基于MaxEnt下梭梭潜在地理分布对水热条件的响应
付贵全, 徐先英, 马剑平, 徐梦莎, 刘江, 丁爱强
甘肃省治沙研究所,荒漠化与风沙灾害防治国家重点实验室培育基地,甘肃 兰州 730070
通讯作者:徐先英(1963-),男,甘肃兰州人,研究员,博士,主要从事荒漠化防治研究。E-mail:xyingxu@163.com

第一作者:付贵全(1987-),男,河南信阳人,硕士,主要从事荒漠化防治研究。E-mail:fgq1152688593@163.com

摘要

以梭梭( Haloxylon ammodendron)为研究对象,通过收集整理梭梭已知地理分布坐标和20个高分辨率环境因子图层,基于MaxEnt模型和GIS技术探讨了水热条件对梭梭潜在地理分布的影响、主要影响因子及其阈值。研究结果表明,1)梭梭在我国的潜在地理分布范围为新疆大部分地区、内蒙古西南、甘肃中部以北、宁夏西北部、青海海西蒙古族藏族自治州中间地带以及西藏西南部。其中最佳适生区为准噶尔盆地大部分地区、博罗科努山西南、哈尔他乌山东南,吐鲁番和库尔勒有零星分布,阿拉善左旗、鄂尔多斯、呼和浩特和乌兰察布的东南部,武威东北部、张掖大部分地区,格尔木以东以及乌兰县和都兰县西北零星分布。以上面积合计为2.95×105 km2。2)年降水量(贡献率27.5%)、最湿季节降水量(贡献率20.3%)、年均气温(贡献率14.2%)和最干季节平均温度(贡献率10.1%)是影响梭梭在我国潜在地理分布的主要影响因子。3)各主要影响因子的阈值分别为年降水量15.0-114.5 mm;最湿季节降水量8.0-59.5 mm;年均气温-12.7-29.2 ℃;最干季节平均温度-33.3-35.9 ℃。上述研究结果可应用于梭梭适生区的种植区和保护区区划并为管理者决策提供参考。

关键词: MaxEnt模型; 阈值; 影响因子; 潜在地理分布; 梭梭
中图分类号:Q948.5 文献标志码:A 文章编号:1001-0629(2016)11-2173-07 doi: 10.11829/j.issn.1001-0629.2015-0605
Responses of Haloxylon ammodendron potential geographical distribution to the hydrothermal conditions under MaxEnt model
Fu Gui-quan, Xu Xian-ying, Ma Jian-ping, Xu Meng-sha, Liu Jiang, Ding Ai-qiang
Gansu Desert Control Research Institute, State Key Laboratory Breeding Base of Desertification and Aeolian Sand Disaster Combating, Lanzhou 733000, China
Corresponding author:Xu Xian-ying E-mail:xyingxu@163.com
Abstract

The MaxEnt model and GIS technology were employed to study the responses of Haloxylon ammodendron potential geographical distribution to the hydrothermal conditions in China and the main factors and threshold based on collected geographical distribution of the known coordinates and 20 high-resolution environmental factor layers. The results showed that the potential geographical distribution range were Xinjiang except small amounts in the south and center of Hotan, the southwest of Inner Mongolia, the north of central Gansu, the northwest of Ningxia, the middle of Qinghai Hercynian Mongolian and Tibetan autonomous prefecture and the southwest of Tibetan autonomous prefecture. Among them, the most suitable distribution region were the most regions of Junggar Basin, the southwest of Boluo wild mountain, the southeast of Halitosan mountain and little region in Turpan and Korla. There were scattered distribution in the southeast of Alxa Left Banner, Ordos, Hohehot Municipality and Wulanchabu, the northeast of Wu wei, the most region of Zhang ye, the east of Golmud, the northwest of Ulan and Dulan County. The total area was 2.95×105 km2. The dominate climatic factors influencing potential distribution of H. ammodendron in China were annual precipitation, precipitation of wettest month, annual mean temperature and mean temperature of driest season which had contribution rate of 27.5%, 20.3%, 14.2% and 10.1%, and threshold of 15.0~114.5 mm, 8.0~59.5 mm, -12.7~29.2 ℃ and -33.3~35.9 ℃, respectively. These research results can be applied to the suitable and reserve areas classification and provide reference for management decisions.

