基于MaxEnt的湖北省鵝掌楸屬樹種適宜生態(tài)分布區(qū)預(yù)測

劉華　管蘭華　黃光體　曹健　楊寒　胡超　鮑漢民

摘 要： 通過鵝掌楸屬樹種在湖北省的潛在分布范圍分析，為該屬樹種造林工作提供有力的理論支持。通過使用MaxEnt模型和ArcGIS10模型建立，對鵝掌楸屬樹種在湖北省的適宜生態(tài)分布區(qū)進(jìn)行預(yù)測，并且對影響鵝掌楸屬樹種分布的主導(dǎo)環(huán)境因子進(jìn)行了分析。MaxEnt模型高精度預(yù)測鵝掌楸屬樹種在湖北省的適宜生態(tài)分布區(qū)范圍，重建模型的測試樣本AUC值為0.894，訓(xùn)練樣本AUC值為0.886。鵝掌楸屬樹種在湖北省的高適生區(qū)面積為336 095 hm2，主要分布在：鄂中的京山市；鄂西的長陽縣、五峰縣、鶴峰縣、利川市和恩施市。中適生區(qū)面積為1 975 633 hm2，重點(diǎn)區(qū)域?yàn)椋憾鯑|的黃梅縣、蘄春縣、陽新縣、赤壁市、通山縣、江夏區(qū)、通城縣、大冶市、嘉魚縣、咸安區(qū)和崇陽縣；鄂中的孝昌縣、大悟縣和安陸市；鄂西的竹溪縣、遠(yuǎn)安縣、夷陵區(qū)、建始縣、咸豐縣和宣恩縣。年日最高氣溫≥35.0 ℃日數(shù)、年最少降水量、年平均風(fēng)速、年最大日降水量、年極端最低氣溫、年平均相對濕度和月最長連續(xù)降水日數(shù)是影響鵝掌楸屬樹種適生區(qū)分布的主導(dǎo)氣候因子。基于MaxEnt的鵝掌楸屬樹種在湖北省適宜生態(tài)分布區(qū)的預(yù)測是可行的，可靠性較高，對鵝掌楸屬樹種在湖北省的推廣應(yīng)用具有促進(jìn)和指導(dǎo)作用。

關(guān)鍵詞： MaxEnt模型；ArcGIS10.0；鵝掌楸屬；生態(tài)分布區(qū)

中圖分類號：S722.7；S725.1；S792.21 文獻(xiàn)標(biāo)識碼：A 文章編號：1004-3020（2023）02-0009-07

Prediction of Suitable Ecological Distribution Areas for

Liriodendron in Hubei Province Using MaxEnt Model

Liu Hua（1） Guan Lanhua（1） Huang Guangti（2） Cao Jian（1） Yang Han（1） Hu Chao（1） Bao Hanmin（3）

（1.Management Station of forest tree seedlings of Hubei Provincial Forestry Department Wuhan 430079；

2. Investigation and Planning Institute of Hubei Province Wuhan 430079;

3.Wuhan Dingsen Survery and Planning Co.， ltd Wuhan 430100）

Abstract： The purpose of this study is to predict the potential distribution areas of Liriodendron in Hubei Province， finally to provide strong technical support for the afforestation improvement. By using Maxent Model and ArcGIS10 software for modelling， the suitable ecological distribution areas of Liriodendron were predicted in Hubei Province and the dominant environmental factors affecting the distribution were determined.The prediction of the suitable ecological distribution areas for Liriodendron in Hubei Province was conducted with a high precision degree by reconstruction of MaxEnt Model. The AUC value of test data and training data were 0.894 and 0.886 respectively. The high suitable regions for Liriodendron cover an area of 336 095 hectares， mainly distributed in Jingshan in central Hubei as well as Changyang， Wufeng， Hefeng， Lichuan and Enshi in western Hubei. The medium suitable regions for Liriodendron cover an area of 1 975 633 hectares， mainly distributed in Huangmei， Qichun， Yangxin， Daye， Jiangxia， Jiayu， Chibi， Tongshan， Tongcheng， Xianan and Chongyang in eastern Hubei， Xiaochang， Dawu and Anlu in central Hubei as well as Zhuxi， Yuanan， Yiling， Jianshi， Xianfeng and Xuanen in western Hubei. Annual maximum daily temperature ≥ 35.0 ℃ days， annual minimum precipitation， annual average wind speed， annual maximum daily precipitation， annual extreme minimum temperature， annual average relative humidity and monthly longest continuous precipitation days are dominant climatic factors to determine the suitable distributions for Liriodendron.The prediction of suitable ecological distribution area of Liriodendron in Hubei Province Based on MaxEnt is feasible and reliable， which can promote and guide the popularization and application of Liriodendron in Hubei Province.

