不同環(huán)境類型對(duì)華北落葉松分布的潛在影響

劉憲釗,韓文斌, 高瑞東,賈俊峰,白晉華, 徐建軍,高文強(qiáng)

1 中國(guó)林業(yè)科學(xué)研究院資源信息研究所, 北京 100091 2 森林經(jīng)營(yíng)與生長(zhǎng)模擬國(guó)家林業(yè)局重點(diǎn)實(shí)驗(yàn)室, 北京 100091 3 山西省管涔山國(guó)有林管理局, 寧武 036700 4 山西農(nóng)業(yè)大學(xué), 太谷 030800

物種-環(huán)境之間的關(guān)系不僅是生態(tài)學(xué)、生物地理學(xué)研究中一個(gè)核心問題,更廣泛的影響著森林培育、經(jīng)營(yíng)、病蟲害防治和珍稀物種保護(hù)等各個(gè)領(lǐng)域[1- 2]。物種在各種各樣的生物和非生物因子的共同作用下,都有一定的地理分布范圍,且這種分布格局隨著外界影響因素的變化而改變[3]。在區(qū)域尺度上,氣候因素是影響物種分布的主要因素,且物種分布格局的變化對(duì)氣候因素的響應(yīng)最為敏感。特別是工業(yè)化革命以來人類活動(dòng)導(dǎo)致的大氣臭氧層的不斷破壞以及溫室氣體的持續(xù)增加帶來的全球變暖、冰川消融和極端天氣的驟增都顯著的影響著動(dòng)植物的發(fā)育、擴(kuò)張、物候、生長(zhǎng)等生理節(jié)律并最終造成其地理分布格局的改變[4]。研究發(fā)現(xiàn),隨著全球氣候的變化包括松材線蟲在內(nèi)的農(nóng)林業(yè)蟲害有潛在分布區(qū)擴(kuò)大的趨勢(shì)[5-6],而諸如紅松、桃兒七等自然分布在較高緯度或高海拔地區(qū)的物種均呈現(xiàn)出向更高緯度和更高海拔移動(dòng)且分布面積縮減的趨勢(shì)[2,7]。此外,包括海拔、地形地貌、植被類型和土壤特性等自然環(huán)境也影響著物種的地理分布[8]。由于全球氣候變化的熱點(diǎn)關(guān)注,物種分布研究主要集中在其對(duì)氣候因素的響應(yīng)上,綜合考慮多種類型環(huán)境因素對(duì)物種分布的研究較少。因此,開展此方面的比較研究,可為全面了解物種地理分布與環(huán)境的關(guān)系提供依據(jù)[9]。

物種分布模型是評(píng)估環(huán)境因子對(duì)物種分布影響的主要方法,其主要將物種的分布信息與對(duì)應(yīng)的環(huán)境數(shù)據(jù)進(jìn)行關(guān)聯(lián),通過特定的算法估計(jì)物種的生態(tài)位并以概率的形式反映物種對(duì)生境的適應(yīng)程度[3]。物種分布模型始于BIOCLIM模型的開發(fā)和應(yīng)用[10],隨著研究的深入開展,產(chǎn)生了包括生態(tài)位因子分析模型、廣義線性模型、分類與回歸樹模型、邊界函數(shù)方法、最大熵模型、人工神經(jīng)網(wǎng)絡(luò)等基于統(tǒng)計(jì)的和基于人工智能的模型[11]。與其他模型相比,最大熵模型具有樣本量要求低、變量處理靈活(只需要發(fā)生數(shù)據(jù))、降噪效果好、預(yù)算精度高等優(yōu)點(diǎn)[12]。基于此,本研究選用最大熵模型進(jìn)行不同類型環(huán)境因子對(duì)物種潛在分布區(qū)的比較研究。

