基于MaxEnt模型和氣候變化情景入侵種黃頂菊在中國的分布區(qū)預(yù)測(cè)

李安 李良濤 高萌萌 陳曦 盧彤 劉帥帥

摘要：為了分析入侵種黃頇菊[Flaveria bidemtis （L.） Kuntze.]在中國的潛在適生分布區(qū)，利用最大熵模型（MaxEnt）與ArcGIS軟件預(yù)測(cè)了黃頂菊在當(dāng)前及未來氣候條件下在中國的潛在適生分布區(qū)。結(jié)果表明：在當(dāng)前氣候條件下，黃頂菊主要分布在河北省大部分地區(qū)、北京市南部、河南省北部以及天津市的西部地區(qū);未來氣候條件下，黃頂菊的適生分布范圍將進(jìn)一步擴(kuò)大，在2060年前后，高適生區(qū)的面積將增長(zhǎng)到14.73萬km2，增長(zhǎng)率達(dá)121.49%，主要分布在河北省及周邊地區(qū)、陜西省西安市及周邊城市。運(yùn)用刀切法（Jackknife）計(jì)算各個(gè)環(huán)境變量對(duì)物種分布的影響，最冷月最低溫度、最冷季平均溫度、年平均氣溫、最干季平均溫度、海拔、溫度季節(jié)性變化標(biāo)準(zhǔn)差、最濕季度平均溫度和最暖季平均溫度8個(gè)環(huán)境變量是影響黃頂菊分布的主要因素。模型的AUC值為0.987，表明模型的準(zhǔn)確度非常高。未來氣候變化情景下黃頂菊的分布范圍將進(jìn)一步擴(kuò)大，建議相關(guān)部門對(duì)此密切關(guān)注，并盡早采取防護(hù)措施。

關(guān)鍵詞：入侵植物;黃頂菊;氣候變化;MaxEnt;潛在適生區(qū)

中圖分類號(hào)：Q948.13

文獻(xiàn)標(biāo)志碼：A

論文編號(hào)：cjas20190700109

0引言

黃頂菊[Flaveria bidentis （L.） Kuntze.]為菊科（Compositae）堆心菊族（Trib.Helenieae Cass.）黃頂菊屬（Flaveria）1年生草本植物，原產(chǎn)自巴西、阿根廷、巴拉圭等南美洲的國家和地區(qū)[1-2]，后因引種等原因擴(kuò)散到南非的埃及、歐洲、北美洲以及西印度群島的一些國家和地區(qū)，河北省植保監(jiān)測(cè)機(jī)構(gòu)于2001年在河北衡水湖附近發(fā)現(xiàn)黃頂菊種群[3-4]，這是國內(nèi)首次發(fā)現(xiàn)該入侵植物的種群。

黃頂菊具有極強(qiáng)的繁殖能力和適生能力，1株黃頂菊1年可產(chǎn)種子36萬粒[5]，且該植物能夠耐鹽堿、干旱等惡劣環(huán)境[6]，因此在隨后的幾年中，黃頂菊種群迅速擴(kuò)散，截止到2017年，黃頂菊種群已經(jīng)出現(xiàn)在包括晉冀魯豫四省以及天津市的146個(gè)縣的541個(gè)鄉(xiāng)鎮(zhèn)[7]。黃頂菊全株都具有化感作用[8]，這種化感作用能夠嚴(yán)重抑制其他植物的生長(zhǎng)，因此一旦侵入農(nóng)田、草地等地，將會(huì)對(duì)已有的穩(wěn)定的生態(tài)環(huán)境造成嚴(yán)重的破壞[9]。更為可怕的是，截止到目前，尚未發(fā)現(xiàn)黃頂菊的天敵物種[10]，只能靠?jī)H有的化學(xué)方法和人工拔除等方法消除。