Keyword: maximum entropy modelling; thresholds; influencing factors; potential geographical distribution; Haloxylon ammodendron

物种分布模型始于BIOCOLIM模型[1], 之后出现了生态位模型、广义线性模型、广义加法模型、人工神经网络以及最大熵模型(MaxEnt)等[2], 被广泛应用于生态学、生物地理学和进化生态学等多方面的研究[3], 各个模型研究的侧重点不同, 最大熵模型是目前经过许多研究证明对物种分布预测精度最好的模型[4, 5]。国内外应用最大熵模型开展了物种的地理分布与气候之间的关系[6, 7, 8], 外来物种入侵[9, 10, 11], 濒危动、植物保护[12, 13, 14], 恢复生态系统中关键物种的潜在地理分布和保护区区划[15, 16, 17]以及沼泽湿地对气候变暖的响应[18]等多方面的研究, 但应用于干旱荒漠地区植被的研究不多。

梭梭(Haloxylon ammodendron)是国家濒危三级保护植物[19], 广泛分布于我国新疆、内蒙古、宁夏、甘肃的优良防风固沙植被, 具有很强的耐寒、耐旱、耐盐碱能力, 并且能够在多种立地类型下人工种植, 因而成为中国荒漠地区固沙造林的优良先锋树种。相关学者围绕梭梭在水热条件下开展了大量的研究工作, 一方面研究不同水热条件下梭梭的生理特征和群落特征:研究表明干旱胁迫导致梭梭出现光抑制现象[20], 不同立地条件下由于受水分供给的影响其群落结构出现明显差别[21]; 另一方面以水分平衡为中心来研究梭梭退化、衰败和死亡原因及调控措施。研究表明, 由于梭梭栽植密度过大导致林地水分失衡, 引发梭梭出现退化并建议进行适当的间伐[22]。关于梭梭的地理分布有少量报道[23], 但梭梭潜在地理分布对水热条件响应的研究还未见报道。鉴于此, 以梭梭为研究对象, 基于收集到的梭梭已知地理坐标和高分辨率环境因子数据, 利用MaxEnt模型和GIS技术进行研究, 试图解决以下问题:1)梭梭在我国的潜在地理分布; 2)梭梭的潜在地理分布与环境因子之间的关系, 并确定主要影响因子的阈值。旨在为梭梭的合理利用与经营管理提供基础资料。

1 数据来源及研究方法
1.1 数据来源

梭梭的已知地理分布坐标来源于以下4个方面, 第一, 中国植物数字标本馆(http://www.cvh.org.cn); 第二, 全球生物多样性信息网络(GBIF, http://www.gbifchina.org); 第三, 在中国知网中输入关键词“ 梭梭” , 查阅已发表过有关梭梭的文献; 第四, 笔者近年的野外调查获得55个甘肃境内梭梭地理分布坐标, 其中民勤11个、金塔14个、敦煌10个、临泽12个、高台5个和永昌3个。

环境因子数据包括1个地形因子和19个生物气候因子, 这20个环境因子(表1)来自于世界环境气候网站WORLDCLIM(http://www.worldclim.org), 该数据是基于1950-2000年世界各地气象站的记录数据, 通过空间插值生成全球气候栅栏格式数据, 被广泛应用于该方面的研究。

表1 环境变量及其代表的意义 Table 1 Content information of bioclimatics data

1:400万的中国矢量地图为分析底图, 来源于国家基础地理信息系统网站(www.ngcc.sbsm.gov.cn)。

1.2 研究方法

MaxEnt模型是基于物种的已知分布信息和环境因子, 对物种的潜在地理分布及影响因子和其阈值进行模拟分析, 分析结果.asc文件在Arcgis 10.2中转换为栅栏图层, 具体步骤如下:

1)模型输入数据资料 根据模型软件MaxEnt要求, 将收集到的数据按物种名称、地理分布点经度和纬度顺序生成.csv格式的文件; 环境变量在Arcgis 10.2中以中国矢量地图为底图进行裁剪, 并转换成.asc文件格式。

