【目的】预测思茅松在云南省的潜在分布区，探讨影响思茅松潜在分布的主导环境变量，为思茅松适地适树、科学经营提供依据。【方法】基于多次全国森林资源清查云南省固定样地数据确定思茅松现实分布点，选取影响林分生长的19个生物气候变量、3个地形变量和11个土壤变量，采用最大熵模型（Maxent）模拟思茅松在云南的潜在分布区，通过受试者工作特征曲线下面积AUC(Area Under Curve)评价模型精度，使用刀切法（Jackknife method）分析环境变量对思茅松潜在分布区影响的重要程度，最后通过思茅松存在概率逻辑值（P）采用相等间隔法对思茅松潜在分布区进行分类。【结果】思茅松Maxent模型预测结果准确性极好，10折交叉验证AUC的均值为0.921。根据模型各因子的最终贡献率，影响思茅松潜在分布的主要环境变量为温度和降水，其次是土壤、地形因子；刀切法检验结果显示，影响思茅松潜在分布区排名前五的主导环境变量为最干季平均温度（Bio9）、等温性（Bio3）、最湿月降水量（Bio13）、最湿季平均温度（Bio8）和降水量的季节性（Bio15）。思茅松的核心适宜区主要分布普洱市，其次是临沧市和西双版纳州，玉溪市和红河州有少量分布。【结论】最大熵模型能够很好的预测云南省思茅松的潜在分布区，筛选出影响思茅松潜在分布区的主导环境变量及其阈值合理，形成的思茅松潜在分布适宜性等级图可为思茅松适地适树、科学经营提供依据。

【目的】胡杨是干旱区的主要建群种,对维持干旱地区的生态环境稳定具有重要意义。探讨限制胡杨分布的主导环境变量,模拟胡杨潜在适宜分布区,可为胡杨资源保护与恢复提供理论依据。【方法】基于全球胡杨226个现有居群分布地理信息以及4类综合环境变量(气候、地形、土壤、水文),采用MaxEnt模型,模拟胡杨潜在适宜分布区;综合使用受试者工作特征曲线、刀切法、环境变量贡献率及置换重要值,分析MaxEnt模型可信度,比较采用单一气候变量与4类综合环境变量模拟结果的准确性,探讨制约胡杨地理分布的环境变量。【结果】1)受试者工作特征曲线下的面积(AUC值)显示,基于气候变量与4类综合环境变量的MaxEnt模型训练集分别为0. 983±0. 002、0. 982±0. 001,验证集分别为0. 980±0. 006、0. 967±0. 009,表明2种不同变量参数的数据集对AUC值影响较小,模拟效果好,可信度高。2)基于环境变量贡献率、置换重要值以及刀切法检验的结果,采用4类综合环境变量进行MaxEnt模型模拟,可挖掘影响胡杨分布的更多有效环境变量,胡杨地理分布主要受最干月份降水量、最热季节降水量、10～40 cm土壤含水量、根部土壤湿度、土壤水分蒸发量等4类综合环境变量影响; 3)基于气候变量模拟的胡杨适宜分布面积是4类综合环境变量模拟结果的4. 33倍,4类综合环境变量模拟的胡杨适宜分布区能够体现胡杨沿河岸分布的细节特征。4)基于MaxEnt模型模拟的胡杨适宜分布面积远大于胡杨的实际分布面积,暗示着胡杨人工林具有较大的发展潜力。【结论】胡杨地理分布受多种环境变量影响,仅以气候变量模拟的胡杨适宜分布区与实际分布范围存在较大偏差。4类综合环境变量模拟的结果,更能反映胡杨现实居群的分布特征。本研究结果可为退化的胡杨林保护、修复提供理论参考。

