西南地區(qū)煙草潛在適生區(qū)預測

孫佳照 冉渝澳 馮俊 丁偉

摘??要：西南地區(qū)地形復雜，具有鮮明山地種植特征。為了研究該地區(qū)煙草潛在適生區(qū)，對西南地區(qū)191條有效煙草種植分布位點氣候數(shù)據(jù)進行分析，采用最大熵模型Max Ent結(jié)合Arc Map明確影響典型煙草分布的主要環(huán)境因子，預測西南地區(qū)煙草潛在適生區(qū)。結(jié)果表明，經(jīng)過訓練后Max Ent模型AUC值為0.950。最干季度平均溫度（℃）、最干月份降水量（mm）和最暖季度降水量（mm）3個生物氣候因素是影響西南地區(qū)煙草生長的主要環(huán)境因子，貢獻率分別為40.5%、30.3%和12.9%。云南省、貴州省和重慶市全域為煙草適生區(qū)。四川省西部、西北部存在較大面積低度適生區(qū)及不適生區(qū)。此外發(fā)現(xiàn)西藏林芝地區(qū)和山南地區(qū)存在高度適生區(qū)，阿里地區(qū)西南部存在少量中度適生區(qū)。氣候生態(tài)位預測表明西南地區(qū)煙草高度適生區(qū)面積約為5.229×10km2。我國西南地區(qū)仍有部分煙草適宜種植區(qū)域有待開發(fā)。

關(guān)鍵詞：煙草；西南地區(qū)；氣候生態(tài)位；潛在適生區(qū)

中圖分類號：S572.019 ?????????????????????文獻標識碼：A ?????????? ??????????文章編號：1007-5119（2023）05-0037-08

Prediction of Potential Suitable Growing Areas of Tobacco in Southwest China

SUN Jiazhao，?RAN Yuao，?FENG Jun，?DING Wei

（College of Pant Protection， Southwest University， Chongqing 400715， China）

?The southwestern region of China has complex terrain and distinct mountainous planting characteristics.In order to study the potential suitable areas for tobacco cultivation in the region， an analysis was conducted on the climatic ecological niche of 191 effective tobacco planting sites in the southwestern region.The Max Ent model combined with Arc Map was used to identify the main environmental factors affecting the distribution of typical tobacco and to predict the potential suitable areas for tobacco cultivation in the southwestern region.The results showed that the Max Ent model had an AUC value of 0.950 after training. The three bioclimatic factors， namely， the mean temperature （°C） of the driest quarter， the precipitation （mm） of the driest month， and the precipitation （mm） of the warmest quarter， were the main environmental factors affecting tobacco growth in the southwestern region， with the contributions being?40.5%， 30.3%， and 12.9%， respectively.?The entire Yunnan Province， Guizhou Province， and Chongqing Municipality are suitable areas for tobacco cultivation.?In addition， it was found that the Linzhi?and Shannan regions of Tibet have highly suitable areas， and there are a few moderately suitable areas in the southwestern part of the Ali region.The prediction of climatic ecological niche indicated that the highly suitable area for tobacco cultivation in the southwestern region is approximately 5.229×10?km?There are still some areas suitable for tobacco cultivation in the southwestern region of China that need to be developed.

?tobacco; Southwest China; climate niche; potential suitable area

基金項目：中國煙草總公司重點研發(fā)項目（110202102027）

作者簡介：孫佳照（1995-），男，主要從事植保數(shù)字化研究。E-mail：sjz365@email.swu.edu.cn。*通信作者，E-mail：dingw@swu.edu.cn

收稿日期：2022-12-05????????????????修回日期：2023-04-24

煙草經(jīng)濟是西南地區(qū)重要的經(jīng)濟支柱，也是脫貧攻堅和鄉(xiāng)村振興特色產(chǎn)業(yè)發(fā)展的重要組成部分。西南地區(qū)烤煙種植面積大，質(zhì)量好，是我國烤煙最為重要的生產(chǎn)基地之一。該地區(qū)總面積234.06萬平方公里，占中國陸地國土面積的24.5%。在地理上包括青藏高原東南部，四川盆地、云貴高原大部，地理位置為東經(jīng)97°21'～110°11'，北緯21°08'～33°41'。地形高低起伏較大，以亞熱帶、溫帶季風氣候為主。

物種的氣候生態(tài)位能夠反映物種應對氣候變化的策略，進而決定其分布格局。物種分布模型可以依據(jù)物種分布樣點提供的信息評估研究物種的生態(tài)位需求，投射在目標空間區(qū)域中，對投射區(qū)域數(shù)據(jù)進行分析，計算出該物種在其中的生存概率，從而推斷其潛在適生區(qū)。西南地區(qū)氣候條件優(yōu)越，為我國煙草第一大生產(chǎn)區(qū)^]。研究表明氣候條件對于煙草生長及煙草產(chǎn)量有較大影響。因此可采用氣候數(shù)據(jù)對西南地區(qū)煙草分布進行預測。