2)模型精度分析 将梭梭的已知地理分布和环境数据分别导入软件MaxEnt中的Samples和Environment layers, 随机设置25%的已知分布点为模型的测试集合, 剩余的为训练集合。通过运行模型构建梭梭的地理分布和环境变量之间的关系模型, 模型的输出形式为Logistic, 采用AUC的值[24]即受试者工作特征曲线(ROC)下的面积对建立的最大熵模型结果准确性进行评价, AUC的值在0到1之间, 其中小于0.6基本上算模拟失败, 0.6~0.7模拟精度一般, 0.7~0.8模拟精度较准确, 0.8~0.9模拟精度很好, 0.9~1.0模拟精度极准确[25]

3)梭梭地理分布的主导因子筛选 通过MaxEnt软件中的刀切法(Jackknife test), 该方法的原理是程序起始都假设物种的分布为均匀分布, 通过连续迭代直至从某一次迭代到下一次迭代中增加值小于收敛, 此时达到最大重复次数, 程序终止, 以此来不断修正单个影响因子系数调整模型[26], 从而获得各个环境因子对梭梭潜在地理分布的贡献率, 进而得知梭梭地理分布的主导因子。

4)梭梭地理分布的等级划分 将MaxEnt分析得到的.asc文件在Arcgis 10.2中转化成Raster格式。结合MaxEnt软件分析结果以及Arcgis 10.2空间分析工具重分类中的自然间断分级法(Jenks natural breaks)和小概率事件(P≤ 0.05为不可能事件)进行等级划分, 将梭梭的潜在地理分布分为5个等级, 即非适生区:0≤ P≤ 0.05; 低度适生区:0.05< P≤ 0.15; 中度适生区:0.15< P≤ 0.30; 高度适生区:0.30< P≤ 0.52; 最佳适生区:0.52< P≤ 1[9], 并统计各个分布区的面积及地理位置。

5)主导环境因子的阈值确定 为了进一步探讨梭梭在当前环境因子下潜在地理分布并消除各环境因子相关性的影响, 本研究选用了主导因子在MaxEnt模型软件中进行单因子建模, 同时绘制存在概率与环境因子的响应曲线, 即梭梭的潜在地理分布概率与主导因子之间的关系, 据此可以获得主导环境因子的阈值。

1.3 相关软件

MaxEnt软件可以在网站www.cs.princeton.edu/~schapire/maxent/免费获取; Arcgis 10.2来自于中国林业科学研究院。

2 结果与分析
2.1 模型适用性分析

模型的适用性分析结果表明(图1), 基于MaxEnt模型构建的关于我国梭梭地理分布与环境因子关系模型的AUC值为0.985, 达到极准确的水平, 可以很好地用于梭梭地理分布和环境因子关系模拟的研究。

图1 ROC曲线Fig.1 ROC curve

2.2 梭梭在我国的潜在地理分布

梭梭在我国的潜在地理分布情况为(图2), 新疆除和田地区以南以及中部少量的非适生区外, 其它地区均为梭梭的潜在地理分布区, 其中最佳分布区出现在准噶尔盆地的大部分地区、博罗科努山西南、哈尔他乌山东南, 以及零星分布在吐鲁番和库尔勒地区; 内蒙古西南地区, 其中最佳适生区为阿拉善左旗、鄂尔多斯、呼和浩特和乌兰察布的东南部; 甘肃中部以北地区, 最佳适生区出现在武威东北部、张掖大部分地区; 宁夏西北部; 青海海西蒙古族藏族自治州中间地带, 最适生境出现在格尔木以东、乌兰县和都兰县西北地区零星分布; 西藏西南部存在极少量的低度适生区。

图2 梭梭在我国的潜在地理分布Fig.2 Potential geographic distribution of H. ammodendron in China

基于Arcgis 10.2中地统计分析, 得知梭梭在不同省份不同适生区的面积有差异(表2), 其中最佳适生区面积由大到小依次为新疆> 内蒙古> 甘肃> 青海> 宁夏, 西藏没有梭梭的最佳适生区, 以上面积合计为295 000 km2; 高度适生区依次为新疆> 内蒙古> 甘肃> 青海> 宁夏, 西藏无梭梭的高度适生区, 面积合计为336 380 km2; 中度适生区和低度适生区面积最大为新疆, 其次为内蒙古、甘肃、青海、宁夏和西藏。