目前國外對(duì)黃頂菊的研究主要集中于其自身的化感作用[11]，國內(nèi)對(duì)黃頂菊的研究主要集中于入侵機(jī)制、危害性、種子萌發(fā)特性、防控措施以及分布現(xiàn)狀等方面[12-19]。如滕忠才等[12]發(fā)現(xiàn)，黃頂菊種子經(jīng)過動(dòng)物過腹后，仍然保持較高的發(fā)芽率，說明動(dòng)物的長(zhǎng)途販運(yùn)也是黃頂菊傳播途徑之一;王青秀等[13]建議對(duì)黃頂菊進(jìn)行化學(xué)防除，如噴施草甘膦、硝草酮水劑等，此外還應(yīng)普及檢疫知識(shí)，加強(qiáng)監(jiān)測(cè);張風(fēng)娟等[14]通過改變環(huán)境因子來探明黃頂菊種子萌發(fā)及幼苗生長(zhǎng)特性，結(jié)果表明黃頂菊種子極多且發(fā)芽率極高，幼苗的耐鹽堿性很強(qiáng);牛玉璐等[15]系統(tǒng)總結(jié)了黃頂菊的生物特性、入侵特性和危害性，并根據(jù)黃頂菊的特性提出相應(yīng)的防控對(duì)策;皇甫超河等[17]通過對(duì)黃頂菊光合特性研究發(fā)現(xiàn)，黃頂菊的光合能力十分強(qiáng)，其生長(zhǎng)期更適應(yīng)夏季高溫干旱的生長(zhǎng)環(huán)境，因此最佳防控時(shí)期是在幼苗時(shí)期，并且應(yīng)該調(diào)控光照和水分進(jìn)行協(xié)同防控。

對(duì)黃頂菊適生區(qū)的分布模擬已有的研究結(jié)果尺度較粗，且僅限于當(dāng)前環(huán)境條件下，全球氣候變化條件下該入侵種擴(kuò)散及其防控亟待進(jìn)一步研究。

物種分布模型（species distribution modeling，SDM）可定義為基于物種發(fā)生（species occurrence）與環(huán)境變量之間相互關(guān)系進(jìn)而預(yù)測(cè)該物種在整個(gè)生態(tài)環(huán)境中存在概率的分布模型[20]。氣候、地形、土壤特征和生物之間相互作用是決定各種地理尺度上物種分布的主要決定因素，地理信息系統(tǒng)（Geographic informationsystems，GIS）能夠?qū)⑦@些因素快速而直接地展現(xiàn)在景觀尺度上，基于此，筆者才能在生物多樣性的背景下分析并預(yù)測(cè)物種的分布[21]。最大熵模型（MaximumEntropy Model，MaxEnt）是通過計(jì)算最大熵的概率分布來估計(jì)目標(biāo)概率分布的一種機(jī)器學(xué)習(xí)模型[22]，與其他模型相比，MaxEnt模型在僅需要物種分布數(shù)據(jù)的情境下依然能夠獲得較高的預(yù)測(cè)精度，是目前用于預(yù)測(cè)物種分布表現(xiàn)較理想的模型[23]。隨著保護(hù)生物學(xué)、生態(tài)學(xué)、生物地理學(xué)等學(xué)科的交叉深入發(fā)展，MaxEnt模型已經(jīng)廣泛應(yīng)用于藥材[24]、入侵物種[25-26]、瀕危植物[27-28]等多種物種的分布預(yù)測(cè)。

鑒于黃頂菊有著強(qiáng)大的適生性以及破壞力，要盡早采取措施防治疫情，一方面要將黃頂菊的分布區(qū)嚴(yán)格控制在當(dāng)前范圍內(nèi)并逐步鏟除其在國內(nèi)的分布點(diǎn)，另一方面，應(yīng)該對(duì)黃頂菊在其他的適宜生境進(jìn)行識(shí)別和判斷，并基于此建立行之有效的防治措施。因此，本研究利用MaxEnt模型模擬黃頂菊在當(dāng)前以及未來氣候條件下在中國的適生分布區(qū)，并將分布區(qū)域按照一定標(biāo)準(zhǔn)劃分適生等級(jí)，以期為黃頂菊的防治提供一定參考。

1材料與方法

1.1數(shù)據(jù)來源

1.1.1黃頂菊分布數(shù)據(jù)主要通過3條途徑收集黃頂菊分布數(shù)據(jù)：（1）查閱有關(guān)黃頂菊的文獻(xiàn)和報(bào)道以及政府網(wǎng)站的新聞消息，通過Google Earth進(jìn)行坐標(biāo)拾取及校準(zhǔn)[7];（2）2016-2018年連續(xù)3年實(shí)地調(diào)查黃頂菊在河北及周邊地區(qū)的分布數(shù)據(jù);（3）通過對(duì)數(shù)字標(biāo)本植物館以及晉冀魯豫等地的植物標(biāo)本館進(jìn)行檢索，對(duì)所獲得的數(shù)據(jù)進(jìn)行篩選，排除錯(cuò)誤和重復(fù)的信息，另外，對(duì)高校和科研院所試驗(yàn)用栽培的分布數(shù)據(jù)不予采用。最終獲得黃頂菊有效分布點(diǎn)198處。