隨著計算機技術(shù)的飛速發(fā)展，依托于Max Ent與Arc Map程序進行的物種分布預測被廣泛使用。MaxEnt（最大熵模型）為眾多物種分布模型中運用較廣、預測結(jié)果較準確的一種方法。該模型由Philips S. J.等人基于JAVA平臺構(gòu)建，可根據(jù)物種分布位點與生態(tài)位信息而預測潛在分布。模型運算的核心概念是最大熵理論，在假定條件概率分布情況下根據(jù)約束條件取得最優(yōu)解。與模糊數(shù)學、廣義線性模型、人工神經(jīng)網(wǎng)絡(luò)等其他模型相比，可在樣本量相對較小的情況下取得較好的預測效果；同時該模型可以僅根據(jù)物種已知分布點數(shù)據(jù)進行建模，而不需要目標點數(shù)據(jù)。模型既可以處理連續(xù)變量數(shù)據(jù)，也可以處理二分類變量數(shù)據(jù)，對定性類別數(shù)據(jù)提供轉(zhuǎn)換功能進行分析。Arc Map主要的功能是實現(xiàn)地理高程數(shù)據(jù)可視化，將地理圖層包含的數(shù)據(jù)信息通過圖層技術(shù)展現(xiàn)出來?？蒲泄ぷ髡邔⑵溆糜诘責峥碧降貧せ顒友芯俊⑽锓N遷徙路徑選擇、景觀生態(tài)格局解析等領(lǐng)域。傳統(tǒng)煙草潛在適生區(qū)劃分依據(jù)地帶性特征、生態(tài)適宜性指標等因素，缺乏系統(tǒng)模型擬合結(jié)果作為支撐。目前已采用MaxEnt與Arc Map結(jié)合的方式對栽培作物潛在適生區(qū)作出研究，但對煙草潛在適生區(qū)的研究尚未見報道。世界氣候數(shù)據(jù)庫為以氣候數(shù)據(jù)作為生態(tài)位建模進行預測提供了數(shù)據(jù)基礎(chǔ)。本研究基于JAVA框架，采用Max Ent模型與Arc Map程序相結(jié)合，在對我國西南地區(qū)煙草分布地點進行調(diào)查的基礎(chǔ)上，利用世界氣候數(shù)據(jù)庫的資料對我國西南地區(qū)煙草潛在適生區(qū)進行預測，為煙草擴大種植和區(qū)域性煙草經(jīng)濟發(fā)展提供參考。

1??數(shù)據(jù)與方法

1.1??煙草位點數(shù)據(jù)獲得和篩選

煙草分布地理位點的獲取采用3種方法相結(jié)合：（1）查詢中國植物科學數(shù)據(jù)中心（www.plantplus. cn/cn）、中國數(shù)字植物標本館（www.cvh.ac.cn/about. php）、國家標本平臺（www.nsii.org.cn/2017/home. php）等相關(guān)網(wǎng)站，獲得西南地區(qū)煙草種植信息位點。（2）參考前人研究經(jīng)驗，通過實驗團隊長期在西南各地區(qū)試驗基地駐點進行統(tǒng)計調(diào)查。（3）查詢國家煙草專賣局（www.tobacco.gov.cn/）、重慶市煙草專賣局（www.966599.com）、貴州省煙草專賣局（tobacco.gov.cn）、云南省煙草專賣局（www.yn-tobacco.com/）、四川省煙草專賣局（www.sctobacco.com/）等網(wǎng)站，搜索新聞動態(tài)一欄，獲得最新煙草生產(chǎn)基地信息。共搜集到西南地區(qū)典型煙草分布位點1422個。為了防止相近位點導致過擬合現(xiàn)象，將分布位點精確到縣，并且在30 km以內(nèi)只保留1個有效位點。去除明確位于分布范圍外的樣點、不確定樣點、重復樣點以及模糊記錄的數(shù)據(jù)。將分布位點的地理坐標轉(zhuǎn)化為十進制經(jīng)緯度數(shù)據(jù)形式，保存CSV文件格式。經(jīng)過整理共篩選出191條有效數(shù)據(jù)供分析使用。有效數(shù)據(jù)分布位點如圖1所示。

1.2??氣候數(shù)據(jù)來源

通過訪問世界氣候數(shù)據(jù)庫（http： //www.worldclim.org/）最新提供的氣候數(shù)據(jù)圖層集獲得建模所需分布位點氣候數(shù)據(jù)。該圖層集包含19個生物氣候因素：年均溫（Bio01），月均溫度變幅（Bio02），等溫性（Bio03），溫度季節(jié)性變化（Bio04），最暖月最高溫（Bio05），最冷月最低溫（Bio06），溫度年變幅（Bio07），最濕季均溫（Bio08），最干季均溫（Bio09），最暖季均溫（Bio10），最冷季均溫（Bio11），年降雨（Bio12），最濕月降雨（Bio13），最干月降雨（Bio14），降雨季節(jié)性變化（Bio15），最濕季降雨（Bio16），最干季降雨（Bio17），最暖季降雨（Bio18），最冷季降雨（Bio19）。圖層坐標系為WGS84，每個氣候因子圖層均采用30″（約1 km）的空間分辨率。