表2 梭梭在不同省份的不同适生区面积 Table 2 Areas of different habitat suitability distribution of H. ammodendron in different provinces
2.3 梭梭的地理分布与环境因子之间关系

模型输出结果表明(表3), 影响梭梭潜在地理分布的主导因子依次为年降水量(27.5%)、最湿季节降水量(20.3%)、年均气温(14.2%)和最干季节平均温度(10.1%), 这4个主导因子的贡献率合计为72.1%。

表3 环境变量对最大熵模型的贡献 Table 3 Contribution of the environmental variables to the Maxent model
2.4 影响梭梭潜在地理分布主要因子的阈值

主导因子的阈值分别为15.0 mm≤ 年均降水量≤ 114.5 mm, 8.0 mm≤ 最湿季节降水量≤ 59.5 mm, -12.7 ℃≤ 年均气温≤ 29.2 ℃, -33.3 ℃≤ 最干季节平均温度≤ 35.9 ℃(图3)。

图3 梭梭的潜在地理分布概率与主导影响因子的关系Fig.3 Relationship of each dominant climatic factor and the distribution probability of H. ammodendron

3 讨论与结论

MaxEnt模型的原理是最大熵理论, 该理论认为在已知条件下熵愈大的事物愈接近事物的真实状态, 近年来被广泛应用于物种潜在地理分布区预测的定量模型之一, 与同类型预测模型相比, 该模型更加精准, 特别是在物种地理分布数据不完整的情况下最大熵模型仍然能够获得让人满意的效果[27]。本研究运用最大熵模型以及GIS技术对梭梭在当前水热条件下的潜在地理分布区以及适生区等级区划进行了研究, 建议在以后对梭梭进行保护中有目地去选择最佳适生区和低度适生区[26], 特别是在建立自然保护区、人工种植、抚育基地建设和选址的过程中, 不但应充分考虑其生境的适宜性, 而且还要收集优良种质资源, 这样做不仅可以减少人力、物力和财力的浪费、避免梭梭过早退化死亡现象的发生, 还可以有根据地扩大梭梭的种植面积, 从而更好地使其发挥防风固沙效益。

对梭梭潜在地理分布和环境因子进行研究表明, 年降水量(15.0~114.5 mm)、最湿季节降水量(8.0~59.5 mm)、年均气温(-12.7~29.2 ℃)和最干季节平均温度(-33.3~35.9 ℃)是影响梭梭潜在地理分布的主导因子, 这4个主导因子的贡献率合计为72.1%。在降水量方面已有研究表明, 降水量是影响不同生境下梭梭生长、更新、养分循环和群落生产力的主导因素, 降水的季节分配不均(干湿季节降雨量)和年际波动(年均降雨量)的差异已经导致梭梭出现退化现象, 本研究模拟出的结果也证实了梭梭在年均降水量超过180 mm地区不适宜梭梭的引种栽培[28]。在水热方面, 由于在干旱季节气温上升加快且波动剧烈, 导致大气干旱加剧, 引起浅层土壤水分丢失, 导致梭梭幼苗大量死亡[29, 30], 野外调查研究发现, 每年的3月-5月梭梭种子进行萌发, 但受到气温升高和空气湿度较低的影响, 幼苗死亡率超过90%[31], 对于成年梭梭, 由于沙漠降水较少, 也会出现不同程度的死亡, 从而进一步制约梭梭的地理分布, 以上这些观点进一步支持了最大熵模型的模拟结果。

The authors have declared that no competing interests exist.

