我国大陆黄檗潜在分布区及分布适宜性评价

被引:24
作者
黄治昊
周鑫
张孝然
蒲真
邢韶华
机构
[1] 北京林业大学自然保护区学院
关键词
黄檗; Maxent模型; 环境因素; 潜在分布区; 空间分析;
D O I
暂无
中图分类号
S718.5 [森林生态学];
学科分类号
090105 [作物生产系统与生态工程];
摘要
黄檗为我国国家二级重点保护野生植物,多散生于阔叶林中,数量稀少,近年来,无论是从国家层面,还是地方政府层面都采取了一系列保护措施,人为破坏大大减少,然而其种群数量仍没有显著增加,拟从生态学的角度分析我国黄檗的潜在分布区,并进行了适宜性评价,为我国野生黄檗种群的就地保护和迁地保护提供技术支撑。通过实地调查和文献资料整理,获得69个包括准确经纬度信息的分布点,同时在世界气候数据库(World-Clim)中下载中国大陆的3个地形变量(alt、slo、asp),5个土壤变量(grav、pH、radi、rub、oc)和19个生物气候变量(bio1—bio19),利用多重共线性分析来检验环境因子之间的相关性,剔除出部分相关性高的环境因子,最终得到包括6个气候变量(bio1、bio3、bio4、bio12、bio15、prec1)、3个地形变量(alt、asp、slo)及5个土壤变量(grav、pH、radi、rub、oc)的14个环境因子作为环境变量,进而应用最大熵模型(MaxEnt)和地理信息系统(GIS)的空间分析功能,预测了黄檗在我国的潜在分布区,并评价分布区的适宜等级;分析了影响黄檗分布和适生性的关键因子及其适生区间。1)黄檗潜在分布区主要集中在我国东北地区和京津冀大部分区域,以及河南北部、内蒙古东南部等区域,黄檗潜在分布区总面积为117.51万km2,占全国总面积的12.27%,其中高度适宜分布区面积为189400 km2,占全国总面积的1.97%,主要包括黑龙江中东部,吉林大部分区域,辽宁东南部和北京大部分区域。2)温度季节性变化的标准差(35.7%)、年均降水量(28%)、坡度(6.5%)、年均温(6.7%)和有机碳含量(5.8%)是影响黄檗分布的5个最主要的环境因子,总的贡献率为82.7%。温度季节性变化标准差在14000—16000范围内,年均降水量在600—800 mm范围内,坡度在2°—8°范围内,年均温在1—7℃范围内,土壤有机碳含量在25—65 g/kg范围内为黄檗适宜分布的环境因子区间。我国野生黄檗分布还远远没有达到其潜在的分布范围,山东、山西、河南、内蒙古等目前资料显示分布并不广泛的省份也是进行野生黄檗迁地保护和人工种植的可选区域。对影响黄檗分布和适生性的关键因子进行分析后表明,温度季节性变化标准差越大其适生程度越高(14000—16000),说明黄檗对于温度的承受范围较大;年均降水量处于700 mm左右其适生程度最高,说明黄檗对于水分要求为中等水平;坡度为2°—8°范围内野生黄檗的适生程度最高,说明黄檗多分布在缓坡地带,年均温在4℃其适生程度最高;土壤有机碳含量在50 g/kg左右其适生程度最高。
引用
收藏
页码:7469 / 7476
页数:8
相关论文
共 20 条
[1]
北京山区野生黄檗数量特征研究 [D]. 
李静贤 .
北京林业大学,
2013
[2]
黄檗主要药用成分的分布规律研究 [D]. 
秦彦杰 .
东北林业大学,
2005
[3]
Maxent modeling for predicting the potential distribution of medicinal plant; Justicia adhatoda L. in Lesser Himalayan foothills.[J].Xue-Qing Yang;S.P.S. Kushwaha;S. Saran;Jianchu Xu;P.S. Roy.Ecological Engineering.2013,
[4]
Predictive modeling of microhabitats for endemic birds in South Chilean temperate forests using Maximum entropy (Maxent) [J].
Moreno, Roberto ;
Zamora, Ricardo ;
Ramon Molina, Juan ;
Vasquez, Angelica ;
Angel Herrera, Miguel .
ECOLOGICAL INFORMATICS, 2011, 6 (06) :364-370
[5]
Biogeography and conservation of taxa from remote regions: An application of ecological-niche based models and GIS to North-African Canids [J].
Brito, Jose C. ;
Acosta, Andre L. ;
Alvares, Francisco ;
Cuzin, Fabrice .
BIOLOGICAL CONSERVATION, 2009, 142 (12) :3020-3029
[6]
Maximum entropy modeling of species geographic distributions [J].
Phillips, SJ ;
Anderson, RP ;
Schapire, RE .
ECOLOGICAL MODELLING, 2006, 190 (3-4) :231-259
[7]
Chemical composition of the essential oils from fruits; leaves and flowers of the Amur cork tree ( Phellodendron amurense Rupr.).[J].Anna Lis;Ewa Boczek;Józef Góra.Flavour and Fragrance Journal.2004, 6
[8]
Ecological responses to recent climate change [J].
Walther, GR ;
Post, E ;
Convey, P ;
Menzel, A ;
Parmesan, C ;
Beebee, TJC ;
Fromentin, JM ;
Hoegh-Guldberg, O ;
Bairlein, F .
NATURE, 2002, 416 (6879) :389-395
[9]
Predictive habitat distribution models in ecology.[J].Antoine Guisan;Niklaus E. Zimmermann.Ecological Modelling.2000, 2
[10]
北京地区黄檗分布与环境因子的关系 [J].
黄治昊 ;
周鑫 ;
张孝然 ;
蒲真 ;
邢韶华 .
植物科学学报, 2017, 35 (01) :56-63