1.3??氣候數(shù)據(jù)篩選

將篩選后得到的191條分布位點數(shù)據(jù)通過CSV格式文件導入Arc Map，對導入的分布數(shù)據(jù)和環(huán)境變量（tif格式）進行采樣分析，獲得191條分布點的環(huán)境數(shù)據(jù)，篩選出溫度、降雨數(shù)據(jù)作為煙草生長密切相關(guān)的生物氣候因子。同時采用主成分分析法消除環(huán)境變量之間的多重共線性問題，保留有效氣候生態(tài)位數(shù)據(jù)。

1.4 ?模型建立與精確度檢驗

使用SDM toolbox_2_10_4to9工具包將數(shù)據(jù)提取的氣候生態(tài)位數(shù)據(jù)按照中國地圖（包含10段線）面積進行裁剪，將裁剪的數(shù)據(jù)進行ASC處理導入Max Ent軟件中進行建模分析。裁剪好的191條分布位點數(shù)據(jù)和篩選好的有效氣候生態(tài)位數(shù)據(jù)導入Max?Ent建立初始模型，隨機選取75%的煙草分布點用于訓練模型的建立，25%的分布點用于驗證模型準確性。選擇刀切法（Jackknife test），通過排除某一氣候生態(tài)位變量以及使用所有氣候生態(tài)位變量，建立訓練模型。采用自動特征運算規(guī)則（auto features），重復迭代方式為“subsample”，重復訓練次數(shù)設(shè)置為10次，應用閾值規(guī)則選擇“10 percentile training presence”。預測結(jié)果使用“cloglog”格式和“ASC”文件類型輸出。

選擇受試者工作特征（ROC）曲線下面積（AUC）評價模型精度，其中AUC值在0～1之間，AUC值越接近1表示模型預測準確度越高：AUC值為0. 5～0. 6說明預測失敗，0. 6～0. 7為預測結(jié)果較差，0.7～0. 8為預測結(jié)果一般，0. 8～0. 9為好，0. 9～1. 0表現(xiàn)為極好。

1.5 ?煙草潛在適生區(qū)預測

Max Ent模型得出的結(jié)果為物種的適生性概率，為得到西南地區(qū)煙草適生等級，需利用Arc Map加載Max Ent模型得到的ASC格式的數(shù)據(jù)將其轉(zhuǎn)化為柵格，獲取煙草在西南地區(qū)的生境適宜度指數(shù)。適宜度指數(shù)代表了物種對環(huán)境的適宜程度。利用自然間斷點分級法對適生等級進行劃分。本研究將適宜度按照生境適宜指數(shù)，將自然間斷點分級法計算的結(jié)果劃分為5個適生等級，即：高度適生區(qū)、中高度適生區(qū)、中度適生區(qū)、低度適生區(qū)和非適生區(qū)。將各級適生區(qū)柵格數(shù)據(jù)空間分割成有規(guī)律的網(wǎng)格，每一個網(wǎng)格是一個單元。查看各適生等級的單元個數(shù)。采用字段計算器Field Calculator計算每個適生區(qū)等級的適生面積。將中高度適生區(qū)和高度適生區(qū)綜合列為潛在適生區(qū)，從而判斷西南地區(qū)煙草潛在適生區(qū)面積。

2??結(jié) ?果

2.1 ?氣候數(shù)據(jù)篩選

分析19個生物氣候數(shù)據(jù)中與煙草生命周期相關(guān)的溫度與降雨數(shù)據(jù)。參考前人研究結(jié)果，同時將環(huán)境因子進行共線性分析，去除存在較強共線性的數(shù)據(jù)。最終篩選出7條生物氣候數(shù)據(jù)，列于表1。

2.2 ?模型建立與氣候因子貢獻率

刀切法檢驗能顯示環(huán)境變量對煙草分布增益的貢獻大小。利用刀切法對7條生物氣候數(shù)據(jù)集進行分析，得到環(huán)境變量對煙草分布的正規(guī)化訓練增益影響結(jié)果（圖2）。由圖2可見，3個環(huán)境變量對西南地區(qū)典型煙草分布的影響相關(guān)性較強，分別是最干季均溫（Bio09）、最暖季降雨（Bio18）和最干月降雨（Bio14），模型增益分別為0.9、0.75和0.75，具有較高的正則化增益。3個生物氣候變量貢獻率分別為40.5%、30.3%和12.9%。表明3種因素對西南地區(qū)煙草分布影響增益貢獻大，具有對模型預測最有用的信息，對該模型訓練有顯著意義。