参考文献
[1] Busby J R. BIOCLIM——A bioclimate analysis and prediction system. In: Margules C R, Austin M P. (eds). Nature Conservation: Cost Effective Biological Surveys and Data Analysis. Melbourne: CSIRO, 1991: 64-68. [本文引用:1]
[2] 许仲林, 彭焕华, 彭守璋. 物种分布模型的发展及评价方法. 生态学报, 2015, 35(2): 557-567.
Xu Z L, Peng H H, Peng S Z. The development and evaluation of species distribution models. Acta Ecologica Sinica, 2015, 35(2): 557-567. (in Chinese) [本文引用:1]
[3] Fitzpatric M, Geotelli N, Ellision A. MaxEnt versus Maxlike: Empirical comparisons with ant species distributions. Ecosphere, 2013, 4(5): 55. [本文引用:1]
[4] Phillips S J, Dudik M. Modelling of species distributions with Maxent: New extensions and a comprehensive evaluation. Ecography, 2008, 31: 161-175. [本文引用:1]
[5] 马松梅, 张明理, 张宏祥, 孟宏虎, 陈曦. 利用最大熵模型和规则集遗传算法模型预测孑遗植物裸果木的潜在地理分布及格局. 植物生态学报, 2010, 34(11): 1327-1335.
Ma S M, Zhang M L, Zhang H X, Meng H H, Chen X. Predicting potential geographical distributions and patterns of the relic plant Gymnocarpos przewalskii using maximum entropy and genetic algorithm for rule-set prediction. Chinese Journal of Plant Ecology, 2010, 34(11): 1327-1335. (in Chinese) [本文引用:1]
[6] 胡理乐, 张海英, 秦岭, 闫波前. 中国五味子分布范围及气候变化影响预测. 应用生态学报, 2012, 23(9): 2445-2450.
Hu L L, Zhang H Y, Qin L, Yan B Q. Current distribution of Schisand ra chinensis in China and its predicted responses to climate change. Chinese Journal of Applied Ecology, 2012, 23(9): 2445-2450. (in Chinese) [本文引用:1]
[7] 殷晓洁, 周广胜, 隋兴华, 何奇瑾, 李荣平. 蒙古栎地理分布的主导气候因子及其阈值. 生态学报, 2013, 33(1): 103-109.
Yin X J, Zhou G S, Sui X H, He Q J, Li R P. Dominant climatic factors of Quercus mongolica geographical distribution and their thresholds. Acta Ecologica Sinica, 2013, 33(1): 103-109. (in Chinese) [本文引用:1]
[8] 邓飞, 李晓兵, 王宏, 张蒙, 李旭, 李瑞华. 基于MaxEnt模型评价紫花苜蓿在锡林郭勒盟的分布适宜性及主导因子. 草业科学, 2014, 31(10): 1840-1847.
Deng F, Li X B, Wang H, Zhang M, Li X, Li R H. The suitability of geographic distribution and the dominant factors of alfalfa based on MaxEnt model in Xilin Gol. Pratacultural Science, 2014, 31(10): 1840-1847. (in Chinese) [本文引用:1]
[9] 许志东, 丁国华, 刘保东, 池春玉, 肖玮, 金晓霞, 李春烨. 假苍耳的地理分布及潜在适生区预测. 草业学报, 2012, 21(3): 75-83.
Xu Z D, Ding G H, Liu B D, Chi C Y, Xiao W, Jin X X, Li C Y. Geographic distribution and prediction of potential suitable regions of Lva xanthifolia. Acta Prataculturae Sinica, 2012, 21(3): 75-83. (in Chinese) [本文引用:2]
[10] 王翀, 林慧龙, 何兰, 曹坳程. 紫茎泽兰潜在分布对气候变化响应的研究. 草业学报, 2014, 23(4): 20-30.
Wang C, Lin H L, He L, Cao A C. Research on responses of Eupatorium adenophora’s potential distribution to climate change. Acta Prataculturae Sinica, 2014, 23(4): 20-30. (in Chinese) [本文引用:1]
[11] Gallagher R V, Hughes L, Leishman M R, Wilson P D. Predicted impact of exotic vines on an endangered ecological community under future climate change. Biological Invasions, 2010, 12: 4019-4063. [本文引用:1]