華北落葉松(Larixprincipis-rupprechtii),松科落葉松屬高大喬木,是我國(guó)華北中高山典型的地帶性樹種,其生長(zhǎng)迅速、耐嚴(yán)寒干旱、材質(zhì)優(yōu)良,在華北山區(qū)生態(tài)建設(shè)和木材戰(zhàn)略儲(chǔ)備中發(fā)揮著重要作用。華北落葉松天然分布主要在山西、河北兩省,垂直分布從河北圍場(chǎng)、霧靈山、小五臺(tái)的海拔1400—2400m到山西管涔山、關(guān)帝山、五臺(tái)山、恒山和太岳山海拔1600—2800m,海拔跨度1400m[13-14]。隨著引種栽培技術(shù)的推廣,近些年在山西、河北兩省低海拔地區(qū),內(nèi)蒙古、北京、山東、遼寧、陜西、甘肅、寧夏、新疆等省市均有種植。由于其受地理環(huán)境和自然條件的影響很大,加之氣候變化的影響,除原生地外其他地區(qū)的引種栽培大多效果不佳。因此,開展不同類型環(huán)境因子對(duì)華北落葉松分布的潛在影響研究,對(duì)合理制定華北落葉松中長(zhǎng)期發(fā)展規(guī)劃,開展適地適樹經(jīng)營(yíng)至關(guān)重要。但是綜合考慮氣候、土壤和地形等多種類型環(huán)境因素的研究還未見報(bào)道?；诖?本研究選取氣溫、降水、溫度的年較差等氣候因子,土壤容重、有機(jī)質(zhì)、全氮等土壤理化因子,海拔、坡度、坡向等地形因子,對(duì)比研究不同環(huán)境類型及其組合對(duì)華北落葉松潛在分布的影響,為華北落葉松適地適樹和可持續(xù)經(jīng)營(yíng)提供理論依據(jù)。

1 材料和方法

1.1 研究區(qū)概況

研究區(qū)選取山西省、河北省和內(nèi)蒙古自治區(qū)(34°54′—53°34′N,97°175′—126°075′E),涵蓋華北落葉松原產(chǎn)區(qū)和引種栽培最集中的省份,即山西省西部的關(guān)帝山、管涔山,北部的恒山、五臺(tái)山,中南部的太岳山；河北省北部承德和張家口壩上高原、燕山山地和太行山山地；內(nèi)蒙古興和縣蘇木山、卓資縣上高臺(tái)、呼和浩特市大青山、赤峰市旺業(yè)甸等地區(qū)。該區(qū)域主要為溫帶季風(fēng)氣候,夏季高溫多雨,冬季寒冷干燥,年平均氣溫在8—13℃,年降水量在400—800mm。華北落葉松天然林多以混交為主,海拔由低向高混交樹種由楊(Populus)樺(Betula)等闊葉樹種向油松(Pinus)、云杉(Picea)等針葉樹種過渡,人工栽培以純林為主。

1.2 數(shù)據(jù)采集

1.2.1華北落葉松地理分布數(shù)據(jù)

本研究使用的華北落葉松地理分布數(shù)據(jù)共計(jì)345個(gè)。其中,第8次森林資源一類清查固定樣地?cái)?shù)據(jù)(142個(gè))、森林資源第4次二類調(diào)查樣地?cái)?shù)據(jù)和少量前期調(diào)查數(shù)據(jù)(131個(gè))。同時(shí)結(jié)合中國(guó)數(shù)字化標(biāo)本館(http://www.cvh.ac.cn)、中國(guó)自然標(biāo)本館(http://www.cfh.ac.cn)和文獻(xiàn)檢索對(duì)華北落葉松分布數(shù)據(jù)進(jìn)行補(bǔ)充(72個(gè))。匯總不同類型數(shù)據(jù)的位置坐標(biāo)信息,利用ArcGIS生成華北落葉松現(xiàn)實(shí)分布點(diǎn)圖(圖1)。

圖1 實(shí)驗(yàn)區(qū)位置及數(shù)據(jù)分布范圍Fig.1 Location of test site and coverage area of data

1.2.2氣候數(shù)據(jù)