在建模因素篩選中，考慮到實際生產(chǎn)中煙苗移栽期集中在5月左右，煙株大田生長周期為100～120 d左右。因此我們?nèi)サ糇罾浼径扰c最冷月相關(guān)環(huán)境因子，分析西南地區(qū)煙草對3個主導生物氣候的響應效應，結(jié)果如圖3。由圖3可知，最干季均溫在4.8 ℃時候單因子存在概率大致為0.6，此后隨著溫度增加概率呈正相關(guān)增長趨勢，在達到22 ℃左右時候達到頂點約為0.95，之后不再增加。表明最干季均溫在4.8～22 ℃區(qū)間煙草有較大生存概率。最暖季降雨在450 mm時候單因子存在概率大致為0.6，降雨量增加至900 mm時達到頂點約為0.92，但此后隨降雨量增加存在概率呈遞減趨勢，在1700 mm時低于0.6。表明最暖季降雨在450～1700 mm區(qū)間煙草有較大生存概率。最干月降雨在10 mm時候單因子存在概率大致為0.6，隨降雨量增加至20 mm時達到頂點約為0.95，此后隨降雨量增加存在概率呈遞減趨勢，在30 mm時低于0.6。表明最干月降雨在10～30 mm區(qū)間煙草有較大生存概率。

2.3 ?煙草適生區(qū)域預測結(jié)果

將Max Ent模型模擬的結(jié)果導入Arc Map軟件進行適生區(qū)等級劃分和可視化表達。Max Ent輸出的結(jié)果為ASC格式，用Arc Map的ASCII to Raster功能，轉(zhuǎn)化數(shù)據(jù)為柵格數(shù)據(jù)，輸出數(shù)據(jù)類型為FLOAT。采用工具包中Reclassify功能，將預測適生范圍數(shù)據(jù)進行重分類劃分。得到分布值等級及相應分布范圍，每個等級采用一種顏色進行表示。最終得到5個等級的適生概率如圖4。

氣候生態(tài)位預測模型表明，西南地區(qū)除西藏自治區(qū)外存在大范圍潛在適生區(qū)。其中云南省、貴州省與重慶市全域均存在中等及以上適生區(qū)。四川省東部存在較大范圍高度適生區(qū)，由東向西適生區(qū)范圍逐漸縮小，東北部出現(xiàn)部分低度適生區(qū)及不適生區(qū)，西部存在少量中度適生區(qū)，西北部存在大面積低度及非適生區(qū)。西藏自治區(qū)存在大面積不適生區(qū)，在東南部林芝地區(qū)存在小范圍高度適生區(qū)與中高度適生區(qū)，西南部存在極小范圍中度適生區(qū)。根據(jù)字段計算器Field Calculator計算出中高度適生區(qū)與高度適生區(qū)面積總和約為8.571×10?km2；高度適生區(qū)面積為5.229×10?km2，占西南地區(qū)總面積22.35%。

2.4 ?適生區(qū)預測準確性檢驗

受試者工作特征曲線（receiver operating characteristic curve， ROC曲線）分析方法是通過診斷模型中閾值的變化率，反映診斷試驗的價值。計算ROC曲線下的面積即AUC值，用以反映模型的擬合效果。經(jīng)過模型擬合后得出測試集AUC值為0.943（圖5），表明預測結(jié)果精度高，具有較高可信度。

3 ?討 ?論

本文采用最大熵原理，對西南地區(qū)煙草生長位點的氣候生態(tài)位進行分析，同時采用Arc Map將地理高程數(shù)據(jù)進行可視化表達。預測結(jié)果表明，西南地區(qū)除西藏省外存在大范圍潛在適生區(qū)，大于現(xiàn)有種植區(qū)域。西藏省存在大范圍非適生區(qū)，但在林芝地區(qū)出現(xiàn)部分高度適生區(qū)，可能因為西藏林芝市墨脫境內(nèi)具有中國最復雜的地貌、最完整的垂直氣候帶譜，而復雜的地貌條件通常會引起復雜的氣候生態(tài)位。全國范圍來看，海南省、臺灣省、福建省、湖北省和河南省都存在部分低度到中度的適生區(qū)，這可能由于幾個省份中引起煙草分布的主導氣候生態(tài)位與西南地區(qū)氣候生態(tài)位存在部分重疊導致，具體適生范圍有待進一步探索。