1.1.2地理信息與環(huán)境變量數(shù)據(jù)地形數(shù)據(jù)來源于Google Earth高程信息，空間分辨率為300m，將DEM數(shù)據(jù)加載至ArcGIS中，運(yùn)用3D Anlyst工具進(jìn)一步解譯坡度坡向等信息。行政區(qū)劃圖（1：400萬）來源于中國國家基礎(chǔ)地理信息系統(tǒng)（GIS）數(shù)據(jù)（http：//ngcc.sbsm.gov.cn/）。當(dāng)前生物氣候變量數(shù)據(jù)（1950-2000年）及未來生物氣候變量數(shù)據(jù)（2050s，2070s）從全球氣候數(shù)據(jù)庫（WorldClim-Global Climate Data Version l.4， http：//www.worldclim.org）下載，所獲得數(shù)據(jù)的空間分辨率為30s（地理空間分辨率為1km），數(shù)據(jù)包含月平均降雨量、月最高溫等在內(nèi)的19個(gè)氣候變量（見表1）。其中，未來生物氣候變量數(shù)據(jù)采用聯(lián)合國政府間氣候變化專門委員會(huì)（IPCC）在2013年第五次報(bào)告會(huì)中推薦的CCM4氣候變化模型[19]，又依據(jù)2015年全球氣候變化大會(huì)上各國達(dá)成的共同協(xié)定，即21世紀(jì)末較工業(yè)革命前全球氣溫上升幅度不超過2℃，只有Rcp26碳排放模式符合要求，因此，本研究將模擬Rcp26情境下黃頂菊適生區(qū)分布范圍。

1.2研究方法

1.2.1數(shù)據(jù)處理 黃頂菊的數(shù)據(jù)按照“物種名，經(jīng)度，緯度”的格式輸入到文本文檔中（經(jīng)緯度為十分制），在文件保存時(shí)將格式設(shè)置為（*.csv）。環(huán)境數(shù)據(jù)與DEM數(shù)據(jù)分別加載到ArcGIS中，按照中國地圖邊界掩膜提取，將提取后的數(shù)據(jù)轉(zhuǎn)為.asc格式并保存。

1.2.2模型運(yùn)行 利用MaxEnt3.4.1軟件進(jìn)行黃頂菊的適生區(qū)分布模擬，將黃頂菊的分布數(shù)據(jù)及氣候變量數(shù)據(jù)加載到軟件中，開啟刀切法（Jackknife）選項(xiàng)用于評(píng)價(jià)各項(xiàng)環(huán)境變量的貢獻(xiàn)率并繪制響應(yīng)曲線，將隨機(jī)測(cè)試比例（random test percentage）設(shè)定為25%，采用受試者工作特征曲線（receiver operating characteristic curve，ROC）對(duì)模型的準(zhǔn)確度進(jìn)行驗(yàn)證，以邏輯斯蒂（Logistic）格式輸出結(jié)果，最終得到.asc格式的圖層文件待進(jìn)一步處理[27]，實(shí)驗(yàn)時(shí)間為2019年4月，實(shí)驗(yàn)重復(fù)10次。

1.2.3模型的預(yù)測(cè)準(zhǔn)確度 ROC曲線是根據(jù)一種一系列二分類方式，以真陽性率為縱坐標(biāo)，假陽性率為橫坐標(biāo)繪制的曲線，ROC曲線與橫坐標(biāo)所圍成的面積為AUC值，取值范圍[0，1][30]。AUC值越大，表示模型的預(yù)測(cè)精度越高，一般而言，AUC在0.5-0.7時(shí)模型準(zhǔn)確度很差，AUC在0.7-0.9時(shí)模型準(zhǔn)確度良好.AUC在0.9以上時(shí)才具有較好的準(zhǔn)確度[31]，其預(yù)測(cè)結(jié)果才具有參考意義。

2結(jié)果與分析

2.1黃頂菊當(dāng)前在中國的適生區(qū)