Key words： MaxEnt model; ArcGIS10.0; Liriodendron; Ecological distribution areas

[HJ2.2mm]

鵝掌楸屬Liriodendron有鵝掌楸L. chinensis、北美鵝掌楸L. tulipifera和雜交馬褂木Liriodendron×sinoamericanum，鵝掌楸屬樹種葉形奇特，秋葉金黃，樹形端正挺拔，速生，木材紋理直，干燥少開裂，是珍貴用材和園林綠化樹種。鵝掌楸在湖北省有天然分布，主要分布在鄂西南、鄂東南，鄂西北、鄂東北、鄂北等地也有零星分布[1]，鄂東南、鄂中低山丘陵地區(qū)是北美鵝掌楸和亞美馬褂木的主要引種栽植區(qū)[2-4]。對全國范圍內(nèi)的鵝掌楸潛在分布區(qū)研究表明，湖北省是鵝掌楸的主要潛在分布區(qū)[5，6]。

目前，研究樹種適宜性分布的模型有隨機(jī)森林模型、廣義線性模型、生態(tài)位模型等[7，8]，其中最大熵（maximum entropy，MaxEnt）模型是能夠在小樣本數(shù)據(jù)的基礎(chǔ)上更加精確預(yù)測的模型。最大熵模型是基于現(xiàn)有樹種分布與其地理生態(tài)環(huán)境因子的關(guān)系，確定限制要求，計(jì)算出植物現(xiàn)有分布規(guī)律的最大熵，進(jìn)而模擬出植物潛在分布區(qū)域，具有可靠性高、適應(yīng)性廣等優(yōu)點(diǎn)[9-15]。本研究利用鵝掌楸屬樹種湖北省森林資源二類調(diào)查數(shù)據(jù)，運(yùn)用MaxEnt和ArcGIS10.0分析鵝掌楸屬樹種在湖北省的適宜生態(tài)分布區(qū)，旨在為湖北省鵝掌楸樹種造林提供理論支撐，加速鵝掌楸屬樹種的推廣，促進(jìn)湖北省森林質(zhì)量的提升。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)收集

鵝掌楸屬樹種分布信息來自湖北省森林資源二類調(diào)查（2020年），合計(jì)1 248個(gè)樣本。34個(gè)環(huán)境因子數(shù)據(jù)分別為：年極大風(fēng)速（Bio25）、月最長連續(xù)無降水日數(shù)（Bio17）、年平均5 cm地溫（Bio13）、年極端最高氣溫（Bio5）、平均年降水量（Bio14）、最寒冷月（1月）平均氣溫（Bio6）、年最大降水量（Bio15）、年日最高氣溫 ≥ 35.0 ℃平均日數(shù)（Bio9）、年極端最低氣溫（Bio4）、月最長連續(xù)降水日數(shù)（Bio18）、年平均氣溫（Bio3）、月最長連續(xù)降水量（Bio19）、年日最大風(fēng)速 ≥ 5.0 m·s-1日數(shù)（Bio26）、年日最低氣溫 ≤ 0.0 ℃平均日數(shù)（Bio8）、年最大日降水量（Bio20）、年日照時(shí)數(shù)（Bio1）、年平均相對濕度（Bio21）、最熱月（7月）平均氣溫（Bio7）、年平均氣溫日較差（Bio10）、年平均風(fēng)速（Bio24）、年最小降水量（Bio16）、年日最大風(fēng)速 ≥ 10.0 m·s-1日數(shù)（Bio27）數(shù)據(jù)（1981～2010年）來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)；≥ 10 ℃積溫（Bio12）、濕潤指數(shù)（Bio22）、≥ 0 ℃積溫（Bio11）、干燥度（Bio23）數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心；太陽輻射日均值（Bio2）數(shù)據(jù)來源于國家青藏高原科學(xué)數(shù)據(jù)中心；土壤深度（Bio31）、土壤的陽離子交換能力（Bio30）、土壤有機(jī)碳含量（Bio32）、土壤酸堿度（Bio29）、土壤沙含量（Bio33）、土壤類型（Bio28）、土壤有效水含量（Bio34）數(shù)據(jù)來源于中國西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心。中國行政區(qū)劃數(shù)據(jù)來源于湖北省林業(yè)調(diào)查規(guī)劃院。中國數(shù)字高程模型（DEM）數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心。