氣候基準(zhǔn)數(shù)據(jù)來源于世界氣候數(shù)據(jù)庫(kù)(WorldClim, http://www.Worldclim.org),空間分辨率為30″(約1km)。 該數(shù)據(jù)庫(kù)將全球1950—2000年各地氣象站點(diǎn)的數(shù)據(jù)進(jìn)行插值形成全球氣候柵格數(shù)據(jù),并以2000年作為基準(zhǔn)年。將全球氣候柵格數(shù)據(jù)與山西、河北和內(nèi)蒙三省區(qū)基礎(chǔ)地理數(shù)據(jù)配準(zhǔn)、裁剪形成研究區(qū)氣候數(shù)據(jù),包括年平均氣溫、年降水量、等溫性等19個(gè)氣候變量[2]。

1.2.3土壤數(shù)據(jù)

土壤數(shù)據(jù)利用國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)提供的面向路面模擬的中國(guó)土壤數(shù)據(jù)集,數(shù)據(jù)來源為第2次土壤普查(1978年冬—1979年)的1:100萬中國(guó)土壤圖,選擇全氮、全磷、全鉀、速效氮、速效磷、速效鉀、容重、粒級(jí)(粘粒、粉粒、沙粒)和有機(jī)質(zhì)等11個(gè)數(shù)據(jù)。數(shù)據(jù)庫(kù)中每個(gè)土壤理化性質(zhì)包含8個(gè)土層深度數(shù)據(jù)(0—0.045m、0.045—0.091m、0.091—0.166m、0.166—0.289m、0.289—0.493m、0.493—0.829m、0.829—1.383m和1.383—2.296 m),將8個(gè)土壤柵格數(shù)據(jù)進(jìn)行加權(quán)平均,與山西省、河北省和內(nèi)蒙古自治區(qū)的基礎(chǔ)地理數(shù)據(jù)配準(zhǔn)、裁剪作為本研究的土壤環(huán)境變量。

1.2.4地形特征

海拔、坡度和坡向數(shù)據(jù)由數(shù)字高程模型(DEM)生成,該數(shù)據(jù)來源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心國(guó)際科學(xué)數(shù)據(jù)鏡像網(wǎng)站(http: //www.gscloud.cn),分辨率90m。利用ArcGIS 10.2空間分析模塊進(jìn)行坡度、坡向分析,生成Tiff格式的坡度和坡向圖層。

1.3 數(shù)據(jù)分析及模型評(píng)價(jià)

1.3.1數(shù)據(jù)分析

選用樹種分布預(yù)測(cè)較為成熟的最大熵MaxEnt模型(V 3.4.1.k)進(jìn)行氣候變化背景下華北落葉松適生性分析。軟件輸入數(shù)據(jù)包括研究區(qū)范圍的33個(gè)環(huán)境因子數(shù)據(jù)(氣候、土壤和地形數(shù)據(jù))和華北落葉松在該區(qū)域分布的點(diǎn)坐標(biāo)數(shù)據(jù),并在軟件中設(shè)置最大迭代次數(shù)500,收斂閾值為10-5。將模型運(yùn)算的結(jié)果文件導(dǎo)入ArcGIS 10.2中,生成華北落葉松不同氣候背景下分布概率圖,并進(jìn)一步保存成可以制作專題圖的格式。對(duì)樹種的適宜性劃分標(biāo)準(zhǔn)采用劉丹[15]的5級(jí)劃分標(biāo)準(zhǔn),即非適生區(qū)、低適生區(qū)、中適生區(qū)、高適生區(qū)和極高適生區(qū)分別對(duì)應(yīng)的評(píng)價(jià)指數(shù)區(qū)間為 [0—0.05]、(0.05—0.2]、(0.2—0.5]、(0.5—0.8]和(0.8—1]。

1.3.2MaxEnt模型評(píng)價(jià)