MaxEnt模型運(yùn)行后訓(xùn)練集和測(cè)試集的AUC值均為0.987（見圖1），表明MaxEnt模型模擬的準(zhǔn)確度非常高，預(yù)測(cè)結(jié)果較為準(zhǔn)確。將模型輸出的預(yù)測(cè)文件加載到ArcGIS中進(jìn)行重分類，參考其他物種適生區(qū)等級(jí)劃分標(biāo)準(zhǔn)，將黃頂菊適生范圍劃分為4個(gè)等級(jí)，即非適生區(qū)（0≤P<0.12）、低適生區(qū)（0.12

黃頂菊目前的分布范圍十分廣泛，主要集中在晉冀魯豫四省以及天津市，包括北京市昌平區(qū)、門頭溝區(qū)、房山區(qū)、大興區(qū)、順義區(qū)、通州區(qū)等，天津市除薊縣外其他各區(qū)縣，河北省廊坊、保定、石家莊、滄州、衡水、邢臺(tái)、邯鄲等地，山東省德州市、聊城市，河南省安陽市、濮陽市、新鄉(xiāng)市，總面積達(dá)到15.21萬km2。其中，最佳適生區(qū)主要分布在河北省保定市高碑店市、廊坊市固安縣以南，天津市武清區(qū)、靜海區(qū)、山東省德州市以西，河南省新鄉(xiāng)市、山東省聊城市以北，山西省省界以東，總面積為6.65萬km2。低適生分布區(qū)面積為5.27萬km2，主要分布在高適生區(qū)周邊。模型預(yù)測(cè)西安是黃頂菊低適生分布區(qū)，可能是西安與河南安陽等地同處一個(gè)緯度，氣候環(huán)境較為相似，可為黃頂菊提供較合適的生態(tài)環(huán)境，很有可能成為黃頂菊在西部入侵的起點(diǎn)，因此要嚴(yán)密關(guān)注此地區(qū)。

2.2環(huán)境變量對(duì)黃頂菊分布的影響

運(yùn)用刀切法（Jackknife）計(jì)算各個(gè)環(huán)境變量對(duì)物種分布的影響，結(jié)果顯示：最冷月最低溫度（bio_6）貢獻(xiàn)量為2.40、最冷季平均溫度（bio_11）貢獻(xiàn)量為2.30、年平均氣溫（bio_1）貢獻(xiàn)量為2.00、最干季平均溫度（bio_9）貢獻(xiàn)量為1.95、海拔（alt）和溫度季節(jié)性變化標(biāo)準(zhǔn)差（bio_4）貢獻(xiàn)量均為1.90、最濕季度平均溫度（bio_8）貢獻(xiàn)量為1.85、最暖季平均溫度（bio_10）貢獻(xiàn)量為1.75，這8個(gè)環(huán)境變量是影響黃頂菊分布的主要因素（見圖3）。物種響應(yīng)曲線反映了環(huán)境因素與物種發(fā)生概率的關(guān)系，能夠展示目標(biāo)物種的生物耐受性和棲息地偏好[22]，為了更加直觀地顯示各個(gè)環(huán)境變量對(duì)黃頂菊分布的影響，將每個(gè)環(huán)境因子逐一加載到MaxEnt軟件中運(yùn)行，將單因子模型輸出結(jié)果進(jìn)行處理，可得到環(huán)境變量的最適閾值（發(fā)生概率>0.5）：最冷月最低溫度為-10-5.2C、最適值-7.5℃，最冷季平均溫度為-2.5-2.2℃、最適值為-2℃，年平均氣溫為12.5-14.5℃、最適值為13.2℃，最干季平均溫度為-3.5-2.7℃、最適值為0.3℃，海拔范圍為0-300m、最適值為105m，溫度季節(jié)性變化標(biāo)準(zhǔn)差為1000-1115、最適值為1030，最濕季度平均溫度24.8-26.8℃、最適值為26.3℃，最暖季平均溫度為25.5-27.2℃、最適值為26.2℃（見圖4）。