1.2 信息數(shù)據(jù)處理

Maxent模型是基于最大熵的原理，根據(jù)已知的樹種分布數(shù)據(jù)和環(huán)境變量數(shù)據(jù)，模擬樹種的生態(tài)習(xí)性，從而模擬出樹種的適宜分布區(qū)域。

1.2.1 分布數(shù)據(jù)處理

鵝掌楸屬樹種林分主要分布在鄂東南的咸寧市、鄂中部的京山市和鄂西南的恩施市（圖1）。在Excel表中，根據(jù)MaxEnt里的需要修改數(shù)據(jù)[27-33]。

1.2.2環(huán)境因子處理

調(diào)整環(huán)境因子的地理坐標(biāo)系為D_WGS_1984，在環(huán)境因子?xùn)鸥駭?shù)據(jù)圖層中提取出湖北省區(qū)域，最后用ArcToolbox工具將環(huán)境因子?xùn)鸥駭?shù)據(jù)

轉(zhuǎn)換保存為MaxEnt所要求的文件格式[27-33]。

1.3 模型構(gòu)建

1.3.1 MaxEnt軟件建模

將鵝掌楸屬樹種分布數(shù)據(jù)（CSV格式）和環(huán)境因子數(shù)據(jù)（ASCII）添加到MaxEnt軟件。隨機(jī)選擇25%的鵝掌楸屬樹種樣本數(shù)據(jù)為測試樣本，其余75%的樣本數(shù)據(jù)作為訓(xùn)練樣本[16]，3次重復(fù)作為平行試驗(yàn)，最大迭代次數(shù)設(shè)為500次，收斂閥值設(shè)為0.000 01，取值范圍0～100[17]。在MaxEnt中導(dǎo)出ASCⅡ格式數(shù)據(jù)，將ASCII格式數(shù)據(jù)轉(zhuǎn)換為FLOAT型柵格數(shù)據(jù)[18]。

1.3.2 參數(shù)優(yōu)化

參照 Robert Muscarella最新優(yōu)化方法[19]，在MaxEnt默認(rèn)參數(shù)設(shè)置下，調(diào)控倍頻RM=1，特征組合FC=LQHPT，delta. AICc=66.179。當(dāng)RM=0.5，F(xiàn)C=LQHP時(shí)，delta.AICc=0，此時(shí)模型最優(yōu)，10%訓(xùn)練遺漏率值比默認(rèn)值下降了1%（表1）。因此，選擇模型參數(shù)為：調(diào)控倍頻RM=0.5、特征組合 FC =LQHP。

1.3.3 ROC曲線繪制

使用刀切法來分析環(huán)境因子其所占的權(quán)重，根據(jù)ROC特征曲線與橫坐標(biāo)構(gòu)成的面積（AUC的值），判斷模型的準(zhǔn)確度。AUC值越大，則環(huán)境因子與預(yù)測的鵝掌楸屬樹種適宜生態(tài)分布區(qū)之間的相關(guān)性越大，即也就是模型預(yù)測的效果越好。環(huán)境因子模型的訓(xùn)練樣本的AUC值為0.905，測試樣本的AUC值為0.903，AUC均值在0.9～1之間，表明模型有非常好的預(yù)測效果[20，21]。

1.4 模型優(yōu)化

1.4.1 選擇貢獻(xiàn)率高的環(huán)境因子

在34個(gè)環(huán)境因子中，對于鵝掌楸屬樹種分布預(yù)測貢獻(xiàn)率較高的環(huán)境因子有：Bio1、Bio2、Bio4、Bio5、Bio9、Bio10、Bio12～Bio16、Bio18～Bio24、Bio28、Bio33，累計(jì)貢獻(xiàn)率為95.2%。Bio3、Bio6～Bio8、Bio11、Bio17、Bio25～Bio27、Bio29、Bio30～Bio32、Bio34等14個(gè)環(huán)境變量的貢獻(xiàn)率都小于1%，對鵝掌楸屬樹種的種植分布影響有限，因此分析時(shí)剔除這14個(gè)環(huán)境因子變量[18]。