[12] Li X, Tian H, Yuan W. Vulnerability of 208 endemic or endangered species in China to the effects of climate change. Regional Environmental Change, 2013, 13(4): 843-852. [本文引用:1]
[13] 马松梅, 聂迎彬, 耿庆龙, 王荣学. 气候变化对蒙古扁桃适宜分布范围和空间格局的影响. 植物生态学报, 2014, 38(3): 262-269.
Ma S M, Nie Y B, Geng Q L, Wang R X. Impact of climate change on suitable distribution range and spatial pattern in Amygdalus mongolica. Chinese Journal of Plant Ecology, 2014, 38(3): 262-269. (in Chinese) [本文引用:1]
[14] 王娟娟, 曹博, 白成科, 张琳林, 车乐. 基于Maxent和ArcGIS预测川贝母潜在分布及适宜性评价. 植物研究, 2014, 34(5): 642-649.
Wang J J, Cao B, Bai C K, Zhang L L, Che L. Potential distribution prediction and suitability evaluation of Fritillria cirrhosa D. Don based on maxent modeling and GIS. Bullentin of Botanical Research, 2014, 34(5): 642-649. (in Chinese) [本文引用:1]
[15] 张志东, 臧润国. 海南岛霸王岭热带天然林景观中主要木本植物关键种的潜在分布. 植物生态学报, 2006, 31(6): 1079-1091.
Zhang Z D, Zang R G. Predicting potential distributions of dominant woody plant keystone species in a natural tropical forest land scape of Banwangling, Hainan Island , south China. Chinese Journal of Plant Ecology, 2006, 31(6): 1079-1091. (in Chinese) [本文引用:1]
[16] Zhong I X, Chuan Y Z, Zhao D F. Species distribution models to estimate the deforested area of Picea crassifolia in arid region recently protected: Qilian Mts. national natural reserve (China). Polish Journal of Ecology, 2012, 60(3): 515-524. [本文引用:1]
[17] Svenning J, Skov F. The relative roles of environment and history as controls of tree species composition and richness in Europe. Journal of Biogeography, 2005, 32(6): 1019-1033. [本文引用:1]
[18] 贺伟, 布仁仓, 刘宏娟, 熊在平, 胡远满. 气候变化对东北沼泽湿地潜在分布的影响. 生态学报, 2013, 33(19): 6314-6319.
He W, Burencang, Liu H J, Xiong Z P, Hu Y M. Prediction of the effects of climate change on the potential distribution of mire in Northeastern China. Acta Ecologica Sinica, 2013, 33(19): 6314-6319. (in Chinese) [本文引用:1]
[19] 郭泉水, 谭德远, 刘玉军, 王春玲. 梭梭对干旱的适应及抗旱机理研究进展. 林业科学研究, 2004, 17(6): 796-803.
Guo Q S, Tan D Y, Liu Y J, Wang C L. Advance in studies of Haloxylon Bunge’s mechanism of adaption and resistance to drought. Forest Research, 2004, 17(6): 796-803. (in Chinese) [本文引用:1]
[20] 苏培玺, 严巧娣. C4荒漠植物梭梭和沙拐枣在不同水分条件下的光合作用特征. 生态学报, 2006, 26(1): 75-82.
Su P X, Yan Q D. Photosynthetic characteristics of C4 desert species Haloxylon ammodendron and Calligonum mongolicum under different moisture conditions. Acta Ecologica Sinica, 2006, 26(1): 75-82. (in Chinese) [本文引用:1]
[21] 刘有军, 刘世增, 纪永福, 张锦春, 陈芳, 王方琳. 民勤绿洲人工梭梭林群落结构及种群生态特征. 干旱区研究, 2014, 31(1): 94-99.
Liu Y J, Liu S Z, Ji Y F, Zhang J C, Chen F, Wang F L. Community structure and population ecological features of planted Haloxylon ammodendron in different habitats in Minqin oasis. Arid Zone Research, 2014, 31(1): 94-99. (in Chinese) [本文引用:1]
[22] 朱雅娟, 贾志清, 刘丽颖, 刘海涛. 民勤绿洲外围不同林龄人工梭梭林的土壤水分特征. 中国沙漠, 2011, 31(2): 442-446.
