烟适宜种植区质心及区位变化
李文庆等（2019）、 姬柳婷等（2020）分别运用质心即各适宜种植区的几何中心的位置变化， 研究了气候变化对四子柳、 北重楼的影响， 取得较好效果。因此， 本文亦选用此法研究气候变化对云南烤烟适宜种植区的影响， 采用arcgis计算各等级适宜种植区的质心位置。由图4 看出， 不同气候条件下云南省烤烟适宜种植区的质心变化， 清晰地展现了在RCP4.5、 RCP8.5排放路径下气候变化对烤烟适宜种植区的影响。在RCP4.5排放路径下， 总适宜种植区的质心略向东偏北方向迁移， 在RCP8.5排放路径下， 总适宜种植区的质心略向北偏东方向迁移； 两种排放路径下的高适宜种植区总体上向东偏北方向迁移， 中适宜种植区总体上向西迁移， 低适宜种植区总体上向西偏南迁移。由此可知， 总适宜种植区质心的迁移主要是由高适宜种植区质心的迁移引起。
从区位上看， 相对于历史时期［图2 （a）］， 在RCP4.5排放路径下［图2 （b）］， 烤烟高、 中适宜种植区集中分布于曲靖、 昆明、 昭通、 玉溪东部、 红河中北部、 文山西北部等地区， 尤其是曲靖地区绝大部分均为高适宜种植区， 而大理、 保山、 临沧、 楚雄等地区的高、 中适宜种植区面积则出现不同程度的降低， 尤其是楚雄地区的高、 中适宜种植区面积减少较多； 在RCP8.5排放路径下［图2 （c）］， 烤烟高、 中适宜种植区集中分布于曲靖、 昆明、 昭通、 玉溪东部、 红河中北部、 文山西北部等地区， 而大理、 保山、 临沧、 楚雄等地区的高、 中适宜种植区面积也出现不同程度的降低， 同样是楚雄的烤烟高、 中适宜种植区面积减少较多。历史时期［图2 （a）］， 低适宜种植区主要集中分布于普洱中北部地区以及中适宜种植区外围； 在RCP4.5排放路径下［图2 （b）］， 低适宜种植区面积有较大的增加， 集中分布于普洱、 版纳北部、 楚雄、 德宏等地区以及中适宜种植区外围； 在RCP8.5排放路径下［图2 （c）］， 低适宜种植区面积同样有较大的增加， 主要分布于普洱、 版纳北部边缘、 楚雄等地区， 以及零星分布于中适宜种植区外围。
综上所述， 在RCP4.5、 RCP8.5排放路径下， 云南省烤烟总适宜种植区的面积均会增加， 总适宜种植区的位置总体上均向偏东偏北方向迁移。
3.4 主导环境变量及其与烤烟分布概率的关系
定义主导环境变量为MaxEnt运行中对模型贡献率高于10%的关键环境变量。由表4 可知， 主导环境变量由5月平均降水量、 最热季节平均温度、 土壤质地、 土壤碳酸盐含量共4项构成， 这4项贡献率总和达到80.9%。其中， 第1项和第2项的气候变量贡献率之和为47.1%， 第3项和第4项的土壤变量贡献率之和为33.8%， 由此可知， 主导环境变量中气候变量的贡献高于土壤变量， 且所有10项关键环境变量中， 第1项至第2项、 第5项至第6项、 第8项至第9项的气候变量贡献率总和为60.9%， 而第3项至第4项、 第7项和第10项的土壤变量贡献率总和为30.1%。因此， 对烤烟适宜种植区而言， 气候变量的贡献远高于土壤变量的贡献， 气候变量对烤烟适宜种植区分布的影响至关重要。
表4 影响烤烟种植的关键环境变量贡献率Table 4 Percent contribution of key environmental variables to the plantation of flue-cured tobacco |
| 序号 | 环境变量 | 贡献百分率 | 变量类型 | 序号 | 环境变量 | 贡献百分率 | 变量类型 |
|---|---|---|---|---|---|---|---|
| 1 | 5月平均降水量 | 26.1% | 主导型 | 6 | 9月平均最低温度 | 5.1% | 辅助型 |
| 2 | 最热季节平均温度 | 21.0% | 主导型 | 7 | 土壤有机碳含量 | 4.8% | 辅助型 |
| 3 | 土壤质地分类 | 20.5% | 主导型 | 8 | 7月平均降水量 | 0.7% | 辅助型 |