1.4.2 選擇正規(guī)化訓(xùn)練增益高的環(huán)境因子

對各環(huán)境因子使用刀切法（jackknife test）進(jìn)行分析，Bio1、Bio2、Bio4、Bio5、Bio9、Bio10、Bio12～Bio16、Bio18～Bio24、Bio28、Bio33等20個(gè)正規(guī)化訓(xùn)練增益高的環(huán)境因子中，Bio2和Bio33的貢獻(xiàn)值得分小于0.1，表明它對預(yù)測鵝掌楸屬樹種適宜生態(tài)分布區(qū)并不重要，所以剔除環(huán)境因子變量Bio2和Bio33。

1.4.3 選擇多重共線的環(huán)境因子

在ArcGIS中，提取環(huán)境因子有效分布點(diǎn)的數(shù)值，用SPSS軟件對貢獻(xiàn)較大的Bio1、Bio4、Bio5、Bio9、Bio10、Bio12～Bio16、Bio18～Bio24、Bio28等環(huán)境因子進(jìn)行Spearman相關(guān)分析，去除相關(guān)系數(shù)|r|≥0.8中貢獻(xiàn)率較小的環(huán)境因子，結(jié)果剔除Bio12、Bio5、Bio10、Bio14、Bio15、Bio19、Bio13、Bio22，提高模型模擬的精度[18]。

1.5 模型重建

用剩余的Bio1、Bio9、Bio16、Bio18、Bio4、Bio20、Bio21、Bio23、Bio24、Bio28等環(huán)境因子重新建模，再次參照 Robert Muscarella最新優(yōu)化方法，優(yōu)化MaxEnt模型。在MaxEnt里，調(diào)控倍頻RM=1，特征組合FC=LQHPT，delta. AICc=86.371。當(dāng)RM=0.5，F(xiàn)C=LQHP時(shí)，delta.AICc=0，此時(shí)模型最優(yōu)，10%訓(xùn)練遺漏率值比默認(rèn)值下降了0.9%（表2）。因此，模型參數(shù)選取為調(diào)控倍頻RM=0.5、特征組合 FC =LQHP。

2 結(jié)果與分析

2.1 模型的有效性

重建模型的訓(xùn)練樣本AUC值為0.886，測試樣本AUC值為0.894（圖2），AUC均值在0.8～0.9之間，表明重建模型模擬精度非常好，與主導(dǎo)環(huán)境因子之間的相關(guān)性大，預(yù)測結(jié)果精準(zhǔn)，可以據(jù)此進(jìn)行鵝掌楸屬樹種的推廣應(yīng)用。

2.2 鵝掌楸屬樹種潛在分布區(qū)預(yù)測及適生等級劃分

MaxEnt進(jìn)行3次重復(fù)試驗(yàn)，選擇AUC值最高的圖層導(dǎo)入ArcGIS中進(jìn)行適宜等級劃分（圖3）。將鵝掌楸屬樹種適宜性綜合評價(jià)等級劃分為：

存在概率<0.05 為不適生區(qū); 0.05≤存在概率<0.33為低適生區(qū); 0.33≤存在概率<0.66為中適生區(qū); 存在概率≥0.66為高適生區(qū)[4，10]。整體來看，鵝掌楸屬樹種在湖北省的高適生區(qū)面積為336 095 hm2，主要分布在鄂中的京山市，鄂西的長陽縣、五峰縣、鶴峰縣、利川市和恩施市。中適生區(qū)面積為1 975 633 hm2，主要分布在鄂東的蘄春縣、江夏區(qū)、赤壁市、陽新縣、通山縣、黃梅縣、通城縣、大冶市、嘉魚縣、咸安區(qū)和崇陽縣，鄂中的孝昌縣、大悟縣和安陸市，鄂西的竹溪縣、遠(yuǎn)安縣、夷陵區(qū)、建始縣、咸豐縣和宣恩縣。低適生區(qū)面積為8 730 639 hm2，主要分布在鄂東的麻城市、羅田縣、武穴市、紅安縣、英山縣、浠水縣、鄂州市和武漢市，鄂中的云夢縣、孝南區(qū)、隨縣、應(yīng)城市、鐘祥市、廣水市、仙桃市、潛江市、天門市、漢川市、監(jiān)利市、洪湖市、松滋市、沙市區(qū)、沙洋縣、東寶區(qū)和曾都區(qū)，鄂西的當(dāng)陽市、宜都市、襄州區(qū)、棗陽市、興山縣、宜城市、?？悼h、秭歸縣、巴東縣、神龍農(nóng)架、南漳縣、襄城區(qū)、谷城縣、房縣和竹山縣。

