Kesimpulan.

Dinamika biogeografis menyarankan 2 tema utama: 1) distribusi hutan hujan

evergreen saat ini tidak mewakili distribusi historisnya selama jutaan tahun terakhir dan 2) zona
vegetasi mengalami sejarah biogeografis yang sangat berbeda, menyediakan sistem model yang
ideal untuk menguji hipotesis dasar tentang proses perakitan komunitas dan ukuran populasi
historis. Mengingat strategi sejarah kehidupan pohon-pohon hutan hujan, di mana umur sering
melebihi 2 abad (40), selingan interglasial dari Periode Kuarter melengkapi periode perubahan
cepat dan menempati kurang dari 10% dari sejuta tahun terakhir (Gbr. 3). Bukti filogenografik
dari wilayah tersebut menunjukkan bahwa komunitas hutan sudah cukup tua dan bahwa
peristiwa perwakilan utama terjadi sebelum masa Pleistosen (41, 42). Dinamika komunitas
refugia yang diilustrasikan di sini memiliki dampak kecil pada distribusi geografis variasi
sekuens DNA. Hasil ini menunjukkan bahwa spesies hutan memiliki kemampuan untuk
merespons dan bertahan melalui filter biogeografis yang dramatis ini. Sementara sebagian besar
ahli ekologi tropis mencari penjelasan untuk keberadaan bersama spesies berdasarkan kesesuaian
antara tekanan seleksi saat ini dan komposisi komunitas (43), efek historis dari peristiwa
biogeografis yang dramatis dan baru-baru ini mungkin memainkan peran utama dalam komposisi
komunitas tingkat lanskap lokal (34) .

Dalam hal konservasi dan dinamika hutan di masa depan, siklus glasial / interglasial
pengurangan dan fragmentasi telah diperkuat dua kali lipat dan diperluas dengan konversi hutan
menjadi penggunaan lahan lainnya, terutama di dataran rendah (44). Fragmentasi dan
pengurangan lebih lanjut dari hutan dataran rendah ini hanya dapat semakin membahayakan
populasi yang sudah rentan. Mengingat keragaman besar yang saat ini ditemukan di hutan-hutan
Asia Tenggara (45), mekanisme dan proses alami harus ada yang memungkinkan komunitas-
komunitas ini untuk bertahan hidup dari peristiwa-peristiwa biogeografis historis yang dramatis
di masa lalu. Penggunaan model historis yang terinci secara spasial untuk menguji berbagai
asumsi tentang mekanisme dan proses ini di laboratorium alam yang hebat di Asia Tenggara
akan sangat meningkatkan pemahaman kita tentang respons masa depan terhadap perubahan
iklim dan pembangunan, dan akan memberikan wawasan tentang cara terbaik untuk memitigasi
proses yang sedang berlangsung. konversi dan degradasi hutan megadiverse ini.

Metode

Model Area Tanah. Data topografi dan batimetri diunduh dari National Geophysical Data
Center dari National Oceanic and Atmo-spheric Administration, Departemen Perdagangan AS,
menggunakan fasilitas Web Desain-A-Grid mereka. Bidang minat penelitian ini didefinisikan
sebagai 15.30N / 94.55E, 15.30N / 1 19.25, 8.15S / 94.55E, dan 8.15S / 1 19.25. Data diekstraksi
sebagai raster sederhana dari basis data global ETOPO2 2 '. Catatan perubahan permukaan laut
untuk wilayah Sunda Shelf untuk transisi glasial-interglasial diekstraksi dari studi regional (8)
sementara R. Bintanja dengan ramah menyediakan rekonstruksi permukaan laut global dan
perubahan suhu selama jutaan tahun terakhir (22). Bintanja fiata, kenaikan 100 tahun,
disederhanakan menjadi kenaikan 500 tahun dengan mengambil rata-rata 500 tahun sekitar setiap
tanda 500 tahun. Data Hanebuth (8) disambungkan ke data Bintanja pada 20.500 tahun yang lalu.
Untuk memperkirakan distribusi dan total luas lahan kering pada setiap titik dalam deret waktu,
kami secara langsung mengaitkan data bathymétrie dengan perkiraan perubahan permukaan laut
untuk setiap titik dalam deret waktu. Margin of error (sekitar 10 m) hanya akan mempengaruhi
estimasi kami tentang distribusi hutan pantai.