通過調(diào)查分析西南地區(qū)現(xiàn)有煙草分布位點的氣候生態(tài)位，對其潛在適生區(qū)進行宏觀尺度的預測，未考慮栽培耕種方式等對煙株生長的影響，明確了宏觀尺度上煙株生長的主導條件及條件范圍。但在實際生產(chǎn)條件下，煙株生長受到栽培措施和生態(tài)條件共同影響，因此實際適生區(qū)范圍可能相較于預測有所擴大。已有研究表明山地由于其特殊的地理環(huán)境，會形成不同類型小氣候格局而導致氣候生態(tài)位發(fā)生變化。本研究為了防止建模過擬合現(xiàn)象，在數(shù)據(jù)清洗時將分布面積最小單元設(shè)置在30?km2，因此在西南地區(qū)復雜山地條件下可能會忽略某一些小氣候格局帶來的分布影響。實踐中應考慮這部分因素所可能帶來的誤差。

4??結(jié) ?論

本研究利用Max Ent模型結(jié)合Arc Map軟件對我國西南地區(qū)煙草潛在分布區(qū)域作出預測，結(jié)果表明，西南地區(qū)煙草潛在分布區(qū)域內(nèi)，中高度和高度潛在適生區(qū)總體大于煙草現(xiàn)狀分布種植位點。從5個等級適生區(qū)概率分布分析，非適生區(qū)（1級）范圍最大，高度適生區(qū)（5級）次之，中高度（4級）適生區(qū)第3位，低度適生區(qū)（2級）和中度適生區(qū)（3級）范圍大致相當，占比最小。西南地區(qū)仍有部分煙草適宜種植區(qū)域有待開發(fā)。

參考文獻

[1]丁偉. 煙草有害生物的調(diào)查與測報 [M]. 北京：科學出版社，2018.

DING W. Investigation and forecast of tobacco pests[M]. Beijing： Science Press， 2018.

[2]鄒海露. 湖南煙草靶斑病病原鑒定與生防菌篩選[D]. 長沙：湖南農(nóng)業(yè)大學，2021.

ZOU H L. Pathogen identification and biocontrol strainscreening of tobacco target spot disease in Hunan[D]. Changsha： Hunan Agricultural University， 2021.

[3]王彥亭，謝劍平，李志宏. 中國煙草種植區(qū)規(guī)劃[M]. 北京：科學出版社，2010.

WANG Y T， XIE J P， LI Z H. Planning of tobacco planting areas in China[M]. Beijing： Science Press， 2010.

[4]孫計平，吳照輝，李雪君，等. 21世紀中國烤煙種植區(qū)域及主栽品種變化分析[J]. 中國煙草科學，2016，37（3）：86-92.

SUN J P， WU Z H， LI X J， et al. Analysis of regional variation and major varieties of flue-cured tobacco planted in China in the twenty-first century[J]. Chinese Tobacco Science， 2016， 37（3）： 86-92.

[5]杜秀榮，唐建軍. 新版《中國地圖集》[M]. 北京：中國地圖出版社，2004.

DU X R， TANG J J. New Edition of the Atlas of China[M]. Beijing： China Cartographic Publishing House， 2004.

[6]張志斌，楊瑩，張小平，等. 我國西南地區(qū)風速變化及其影響因素[J]. 生態(tài)學報，2014，34（2）：471-481.

ZHANG Z B， YANG Y， ZHANG X P， et al. Wind speed changes and its influencing factors in Southwestern China[J]. Acta Ecologica Sinica， 2014， 34（2）： 471-481.

[7]張遠東，張笑鶴，劉世榮. 西南地區(qū)不同植被類型歸一化植被指數(shù)與氣候因子的相關(guān)分析[J]. 應用生態(tài)學報，2011，22（2）：323-330.

ZHANG Y D， ZHANG X H， LIU S R. Correlation analysis on normalized difference vegetation index （NDVI） of different vegetations and climatic factors in Southwest China[J]. Chinese Journal of Applied Ecology， 2011， 22（2）： 323-330.

[8]國政，聶華，臧潤國，等. 西南地區(qū)天然林保護工程生態(tài)效益評價[J]. 內(nèi)蒙古農(nóng)業(yè)大學學報（自然科學版），2011，32（2）：65-72.

GUO A， LIE H， ZANG R G， et al. Eco-benefit evaluation on natural forest protection project in southwest China[J]. Journal of Inner Mongolia Agricultural University （Natural Science Edition）， 2011， 32（2）： 65-72.

[9]陳田田，王鈺茜，曾興蘭，等. 西南地區(qū)生態(tài)系統(tǒng)服務(wù)關(guān)系特征分析及與植被覆蓋的約束效應研究[J]. 生態(tài)學報，2023（6）：1-19.

CHEN T T， WANG Y Q， ZENG X L， et al. Characteristics and the constraint relationship between ecosystem services andvegetation coverage in the Southwest China[J]. Acta Ecologica Sinica， 2023（6）： 1-19.

[10]LIU H， YE Q， WIENS J J. Climatic-niche evolution follows similar rules in plants and animals[J]. Nature Ecology & Evolution， 2020， 4（5）： 753-763.

[11]ELITH J， LEATHWICK J R. Species distribution models： ecological explanation and prediction across space and time[J]. Annual Review of Ecology Evolution and Systematics， 2009， 40： 677-697.