2.3 鵝掌楸屬樹種地理分布與環(huán)境變量的關(guān)系

在MaxEnt中用刀切法（Jackknife Test）檢測10個(gè)主導(dǎo)環(huán)境因子對于分布增益的貢獻(xiàn)，結(jié)果（表3）表明：對鵝掌楸屬樹種潛在分布預(yù)測貢獻(xiàn)率超過5%的因子分別為：年日最高氣溫≥35.0 ℃平均日數(shù)（28.3%）、年最少降水量（27.7%）、年平均風(fēng)速（12.3%）、年最大日降水量（6.2%）、年極端最低氣溫（6.1℃）、年平均相對濕度（5.4%）、月最長連續(xù)降水日數(shù)（5.2%），其累積貢獻(xiàn)率已達(dá)到91.2%，表明這7個(gè)環(huán)境因子是影響鵝掌楸屬樹種分布最大的環(huán)境因子。

繪制了前7個(gè)環(huán)境因子與鵝掌楸屬樹種適生區(qū)預(yù)測分布值之間的響應(yīng)曲線（圖4），年日最高氣溫≥35.0℃平均日數(shù)（Bio9）對鵝掌楸屬樹種分布有最大影響，當(dāng)年日最高氣溫≥35.0℃日數(shù)為3～16日，分布值隨年日最高氣溫≥35.0℃日數(shù)的升高而減小。年最少降水量（Bio16）、年平均風(fēng)速（Bio24）、年最大日降水量（Bio20）、年極端最低氣溫（Bio4）、年平均相對濕度（Bio21）、月最長連續(xù)降水日數(shù)（Bio18）對鵝掌楸屬樹種分布有較大影響。當(dāng)年最少降水量為500～600 mm，640～730 mm，940～1060 mm時(shí)，分布值隨年最少降水量的升高而增大；當(dāng)年最少降水量為600～640 mm、730～940 mm、1060～1 170 mm時(shí)，分布值隨年最少降

水量的升高而減小。當(dāng)年平均風(fēng)速為0.9～1.4 m·s-1時(shí)，分布值隨年平均風(fēng)速的升高而減??；當(dāng)年平均風(fēng)速為1.4～2.3 m·s-1時(shí)，分布值隨年平均風(fēng)速的升高而增大。當(dāng)年最大日降水量為70～270 mm時(shí)，分布值隨年最大日降水量的升高而減小，表明鵝掌楸屬樹種不耐水淹，不耐積水。當(dāng)年極端最低氣溫為-12～-4 ℃和-22～-16 ℃時(shí)，分布值隨年極端最低氣溫的降低而增大。當(dāng)年平均相對濕度為70%～76.5%時(shí)，分布值隨年平均相對濕度的升高而增大；當(dāng)年平均相對濕度為76.5～80%時(shí)，分布值隨年平均相對濕度的升高而減小。年平均相對濕度對鵝掌楸屬樹種分布影響呈中間高兩端低，表明鵝掌楸屬樹種最適宜的濕度為76.5%。當(dāng)月最長連續(xù)降水日數(shù)為15～28日時(shí)，分布值隨月最長連續(xù)降水日數(shù)的升高而增大，表明鵝掌楸屬樹種喜歡有降雨的濕潤環(huán)境。