Zhu Y J, Jia Z Q, Liu L Y, Liu H T. Soil water in planted Haloxylon ammodendron shrubland of different age outside minqin oasis. Journal of Desert Research, 2011, 31(2): 442-446. (in Chinese) [本文引用:1]
[23] 郭泉水, 郭志华, 阎洪, 王春玲, 谭德远, 马超, 何红艳. 我国以梭梭属植物为优势的潜在荒漠植被分布. 生态学报, 2005, 25(4): 848-853.
Guo Q S, Guo Z H, Yan H, Wang C L, Tan D Y, Ma C, He H Y. Study on potential distribution of Haloxylon plants dominated desert vegetation in China. Acta Ecologica Sinica, 2005, 25(4): 848-853. (in Chinese) [本文引用:1]
[24] Chen P, Wiley E O, Mcnyset K M. Ecological niche modeling as a predictive tool: Silver and bighead carps in North America. Biological Invasions, 2007, 9(1): 43-51. [本文引用:1]
[25] 邵慧, 田佳倩, 郭柯, 孙建新. 样本容量和物种特征对BIOCLIM模型模拟物种分布准确度的影响——以12个中国特有落叶栎树种为例. 植物生态学报, 2009, 33(5): 870-877.
Shao H, Tian J Q, Guo K, Sun J X. Effects of sample size and species traits on performance of bioclim in predicting geographical distribution of tress species —— A case study with 12 deciduous quercus species indigenous to China. Chinese Journal of Plant Ecology, 2009, 33(5): 870-877. (in Chinese) [本文引用:1]
[26] 郭彦龙, 卫海燕, 路春燕, 张海龙, 顾蔚. 气候变化下桃儿七潜在地理分布的预测. 植物生态学报, 2014, 38(3): 249-261.
Guo Y L, Wei H Y, Lu C Y, Zhang H L, Gu W. Predictions of potential geographical distribution of Sinopodophyllum hexand rum under climate change. Chinese Journal of Plant Ecology, 2014, 38(3): 249-261. (in Chinese) [本文引用:2]
[27] 王运生, 谢丙炎, 万方浩, 肖启明, 戴良英. ROC曲线分析在评价入侵物种分布模型中的应用. 生物多样性, 2007, 15(4): 365-372.
Wang Y S, Xie B Y, Wan F H, Xiao Q M, Dai L Y. Application of ROC curve analysis in evaluating the performance of alien species’ potential distribution models. Biodiversity Science, 2007, 15(4): 365-372. (in Chinese) [本文引用:1]
[28] 马全林, 王继和, 朱淑娟. 降水、土壤水分和结皮对人工梭梭( Haloxylon ammodendron)林的影响. 生态学报, 2007, 12(27): 5057-5067.
Ma Q L, Wang J H, Zhu S J. Effects of precipitation, soil water content and soil crust on artificial Haloxylon ammodendron forest. Acta Ecologica Sinica, 2007, 12(27): 5057-5067. (in Chinese) [本文引用:1]
[29] 田媛, 塔西甫拉提·特依拜, 李彦, 唐立松, 范连连. 梭梭幼苗的存活与地上地下生长的关系. 生态学报, 2014, 34(8): 2012-2019.
Tian Y, Tashpolat·Teyibai, Li Y, Tang L S, Fan L L. The survival and above/below ground growth of Haloxylon ammodendron seedling. Acta Ecologica Sinica, 2014, 34(8): 2012-2019. (in Chinese) [本文引用:1]
[30] 黄培档, 李启剑, 袁勤芬. 准噶尔盆地南缘梭梭群落对气候变化的响应. 生态学报, 2008, 28(12): 6051-6059.
Hung P D, Li Q J, Yuan Q F. Effects of climate change on Haloxylon ammodendron community in southern edge of Zhunger Basin. Acta Ecologica Sinica, 2008, 28(12): 6051-6059. (in Chinese) [本文引用:1]
[31] 宋于洋, 李园园, 张文辉. 基于Ripley的K(r)函数和分形维数的梭梭种群空间格局. 应用生态学报, 2010, 21(4): 827-835.
Song Y Y, Li Y Y, Zhang W H. Distribution pattern of Haloxylon ammodendron population based on Ripley’s K(r) function and fractal dimension. Chinese Journal of Applied Ecology, 2010, 21(4): 827-835. (in Chinese) [本文引用:1]