东亚四照花群体中国潜在适生区预测研究

doi:10.3969/j.issn.1000-2006.201901046

国家林草科技领军期刊
中国精品科技期刊
中国高校百佳科技期刊
江苏省新闻出版政府奖期刊奖
RCCSE林学权威期刊（A+）
CSCD核心期刊
Scopus数据库收录期刊
中文核心期刊
SCD核心期刊

作者加群：102861116

微信公众号：南京林业大学学报

高级检索

南京林业大学学报（自然科学版） ›› 2019, Vol. 43 ›› Issue (5): 135-140.doi: 10.3969/j.issn.1000-2006.201901046

东亚四照花群体中国潜在适生区预测研究

马青江¹(), 孙操稳², 张乐英³, 胡梓恒², 张仕娇², 洑香香²^,^*()

1.青海省林木种苗站,青海西宁 810008
2.南京林业大学林学院,江苏南京 210037
3.南京林业大学生物与环境学院,江苏南京 210037

收稿日期:2019-01-30 修回日期:2019-04-02 出版日期:2019-10-08 发布日期:2019-10-08
通讯作者: 洑香香
基金资助:
江苏林业科技创新与推广项目(LYKJ[2018]06)

Identification of potential distribution region for East Asian dogwoods (Cornus) in China

MA Qingjiang¹(), SUN Caowen², ZHANG Leying³, HU Ziheng², ZHANG Shijiao², FU Xiangxiang²^,^*()

1. Qinghai Forest Tree Seedling Station, Xining 810008, China
2. College of Forestry,Nanjing Forestry University,Nanjing 210037,China
3. College of Biology and the Environment,Nanjing Forestry University,Nanjing 210037,China

Received:2019-01-30 Revised:2019-04-02 Online:2019-10-08 Published:2019-10-08
Contact: FU Xiangxiang

摘要/Abstract

摘要：

【目的】四照花属(Cornus)是具有较好发展潜力的园艺观赏树种。通过生态位模型分析评价东亚四照花在中国的分布情况及主要限制环境因子,可为其资源的保护和利用提供理论依据。【方法】以343个东亚四照花的地理分布记录和19个环境因子为预测数据,采用 MaxEnt 模型对东亚四照花潜在适宜分布区进行预测。【结果】采用 MaxEnt 模型预测东亚四照花适宜分布区准确度极高(AUC值达 0.933)。东亚四照花的现代极高适宜分布区为四川与云南交界部分地区(100°~104°E,26°~27°N),四川省盆地西缘的部分地区(102°~103°E,29°~32.5°N),陕西省南部地区及陕西、四川、甘肃和湖北交界地区(105°~112°E,32°~34°N),湖南、湖北和重庆交界部分地区(108°~112°E,29°~32°N),四川、云南和贵州3省交界区(105°~108°E,26°~27°N),广东北部、广西北部、湖南南部和江西南部的部分地区(110°~118°E,25°~26°N),福建、江西和浙江3省交界的部分地区(117°~122°E,25°~28°N)。影响东亚四照花分布的主要因子应为综合环境因子,主要为季节性的降水和温度变化以及极端低温。【结论】随着气候变暖,东亚四照花适生区不会发生迁移,只会逐渐破碎化并且越来越小。该模型的预测结果可以在大尺度上为东亚四照花种质资源的收集保护及适生区的区划提供科学依据。

关键词: 四照花属, 潜在适生区, 环境因子, MaxEnt模型

Abstract:

【Objective】 Dogwoods (Cornus) are tree species with highly ornamental values that is highly popular in gardening, while species in group of East Asian grow extensively in natural in China. Ecological niche modeling can be used to analyze the distribution and the limiting environmental factors of East Asian dogwoods, which can provide a basis for protection and utilization of these resources. 【Method】 In this study, the MaxEnt model based on the data of 343 locations of East Asian dogwood samples and 19 environmental factors was used to predict the accuracy of the distribution area of this tree. 【Result】 According to the analysis results, the area under the curve (AUC) value was as high as 0.933, providing a high degree of accuracy. Regions with high distribution of East Asian dogwoods included the border of Sichuan and Yunnan (100°-104°E, 26°-27°N); western Sichuan (102°-103°E, 29°-32.5°N); southern Shannxi and the border areas of Shaanxi, Sichuan, Gansu and northern Guangxi (108°-112°E, 29°-32°N); the border areas of Hunan, Hubei and Chongqing (108°-112°E, 29°-32°N); the border areas of Fujian, Jiangxi and Zhejiang (117°-122°E, 25°-28°N); the border areas of Sichuan, Yunnan, and Guizhou (105°-108°E, 26°-27°N); and northern Guangdong, northern Guangxi, southern Hunan, and southern Jiangxi (110°-118°E, 25°-26°N). We found that the distribution of East Asian dogwoods in China were mainly influenced by environmental factors including seasonal precipitation, seasonal temperature variation, and low temperatures. 【Conclusion】 With the warming of the climate, area of distribution of East Asian dogwoods tends to be fragmented and reduced instead of continuous distribution. Our prediction may provide a scientific basis for germplasm protection, collection, and suitable area division of East Asian dogwoods.