2.3氣候變化情景下黃頂菊分布范圍的變化

基于MaxEnt模型模擬未來2050s和2070s黃頂菊的適生分布區(qū)，將黃頂菊的適生等級(jí)按已有標(biāo)準(zhǔn)劃分為四級(jí)，可以獲得黃頂菊的空間分布范圍（見圖5），計(jì)算其適生區(qū)變化。由圖5可知，在Rcp26的排放情境下，黃頂菊適生區(qū)面積整體將會(huì)增大，以2060年為例，高適生區(qū)面積將擴(kuò)大到14.73萬km2，增長(zhǎng)率為121.49%，中適生區(qū)面積將縮小至6.59萬km2，低適生區(qū)面積將增大到7.08萬km2，增長(zhǎng)率為34.19%，高適生區(qū)向北將延伸至北京北部、張家口中部地區(qū)，向東將延伸至遼寧省朝陽市、葫蘆島市、錦州市，向南將延伸至河南省鄭州市、開封市、焦作市，向西跨越太行山，將會(huì)以陜西省西安市為中心，繼續(xù)向四周侵占。2080年前后與當(dāng)前相比，高適生區(qū)面積將增加到7.38萬km2，增長(zhǎng)率為10.89%，中適生區(qū)面積將減少到7.31萬km2，低適生區(qū)面積將減小到5.28萬km2，相對(duì)變化比較小，分析可能是至2080年，全球氣候治理已經(jīng)初步見效，氣候環(huán)境與工業(yè)革命前較為相似。但是在不同年代下，河北省的大部分地區(qū)、北京市南部、天津市西南部、河南省的北部都是極高適生分布區(qū)。

3結(jié)論與討論

（1）本研究利用MaxEnt模型和ArcGIS地理信息系統(tǒng)對(duì)入侵植物黃頂菊在中國的適生區(qū)分布范圍進(jìn)行模擬預(yù)測(cè)，適生區(qū)劃分為4個(gè)等級(jí)分別為非適生區(qū)、低適生區(qū)、中適生區(qū)、高適生區(qū)。模型的AUC值為0.987，表明模型的準(zhǔn)確度非常高。

（2）基于MaxEnt模型和ArcGIS地理信息系統(tǒng)對(duì)入侵植物黃頂菊在中國的適生區(qū)分布范圍進(jìn)行模擬預(yù)測(cè)，結(jié)果顯示，黃頂菊的主要分布地集中在河北省大部分地區(qū)、北京市南部、河南省北部以及天津市的西部地區(qū)，預(yù)測(cè)區(qū)域與中國當(dāng)前分布情況基本一致，且比曹向峰等[32]的區(qū)域劃分更加精確與細(xì)致。本研究還基于Rcp26碳排放情境下，預(yù)測(cè)2050s和2070s入侵植物黃頂菊在中國的適生分布區(qū)，結(jié)果顯示，未來全球氣候條件下，黃頂菊的適生分布范圍將進(jìn)一步擴(kuò)大，在2060年前后，高適生區(qū)的面積將增長(zhǎng)到14.73萬km2，較當(dāng)前增長(zhǎng)121.49%，且整體向北方蔓延，最北地區(qū)將會(huì)到達(dá)河北省的張承地區(qū)，這與鄭志鑫等[7]研究結(jié)果基本一致。此外，陜西省西安市及周邊城市也將成為黃頂菊高適生區(qū)。因此，應(yīng)加強(qiáng)對(duì)外來樹種、花卉、糧食作物等種子種苗的檢查與監(jiān)測(cè)，防止黃頂菊的種子種苗進(jìn)入此區(qū)域。

（3）運(yùn)用刀切法（Jackknife）計(jì)算各個(gè)環(huán)境變量對(duì)物種分布的影響，結(jié)果顯示：最冷月最低溫度、最冷季平均溫度、年平均氣溫、最干季平均溫度、海拔、溫度季節(jié)性變化標(biāo)準(zhǔn)差、最濕季度平均溫度和最暖季平均溫度8個(gè)環(huán)境變量是影響黃頂菊分布的主要因素。不難發(fā)現(xiàn)，溫度是限制黃頂菊分布的主導(dǎo)因素，這與張風(fēng)娟等[14]研究顯示溫度對(duì)黃頂菊種子萌發(fā)具有十分重要影響的結(jié)果一致。從景觀立地條件來講，只有華北平原地區(qū)能夠滿足黃頂菊生長(zhǎng)發(fā)育所需要的各項(xiàng)環(huán)境指標(biāo)，這對(duì)于開展區(qū)域協(xié)同集中防控具有指導(dǎo)意義。