【目的】采用优化Maxent模型对白栎的适生区进行预测,了解气候因子对白栎分布的影响,同时结合植物耐寒性区域地图(PHZM)探讨白栎的栽培区划和引种区划,为白栎的引种栽培提供理论基础。【方法】采用Maxent模型,利用AICc指标对特征参数(feature)和正规化参数(β)进行筛选,建立最优模型。基于484条分布记录和10个环境变量模拟白栎在末次盛冰期、全新世中期、现代和2070年的潜在分布区。综合jackknife检验、置换重要值和百分比贡献率、限制环境因子,探讨影响白栎适生分布区的环境因子。【结果】1)最优模型的参数设置为:feature为LQP和β乘数为1.5。2)jackknife检验表明:年均温、最干月降雨量、平均日温差、温度年较差为关键因子;百分比贡献率排前3名的环境变量依次为平均日温差、温度年较差、年均温;置换重要值排前3名的为年均温、温度年较差和等温性。影响现代最适分布区的环境限制因子为年降雨量和最干月降雨量;影响未来最适分布区的环境限制因子为极端最高温和最干月降雨量。3)白栎的现代高度适生区集中分布在重庆、贵州局部地区、湖南、湖北南部、江西、安徽南部、福建北部和长江三角洲地区;末次盛冰期时白栎的高度适生区在湖南和江西零星地区,较现代分布区面积减少28.28%;全新世中期高度适生区范围与现代相似,较现代高度适生区面积增加6.44%,面积达到最大;在进行未来适生区的预测时,原本不具有适生区的辽宁出现少部分低度适生区,2070年温度可能升高,适宜分布区向北扩张,高度适生区面积减少6.44%。【结论】年均温、平均日温差、温度年较差和最干月降水量是制约白栎分布格局的重要环境因子。影响白栎的现代最适宜分布区和未来的最适分布区的环境限制因子为年降雨量、最干月降雨量和极端最高温。末次盛冰期白栎的高度适生区集中在华中地区,随气候的转暖逐渐向北移动。全新世中期时,高度适生区面积扩张达到最大。未来气温升高,白栎适生区可能发生向北扩张的趋势,高海拔地区分布的白栎更容易受到气候的影响。根据Maxent预测的白栎分布区结合中国耐寒性区域地图进行白栎的栽培区划和引种区划,新疆、北京、天津可能适合白栎的引种栽培。

【目的】依据气候变化,探究气候变化对松针红斑病分布的影响,预测中国松针红斑病的潜在分布区。【方法】根据松针红斑病已知分布区域和相关气候数据,结合政府间气候变化专门委员会(IPCC)针对未来气候变化情景发布的CCSM4气候模式数据,采用最大熵模型(MaxEnt)预测松针红斑病的潜在分布区。【结果】松针红斑病最适宜分布区为黑龙江、吉林、辽宁、内蒙古东北部和云南省。经刀切法分析(Jackknife)表明,6月降水量、11月平均最高温度和最冷季度降水量等主要影响松针红斑病的潜在分布区。在未来不同气候变化情景下,总适宜区面积呈上升趋势,增加幅度为15. 66%～18. 29%。山东北部、河北、山西的大部分地区、陕西中部和南部、甘肃东南部、四川北部和南部、辽宁西部和内蒙古东部的各等级适宜区面积增加,适宜等级上升。【结论】MaxEnt模型预测结果与实际调查结果具有很高的一致性,能够反映松针红斑病在中国的分布情况。随着未来气候变化,云南、四川交界地区,东北三省和内蒙古东北部最适宜分布区呈现破碎化的趋势。松针红斑病适生区质心有由东北向华北、西北扩散的趋势。

【目的】预测祁连圆柏在青海省的潜在分布区，为祁连圆柏林的经营管理和保护修复提供理论依据。【方法】利用气候、地形、土壤、生态系统类型和人类活动强度5类环境变量，基于R语言Kuenm程序包优化后的MaxEnt模型预测祁连圆柏在青海的潜在分布区，并探讨影响祁连圆柏地理分布的主导环境因子及其适宜区间，同时应用2018—2020年青海省祁连圆柏林现地调查数据对预测结果进行准确性验证。【结果】预测的祁连圆柏潜在分布区主要分布在青海东部、东北部和北部，适生区面积为3.20万km~2，用于验证的现地调查小班均落入预测的适生区。祁连圆柏适宜生长的环境条件：气候（最热月份最高温15～22℃、最冷月最低温-23～-15℃、年平均降水量300～600 mm、等温性<39%、降水季节性变异系数88～103），地形（海拔2 800～3 950 m、坡度12°～18°、坡向（阳坡、半阳坡及半阴坡）），土壤（土壤有效水含量> 0.4 mm/m、0～30 cm土层硫酸盐含量<0.2%），生态系统类型（农田、林地和草地生态系统）；祁连圆柏适宜分布区人类足迹指数> 10。【结论】优化后的MaxEnt模型可准确反映祁连圆柏的潜在适宜区分布情况。祁连圆柏地理分布是由地形、气温、降水、生态系统类型、土壤和人类活动等多种因素综合影响的结果，海拔是影响祁连圆柏在青海分布的主导环境因子。研究结果可为祁连圆柏造林适宜空间选择提供可靠的理论依据和实施方向，同时，分布区适宜性等级划分结果可为祁连圆柏林的经营管理和保护修复决策提供参考。