Key words: Cornus, potential distribution region, environmental factor, MaxEnt modeling

中图分类号:

S718

马青江,孙操稳,张乐英,等. 东亚四照花群体中国潜在适生区预测研究[J]. 南京林业大学学报（自然科学版）, 2019, 43(5): 135-140.

MA Qingjiang, SUN Caowen, ZHANG Leying, HU Ziheng, ZHANG Shijiao, FU Xiangxiang. Identification of potential distribution region for East Asian dogwoods (Cornus) in China[J].Journal of Nanjing Forestry University (Natural Science Edition), 2019, 43(5): 135-140.DOI: 10.3969/j.issn.1000-2006.201901046.

图/表 4

图1

图2

表2

图3

参考文献 18

[1]	韩维栋. 四照花类群种质资源及其开发利用[J]. 中国野生植物资源, 1993, 12(1):37-40.
	HAN W D. The exploitation and utilization of Dendrobenthamia category germplasm resources [J]. Chinese Wild Plant Resources, 1993, 12(1):37-40.
[2]	洑香香, 徐杰, 刘国华. 观赏型四照花种质资源及其开发利用[J]. 林业科技开发, 2015, 29(3):1-6. DOI: 10.13360/j.issn.1000-8101.2015.03.001.
	FU X X, XU J, LIU G H. Ornamental germplasm resources of Cornus development and utilization [J]. China Forestry Science and Technology, 2015, 29(3):1-6.
[3]	向秋云. 梾木属四照花亚属的系统和总览[J]. 植物研究, 1987, 7(2):33-52.
	XIANG Q Y. System and synopsis of Cornus subgen.Syncarpea(Nakai)Q.Y.Xiang(Cornaceae) [J]. Bulletin of Botanical Research, 1987, 7(2):33-52.
[4]	WADL P A, SKINNER J A, WANG X W, et al. Breeding intra-and interspecific Cornus species[J]. Hort Science, 2007, 42:900-901.
[5]	WITTE W T, WINDHAM M T. Dogwoods for American gardens[Z]. Knoxville: Agricultural Extension Service, University of Tennessee, 2000: 8.
[6]	DAUGHTREY M L. Dogwood anthracnose: understanding a disease new to north America[J]. Plant Disease, 1996, 80(4):349.DOI: 10.1094/pd-80-0349. doi: 10.1094/PD-80-0349
[7]	HAGAN A K, GILLIAM C H, KEEVER G J, et al. Reaction of dogwood selections to powdery mildew[J]. Research Report Series, 1995, 10:24-25.
[8]	TRIGIANOR N, SCHLARBAUM S E, BELL L M, et al. Use of molecular markers in a breeding program for Corus florida[J]. Proc Southern Nurseryman’s Res Conf, 1996, 41:232-234.
[9]	杨春华, 王港, 侯娜, 等. 贵州野生四照花属植物资源及利用价值研究[J]. 种子, 2013, 32(2):61-62, 66. DOI: 10.3969/j.issn.1001-4705.2013.02.017.
	YANG C H, WANG G, HOU N, et al. Study on the resources and utilization value of wild Dendrobenthamia plants in Guizhou Province [J]. Seed, 2013, 32(2):61-62, 66.
[10]	管毕财, 陈微, 刘想, 等. 四照花物种分布格局模拟及冰期避难所推测[J]. 西北植物学报, 2016, 36(12):2541-2547. DOI: 10.7606/j.issn.1000-4025.2016.12.2541.
	GUAN B C, CHEN W, LIU X, et al. Distribution pattern and glacial refugia of Cornus kousa subsp. chinensis based on MaxEnt model and GIS [J]. Acta Botanica Boreali-Occidentalia Sinica, 2016, 36(12):2541-2547.