（4）利用MaxEnt模型對(duì)入侵植物黃頂菊的適生區(qū)分布范圍進(jìn)行模擬，在模型模擬過程中，影響因子主要選取了降雨量、溫度和地形3項(xiàng)，一方面降雨量和溫度對(duì)植物的生長(zhǎng)發(fā)育有著更為重要的影響，另一方面，降雨量和溫度以及地形具有穩(wěn)定、連續(xù)、易觀測(cè)的特點(diǎn)。但是，影響植物分布的因素遠(yuǎn)不止這3個(gè)因素，光照條件、土壤質(zhì)地、物種間的相互作用以及人類干擾等都與植物的分布有著密不可分的關(guān)系。因此，本研究也具有一定局限性，后續(xù)研究可以考慮加入更多的影響因子，注重更加精細(xì)的尺度，以獲得更加精確的研究結(jié)果。

參考文獻(xiàn)

[1]Powell A M.Systematics of Flareria （Flaveriinae-asteraceae）[J].Annals of the Missouri Botanical Garden.1978.

[2]Cronquist AVascular flora of the southeastem United States：Asteraceae[M].2001.

[3]高賢明.外來植物黃頂菊的入侵警報(bào)及防控對(duì)策[J].生物多樣性，2004，12（2）：274-279.

[4]劉全儒.中國菊科植物新歸化屬——黃菊屬[J].植物分類學(xué)報(bào)，2005.43（2）：178-180.

[5]金揚(yáng)秀，童金春，張海燕，等.黃頂菊的發(fā)生與綜合防控措施[J].山東農(nóng)業(yè)科學(xué)，2009（11）： 105-106.

[6]崔存峰，尚振青.棗強(qiáng)縣黃頂菊疫情分析及防控對(duì)策[J].現(xiàn)代農(nóng)業(yè)科技，2008（12）：162.

[7]鄭志鑫.入侵植物黃頂菊在我國的時(shí)空擴(kuò)散動(dòng)態(tài)與適生區(qū)預(yù)測(cè)[D].保定：河北大學(xué)，2018.

[8]季彥華，韓亞楠，吳興勇，等.外來入侵植物黃頂菊對(duì)黃瓜化感作用研究[J].北方園藝，2014（2）：11-14.

[9]馮建永，陶晡，龐民好，等.黃頂菊化感物質(zhì)釋放途徑的初步研究[J].河北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2009，32（1）：72-77.

[10]王賀軍.河北省黃頂菊疫情發(fā)生動(dòng)態(tài)與防控工作進(jìn)展[J].中國植保導(dǎo)刊，2008，28（8）：37-39.

[11] Mariel Agnese A，Nunez Montoya S，Ariza Espinar L，et al.Chemotaxonomic features in Argentinian species of Flaveria（Compositae） [J].Biochemical Systematics and Ecology1999.27（7）：739-742.

[12]滕忠才，李瑞軍，陸秀君，等.動(dòng)物過腹對(duì)黃頂菊種子活力的影響[J].植物檢疫，2011，25（2）：14-17.

[13]王青秀，李俊紅，王金水.河南省內(nèi)黃縣黃頂菊的綜合防控[J].植物檢疫，2008（5）：326.

[14]張風(fēng)娟，李繼泉，徐興友，等.環(huán)境因子對(duì)黃頂菊種子萌發(fā)的影響[J].生態(tài)學(xué)報(bào)，2009，29（4）： 1947-1953.

[15]牛玉璐，王衛(wèi)東.黃頂菊的入侵特點(diǎn)、危害及防控對(duì)策[J].北方園藝，2011（20）：95-96.

[16]李少青，倪漢文，方宇，等.黃頂菊種子休眠與種子壽命研究[J].雜草科學(xué)，2010（2）：18-21.

[17]皇甫超河，王志勇，楊殿林外來入侵種黃頂菊及其伴生植物光合特性初步研究[J].西北植物學(xué)報(bào)，2009，29（4）：781-788.

[18]任艷萍，江莎，古松，等.外來植物黃頂菊（Flaveria bidentis）的研究進(jìn)展[J].熱帶亞熱帶植物學(xué)報(bào)，2008，16（4）：390-396.

[19]李香菊，張朝賢，黃紅娟，等.外來植物黃頂菊的分布特征特性及化學(xué)防除[J].雜草科學(xué)，2006（4）：58-61.

