Environmental suitability and climate-informed spatial prioritization of Opuntia ficus-indica (L.) MILL. in India using MaxEnt and the analytic hierarchy process

方法

MaxEnt结合138个分布点与气候土壤土地利用数据，AHP加权，构建COPI指

发现

约108.5万km²当前适宜，54.9万km²列为高优先级，但适宜性不等于作物表现。

机会点

可引入多气候模型集合与田间产量数据，校准适宜性-生产力关系，提升决策支持可靠性。

气候知情的水资源受限农业系统多样化，需要识别在未来气候条件下仍保持适宜的环境区域。本研究评估了仙人掌梨（Opuntia ficus-indica）在印度当前和未来的环境适宜性，并构建了旱地农业规划的空间优先排序框架。利用138个经空间稀疏化的分布记录以及气候、土壤和土地利用/土地覆盖预测变量，采用MaxEnt模型，在BCC-CSM1-1全球气候模型下，基于四种RCP情景，分别投影至2050年代和2070年代。将MaxEnt得出的适宜性与选定的土壤和地表标准通过层次分析法（AHP）进行整合。未来适宜性持续性采用气候持续性指数（CPI）进行量化，并与当前综合适宜性相结合，推导出气候智慧型仙人掌梨优先指数（COPI）。当前中度至最适综合适宜区面积约为108.5万km²，其中73.41%（796,315 km²）在八个未来情景中的五个或更多情景下至少保持中度适宜性。COPI识别出549,070 km²（占分析面积的16.80%）为高或极高优先级区域，主要位于印度西部，半岛地区亦有额外机会。五个独立报道的印度试验地点在空间上与高或极高COPI等级相对应；然而，观测到的存活率和生产力差异表明，模型推导的适宜性并不能直接预测作物表现。主要局限性包括依赖单一气候模型、预定义的MaxEnt正则化参数和AHP权重、静态的土壤和土地利用假设以及有限的野外对应性。因此，COPI为优先开展基因型评价、农艺试验和气候智慧型旱地多样化提供了一个初步的生物物理决策支持框架，而非栽培成功或农业韧性的直接证据。