[11]	王运生, 谢丙炎, 万方浩, 等. ROC曲线分析在评价入侵物种分布模型中的应用[J]. 生物多样性, 2007, 15(4):365-372. DOI: 10.3321/j.issn:1005-0094.2007.04.005.
	WANG Y S, XIE B Y, WAN F H, et al. Application of ROC curve analysis in evaluating the performance of alien species’ potential distribution models[J]. Biodiversity Science, 2007, 15(4):365-372.
[12]	PHILLIPS S J, DUDÍK M. Modeling of species distributions with MaxEnt: new extensions and a comprehensive evaluation[J]. Ecography, 2008, 31(2):161-175. DOI: 10.1111/j.0906-7590.2008.5203.x. doi: 10.1111/j.0906-7590.2008.5203.x
[13]	文检, 宋经元, 谢彩香, 等. 基于最大信息熵模型的能源物种麻疯树潜在适宜区[J]. 植物科学学报, 2016, 34(6):849-856. DOI: 10.11913/PSJ.2095-0837.2016.60849.
	WEN J, SONG J Y, XIE C X, et al. Identification of potential distribution areas for energy plant Jatropha curcas L. using the MaxEnt entropy model [J]. Plant Science Journal, 2016, 34(6):849-856.
[14]	彭冶, 王焱, 顾慧, 等. 外来观赏植物大花金鸡菊在中国的潜在地理分布预测[J]. 南京林业大学学报(自然科学版), 2016, 40(1):53-58. DOI: 10.3969/j.issn.1000-2006.2016.01.009.
	PENG Y, WANG Y, GU H, et al. Prediction of potential geographic distribution of alien species Coreopsis grandiflora in China [J]. Journal of Nanjing Forestry University(Natural Sciences Edition), 2016, 40(1):53-58.
[15]	张殷波, 高晨虹, 秦浩. 山西翅果油树的适生区预测及其对气候变化的响应[J]. 应用生态学报, 2018(4):1156-1162. DOI: 10.13287/j.1001-9332.201804.011.
	ZHANG Y B, GAO C H, QIN H. Prediction of the suitable distribution and responses to climate change of Elaeagnus mollis in Shanxi Province,China [J]. Chinese Journal of Applied Ecology, 2018(4):1156-1162.
[16]	张海娟, 陈勇, 黄烈健, 等. 基于生态位模型的薇甘菊在中国适生区的预测[J]. 农业工程学报, 2011, 27(S1):413-418. DOI: 10.3969/j.issn.1002-6819.2011.z1.078.
	ZHANG H J, CHEN Y, HUANG L J, et al. Predicting potential geographic distribution of Mikania micrantha planting based on ecological niche models in China [J]. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(S1):413-418.
[17]	刘清亮, 李垚, 方升佐. 基于MaxEnt模型的青钱柳潜在适宜栽培区预测[J]. 南京林业大学学报(自然科学版), 2017, 41(4):25-29. DOI: 10.3969/j.issn.1000-2006.201608010.
	LIU Q L, LI Y, FANG S Z. MaxEnt model-based identification of potential Cyclocarya paliurus cultivation regions [J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2017, 41(4):25-29.
[18]	黄伟, 艾训儒, 姚兰, 等. 木林子国家级自然保护区大样地四照花种群空间分布格局研究[J]. 湖北民族学院学报(自然科学版), 2016, 34(4):460-466, 397. DOI: 10.13501/j.cnki.42-1569/n.2016.12.022.
	HUANG W, AI X R, YAO L, et al. Spatial distribution pattern of Dendrobenthamia japonica (DC.) Fang population in Mulinzi National Nature Reserve [J]. Journal of Hubei University for Nationalities(Natural Science Edition), 2016, 34(4):460-466, 397.

