【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。

【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】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】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】对濒危物种细尤犀金龟适生区进行预测，为其保护提供理论依据。【方法】基于地理分布记录和环境变量数据，采用MaxEnt模型，利用27个有效分布点和19个环境因子，借助ArcGIS软件模拟细尤犀金龟在中国当前气候条件和未来（2050s，2070s）RCP2.6与RCP8.5此2种气候条件下的适生分布区，并筛选出影响分布的主导环境因子。【结果】对19个环境因子采用MaxEnt模型重复进行10次运算，计算出AUC值为0.986，表明MaxEnt模型精度高，同时去除掉贡献率和置换重要值较低的环境因子。采用MaxEnt模型中的“刀切法”筛选得到6个环境因子并进行分析，最终根据贡献率得出影响细尤犀金龟潜在地理分布的主导环境因子前4位依次为温度季节性（BIO4，53.7%）、最热季度的降水（BIO18，13.5%）、年降水量（BIO12，12.2%）和等温性（BIO3，11.8%）。在当前气候条件下，细尤犀金龟高适生区主要位于云南南部、西藏南部区域以及台湾中部零星区域。在2050年RCP2.6与2070年RCP8.5排放情景下，高适生区面积在台湾、云南和西藏部分地区虽有小幅度增加，但其它排放情景下的面积均有所减少。【结论】温度季节性、最热季度的降水、年降水量、等温性、最冷月份的最低温度和年温差是影响细尤犀金龟在中国潜在分布的主导环境因子。细尤犀金龟适生区的预测结果与其当前在中国的实际分布情况基本一致，但由于栖息地丧失、破碎化、退化以及生境的严重破坏，其未来的实际适生分布区存在进一步缩小和破碎化的趋势，濒危物种细尤犀金龟生存环境不容乐观。

【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

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】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。

为全面评价生态气候因子对湖北省烟叶生长发育的影响，利用2008—2020年中国气象局陆面数据同化系统CLDAS数据集和其他环境因子，基于最大熵模型（MaxEnt），利用湖北省西部烟区实际种植点位模拟湖北省烟区的潜在适宜性分布，并评估影响适宜性分布的主导环境因子。结果显示：MaxEnt模型对烟草适宜性分布的模拟预测精度较高（AUC=0.854）。海拔（650～1 750 m）、土壤类型（黄壤）、团棵期平均最低气温（8.9～15.0℃）、旺长期平均气温（16.0～22.9℃）、成熟期平均气温（18.8～25.6℃）是影响湖北烟草分布的主导环境因子。烟草的高适生区主要分布在恩施、十堰和襄阳南部及宜昌东南部，占湖北省总面积的18.2%,80%区域的海拔为700～1 350 m、团棵期平均最低气温11.2～14.5℃、旺长期平均气温19.2～22.8℃、成熟期平均气温22.0～25.4℃。在所有环境因子中，海拔高度起决定性作用，温度则是影响烟草生长发育的重要气象因子。研究表明，研究结果与湖北烟区实际空间分布基本相符，可为烟草科学种植、布局提供理论参考依据。

【目的】樟子松、油松、山桃和山杏作为中国北方半干旱半湿润气候区的常用造林树种，具备抗旱耐寒特性和保持水土的功能，研究其适宜空间分布对中国北方植被恢复具有指导作用。【方法】以半干旱半湿润气候区的樟子松、油松、山桃和山杏为研究对象，获取树种地理分布点位数据和与树种生态学相关的24个环境因子（地形、土壤和气象），基于协同克里金插值法，将限制因子叠加法与最大熵模型（MaxEnt）相结合，研究4类树种适宜区分布。【结果】（1）4类树种MaxEnt模型预测精度达到准确水平（AUC> 0.90）。（2）影响樟子松分布的主导因子依次为土壤类型、最冷月均温和最冷月平均风速；油松的主导因子依次为高程、年均气温标准差、土壤类型、年降水量；山桃的主导因子依次为最暖月均温、高程、年极端最低气温、年均降水量标准差、坡度、土壤类型；山杏的主导因子依次为高程、土壤类型、最暖月平均降水量、湿润系数、最暖月均温。（3）樟子松中高适宜区主要分布于内蒙古、黑龙江、吉林等地，油松、山桃和山杏主要分布在山西、陕西、甘肃、河北、内蒙古等地。【结论】MaxEnt模型模拟结果，可准确反映4类树种的适宜区分布情况，结果可为我国半干旱半湿润区绿化造林提供适地适树的科学指导。