【目的】分析未来气候环境对鹅掌楸Liriodendron chinense空间分布的影响,以利于科学合理地制定鹅掌楸的保护措施。【方法】采用最大熵模型(MaxEnt)和地理信息系统(ArcGIS)软件,以鹅掌楸的地理分布数据、 Worldclim生物气候变量和人类活动强度数据为依据,分析影响鹅掌楸分布的主导因子,并对其在中国的适宜性分布区进行预测。【结果】MaxEnt模型有很好的预测能力,训练集均值为0.973,测试集为0.953。年均降水量、最湿季度降水量、最冷月最低温、降水量变异系数和昼夜温差月均值是影响鹅掌楸分布的五大因子,总贡献率超过80%;人类活动强度也有影响,贡献率为2.3%。将MaxEnt模型预测结果导入GIS软件中进行适生区分级,发现鹅掌楸高适宜分布区在西南地区的大巴山以南向西南方向延伸到贵州中北部地区;在华东地区为北起天目山,向南延伸至浙南和闽北的丘陵山区。该模拟结果与已有调查结论一致。对21世纪50年代和21世纪70年代不同温室气体排放场景(RCP)下鹅掌楸在中国的分布预测表明:鹅掌楸的适宜分布区有向高纬度轻微移动的趋势,分布面积随着年份的增长呈先稳定后下降趋势;至21世纪70年代,RCP 8.5时,面积较当代减少5.3%,与已有研究认为全球变暖情况下生物适宜分布区减少的结果吻合。【结论】该预测结果表明了气候变化将影响鹅掌楸种群分布,可为鹅掌楸未来的栽培与迁地保护提供参考。图2表3参31

研究使用R软件中的CaretEnsemble和Caret程序包,并基于Stacking方法来实现模型集成,研究南方红豆杉Taxus chinensis var.mairei在浙江省丽水市莲都区的潜在分布区,并比较5种单一模型的模拟结果及其与集成模型的差异。结果表明:单一模型中极端梯度上升模型表现最好,其次是随机森林模型、支持向量机模型、朴素贝叶斯模型和分类回归树模型,集成模型模拟结果好于单一模型,其Kappa值达0.80,准确率达0.90。集成模型模拟结果显示:影响南方红豆杉分布的主要环境因子为海拔、归一化植被指数和年平均最少降雨量。南方红豆杉主要适宜生长在浙江省丽水市莲都区的山地丘陵地区,中部盆地及平原地区不适宜南方红豆杉的生长,其在莲都区的潜在分布区面积为5.01万hm~2。构建的集成模型在一定程度上提高了模型精度,使预测效果更优。图1表3参23

木灵藓科植物是干旱、半干旱环境中常见的藓类植物，对温度和降水极为敏感.木灵藓科在中国的物种丰富度由东向西增加，在新疆的丰富度较高.木灵藓属(Orthotrichum)、显孔藓属(Lewinskya)、多胞藓属(Nyholmiella)是三个在新疆分布较为广泛的属.预测当前以及未来气候情景下这三个属在新疆的潜在分布范围，将为木灵藓科区系和多样性研究提供一定的参考依据，也能预判未来气候变化对新疆地区木灵藓属的分布影响.该文根据木灵藓属、显孔藓属、多胞藓属在新疆的125个地理采集样点和19个气候因子，运用MaxEnt模型预测了它们适生区，并分析这些气候因素对其分布范围的影响.结果显示：1) AUC值高达0.945,说明该模型能够很好地预测了三个属的适生区范围.Jackknife检验表明，影响三个属分布的主要气候因子为最湿季平均气温以及最干季降雨量，贡献率分别为24.5%、23.9%.2)该三属主要分布在阿勒泰、塔城、中部天山山脉、哈密、喀什和克州等地区，在和田和巴州也有一定的分布.在21世纪50年代的气候情景下，这些属在阿尔泰和塔城的分布范围将扩大，而在喀什和巴州的则缩小.总体而言，在21世纪70年代的气候情景下，这三个属在新疆的潜在分布区面积比现在的有所缩小.该文以气候因子预测了木灵藓科在新疆当前和未来的潜在分布范围，今后的工作中，将考虑影响苔藓植物生长的地形、植被的类型等，以进一步提高预测结果的准确性.