| 4 | 土壤碳酸盐含量 | 13.3% | 主导型 | 9 | 7月平均日照时数 | 0.5% | 辅助型 |
| 5 | 昼夜温差月均值 | 7.5% | 辅助型 | 10 | 土壤酸碱度 | 0.5% | 辅助型 |
以0.15作为适宜烤烟种植的阈值， 由图5 （a）可知， 5月平均降水量低于169.5 mm， 即适合烤烟的生存， 当降水量介于56.6~117.5 mm之间时， 烤烟的分布概率随着降水量的增加而增加； 当降水量介于117.5~169.5 mm之间时， 烤烟的分布概率随着降水量的继续增加而降低。因此， 最适宜云南烤烟种植的5月平均降水量为117.5 mm。由图5 （b）可知， 最热季节平均温度介于16.3~25.8 ℃之间时， 即适合烤烟的生存， 当气温介于16.3~20.9 ℃之间时， 烤烟的分布概率随着气温升高而增加； 当最热季节平均温度介于20.9~25.8 ℃之间时， 烤烟的分布概率随着气温升高而降低。因此， 最适宜云南烤烟种植的最热季节平均温度为20.9 ℃。由图5 （c）可知， 适宜云南烤烟种植的土壤质地主要有壤土、 砂质黏壤土、 粉砂质黏壤土、 壤质黏土、 粉砂质黏土、 黏土等， 以粉砂质黏壤土的存在概率为最高， 其为最适宜云南烤烟种植的土壤质地； 以黏土的存在概率为最低， 其为云南烤烟能够种植的最差土壤质地。由图5 （d）可知， 云南各地的土壤碳酸盐含量均满足本文设定的分布概率达到0.15的适宜烤烟种植的阈值， 当土壤碳酸盐含量介于0~10.5 g·kg-1之间时， 烤烟分布概率随着土壤碳酸盐含量的增加而增加； 当土壤碳酸盐含量介于10.5~15.0 g·kg-1之间时， 烤烟分布概率随着土壤碳酸盐含量的继续增加而逐渐降低； 当土壤碳酸盐含量超过15.0 g·kg-1时， 分布概率基本维持恒定。因此， 最适宜云南烤烟种植的土壤碳酸盐含量为10.5 g·kg-1。
图5 5月平均降水量（a）、 最热季节平均温度（b）、 土壤质地分类（c）、 土壤碳酸盐含量（d）与云南省烤烟地理分布概率之间的关系Fig.5 Relationships between the geographical distribution probability and the average precipitation in May （a）， the average temperature in the hottest season （b）， the classification of soil texture （c）， the content of soil carbonate （d） of flue-cured tobacco in Yunnan province |
综上所述， 5月平均降水量117.5 mm、 最热季节平均温度20.9 ℃、 粉砂质黏壤土、 土壤碳酸盐含量10.5 g·kg-1为云南烤烟种植最适宜气候环境条件。
4 讨论
近年来， 已有多种预测模型用于物种适宜种植区的预测， 诸如最大熵模型（MaxEnt）、 生态位因子分析（ENFA）等， 在众多模型中， MaxEnt模型因其操作简单、 预测效果较理想等优点， 而被专家学者广泛使用（姬柳婷等， 2020）。MaxEnt模型的输入数据包含两类， 一类是物种分布数据， 另一类是环境变量数据， 其中， 物种分布数据多数是由相关数据库查询、 文献检索以及实地采样得到， 本次研究所有211个样点分布数据均由实地调查采样通过GPS打点获得， 虽然实地调查采样可以获得第一手的物种分布数据， 但也不可避免地因手持GPS的精确度、 采样点选取的合理与否等等， 造成对模型精确度的不利影响。另一方面， 环境变量的选取也在很大程度上影响模型的准确性， 本次研究在吸收借鉴前人优秀科研成果的基础上， 通过第一次建模筛选影响烤烟适宜种植区分布的关键环境变量， 从而避免环境变量间因相关性过高等造成的共线性而导致的模型不准确问题， 涉及到人为判定相关性较高的不同环境变量间的生物学意义大小等步骤， 最终通过筛选从63个初始环境变量中筛选出10个关键环境变量， 但在筛选过程中， 难免因变量筛选不是十分准确而增加模型运行结果的不确定性。