【目的】预测不同气候条件下樟子松Pinus sylvestris var. mongolica在中国的潜在分布及迁移,确定影响樟子松分布的主要环境变量,为樟子松合理引种与保护提供理论依据。【方法】根据200个樟子松分布点和20个环境变量,利用R语言中ENMeva...【目的】预测不同气候条件下樟子松Pinus sylvestris var. mongolica在中国的潜在分布及迁移,确定影响樟子松分布的主要环境变量,为樟子松合理引种与保护提供理论依据。【方法】根据200个樟子松分布点和20个环境变量,利用R语言中ENMeval数据包优化最大熵模型(MaxEnt)并利用ArcGIS空间分析技术对当前气候条件下樟子松在中国潜在分布进行模拟,通过Pearson相关分析和方差膨胀因子分析结合预建模结果对环境因子的筛选,综合Jackknife检验和相关系数,分析樟子松主导限制因子,预测樟子松从当前到未来时期(2050s和2100s)的3种气候情景(SSP126、SSP245和SSP585)下适生区变化趋势。【结果】MaxEnt模型受训者工作特征曲线都大于0.94,说明模型精度较高,能较好预测樟子松潜在分布;影响樟子松分布的主导因子为最冷季度平均气温、降水量季节性变化、最冷月最低气温、温度季节变动系数、最干季度平均气温和最热月最高气温,累计贡献率为92.9%;当前气候条件下,樟子松的适宜分布区主要位于中国大兴安岭地区,总适宜区面积占中国总面积的6.72%;未来时期不同气候条件下樟子松潜在分布区面积减少,质心向西北高纬度和西南降水量充沛地区迁移。【结论】以年为单位的温度和降水是樟子松分布的主要影响因子,当前樟子松的适生区主要在中国大兴安岭地区,未来樟子松分布区有向现有分布区的西北和西南地区迁移的趋势。图1表7参29。展开更多
文摘【目的】预测不同气候条件下樟子松Pinus sylvestris var. mongolica在中国的潜在分布及迁移,确定影响樟子松分布的主要环境变量,为樟子松合理引种与保护提供理论依据。【方法】根据200个樟子松分布点和20个环境变量,利用R语言中ENMeval数据包优化最大熵模型(MaxEnt)并利用ArcGIS空间分析技术对当前气候条件下樟子松在中国潜在分布进行模拟,通过Pearson相关分析和方差膨胀因子分析结合预建模结果对环境因子的筛选,综合Jackknife检验和相关系数,分析樟子松主导限制因子,预测樟子松从当前到未来时期(2050s和2100s)的3种气候情景(SSP126、SSP245和SSP585)下适生区变化趋势。【结果】MaxEnt模型受训者工作特征曲线都大于0.94,说明模型精度较高,能较好预测樟子松潜在分布;影响樟子松分布的主导因子为最冷季度平均气温、降水量季节性变化、最冷月最低气温、温度季节变动系数、最干季度平均气温和最热月最高气温,累计贡献率为92.9%;当前气候条件下,樟子松的适宜分布区主要位于中国大兴安岭地区,总适宜区面积占中国总面积的6.72%;未来时期不同气候条件下樟子松潜在分布区面积减少,质心向西北高纬度和西南降水量充沛地区迁移。【结论】以年为单位的温度和降水是樟子松分布的主要影响因子,当前樟子松的适生区主要在中国大兴安岭地区,未来樟子松分布区有向现有分布区的西北和西南地区迁移的趋势。图1表7参29。