[12]RANC N， SANTINI L， RONDININI C， et al. Performance tradeoffs in target-group bias correction for species distribution models[J]. Ecography， 2017， 40（9）： 1076-1087.

[13]DYDERSKI M K， PAZ S， FRELICH L E， et al. How much does climate change threaten European forest tree species distributions？[J]. Global Chance Biology， 2018， 24（3）： 1150-1163.

[14]董謝瓊，徐虹，楊曉鵬，等. 基于GIS的云南省烤煙種植區(qū)劃方法研究[J]. 中國農(nóng)業(yè)氣象，2005（1）：17-20.

DONG X Q， XU H， YANG X P， et al. Research on the GIS-based method of tobacco planting zoning in Yunnan Province[J]. China Agricultural Meteorology， 2005（1）： 17-20.

[15]黃中艷，張明達. 云南烤煙種植氣候變化及其影響研究[J]. 西南師范大學學報（自然科學版），2013，38（7）：107-112.

HUANG Z Y， ZHANG M D. Influences of climate change on planting flue-cured tobacco and tobacco quality in Yunnan[J]. Journal of Southwest Normal University （Natural Science Edition）， 2013， 38（7）： 107-112.

[16]王東勝，劉慣山，李章海. 煙草栽培學[M]. 合肥： 中國科學技術(shù)大學出版社. 2002.

WANG D S， LIU G S， LI Z H.Cultivation of tobacco[M]. Hefei： University of Science and Technology of China Press， 2002.

[17]陳偉. 不同生態(tài)烤煙化學成分的變化及其相關(guān)氣候因素研究[D].重慶：西南農(nóng)業(yè)大學，2005.

CHENG W. Study on change of chemical compositions of flue-cured tobacco indifferent ecological regions and correlative climate factors[D]. Chongqing： Southwest Agricultural University， 2005.

[18]何佳敏. 基于AquaCrop模型研究不同氣候年型對煙草產(chǎn)量的影響[D]. 南京：南京信息工程大學，2022.

HE J M. Study on the effect of different climate year types on tobacco yield based on AquaCrop model[D]. Nanjing： Nanjing University of Information Engineering， 2022.

[19]樊希彬，李丹，左曉晴，等. 氣候條件對煙草生長的影響分析[J].黑龍江農(nóng)業(yè)科學，2016（4）：27-30.

FAN X B， LI D， ZUO X Q， et al. Effect of climate conditions on tbacco growth[J]. Heilongjiang Agricultural Science， 2016（4）： 27-30.

[20]蔡妙婷，袁源見，袁經(jīng)松，等. MaxEnt模型分析蔓荊子藥材道地性環(huán)境因子的研究[J]. 中藥材，2022（9）：2065-2070.

CAI M T， YUAN Y J， YUAN J S， et al. Authentic environmental factors analysis of vitex rotundifolia based on maxEnt model[J]. Journal of Chinese Medicinal Materials， 2022（9）： 2065-2070.

[21]朱滿樂，韋寶婧，胡希軍，等. 基于MaxEnt模型的瀕危植物丹霞梧桐潛在適生區(qū)預測[J]. 生態(tài)科學，2022，41（5）：55-62.

ZHU M L， WEI B Q， HU X J， et al. Assessment of potential distribution for endangered plant Firmiana danxiaensis based on MaxEnt modeling[J]. Ecological Science， 2022， 41（5）：55-62.

[22]JAYNES E T. Information theory and statistical mechanics. 2[J]. Physical Review， 1957， 108（2）： 171-190.

[23]AGUILAR-OJEDA J A， CAMPOS-GAYTAN J R， VILLELA-Y- MENDOZA A， et al. A numerical tool in MATLAB used to adapt three-dimensional conceptual models from ArcMap to TOUGH3[J]. Environmental Modelling & Software， 2021，146.

[24]GORSHKOV A， NOVIKOVA O. Estimating the validity of the recognition results of earthquake-prone areas using the ArcMap[J]. Acta Geophysica， 2018， 66（5）： 843-853.

[25]GREGORY T， MULLETT A， NORCONK M A. strategies for navigating large areas： a gis spatial ecology analysis of the bearded saki monkey， chiropotes sagulatus， in Suriname[J]. American Journal of Primatology， 2014， 76（6）： 586-595.

[26]YU M， HUANG Y， CHENG X， et al. An ArcMap plug-in for calculating landscape metrics of vector data[J]. Ecological Informatics， 2019， 50： 207-219.

[27]張玉芳，王茹琳，呂秀蘭，等. 基于最大熵模型研究四川省鮮食葡萄種植潛在分布區(qū)及其氣候特征[J]. 中國農(nóng)業(yè)氣象，2021，42（10）：836-844.