【目的】研究基于物种分布模型预测天然林类型适宜分布区的方法,探讨影响天然林类型适宜性分布的主导环境因子及其阈值,制作主要天然林类型的潜在分布适宜性等级图,为东北林区天然林修复中的树种选择和结构调整提供依据。【方法】基于吉林省第八次森林资源连续清查固定样地数据,采用最大熵物种分布模型,划分11个主要天然林类型(含7类混交林),确定其现实分布点,选取影响林分生长的19个气候因子、33个土壤因子和3个地形因子共55个环境变量。对各天然林类型经变量筛选后进行分布建模,通过受试者工作特征曲线下的面积(AUC)评价模型精度。采用刀切法对模型进行检验,计算各环境变量对天然林类型分布的影响程度,筛选影响天然林类型分布的主导环境因子;将分布适宜性划分为5个等级,并制作不同天然林类型的分布适宜性等级图。【结果】基于最大熵模型的吉林省11个主要天然林类型适宜性分布的训练集和检验集的AUC在0.687 2~0.946 9之间,检验集的精度1个达到"极准确"、7个达到"很准确"、2个达到"较准确"、1个达到"一般"的水平,模型具有很好的泛化能力。各环境变量对天然林类型分布的影响程度由大到小依次为最热月的最高温度、海拔、最热季度的平均温度和年平均温度,最热月的最高温度为其中10个类型的主导环境因子,海拔为其中8个类型的主导环境因子,最热季度的平均温度为7个类型的主导变量因子,年平均温度为其中6个类型的主导环境因子,气温和海拔对预测的天然林类型分布有重要影响。基于建立的模型,形成吉林省11个主要天然林类型的潜在分布适宜性等级图。【结论】最大熵模型能够很好预测吉林省主要天然林类型的分布适宜区,筛选的影响每个天然林类型分布的主导环境因子及阈值合理,形成的吉林天然林类型潜在分布适宜性等级图可为东北林区天然林修复中的树种选择和结构调整提供科学依据。

基于云南省123个站点多气候要素数据,应用多元回归和逐步回归方法,建立了云南区域多年平均年、月潜在蒸散量地理空间分布的科学表达式;结合应用GIS和空间插值方法,精细化模拟了云南潜在蒸散量气候值的地理空间分布。模拟结果与实测蒸发量气候值的时空间分布趋势一致;干季月值模拟略偏小,夏季主汛期月值模拟相对偏大,年值和月值的模拟推算结果都有客观性和实用价值。研究认为,平均气温T与日照时数S的乘积ST,比T或S对潜在蒸散量大小和变化有更好的指示作用;云南区域ST、T的气候年值与基本地理参数关系密切,这是本文模拟推算潜在蒸散量气候值空间分布的重要依据。

为模拟西北太平洋柔鱼(Ommastrephes bartramii)潜在栖息地分布,分析柔鱼渔场时空变化和环境变化规律。利用2011—2015年中国鱿钓船在西北太平洋海域获得的柔鱼渔业生产数据,结合该海域海洋环境遥感数据,包括海表面温度(sea surface temperature, SST)、叶绿素a (Chlorophyll-a, Chl a)浓度、净初级生产力(net primary productivity, NPP)、混合层深度(mixed layer depth, MLD)及海平面异常(sea level anomaly, SLA),采用最大熵模型对柔鱼潜在栖息地进行模拟,并利用ArcGIS软件对栖息地适宜性进行评价。结果显示,7月柔鱼最适宜区主要分布在39°N～43°N, 150°E～163°E。8月柔鱼最适宜区向东移动,较适宜区向北扩张至46°N。9月柔鱼最适宜区和较适宜区面积向西缩小,主要集中在40°N～46°N, 150°E～160°E。10月最适宜区和较适宜区向南移动,主要分布在40°N～45°N,150°E～165°E。各月影响柔鱼潜在分布的重要环境因子有所差异,7—8月为SST,9月为MLD和SST,10月为NPP和SST。研究表明西北太平洋柔鱼分布受海洋环境因子的影响,时空变化明显,最大熵模型对西北太平洋柔鱼潜在栖息地分布的模拟精度非常高。