Simulasi Paleoclimate untuk LGM. Rata-rata curah hujan dan suhu bulanan disimulasikan
untuk kondisi lahan saat ini dan pada Maksimum Es Terakhir untuk wilayah Sunda Shelf
menggunakan model sirkulasi umum atmosfer-laut global (GCM) yang dikembangkan di
Geophysical Fluid Dynamics Laboratory di Princeton, NJ (14) . Model ini mensimulasikan
evolusi global atmosfer, lautan, dan es laut serta interaksinya pada resolusi spasial sekitar 2 ° di
garis lintang dan 3,75 ° di garis bujur. Model ini dipilih karena efektivitasnya dalam
mensimulasikan pola ENSO tropis yang saat ini mendominasi Samudra Pasifik dan
kemampuannya untuk menghasilkan paleo-ENSO yang sesuai dengan data proksi paleoklimat
(11) dan yang merupakan elemen penting dalam fitur iklim di wilayah tersebut. Untuk menguji
kisaran variabilitas dalam model, kami mengambil rata-rata dan 1 standar deviasi (baik plus dan
minus) curah hujan bulanan dari 75 tahun data simulasi. Nilai simulasi diinterpolasi antara titik-
titik grid GCM untuk membuat raster untuk curah hujan dan suhu dengan resolusi geografis yang
sama dengan model area lahan. Karena itu kami menggunakan 4 raster iklim yang berbeda: 1
untuk kondisi saat ini, 1 untuk model rata-rata, dan 1 masing-masing untuk plus dan minus 1
standar deviasi model.

Memodelkan Distribusi Tipe Hutan di LGM. Kami mendefinisikan 3 tipe hutan tropis utama
yang berbeda: hutan evergreen, semievergreen, dan musiman, menggunakan definisi iklim yang
relatif sederhana. Mengingat sempitnya cakupan wilayah minat kami, kisaran suhu selalu tetap
dalam definisi umum "tropis," jadi tipe hutan ditentukan berdasarkan curah hujan. Semua titik
pada raster iklim dengan sedikitnya 1.900 mm curah hujan tahunan digolongkan sebagai
"evergreen." Ambang batas ini untuk curah hujan jauh lebih tinggi dari perkiraan awal oleh ahli
biologi tropis (6), sehingga distribusi iklim hutan hijau dalam model kami harus merupakan
perkiraan konservatif. Kami memilih ambang batas yang lebih tinggi ini karena lebih sesuai
dengan catatan sejarah teknologi di beberapa titik. Kondisi semi-hijau didefinisikan sebagai
1.100 hingga 1.900 mm dari total curah hujan tahunan, sementara kondisi musiman hingga
kering di bawah 1.100 mm total curah hujan tahunan.

Pemodelan Jenis Vegetasi di LGM. Distribusi saat ini dari 3 zona vegetasi utama dimodelkan
di ekuator menggunakan definisi topografi yang ketat: pesisir [luas daratan 0-10 m di atas
permukaan laut (dpl)]; dataran rendah (luas tanah 10-450 m dpl); dan dataran tinggi (1.000-2.200
m dpl). Model ini tidak termasuk hutan "bukit" transisi antara 450-1.000 m dpl. Kami memilih
untuk membatasi analisis kami di dataran rendah dan dataran tinggi sebagaimana didefinisikan di
sini untuk fokus pada zona vegetasi yang berbeda. Untuk menggabungkan respons zona vegetasi
terhadap perubahan suhu lokal, kami menghitung laju kelangkaan vegetasi menggunakan 4 nilai
(83, 124, 166, dan 207 m / AC °), berdasarkan ulasan untuk wilayah (10). Karena tingkat respons
vegetasi ini diperkirakan untuk hutan pada ketinggian 1.000 m dpl, respons hutan dataran rendah
disesuaikan sebesar 40%. Nilai-nilai yang diinterpolasi untuk perubahan suhu, relatif terhadap
khatulistiwa, digunakan untuk memodelkan jumlah perubahan ketinggian pada zonasi vegetasi,
berdasarkan pada 4 tingkat perubahan vegetasi. Perkiraan perubahan suhu kemudian dikalikan
dengan laju lapse dan ditambahkan ke ketinggian absolut dari lokasi tersebut untuk setiap
kondisi model. Sementara perbedaan suhu antara kondisi saat ini dan LGM mirip dengan hasil
model lainnya, kami memeriksa 2 tingkat perubahan suhu yang berbeda di LGM: penurunan
suhu di ekuator yang dihasilkan oleh model rata-rata dan 2 kali nilai ini (kira-kira -3 derajat ).