ZHANG Y F，YU R L， LYU X L， et al. Potential distribution of table grape in sichuan province and its climate characteristics based on Max Ent Model[J]. Chinese Journal of Agrometeorology， 2021， 42（10）： 836-844.

[28]郭杰，劉小平，張琴，等. 基于Maxent模型的黨參全球潛在分布區(qū)預測[J]. 應用生態(tài)學報，2017，28（3）：992-1000.

GUO J， LIU X P， ZHANG Q， et al. Prediction for the potential distribution area of codonopsis pilosula at global scale based on maxent model[J]. Journal of Applied Ecology， 2017， 28（3）： 992-1000.

[29]王靜，周廣勝. 中國歐亞種釀酒葡萄種植分布的主要氣候影響因子與氣候適宜性[J]. 生態(tài)學報，2021，41（6）：2418-2427.

WANG J， ZHOU GS. The climate suitability and climate impact factors affecting the wine grapes （Vitis vinifera L.） planting distrubution in China[J]. Journal of Ecology， 2021， 41（6）： 2418-2427.

[30]姜穎倩，王霞，劉艷，等. 基于MaxEnt模型的毛莢苜蓿在中國的潛在適生區(qū)預測[J]. 草原與草坪，2022，42（2）：67-73.

JIANG Y Q， WANG X， LIU Y， et al. Prediction of potential suitable area of Medicago edgeworthii in China based on MaxEnt model[J]. Grassland and Turf， 2022， 42（2）： 67-73.

[31]陳禹光，樂新貴，陳宇涵，等. 基于MaxEnt模型預測氣候變化下杉木在中國的潛在地理分布[J]. 應用生態(tài)學報，2022，33（5）：1207-1214.

CHEN Y G， LE X G， HEN Y H， et al. ldentification of the potential distribution area of Cunninghamia lanceolata in China under climate change based on the MaxEnt model[J]. Chinese Journal of Applied Ecology， 2022， 33（5）： 1207-1214.

[32]張曉瑋，蔣玉梅，畢陽，等. 基于MaxEnt模型的中國沙棘潛在適宜分布區(qū)分析[J]. 生態(tài)學報，2022，42（4）：1420-1428.

ZHANG X W， JIANG Y M， BI Y， et al. ldentification of potential distribution area for Hippophae rhamnoides subsp. sinensis by the MaxEnt model[J]. Acta Ecologica Sinica， 2022， 42（4）： 1420-1428.

[33]周炳江，王玉潔，馬長樂，等. 基于MaxEnt與ArcGIS的云南榧樹潛在生境分析[J]. 生態(tài)學報，2022，42（11）：4485-4493.

ZHOU B J， WANG Y J， MA C L， et al. Analysis of potential habitat of Torreya yunnanensis based on MaxEnt and ArcGIS[J]. Acta Ecologica Sinica， 2022， 42（11）： 4485-4493.

[34]徐艷玲，秦譽嘉，張源，等. 基于MaxEnt模型預測外來入侵植物刺果瓜在中國的潛在地理分布[J]. 植物保護學報，2022，49（5）：1440-1449.

XU Y L，QIN Y J，ZHANG Y， et al. Potential geographical distribution of alien invasive bur cucumber Sicyos angulatus in China based on MaxEnt model[J]. Journal of Plant Protection， 2022， 49（5）： 1440-1449.

[35]班夢夢，張丹雁，范紫穎，等. 基于MaxEnt模型和ArcGIS的陽春砂生態(tài)適宜性研究[J]. 中藥材，2022（6）：1344-1348.

BAN M M， ZHANG D Y， FAN Z Y， et al. Habitat suitability study of amomum villosum based on MaxEnt Model and AreGIS[J]. Journal of Chinese Medicinal Materials， 2022（6）： 1344-1348.

[36]吳斌，賀剛，王偉萍. 基于MaxEnt模型的長江江豚在江西潛在適生區(qū)預測[J]. 野生動物學報，2022，43（3）：595-604.

WU B， HE G， WANG W P. Prediction of potentially suitable distribution area of yangtze finless porpoise in jiangxi province based on maxent model[J]. Chinese Journal of Wildlife， 2022， 43（3）： 595-604.

[37]巨喜鋒，林峻，吳建國，等. 新疆典型蝗蟲適生區(qū)分布預測[J]. 生態(tài)學報，2022，42（21）：8605-8617.

JU X F， LIN J， WU J G， et al. Prediction of potential living area of typical locusts in Xinjiang based on species distribution model[J]. Acta Ecologica Sinica， 2022， 42（21）： 8605-8617.

[38]楊超，范韋瑩，蔡曉斌，等. 基于MaxEnt模型的湖北石首麋鹿國家級自然保護區(qū)散養(yǎng)麋鹿夏季生境適宜性評價[J]. 長江流域資源與環(huán)境，2022，31（2）：336-344.