相关文章 15

[1]	杨宏, 董京京, 吴桐, 周华近, 陈洁, 李蒙, 王贤荣, 伊贤贵. 基于MaxEnt模型的迎春樱桃潜在适生区预测[J]. 南京林业大学学报（自然科学版）, 2023, 47(4): 131-138.
[2]	曹林青, 钟秋平, 邹玉玲, 田丰, 贺义昌. 油桐种质资源叶片结构变异及与环境因子的关系[J]. 南京林业大学学报（自然科学版）, 2023, 47(4): 95-102.
[3]	韩淑敏, 闫伟, 杨雪栋, 胡博, 于凤强, 高润红. 白榆在我国的潜在分布格局及未来变化[J]. 南京林业大学学报（自然科学版）, 2023, 47(3): 103-110.
[4]	竹磊, 徐军亮, 章异平, 罗鹏飞, 师志强, 候佳玉, 翟乐鑫. 河南洛阳马尾松树干液流昼夜变化特征及其影响因子分析[J]. 南京林业大学学报（自然科学版）, 2023, 47(1): 92-100.
[5]	董京京, 陈洁, 杨宏, 李蒙, 王贤荣, 伊贤贵. 华中樱桃适生区模拟和生态特征分析[J]. 南京林业大学学报（自然科学版）, 2022, 46(3): 213-221.
[6]	崔皓, 韩建刚, 郭俨辉, 季淮, 朱咏莉, 李萍萍. 洪泽湖河湖交汇区典型杨树人工林碳通量月尺度变化特征[J]. 南京林业大学学报（自然科学版）, 2022, 46(2): 19-26.
[7]	吴帆, 朱沛煌, 季孔庶. 马尾松分布格局对未来气候变化的响应[J]. 南京林业大学学报（自然科学版）, 2022, 46(2): 196-204.
[8]	龚茂佳, 王娟, 付小勇, 寇卫利, 鲁宁, 王秋华, 赖虹燕. 云南广西蒜头果适生区预测及环境影响因子[J]. 南京林业大学学报（自然科学版）, 2022, 46(2): 44-52.
[9]	缪菁, 王勇, 王璐, 许晓岗. 基于MaxEnt模型的苦槠潜在地理分布格局变迁预测[J]. 南京林业大学学报（自然科学版）, 2021, 45(3): 193-198.
[10]	潘婷婷, 陈林, 杨国栋, 伊贤贵, 王贤荣. 南京北部郊野森林群落物种多样性及其环境解释[J]. 南京林业大学学报（自然科学版）, 2020, 44(6): 48-54.
[11]	张赟齐, 刘晨, 刘阳, 叶常奇, 张萌, 贾黎明, 郝艳宾, 苏淑钗. 叶幕微域环境对无患子果实产量和品质的影响[J]. 南京林业大学学报（自然科学版）, 2020, 44(5): 189-198.
[12]	黄红兰, 钟沃谷, 衣德萍, 蔡军火, 张露. 未来气候变化对我国毛红椿适生区分布格局的影响预测[J]. 南京林业大学学报（自然科学版）, 2020, 44(3): 163-170.
[13]	魏玉龙, 张秋良. 兴安落叶松林缘天然更新与立地环境因子的相关分析[J]. 南京林业大学学报（自然科学版）, 2020, 44(2): 165-172.
[14]	陈禹衡, 吕一维, 殷晓洁. 气候变化下西南地区12种常见针叶树种适宜分布区预测[J]. 南京林业大学学报（自然科学版）, 2019, 43(6): 113-120.
[15]	张毅, 敖妍, 刘觉非, 赵磊磊, 张永明. 文冠果物候期对环境因子的响应[J]. 南京林业大学学报（自然科学版）, 2019, 43(5): 30-36.

变量代号 variable code	环境变量 environmental variables	贡献率/% contribution ratio
bio-12	年均降水量 annual precipitation	68.0
bio-4	温度季节变异系数 temperature seasonality(standard deviation *100)	7.2
bio-7	年均温变化范围 temperature annual range(bio5-bio6)	6.5
bio-10	最暖季平均温度 mean temperature of the warmest quarter	5.4
bio-6	最冷月最低温度 min imum temperature of the coldest month	4.5
bio-8	最湿季平均温度 mean temperature of the wettest quarter	2.2
bio-15	降水量变异系数 precipitation seasonality (coefficient of variation)	1.2
bio-3	昼夜温差与年温差比值 isothermality(bio2/bio7) (* 100)	0.9
bio-19	最冷季降水量 precipitation of the coldest quarter	0.8
bio-16	最湿季降水量 precipitation of the wettest quarter	0.7
bio-2	昼夜温差月均值 mean diurnal range (mean of monthly (max temp-min temp))	0.7
bio-11	最冷季平均温度 mean temperature of the coldest quarter	0.5
bio-13	最湿月降水量 precipitation of wettest month	0.5
bio-9	最干季平均温度 mean temperature of the driest quarter	0.3
bio-14	最干月降水量 precipitation of driest month	0.2
bio-18	最暖季降水量 precipitation of the warmest quarter	0.2
bio-5	最暖月最高温度 maximum temperature of the warmest month	0.2
bio-1	年均温度 annual mean temperature	0.1
bio-17	最干季降水量 precipitation of the driest quarter	0

东亚四照花群体中国潜在适生区预测研究

Identification of potential distribution region for East Asian dogwoods (Cornus) in China

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 18

相关文章 15

编辑推荐

Metrics

本文评价

作者

读者

审稿