金錢松（Pseudolarix amabilis）是我國特有孑遺植物,為國家II級保護(hù)植物�；�4種生態(tài)位模型（GARP、Bioclim、Domain和Maxent）預(yù)測金錢松潛在適生區(qū),采用受試者工作特征曲線（Receiver Operating Characteristic,ROC）和Kappa統(tǒng)計(jì)量檢驗(yàn)?zāi)Ｐ偷念A(yù)測效果。預(yù)測結(jié)果表明金錢松在浙江西北部、安徽南部、湖北南部、湖南北部以及江西北部表現(xiàn)為高度適生,并以這些地帶為中心向外延伸至北緯24.43°—33.35°和東經(jīng)106.41°—123.42°之間,4種模型預(yù)測結(jié)果的受試者工作特征曲線下面積（Area under recriver operating characteristic curve,AUC）平均值均大于0.9,Kappa平均值亦大于0.75,精度較高。通過"刀切法"分析得出年均溫是預(yù)測金錢松潛在適生區(qū)的關(guān)鍵影響因子,可能為當(dāng)前金錢松分布格局形成的決定因素。模擬金錢松在末次盛冰期和2070年氣候條件下的分布,結(jié)果表明其分布格局隨氣候變化由"南擴(kuò)北縮"變?yōu)?南縮北擴(kuò)",未來分布面積將大幅減小,氣候變化是導(dǎo)致其"南縮北擴(kuò)"... 

【文章來源】：生態(tài)學(xué)報(bào). 2020,40(17)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

4種生態(tài)位模型的金錢松適生區(qū)預(yù)測圖

圖1 4種生態(tài)位模型的金錢松適生區(qū)預(yù)測圖從單因子預(yù)測結(jié)果來看(圖3),3種模型基于年均溫(Bio1)的模擬結(jié)果與各自預(yù)測適生區(qū)最為接近，但范圍較適生區(qū)均偏大。橫向?qū)Ρ?種模型分別基于Bio1、Bio12、Bio13等3種單因子的模擬結(jié)果，基于年均溫(Bio1)的預(yù)測結(jié)果相對較為接近，說明年均溫(Bio1)對這3種模型的預(yù)測結(jié)果也都有顯著的影響�；谀杲邓�(Bio12)與最濕月降水量(Bio13)兩種因子的預(yù)測分布圖都與適生區(qū)差異較大，且三種模型之間對比預(yù)測分布圖差異也較大，說明這兩種因子不是最主要的預(yù)測分布影響因子。將Bio1、Bio12、Bio13等作為共同影響因子，3種模型的預(yù)測分布圖與其對應(yīng)的適生區(qū)都十分接近，說明這3種因子是預(yù)測分布結(jié)果的確存在顯著影響，尤其是Bioclim模型，二者基本完全重疊。此外，基于年均溫(Bio1)的預(yù)測分布與3因子聯(lián)合預(yù)測分布最為接近，進(jìn)一步證明年均溫(Bio1)對金錢松預(yù)測分布起“框架”作用，而其余環(huán)境因子對于預(yù)測分布起到“修飾”作用。

從單因子預(yù)測結(jié)果來看(圖3),3種模型基于年均溫(Bio1)的模擬結(jié)果與各自預(yù)測適生區(qū)最為接近，但范圍較適生區(qū)均偏大。橫向?qū)Ρ?種模型分別基于Bio1、Bio12、Bio13等3種單因子的模擬結(jié)果，基于年均溫(Bio1)的預(yù)測結(jié)果相對較為接近，說明年均溫(Bio1)對這3種模型的預(yù)測結(jié)果也都有顯著的影響�；谀杲邓�(Bio12)與最濕月降水量(Bio13)兩種因子的預(yù)測分布圖都與適生區(qū)差異較大，且三種模型之間對比預(yù)測分布圖差異也較大，說明這兩種因子不是最主要的預(yù)測分布影響因子。將Bio1、Bio12、Bio13等作為共同影響因子，3種模型的預(yù)測分布圖與其對應(yīng)的適生區(qū)都十分接近，說明這3種因子是預(yù)測分布結(jié)果的確存在顯著影響，尤其是Bioclim模型，二者基本完全重疊。此外，基于年均溫(Bio1)的預(yù)測分布與3因子聯(lián)合預(yù)測分布最為接近，進(jìn)一步證明年均溫(Bio1)對金錢松預(yù)測分布起“框架”作用，而其余環(huán)境因子對于預(yù)測分布起到“修飾”作用。2.4 金錢松不同時(shí)期分布格局變化模擬

【參考文獻(xiàn)】：
期刊論文
[1]基于MaxEnt和ArcGIS模擬檫木分布格局及其棲息地的變化[J]. 劉想,龔熹,陳思斯,管畢財(cái).  植物科學(xué)學(xué)報(bào). 2018(03)
[2]基于MaxEnt模型的云南紅豆杉潛在適宜分布預(yù)測[J]. 莊鴻飛,秦浩,王偉,張殷波.  山西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[3]基于生態(tài)位模型預(yù)測天麻全球潛在適生區(qū)[J]. 張琴,張東方,吳明麗,郭杰,孫成忠,謝彩香.  植物生態(tài)學(xué)報(bào). 2017(07)
[4]基于MaxEnt分析金錢松適生的生物氣候特征[J]. 王雷宏,楊俊仙,徐小牛.  林業(yè)科學(xué). 2015(01)
[5]生態(tài)位模型的基本原理及其在生物多樣性保護(hù)中的應(yīng)用[J]. 朱耿平,劉國卿,卜文俊,高玉葆.  生物多樣性. 2013(01)
[6]城市熱島效應(yīng)對氣候變暖和植物物候的影響[J]. 許格希,裴順祥,郭泉水,牛樹奎.  世界林業(yè)研究. 2011(06)
[7]瀕危樹種金錢松RAPD體系的建立和遺傳多樣性分析[J]. 高燕會,樊民亮,駱文堅(jiān),黃華宏,童再康.  浙江農(nóng)林大學(xué)學(xué)報(bào). 2011(05)
[8]中國大陸第四紀(jì)冰期潛在植物避難所研究進(jìn)展[J]. 陳冬梅,康宏樟,劉春江.  植物研究. 2011(05)
[9]基于生態(tài)位模型的薇甘菊在中國適生區(qū)的預(yù)測[J]. 張海娟,陳勇,黃烈健,倪漢文.  農(nóng)業(yè)工程學(xué)報(bào). 2011(S1)
[10]利用最大熵模型和規(guī)則集遺傳算法模型預(yù)測孑遺植物裸果木的潛在地理分布及格局[J]. 馬松梅,張明理,張宏祥,孟宏虎,陳曦.  植物生態(tài)學(xué)報(bào). 2010(11)

博士論文
[1]生態(tài)位模型在外來入侵物種風(fēng)險(xiǎn)評估中的應(yīng)用研究[D]. 王運(yùn)生.湖南農(nóng)業(yè)大學(xué) 2007

碩士論文
[1]基于MaxEnt和GARP的新疆典型毒害草潛在布區(qū)分析[D]. 楊會楓.新疆大學(xué) 2016
[2]對瀕危植物金錢松遺傳多樣性及親本分析的研究[D]. 劉駿.南京大學(xué) 2013
[3]Kappa系數(shù)在一致性評價(jià)中的應(yīng)用研究[D]. 王軍.四川大學(xué) 2006



本文編號：3412485