為評(píng)價(jià)模型精度,隨機(jī)選取75%的華北落葉松分布點(diǎn)作為訓(xùn)練集,用于獲取模型相關(guān)參數(shù),剩余25%作為驗(yàn)證集來進(jìn)行模型驗(yàn)證。采用受試者工作特征曲線(ROC-receiver operator characteristic curve)分析法預(yù)測(cè)模型準(zhǔn)確性,以ROC曲線下面積AUC反映模型預(yù)測(cè)結(jié)果,取值0—1,其中AUC取值0.5—0.6 、0.6—0.7、0.7—0.8 、0.8—0.9和0.9—1.0分別代表模型預(yù)測(cè)精度較差、一般、較準(zhǔn)確、很準(zhǔn)確和極準(zhǔn)確。環(huán)境參數(shù)設(shè)置采用刀切法(Jackknife)來評(píng)價(jià)各種環(huán)境因子的權(quán)重,篩選出影響華北落葉松地理分布的主導(dǎo)環(huán)境因子。

2 結(jié)果與分析

2.1 模型的適用性分析

基于最大熵模型的不同類型環(huán)境因子對(duì)華北落葉松適宜性分布的訓(xùn)練集和檢驗(yàn)集的AUC在0.965—0.983之間(表1),四個(gè)預(yù)測(cè)模型的預(yù)測(cè)精度均達(dá)到極準(zhǔn)確水平。

表1 不同環(huán)境因子影響下的ROC曲線下面積與模型精度

圖2給出四種環(huán)境類型對(duì)于華北落葉松影響預(yù)測(cè)模型的ROC曲線,四個(gè)預(yù)測(cè)模型的曲線下面積均接近1且紅線和藍(lán)線十分接近,表明模型預(yù)測(cè)效果也十分穩(wěn)定[15]。

圖2 不同環(huán)境類型最大熵模型的ROC曲線Fig.2 ROC curves by maximum entropy models of different environmental types

2.2 不同類型環(huán)境因子對(duì)華北落葉松分布的影響

只考慮19個(gè)氣候因子,最熱月的最高溫度、溫度的年較差和季節(jié)性溫度變異3個(gè)因子訓(xùn)練過程中對(duì)華北落葉松分布的影響最高,累計(jì)達(dá)到74.9%；增加11個(gè)土壤因子后,對(duì)于華北落葉松分布影響最主要的仍為以上3個(gè)因子,累計(jì)貢獻(xiàn)率出現(xiàn)微降74.5%,說明土壤環(huán)境對(duì)于區(qū)域尺度上華北落葉松分布的影響作用不大；綜合考慮氣候、土壤和地形因子后(共33個(gè)因子),訓(xùn)練集中對(duì)模型貢獻(xiàn)率最高的3個(gè)因子變?yōu)楹０?、坡度和季?jié)性溫度變異,累計(jì)貢獻(xiàn)率下降到68.3%；只考慮氣候和地形兩類環(huán)境對(duì)華北落葉松分布影響最主要的因子依次為海拔、坡度、最濕月的降雨量和溫度的年較差,累計(jì)貢獻(xiàn)率70.5%。在兩類含有土壤因子的環(huán)境變量組合中,僅有效磷、粉粒和全氮3個(gè)因子對(duì)華北落葉松分布的貢獻(xiàn)率大于1%,兩類組合中土壤因子的累計(jì)貢獻(xiàn)率均未超過10%。

對(duì)于華北落葉松分布而言,地形中的海拔和坡度顯著影響訓(xùn)練模型的結(jié)果輸出,但季節(jié)性溫度變異和溫度的年較差兩個(gè)氣候因子仍對(duì)華北落葉松的分布具有較大貢獻(xiàn)。