通过对云南松和思茅松的磺化化学机械浆(SCMP)进行探索,结果发现了磺化处理思茅松木片的最佳工艺条件为:Na_2SO_3用量为18%,最高温度为150℃,液比6:1,保温时间40min,然后应用YG01盘磨机进行机械后处理.同时发现SCMP的得率和光学性能接近SGW,强度性质接近CP.并发现由于云南松与思茅松原料本身的差异造成SCMP的强度也有差别,以上充分说明了SCMP能扩大MP的使用范围.

【目的】榧树Torreya grandis是我国特有的珍稀经济树种，预测榧树在湖南省的适宜分布区，探究影响其分布的主导环境因子，有助于其保护策略的制定和开发利用适宜地的选择。【方法】以湖南省193个野外调查榧树分布点为基础数据源，选取了22个影响其分布的环境变量，运用MaxEnt最大熵模型和ArcGIS 10.7软件，分析影响其分布的主导环境因子，预测其在湖南省的适宜分布区。【结果】1)ROC曲线下训练数据集10次交叉验证拟合的平均AUC值为0.914，测试数据集10次交叉验证拟合的平均AUC值为0.867，标准差为0.074，模型预测精度可靠。2）限制榧树当前潜在适生区分布的4个关键因素依次是海拔、坡度、最干季平均温度以及最热季降水量，其百分比贡献率依次为29.40、16.90、8.60、7.30；置换重要性依次为53.30、14.60、5.70、6.50。3）榧树在湖南省的适生区总面积为9.114×10~4 km~2，高适生区、中适生区、低适生区面积分别为0.872×10~4、2.659×10~4、5.583×10~4 km~2；榧树适生区主要集中在湘中、西、东南地区，高、中适生区集中分布在邵阳北部、南部、西南部，益阳西南部，永州中南部，娄底西北部以及怀化中南部。【结论】地形、气候等因子综合影响着湖南省榧树的地理分布格局，邵阳、益阳、永州、娄底、怀化等地区中，海拔较低、地势相对平缓、气候凉爽的溪谷地区可能适合榧树的引种栽培。

以２０个云南松天然群体为对象，ＳＳＲ分析表明云南松遗传变异主要存在于群体内，各群体间的遗传多样性水平差异不显著。基于ＳＳＲ分子标记遗传多样性分析，根据Ｎｅｉ’Ｓ遗传相似度，采用逐步聚类优先取样法，分别对初始群体、遗传多样性保护单元和剩余群体进行比较、ｔ检验，以此评价遗传多样性保护单元的代表性。结果表明，利用该方法抽样的群体能很好地代表初始群体的遗传多样性，按３０％的群体抽样，等位基因数、有效等位基因数、ＳｈａＮＮｏＮ’Ｓ信息指数和期望杂合度的保留率分别达到初始群体的９８．０３％、１０５．３６％、１０３．９９％和１０５．５６％。保护单元的遗传多样性均高于剩余群体，抽样群体组成的遗传多样性保护单元．．．

红松是我国重要的经济树种和生态树种,同时也是国家储备林树种,所以对于红松的研究很有必要。目前我们国家林业资源数据庞大,数据之间的联系也越来越紧密,利用现代科技方法对于传统林业数据进行分析挖掘势在必行。针对以上问题,本研究以红松(Pinus koraiensis)作为研究对象,利用一类和二类林业调查数据,获得红松分布点信息,同时结合气候、地形、土壤等环境数据,采用随机森林模型,对于红松进行全国范围内的潜在分布预测,绘制潜在分布范围结果示意图,同时对影响红松生长的重要环境因子进行分析。另外在辽宁省内,选择红松