杉木Cunnighamia lanceolata是我国优良速生用材树种,其面积达921万hm2,占全国人工用材林面积的30.4%。用机理性模型在区域尺度上研究杉木林生产量可为估算杉木林固碳潜力、预测其对气候变化的响应和提高经营管理水平提供科学依据。利用气象、水文、土壤及植物等方面数据,对TRIPLEX 1.6模型进行参数化,用森林资源调查样地数据对模型进行验证,模拟湖南省杉木林1991～2040年生物量与生产力动态变化、空间分布格局。结果表明:模拟值与实测值之间拟合度高(p=0.995),TRIPLEX1.6模型可应用于模拟亚热带杉木林生长和生产量的动态变化。2010～2018年湖南省杉木林生...

【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。

为预测不同时期气候情景下尼泊尔芒的适生区,探讨制约其适生区分布的主导气候因子,基于60条尼泊尔芒现代地理分布记录和9个生物气候变量,利用ENMeval数据包对Maxent模型进行了优化,并利用优化后的Maxent模型对末次冰盛期、全新世中期、现代(1970～2000年)和未来(2061～2080年)4个时期的尼泊尔芒适生区进行了模拟,综合使用贡献率、置换重要性和Jackknife检验对气候变量的重要性进行了评估。结果显示:最优模型设置参数为特征组合选取LQH,调控倍频设置为3,在该设置参数下模型的测试集受试者工作特征曲线下的面积为(0.963±0.028),模拟准确度极高;温度季节性标准差、最冷月最低温度、年温度变化范围和年降水量是影响尼泊尔芒分布的主导气候因子;尼泊尔芒的现代中、高适宜区大面积分布于中国的西藏东部、四川南部、贵州西部和云南大部分地区;末次冰盛期,其适生区面积最大,在东海和南海的沿海地区存在其他时期所没有的适生区;全新世中期,其适生区轮廓与现代适生区的相似;2070年,其适生区整体北移;从末次冰盛期到未来,尼泊尔芒的适生区可能会先后经历了向内收缩、基本稳定和整体北移3个过程。

基于文献资料、标本资料和实地考察,收集巴山榧树县级分布点57个,在此基础上,使用生态位模型(GARP)预测巴山榧树在中国的潜在分布区,分析其地理分布及濒危原因。结果表明:汇流累积量、年均气温、雨日频率和水汽压对巴山榧树分布的影响较小,而太阳辐射、极端低温、极端高温和霜日频率对其分布影响显著;巴山榧树间断分布于海拔800～2700m的亚热带山区,散生于针阔叶混交林、灌丛及沟谷地带;预测我国中部地区为巴山榧树良好生长区;目前巴山榧树的实际分布远小于其适生区;巴山榧树虽然仍有不少种群,但各种群分布区域狭窄、种群密度小、人类破坏极为严重,应加强保护和繁育。

云杉矮槲寄生（Ａｒｃｅｕｔｈｏｂｉｕｍ ｓｉｃｈｕＡｎｅｎｓｅ）是一种寄生性种子植物，主要寄生于云杉属植物，近年来对我国＂三江源＂地区的云杉天然林和次生林造成严重危害。本研究利用ＧＡｒＰ和ｍＡｘｅｎｔ生态位模型，基于已报道的云杉矮槲寄生分布点的数据，对其在中国的分布区进行了预测和分析，并采用ｒｏｃ曲线对预测结果进行检验和评价。结果表明：ＧＡｒＰ模型预测的分布范围较广，ｍＡｘｅｎｔ内部层次更细致，为得到最佳结果，将２个模型的预测结果赋予一定的权重（４∶１）从而获得最佳结果；ｒｏｃ曲线评价结果表明，ＧＡｒＰ－ｍＡｘｅｎｔ模型的Ａｕｃ值为０．９３７，达到了极高的精度。通过该模型预测可见，云杉矮槲寄生．．．