3 結(jié)論與討論

3.1 結(jié)論

運(yùn)用MaxEnt生態(tài)位模型對鵝掌楸屬樹種在湖北省的適宜生態(tài)分布區(qū)進(jìn)行分析，結(jié)果表明MaxEnt模型對預(yù)測鵝掌楸屬樹種在湖北的潛在分布具有可行性及較高的可信度。湖北省適宜生態(tài)分布區(qū)分為高中低3類，合計(jì)總面積11 042 367 hm2?；贛axEnt預(yù)測的鵝掌楸屬樹種在湖北省適宜生態(tài)分布區(qū)的對鵝掌楸屬樹種在湖北省的推廣應(yīng)用具有促進(jìn)和指導(dǎo)作用。同時(shí)結(jié)合刀切法得出了影響鵝掌楸屬樹種分布最顯著的環(huán)境因子是溫度和降水，其中日最高氣溫≥35.0 ℃日數(shù)、年最少降水量、年最大日降水量、年極端最低氣溫、年平均相對濕度、月最長連續(xù)降水日數(shù)等因子的影響最大。

本研究表明，溫度與降水對鵝掌楸屬樹種分布的影響遠(yuǎn)大于風(fēng)速和土壤因子，前兩者在一定程度上決定了鵝掌楸屬樹種潛在地理分布。因此可以得出鵝掌楸屬樹種環(huán)境因子的最適范圍為：日最高氣溫≥35.0℃日數(shù)為3～27日，年最少降水量為500～1 170 mm，年最大日降水量為70～270 mm，年極端最低氣溫為-22～-4℃，年平均相對濕度為70.0%～80.0%，月最長連續(xù)降水日數(shù)為15～28日。

3.2 討論

基于MaxEnt生態(tài)位模型的同一適宜生態(tài)分布區(qū)研究中，環(huán)境因子數(shù)據(jù)較多來源于世界氣候-全球氣候數(shù)據(jù)庫網(wǎng)站，僅有19個(gè)環(huán)境因子[18，22-26]。為了獲得更精準(zhǔn)的鵝掌楸屬樹種推廣效果，本文選擇了34個(gè)重要環(huán)境因子，且數(shù)據(jù)點(diǎn)更密集，更精準(zhǔn)預(yù)測鵝掌楸屬樹種在湖北省同一適宜生態(tài)分布區(qū)[27-33]。

MaxEnt模型經(jīng)過參數(shù)優(yōu)化，可以更好的預(yù)測物種分布[17]。如果環(huán)境因子數(shù)量過多，將降低MaxEnt的運(yùn)算效率。通過優(yōu)化本研究剔除了14個(gè)低貢獻(xiàn)率的環(huán)境因子變量、2個(gè)正規(guī)化訓(xùn)練增益低的環(huán)境變量因子、8個(gè)多重共線強(qiáng)的環(huán)境變量因子，有效降低了模型的復(fù)雜性，在不影響分布預(yù)測的前提下，提高了確定主導(dǎo)因子的精準(zhǔn)性[34]。

鵝掌楸屬樹種適宜生態(tài)分布區(qū)的預(yù)測不是一錘定音的，而是動態(tài)變化的，隨著已知分布區(qū)的變化（增加或減少）而變化。在2013年，鄂中的京山有約1萬畝的鵝掌楸良種人工造林[3]。這些鵝掌楸良種人工林在湖北省森林資源二類調(diào)查中分為278個(gè)小班（樣本），占全省鵝掌楸小班（樣本）總數(shù)的22.28%。預(yù)測結(jié)果京山市被劃分為高適生區(qū)，而周圍的大悟縣、安陸市、隨縣、應(yīng)城市、鐘祥市和廣水市則被劃分為中試生區(qū)，這與傳統(tǒng)的林業(yè)調(diào)查規(guī)劃結(jié)果是相同的。從本研究結(jié)果可以看出一個(gè)地方大量集中取樣對取樣點(diǎn)的預(yù)測結(jié)果有正向影響，但從整體預(yù)測結(jié)果來講還是準(zhǔn)確可靠的。由此可以得出，如果鵝掌楸屬樹種在預(yù)測的適宜生態(tài)分布區(qū)域生長表現(xiàn)良好，則可以將該預(yù)測的區(qū)域納入為鵝掌楸屬樹種已知分布區(qū)域，根據(jù)新的鵝掌楸屬樹種已知分布區(qū)域，重新分析預(yù)測鵝掌楸屬樹種適宜生態(tài)分布區(qū)，經(jīng)過如此多次分析預(yù)測，以達(dá)到全省范圍更精準(zhǔn)的鵝掌楸屬樹種的潛在生態(tài)分布區(qū)預(yù)測。