YANG C， FAN W Y， CAI X B， et al. Habitat suitability assessment of Père David' s deer in summer of Shishou milu national nature reserve based on maximum entropy （MaxEnt） model[J]. Resources and Environment in the Yangtze Basin， 2022， 31（2）： 336-344.

[39]楊燁，劉曉龍，陸祥，等. 基于MaxEnt和ArcGIS的中國皂莢生態(tài)適宜性區(qū)劃研究[J]. 時珍國醫(yī)國藥，2022，33（5）：1201-1204.

YANG Y， LIU X L， LU X， et al. Ecological suitability regionalization of Gleditsia sinensis Lam. in China based on MaxEnt and ArcGlS[J]. Lishizhen Medicine and Materia Medica， 2022， 33（5）： 1201-1204.

[40]WALTARI E， HIJMANS R J， PETERSON A T， et al. Locating pleistocene refugia： comparing phylogeographic and ecological niche model predictions[J]. Plos One， 2007， 2（6）： e563.

[41]HEIKKINEN R K， LUOTO M， ARAUJO M B， et al. Methods and uncertainties in bioclimatic envelope modelling under climate change[J]. Progress in Physical Geography， 2006， 30（6）： 751-777.

[42]SWETS J A. Measuring the accuracy of diagnostic systems[J]. Science， 1988， 240（4857）： 1285-1293.

[43]楊利云. 不同生長溫度對煙草生長發(fā)育及煙草中幾類重要致香物質(zhì)代謝的影響[D]. 昆明：云南師范大學，2018.

YANG L Y. Effects of different growth temperatures on growth， development and metabolism of some key aroma constituents of tobacco plants[D]. Kunming： Yunnan Normal University， 2018.

[44]孫延國，馬興華，姜濱，等. 煙草溫光特性研究與利用：Ⅱ.氣象因素對山東主栽烤煙品種生長發(fā)育及產(chǎn)質(zhì)量的影響[J]. 中國煙草科學，2020，41（3）：44-52.

SUN Y G， MA X H， JIANG B， et al. Investigation and utilization of temperature and light characteristics of tobacco： II. Effects of meteorological factors on growth， development， yield and quality of main varieties in Shandong tobacco-growing areas[J]. Chinese Tobacco Science， 2020， 41（3）： 44-52.

[45]吳紅紅. 復配多肽對強酸性土壤條件下“云煙87”的生長與品質(zhì)調(diào)控[D]. 武漢：湖北大學，2021.

WU H H. Regulation of the growth and quality of “Yunyan 87”in highly acidic soil by compound polypeptide[D]. Wuhan： Hubei University， 2021.

[46]孫延國，馬興華，黃擇祥，等. 煙草溫光特性研究與利用：I.氣象因素對山東煙區(qū)主栽品種生育期的影響[J]. 中國煙草科學，2020，41（1）：30-37.

SUN Y G， MA X H， HUANG Z X， et al. Investigation and utilization of temperature and light characteristics of tobacco： I. effects of meteorological factors on growth period of main varieties in Shandong tobacco-growing areas[J]. Chinese Tobacco Science， 2020， 41（1）： 30-37.

[47]李亞偉，史宏志，梁曉芳，等. 國內(nèi)主要濃香型煙區(qū)煙草生長期氣候時空變化分析[J]. 煙草科技，2017，50（7）：22-30.

LI Y W， SHI H Z，LIANG X F， et al. Spatial-temporal climate variability analysis in typical robust flavor style tobacco-planting areas during growth period[J]. Tobacco Science & Technology， 2017， 50（7）： 22-30.

[48]PHILLIPS S J， DUDIK M. Modeling of species distributions with Maxent： new extensions and a comprehensive evaluation[J]. Ecography， 2008， 31（2）： 161-175.

[49]張曦月. 西南地區(qū)不同植被類型對氣候變化及季風系統(tǒng)的響應[D]. 北京：北京林業(yè)大學，2020.

ZHANG X Y. Responses of different vegetation types to climate change and monsoon systems in Southwest China[D]. Beijing： Beijing Forestry University， 2020.

[50]RANGEL T F， EDWARDS N R， HOLDEN P B， et al. Modeling the ecology and evolution of biodiversity： biogeographical cradles， museums， and graves[J]. Science， 2018， 361（6399）： eaar5452.

[51]中國農(nóng)業(yè)科學院煙草研究所.中國煙草栽培學[M]. 上海：上?？茖W技術(shù)出版社，2005.

Institute of tobacco research， Chinese academy of agricultural sciences. Tobacco cultivation in China[M]. Shanghai： Shanghai Science and Technology Press， 2005.

[52]RAHBEK C， BORREGAARD M K， COLWELL R K， et al. Humboldt's enigma： what causes global patterns of mountain biodiversity？[J]. Science， 2019， 365（6458）： 1108-1113.

[53]QUINTERO I， JETZ W. Global elevational diversity and diversification of birds[J]. Nature， 2018， 555（7695）： 246-250.