Menggabungkan Bukti Sejarah. Hasil model simulasi awal jelas bertentangan dengan
beberapa aspek dari catatan sejarah kondisi iklim selama Periode Kuarter (17). Resolusi
geografis dari model sirkulasi umum atmosfer-lautan yang digabungkan cukup kasar dan tidak
memasukkan efek topografi lokal. Jadi, untuk meningkatkan model, kami memperbarui catatan
sejarah dan meninjau keadaan pengetahuan kami saat ini (Gbr. S1). Setelah mengevaluasi bukti,
titik jangkar ditambahkan di lokasi geografis yang kritis ke simulasi iklim untuk menegakkan
kondisi kering musiman yang ditemukan dalam catatan sejarah Kuarter Akhir, posisi batas iklim
musiman / selamanya di LGM di Kalimantan Selatan menjadi sangat penting. dalam hal ini (Gbr.
S1). Titik jangkar ini kemudian dimasukkan ke dalam simulasi vegetasi untuk memperkuat efek
iklim lokal. Untuk memeriksa efek "koridor iklim musiman" di seluruh Rak Sunda selama glasial
Kuarter, 2 opsi juga dimasukkan ke dalam model: model koridor "tertutup" dan "terbuka". Dalam
model "tertutup", hanya bukti historis yang didukung dengan baik untuk kondisi kering musiman
yang digunakan, yang tidak memenuhi persyaratan untuk koridor kontinu. Dalam model "koridor
terbuka", 2 titik tambahan ditambahkan ke titik jangkar untuk menciptakan koridor berkelanjutan
hutan musiman / kering. Hasil awal menunjukkan bahwa hasil model sangat sensitif terhadap
interaksi antara perubahan suhu dan tingkat respons vegetasi, sehingga pemodelan dinamis lebih
lanjut memeriksa hasil minimal, median, dan maksimal untuk masing-masing dari 2 perkiraan
perubahan suhu di LGM, mengingat perbedaannya. tingkat respons vegetasi. Keempat kondisi
model ini adalah sebagai berikut: Max LERF (GMC + 1d, VR -83m, -1,4 C °, koridor tertutup),
LERF median-tertutup (GCMmean, -166m VR, -3 C °, dan koridor tertutup), Median -buka
LERF (GC- Mmean, -166m VR, -3 C °, dan koridor terbuka), dan Min LERF (GCM-1sd, -207m
VR, -3 C °, dan koridor terbuka).

Pemodelan Kondisi Historis yang Dinamis. Dengan menggunakan kondisi saat ini dan LGM
sebagai proksi untuk perubahan iklim ekstrem melalui Periode Kuarter, kami menginterpolasi
distribusi tipe hutan dan vegetasi utama dengan menciptakan "step raster" untuk presipitasi dan
perubahan suhu secara terpisah dengan mengasumsikan linier tingkat perubahan antara ekstrem
dari permukaan laut dan perubahan suhu. Langkah raster ini kemudian digunakan untuk
meramalkan dinamika spasial selama siklus glasial / interglasial terakhir (LGC = 120.000 tahun
yang lalu hingga sekarang) dan jutaan tahun terakhir dengan mengalikan perubahan permukaan
laut dan suhu pada setiap langkah 500 tahun dalam sejarah. merekam. Catatan sejarah untuk
perubahan permukaan laut diambil langsung dari catatan gabungan Hanebuth-Bintanja seperti
dijelaskan di atas, sedangkan perubahan suhu diambil dari catatan Bintanja. Alih-alih mengambil
langkah langsung dari catatan Bintanja, kami hanya membatasi perubahan suhu ekstrem agar
berada dalam nilai simulasi dari model GCM kami untuk kondisi LGM. Modulasi ini dari catatan
perubahan suhu akan menjaga waktu perubahan suhu tetapi mempertahankan mereka berada di
dalam wilayah yang diamati untuk itu. Karena distribusi geografis hutan pantai hanya
dipengaruhi oleh perubahan permukaan laut, jenis vegetasi ini dihitung secara sederhana sebagai
luas lahan dalam 10 m dari permukaan laut yang direkonstruksi pada setiap titik dalam rangkaian
waktu.