[20]Guisan A， Thuiller W. Predicting species distribution： offering morethan simple habitat models[J].Ecology Letters，2005（8）：993-1009.

[21]應(yīng)凌霄，劉曄，陳紹出，等.氣候變化情景下基于最大熵模型的中國西南地區(qū)清香木潛在分布格局模擬[J].生物多樣性，2016，24（4）：453-461.

[22]Seyed Mohammad-Reza Abolmaali M T-Bashari H MaxEntmodeling for predicting suitable habitats and identifying the effectsof climate change on a threatened species，Daphne mucronata，incentral Iran[J].Ecological Informatics.201 8（43）：116-123.

[23]Phillips S J，Anderson R P，Schapire R E. Maximum entropymodeling of species geographic distributions[J]. EcologicalModelling，2006，190（3）：231-259.

[24]彭露茜，郭彥龍.中國黃芪地理分布和未來適生區(qū)預(yù)測(cè)[J].四川農(nóng)業(yè)大學(xué)學(xué)報(bào)，2017，35（1）：60-68.

[25]謝登峰，童芬，楊麗娟，等.MaxEnt模型下的外來入侵種香絲草在中國的潛在分布區(qū)預(yù)測(cè)[J].四川大學(xué)學(xué)報(bào)：自然科學(xué)版，2017，54（2）：423-428.

[26]柳曉燕，李俊生，趙彩云.基于MAXENT模犁和ArcGIS預(yù)測(cè)豚草在中國的潛在適生區(qū)[J].植物保護(hù)學(xué)報(bào)，2016，43（6）：1041-1048.

[27]葉學(xué)敏.瀕危植物血皮槭種群動(dòng)態(tài)預(yù)測(cè)及潛在適生區(qū)模擬研究[D].北京沖國林業(yè)科學(xué)研究院，2017。

[28]徐軍，曹博，白成科.基于MaxEnt瀕危植物獨(dú)葉草的中國潛在適生分布區(qū)預(yù)測(cè)[J].生態(tài)學(xué)雜志，2015，34（12）：3354-3359.

[29]武曉宇，董世魁，劉全儒.基于MaxEnt模型的三江源區(qū)草地瀕危保護(hù)植物熱點(diǎn)區(qū)識(shí)別[J].生物多樣性，2018，26（2）：138-148.

[30]王運(yùn)生，謝丙炎，萬方浩，等.ROC曲線分析在評(píng)價(jià)入侵物種分布模型中的應(yīng)用[J].生物多樣性，2007（04）：365-372.

[31]Swets J A. Measuring the accuracy of diagnostic systems[J].Science，1988.240（4857）：1285-1293.

[32]曹向鋒.外來入侵植物黃頂菊在中國潛在適生區(qū)預(yù)測(cè)及其風(fēng)險(xiǎn)評(píng)估[D].南京：南京農(nóng)業(yè)大學(xué)，2010.

基金項(xiàng)目：河北省科技計(jì)劃項(xiàng)目“冀南地區(qū)鄉(xiāng)土樹種種質(zhì)資源分布與開發(fā)利用研究”（16226309D-3）;河北省社科聯(lián)民生調(diào)研專項(xiàng)“河北省現(xiàn)代農(nóng)業(yè)園區(qū)發(fā)展實(shí)證研究——基于邯鄲市12區(qū)縣38個(gè)園區(qū)實(shí)地調(diào)研”（201701301）;河北省研究生創(chuàng)新資助項(xiàng)目“瀕危物種緣毛太行花種質(zhì)資源分布及其保護(hù)繁育研究”（CXZZSS2019074）。

第一作者簡(jiǎn)介：李安，男，1993年出生，河北承德人，在讀碩士，主要從事生物多樣性研究。通信地址：056021河北省邯鄲市叢臺(tái)區(qū)太極路19號(hào)河北工程大學(xué)園林與生態(tài)工程學(xué)院，E-mail：838406427@qq.com。

通訊作者：李良濤，男，1978年出生，河北邯鄲人，博士，主要從事景觀生態(tài)規(guī)劃與生物多樣性研究。通信地址：056021河北省邯鄲市叢臺(tái)區(qū)太極路19號(hào)河北工程大學(xué)園林與生態(tài)工程學(xué)院，E-mail：liangtao-li@163.com。

收稿日期：2019-07-08，修回日期：2019-11-22。