對(duì)于模型的排列重要性即模型檢驗(yàn)過程中的貢獻(xiàn)率(表3),單一氣候因子中,季節(jié)性溫度變異、最濕月的降雨量、最熱月的最高溫度和年降雨量貢獻(xiàn)最大,占總體的86.1%；增加土壤因子后,影響華北落葉松分布的主要環(huán)境因子變?yōu)榧竟?jié)性溫度變異和年平均氣溫,累計(jì)貢獻(xiàn)率64.8%；綜合考慮氣候、土壤、地形三類環(huán)境因子(33個(gè)因子)季節(jié)性溫度變異、最熱季度的平均溫度和年降雨量在檢驗(yàn)過程中對(duì)模型的貢獻(xiàn)率最大,達(dá)到66.6%；只考慮氣候和地形兩類因子貢獻(xiàn)率依次為年降雨量、最熱月的最高溫度、季節(jié)性溫度變異、最冷季度的平均溫度和最濕月的降雨量,累計(jì)78.8%。與訓(xùn)練過程中增加海拔、坡度顯著改變不同環(huán)境因子對(duì)模型的貢獻(xiàn)率不同,地形因子在檢驗(yàn)過程中對(duì)于模型的影響不明顯。

表2 不同環(huán)境因子影響的貢獻(xiàn)百分比

表3 不同環(huán)境因子影響的排列重要性

根據(jù)訓(xùn)練集各環(huán)境變量的貢獻(xiàn)率排序結(jié)果,對(duì)影響華北落葉松分布的主要壞境因子的響應(yīng)曲線分析得到：(1)僅考慮氣候因子作用,華北落葉松分布概率隨最熱月的最高溫度的升高而降低,最熱月最高溫度在16°左右,其發(fā)生的概率達(dá)到95%,溫度升高到24°,概率下降到40%,溫度大于33°,概率幾乎為0。增加土壤和地形因子后,華北落葉松分布概率隨最熱月最高溫變化的趨勢(shì)同單一氣候因子結(jié)果相似。(2)溫度的年較差在40°之內(nèi)時(shí),3類環(huán)境因子組合下華北落葉松分布概率大于70%,而單一氣候因子或任意2類環(huán)境因子組合下其分布概率下降到60%；隨著氣溫年較差的增加,華北落葉松發(fā)生概率顯著下降,氣溫年較差增加到45°時(shí),3類環(huán)境因子組合和1類、2類環(huán)境因子組合對(duì)華北落葉松分布的影響下降到60%和50%。氣溫年較差大于50°時(shí),華北落葉松在何種類型環(huán)境因子下分布概率幾乎為0。(3)在不同類型環(huán)境因子及其組合中,季節(jié)性溫度變異系數(shù)對(duì)華北落葉松分布的影響與溫度的年較差相似,表現(xiàn)為隨著該系數(shù)的增加,分布概率整體呈下降的趨勢(shì),在1100—1200間出現(xiàn)小幅回升后(不足10%)后驟降,變異系數(shù)大于1400其分布概率接近0。(4)對(duì)于含有地形因子的2類組合,海拔對(duì)華北落葉松的響應(yīng)曲線均表現(xiàn)為500m以下發(fā)生概率接近0,500—1500m其發(fā)生概率逐漸增大到30%,1500—2250m其分布概率快速上升并達(dá)到峰值90%以上,后出現(xiàn)小幅下降并恒定在80%。

2.3 基于最大熵模型的華北落葉松潛在分布適宜性

圖3給出不同類型環(huán)境組合影響下的華北落葉松適宜區(qū)分布及其適宜性等級(jí),僅考慮氣候因子的影響,在河北、山西和內(nèi)蒙古三省1504973 km2的研究范圍內(nèi),非適生區(qū)、低適生區(qū)、中適生區(qū)、高適生區(qū)和極高適生區(qū)分別占比83.96%、9.23%、4.17%、1.88%和0.77%；氣候因子和土壤因子綜合影響下,華北落葉松按照不適宜到極高適宜的分布面積比例變?yōu)?1.07%、5.14%、2.23%、1.06%和0.51%；氣候因子和地形因子綜合影響下,華北落葉松按照不適宜到極高適宜的分布面積比例變?yōu)?4.38%、8.93%、4.13%、1.89%和0.68%；綜合考慮氣候、土壤和地形三類因子對(duì)華北落葉松適宜區(qū)的影響,按照不適宜到極高適宜的分布面積比例變?yōu)?9.69%、5.88%、2.66%、1.24%和0.53%。