湖北省森林資源二類調(diào)查（2020年）結(jié)果顯示全省有1 248塊鵝掌楸屬樹種林分小班，合計(jì)2 320.8 hm2。本研究模型預(yù)測結(jié)果為鵝掌楸屬樹種在湖北省的高適生區(qū)面積為336 095 hm2，中適生區(qū)面積為1 975 633 hm2，低適生區(qū)面積為8 730 639 hm2。因此，鵝掌楸屬樹種在湖北省具有廣闊的發(fā)展空間。

參 考 文 獻(xiàn)

[1]方元平，葛繼穩(wěn)，袁道凌.湖北省國家重點(diǎn)保護(hù)野生植物名錄及特點(diǎn)[J].環(huán)境科學(xué)與技術(shù)，2000，10 （2）：11-14

[2]季孔庶，王章榮.鵝掌楸屬植物研究進(jìn)展及其繁育策略[J].世界林研究，2001，14 （1）：8-14.

[3]劉玉新，王章榮，李大斌，等.雜交馬褂木工業(yè)原料林豐產(chǎn)栽培技術(shù)[J].湖北林業(yè)科技，2014，43 （4）：76-77.

[4]王章榮，高悍東.亞美馬褂木在我國丘陵山區(qū)的造林示范與推廣[J].林業(yè)科技開發(fā)，2015，29 （5）：1-4.

[5]邱浩杰， 孫杰杰， 徐達(dá)， 等. 基于MaxEnt模型預(yù)測鵝掌楸在中國的潛在分布區(qū)[J]. 浙江農(nóng)林大學(xué)學(xué)報(bào)，2020，37（1）：1-8.

[6]翟新宇， 申宇芳， 朱圣華， 等. 未來氣候變化對孑遺植物鵝掌楸地理分布的影響[J]. 熱帶亞熱帶植物學(xué)報(bào) 2021， 29（2）： 151-161.

[7]朱耿平，劉國卿，卜文俊，等.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].生物多樣性，2013，21 （1）：90-98.

[8]蔡靜蕓，張明明，粟海軍，等.生態(tài)位模型在物種生境選擇中的應(yīng)用研究[J].經(jīng)濟(jì)動物學(xué)報(bào)，2014，18 （1）：47-52，58.

[9]王茹琳，高曉清，王閆利，等.基于MaxEnt的非洲橘硬薊馬在全球及中國的潛在分布區(qū)預(yù)測[J].中國農(nóng)學(xué)通報(bào)，2014，30 （28）：315-320.

[10]羅玫，王昊，呂植.使用大熊貓數(shù)據(jù)評估Biomod2和MaxEnt分布預(yù)測模型的表現(xiàn)[J].應(yīng)用生態(tài)學(xué)報(bào)，2017，28 （12）：4001-4006.

[11]張春華，和菊，孫永玉，等.基于MaxEnt模型的毛紅椿適生區(qū)預(yù)測[J].林業(yè)科學(xué)研究，2018，31 （3）：120-126.

[12]郭飛龍，徐剛標(biāo)，盧孟柱，等.基于MaxEnt模型分析胡楊潛在適宜分布區(qū)[J].林業(yè)科學(xué)，2020，56 （5）：184-192.

[13]王國崢，耿其芳，肖孟陽，等.基于4種生態(tài)位模型的金錢松潛在適生區(qū)預(yù)測[J].生態(tài)學(xué)報(bào)，2020，40 （17）：6096-6104.

[14]王艷君，高泰，石娟.基于MaxEnt模型對舞毒蛾全球適生區(qū)的預(yù)測及分析[J].北京林業(yè)大學(xué)學(xué)報(bào)，2021，43 （9）：59-69.

[15]辜云杰，李曉清，楊漢波.基于MaxEnt生態(tài)位模型預(yù)測楨楠在中國的潛在適宜栽培區(qū)[J].西北林學(xué)院學(xué)報(bào)，2021，36 （2）：136-141.

[16]魏淑婷，李濤，林玉成.基于MaxEnt模型預(yù)測四川省松材線蟲的潛在適生區(qū)[J].四川動物， 2019，38（1）：37-46.

[17]黃振，吳淇銘，黃可輝.應(yīng)用MaxEnt模型預(yù)測辣椒果實(shí)蠅在中國的潛在地理分布[J].武夷科學(xué)， 2017，33（1）：28-34.