同时， 在研究烤烟适宜种植区对气候变化的响应时， 涉及到历史时期气候数据和在RCP4.5、 RCP8.5排放路径下的未来气候模式数据， 其中的气候模式数据本身在进行未来气候预测时就会存在一定的误差， 这也必然会影响模型的准确性。尽管如此， 本研究结果显示， 模型测试集的AUC值达到了0.822， 训练集的AUC值达到了0.821， 两者的模拟结果均为较好等级， 因此， 本次研究对云南烤烟适宜种植区分布的预测具有较好的适用性。
本次研究结果显示， 云南烤烟的适宜种植区主要位于曲靖、 昆明、 楚雄、 昭通、 大理、 保山、 临沧、 玉溪东部、 红河中北部、 文山西北部等地区， 这些地区大部分为云南烤烟种植集中连片区， 与云南烤烟种植的实际分布区域相符合。在RCP4.5、 RCP8.5两种排放路径下， 云南烤烟的适宜种植区面积都呈现出不同程度的增加趋势， 适宜种植区的质心位置大致会向偏东偏北方向迁移， 这与胡雪琼等（2016）得出的在RCP4.5、 RCP8.5排放路径下， 云南烤烟种植适宜区将出现北抬东扩、 面积增加趋势的研究结论基本一致。本次研究结论还显示， 在RCP8.5排放路径下， 云南烤烟的适宜种植面积虽然也呈增加态势， 但总体上， 增加面积略少于RCP4.5排放路径， 即在RCP4.5排放路径下一定范围内的适当增温， 可以使云南烤烟适宜种植区的面积增加， 但在RCP8.5排放路径下， 增温幅度过高时反而会抑制云南烤烟适宜种植区面积的增幅。而这与胡雪琼等（2016）的“RCP8.5排放路径下， 云南烤烟种植适宜区北抬东扩与面积增加的趋势比RCP4.5排放路径要更加明显”研究结论略有出入， 可能是由于两次研究时选取的主导环境因子不同所致， 本研究除包含胡雪琼等（2016）文章中的环境因子外， 还考虑了昼夜温差月均值、 9月最低气温以及土壤因子对烤烟适宜种植区的影响， 因此， 才导致两者研究结论略有出入。同时， 10个关键环境因子中， 贡献率最大的为5月平均降水量（表4 ）， 达总贡献率的26.1%， 是对云南烤烟适宜种植区分布具有决定性作用的因子， 这同5月为云南烤烟大田移栽期， 须有适宜的大田降水的生物学特性相一致。因此， 本研究可为云南烤烟种植及相关政府规划等提供一定的科学参考。
5 结论
本文基于云南烤烟实测分布数据， 土壤及历史与未来气候等环境变量数据， 研究了历史时期云南烤烟适宜种植区的分布， 预测了在RCP4.5、 RCP8.5排放路径下云南烤烟适宜种植区对气候变化的响应， 主要结论如下：
（1） 对云南烤烟种植而言， 影响其种植的主导环境变量按照贡献率大小依次为5月平均降水量、 最热季节平均温度、 土壤质地分类、 土壤碳酸盐含量， 这4项的累计贡献率达到80.9%。其中， 5月平均降水量的贡献率最大， 达到26.1%， 是影响云南烤烟种植的决定性因子。总体上气候变量对云南烤烟种植的影响高于土壤变量。
（2） 历史时期， 烤烟在云南的适宜种植区主要位于曲靖、 昆明、 楚雄、 昭通、 大理、 保山、 临沧、 玉溪东部、 红河中北部、 文山西北部等地， 丽江南部、 普洱中部亦有零星分布； 适宜种植区的总面积达23.82×106 hm2， 占全省面积的60.44%， 其中， 高、 中、 低适宜种植区的面积分别达5.45×106 hm2、 10.37×106 hm2和8.00×106 hm2， 分别占全省面积的13.83%、 26.30%和20.30%。
（3） 在RCP4.5和RCP8.5排放路径下， 未来云南烤烟适宜种植区面积呈现不同程度的增加趋势， 分别增加到28.28×106 hm2和26.09×106 hm2， 分别占全省面积的71.76%和66.19%， 总适宜种植区的质心沿偏东偏北方向迁移， 其中， 高适宜种植区总体上向东偏北方向迁移， 中适宜种植区总体上向西迁移， 低适宜种植区总体上向西偏南迁移。总适宜种植区质心的迁移主要是由高适宜种植区质心的迁移引起。