圖3 不同類型環(huán)境因子對(duì)華北落葉松的適宜性等級(jí)分布Fig.3 Distribution suitability maps of L. principis by 4 combination methods of environmental factors

在適宜區(qū)面積上,僅考慮氣候因子對(duì)華北落葉松分布的影響,其適宜區(qū)面積(中、高、極高)能夠達(dá)到102583km2,增加地形因子后其適宜區(qū)面積未發(fā)生明顯變化為100698 km2,綜合考慮氣候、地形和土壤3類因子的影響,適宜區(qū)面積下降明顯為66754 km2,但仍大于氣候和土壤兩類因子影響下華北落葉松適宜區(qū)面積(57134 km2),表明土壤因子對(duì)華北落葉松適生區(qū)影響遠(yuǎn)高于地形因子。

3 討論

已有研究表明,限制植物地理分布的主要因子是植物的耐寒性、完成生活史所需的熱量供應(yīng)和可利用水,這些因子主要受氣候環(huán)境決定[16]；海拔、坡度和坡向等地形因子通過影響水、熱、光的分配進(jìn)而改變區(qū)域溫、濕狀況。與氣候因子、地形因子不同,土壤是在氣候、生物、地形等因素的長(zhǎng)期的作用下,陸地表層由母巖風(fēng)化形成的一個(gè)能夠生長(zhǎng)植物的疏松多孔物質(zhì)層,能影響種子的萌發(fā)和植物地下部分的物質(zhì)、能量交換和酸堿平衡,進(jìn)而影響植物的分布[17-18]。

表4 四種類型環(huán)境因子組合方式下華北落葉松分布適宜性及面積/km2

本研究結(jié)果表明,僅考慮氣候單一環(huán)境變量,最熱月的最高溫度、溫度的年較差和季節(jié)性溫度變異對(duì)華北落葉松分布影響的貢獻(xiàn)率最大,該結(jié)果與呂振剛對(duì)氣候因子影響下河北省華北落葉松分布的研究結(jié)果存在一定差異[12],可能源于研究尺度的顯著增加和大量邊緣分布區(qū)樣本的增加[19],但兩個(gè)研究結(jié)果均得到：相比于水分而言,溫度的變化對(duì)華北落葉松分布影響更明顯,這也于華北落葉松自然分布于溫度較低的中高山地帶相吻合[13]。土壤因子與華北落葉松潛在分布的相關(guān)性不高,表明在區(qū)域尺度上土壤理化性質(zhì)對(duì)于落葉松分布的影響作用不大,該結(jié)果與劉丹等研究得到的土壤因子累計(jì)貢獻(xiàn)率不足總環(huán)境因子的20%的結(jié)果相近[15],但在沙漠、戈壁地帶,土壤因子對(duì)一些灌草植物的分布卻起到關(guān)鍵作用[17-18]。與劉丹[15]、冷文芳[20]等的研究結(jié)果相近,地形因子(尤其是海拔)對(duì)華北落葉松地理分布的解釋能力遠(yuǎn)高于土壤因子。賈翔[2]、郝珉輝[21]、王亞領(lǐng)[22]等人在紅松、針闊混交林和單葉蔓荊等不同生活型物種的潛在分布區(qū)研究中均得到海拔在物種潛在分布中起主導(dǎo)作用,這些物種的分布也大多與溫度相關(guān)。

與大多研究相近,環(huán)境變量的增加會(huì)降低華北落葉松分布適宜區(qū)的面積,地形與氣候組合對(duì)落葉松適宜區(qū)面積的影響與氣候單一因子差異不大[2,15,23],但增加土壤因子后,華北落葉松適宜區(qū)面積出現(xiàn)明顯減小,這一研究結(jié)果在相關(guān)的研究中從未提及。該結(jié)果表明,在華北落葉松分布的有無上,土壤因子的影響作用不大；但在適宜區(qū)、尤其是中等以上適宜區(qū)面積上,土壤因子作為立地質(zhì)量的主要評(píng)價(jià)指標(biāo)顯著的影響著落葉松的分布[24]。