[18]王茹琳，王明田，李慶，等.基于MaxEnt模型的美味獼猴桃在中國氣候適宜性分析[J].云南農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)）， 2019，34（3）：522-531.

[19]Muscarella R.， Galante P.J.， Guardia M.S.， et.al. ENMeval： an R package for conducting spatially independent evaluations and estimating optimal model complexity for MaxEnt ecological niche models[J]. Methods in Ecology and Evolution，2015，5 （11）：1198-1205.

[20]段居琦，周廣勝.中國水稻潛在分布及其氣候特征.生態(tài)學(xué)報(bào)[J]. 2011，31（22）：6659-6668.

[21]屈振江，周廣勝.中國富士蘋果種植的氣候適宜性研究.氣象學(xué)報(bào)[J].2016，74（3）：479-490.

[22]高雅，秦華. MaxEnt生態(tài)位模型在紅花槭引種區(qū)預(yù)測上的應(yīng)用探討.中國園林[J]. 2018，34（4）：89-93.

[23]雷軍成，徐海根.基于MaxEnt的加拿大一枝黃花在中國的潛在分布區(qū)預(yù)測.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)[J]. 2010，26（2）：137-141.

[24]劉倩，齊增湘， 周永，等.我國銀杉潛在分布區(qū)預(yù)測及適宜性評價(jià).安徽農(nóng)學(xué)通報(bào)[J]. 2019，25（18）：53-57.

[25]董波， 李建偉， 林杰， 等.基于 MaxEnt 模型預(yù)測漆樹在中國的潛在適生區(qū)研究[J].西南林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)）， 2020， 40（2）： 79-85.

[26]馬東旭， 周一， 陸雙飛， 等. 基于 MaxEnt 模型的 11 種云南常見闊葉樹種氣候適宜性研究 [J]. 西南林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)）， 2020， 40（5）： 64-72.

[27]胡超， 于靜. 基于MaxEnt模型和ArcGIS精準(zhǔn)預(yù)測湖南省杉木良種在湖北省同一適宜引種生態(tài)區(qū)[J].廣西林業(yè)科學(xué)， 2021，50（200）：740-747.

[28]胡超， 于靜. 應(yīng)用MaxEnt和ArcGIS對湖南省馬尾松良種在湖北省同一適宜引種生態(tài)區(qū)精準(zhǔn)預(yù)測[J]. 東北林業(yè)大學(xué)學(xué)報(bào)， 2022，50（7）：40-46.

[29]胡超， 于靜. 基于MaxEnt和GIS的浙江省杉木良種在湖北省適宜引種生態(tài)區(qū)研究[J]. 陜西林業(yè)科技， 2022，50（4）：29-37.

[30]胡超， 于靜. 精準(zhǔn)預(yù)測福建杉木良種在湖北適宜引種生態(tài)區(qū)[J]. 福建林業(yè)科技， 2022，49（2）：32-41.

[31]胡超， 于靜. 基于MaxEnt和GIS預(yù)測四川省杉木良種在湖北省同一適宜引種生態(tài)區(qū)[J]. 四川林業(yè)科技， 2022，43（3）：85-93.

[32]胡超， 于靜. 基于MaxEnt和GIS精準(zhǔn)預(yù)測湖南省火炬松良種在湖北省同一適宜引種生態(tài)區(qū)[J]. 山東林業(yè)科技， 2022，52（2）：1-9.

[33]胡超， 于靜. 基于MaxEnt和ArcGIS預(yù)測廣東杉木良種在湖北省同一適宜引種生態(tài)區(qū)[J]. 林業(yè)與環(huán)境科學(xué)， 2022，38（2）：1-11.

[34]王翀，林慧龍，何蘭，等.紫莖澤蘭潛在分布對氣候變化響應(yīng)的研究[J].草業(yè)學(xué)報(bào)， 2014，23（4）：20-30.

（編校：唐 嵐）

收稿日期：2023-01-03

基金項(xiàng)目 ：中央財(cái)政林業(yè)科技推廣示范資金項(xiàng)目“亞美馬褂木優(yōu)良品種繁育與推廣示范”（鄂［2022］GT19）。

作者簡介：劉華（1965～），男，高級工程師，主要從事林木良種管理工作。

管蘭華為通訊作者。