4 結(jié)論

(1)華北落葉松作為一種廣布于華北地區(qū)中高山地帶的針葉樹種,自然狀態(tài)下對(duì)于高海拔、陰涼環(huán)境的適宜性也表明其對(duì)最熱月的最高溫度、溫度年較差和季節(jié)性溫度變異等溫度因子的不適宜,這種不適將隨全球氣候變化和溫度升高變得越來越突出,進(jìn)而出現(xiàn)潛在分布區(qū)減小、垂直分布抬升的趨勢(shì)。由于地形幾乎視為不變因子,土壤屬慢變量因子,氣候變化成為影響華北落葉松樹種分布的敏感性因子,進(jìn)一步研究氣候變化場(chǎng)景下華北落葉松的潛在分布意義突出。

(2)相比氣候與地形,土壤對(duì)華北落葉松適宜區(qū)、尤其是極高適宜區(qū)的影響尤為重要,這為合理區(qū)劃和發(fā)展華北落葉松、適地適樹、促進(jìn)華北落葉松適宜區(qū)生產(chǎn)力提升提供理論依據(jù)。進(jìn)一步細(xì)化土壤因子對(duì)落葉松不同等級(jí)適宜區(qū)影響,對(duì)華北落葉松的高效培育和利用意義重大。

(3)作為華北落葉松的主產(chǎn)區(qū),山西省、河北省和內(nèi)蒙古自治區(qū)在未來的造林和生態(tài)修復(fù)規(guī)劃中應(yīng)充分考慮影響落葉松潛在分布和適宜性的因子,做到適區(qū)適樹、適地適樹,提高森林生產(chǎn)力,營(yíng)造健康、穩(wěn)定、高效的華北落葉松森林生態(tài)系統(tǒng)。

參考文獻(xiàn)(References):

[1] Yang X Q, Kushwaha S P S, Saran S, Xu J C, Roy P S. Maxent modeling for predicting the potential distribution of medicinal plant,JusticiaadhatodaL. in Lesser Himalayan foothills. Ecological Engineering, 2013, 51: 83- 87.

[2] 賈翔, 馬芳芳, 周旺明, 周莉, 于大炮, 秦靜, 代力民. 氣候變化對(duì)闊葉紅松林潛在地理分布區(qū)的影響. 生態(tài)學(xué)報(bào), 2017, 37(2): 464- 473.

[3] 郭彥龍, 李新, 趙澤芳, 衛(wèi)海燕. 黑河流域胡楊適宜生境分布模擬. 中國(guó)科學(xué): 地球科學(xué), 2019, 49(3): 537- 553.

[5] 何善勇, 溫俊寶, 駱有慶, 宗世祥, 趙宇翔, 韓婧. 氣候變暖情境下松材線蟲在我國(guó)的適生區(qū)范圍. 應(yīng)用昆蟲學(xué)報(bào), 2012, 49(1): 236- 243.

[6] 程功, 呂全, 馮益明, 理永霞, 王艷麗, 張星耀. 氣候變化背景下松材線蟲在中國(guó)分布的時(shí)空變化預(yù)測(cè). 林業(yè)科學(xué), 2015, 51(6): 119- 126.

[7] 郭彥龍, 衛(wèi)海燕, 路春燕, 張海龍, 顧蔚. 氣候變化下桃兒七潛在地理分布的預(yù)測(cè). 植物生態(tài)學(xué)報(bào), 2014, 38(3): 249- 261.

[8] Guo Y L, Li X, Zhao Z F, Nawaz Z. Predicting the impacts of climate change, soils and vegetation types on the geographic distribution ofPolyporusumbellatusin China. Science of the Total Environment, 2019, 648: 1- 11.

[9] 李國(guó)慶, 劉長(zhǎng)成, 劉玉國(guó), 楊軍, 張新時(shí), 郭柯. 物種分布模型理論研究進(jìn)展. 生態(tài)學(xué)報(bào), 2013, 33(16): 4827- 4835.

[10] Busby J R. BIOCLIM A bioclimate analysis and prediction system//Margules C R, Austin M P, eds. Nature Conservation: Cost effective Biological Surveys and Data Analysis. Canberra: CSIRO, 1991: 64- 68.

[11] 許仲林, 彭煥華, 彭守璋. 物種分布模型的發(fā)展及評(píng)價(jià)方法. 生態(tài)學(xué)報(bào), 2015, 35(2): 557- 567.

[12] 呂振剛, 李文博, 黃選瑞, 張志東. 氣候變化情景下河北省3個(gè)優(yōu)勢(shì)樹種適宜分布區(qū)預(yù)測(cè). 林業(yè)科學(xué), 2019, 55(3): 13- 21.

[13] 方文靜, 蔡瓊, 朱江玲, 吉成均, 岳明, 郭衛(wèi)華, 張峰, 高賢明, 唐志堯, 方精云. 華北地區(qū)落葉松林的分布、群落結(jié)構(gòu)和物種多樣性. 植物生態(tài)學(xué)報(bào), 2019, 43(9): 742- 752.

[14] 鄭萬鈞. 中國(guó)樹木志(第1卷). 北京: 中國(guó)林業(yè)出版社, 1983: 248- 249.

[15] 劉丹, 李玉堂, 洪玲霞, 國(guó)紅, 謝陽(yáng)生, 張卓立, 雷相東, 唐守正. 基于最大熵模型的吉林省主要天然林潛在分布適宜性. 林業(yè)科學(xué), 2018, 54(7): 1- 15.

[16] 倪健. 全球變化研究中的生物氣候指標(biāo). 第四紀(jì)研究, 2017, 37(3): 431- 441.

[17] 山丹, 朱媛君, 王百竹, 劉艷書, 時(shí)忠杰, 楊曉暉. 呼倫貝爾沙地北部沙帶植物群落分布格局與土壤特性的關(guān)系. 中國(guó)沙漠, 2020, 40(1): 145- 155.

[18] 趙鵬, 屈建軍, 韓慶杰, 徐先英, 姜生秀, 付貴全. 敦煌綠洲邊緣植物群落與土壤養(yǎng)分互饋關(guān)系. 中國(guó)沙漠, 2018, 38(4): 791- 799.

[19] 陳新美, 雷淵才, 張雄清, 賈宏炎. 樣本量對(duì)MaxEnt模型預(yù)測(cè)物種分布精度和穩(wěn)定性的影響. 林業(yè)科學(xué), 2012, 48(1): 53- 59.

[20] 冷文芳, 賀紅士, 布仁倉(cāng), 胡遠(yuǎn)滿. 中國(guó)東北落葉松屬3種植物潛在分布對(duì)氣候變化的敏感性分析. 植物生態(tài)學(xué)報(bào), 2007, 31(5): 825- 833.

[21] 郝珉輝, 張忠輝, 趙珊珊, 趙秀海, 葉爾江·拜克吐爾漢, 張春雨. 吉林蛟河針闊混交林樹木生長(zhǎng)與生境的關(guān)聯(lián)性. 生態(tài)學(xué)報(bào), 2017, 37(10): 3437- 3444.

[22] 王亞領(lǐng), 李浩, 楊旋, 郭彥龍, 李維德. 基于MaxEnt模型和不同氣候變化情景的單葉蔓荊潛在地理分布預(yù)測(cè). 草業(yè)學(xué)報(bào), 2017, 26(7): 1- 10.

[23] 高文強(qiáng), 王小菲, 江澤平, 劉建鋒. 氣候變化下栓皮櫟潛在地理分布格局及其主導(dǎo)氣候因子. 生態(tài)學(xué)報(bào), 2016, 36(14): 4475- 4484.

[24] 雷相東, 符利勇, 李海奎, 李玉堂, 唐守正. 基于林分潛在生長(zhǎng)量的立地質(zhì)量評(píng)價(jià)方法與應(yīng)用. 林業(yè)科學(xué), 2018, 54(12): 116- 126.