留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

浙江红花油茶潜在适生区分布及其对未来气候变化的响应

汪雁楠 赖国桢 黄建建 刘丽婷 余良森 温强 龚春

汪雁楠, 赖国桢, 黄建建, 刘丽婷, 余良森, 温强, 龚春. 浙江红花油茶潜在适生区分布及其对未来气候变化的响应[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20210641
引用本文: 汪雁楠, 赖国桢, 黄建建, 刘丽婷, 余良森, 温强, 龚春. 浙江红花油茶潜在适生区分布及其对未来气候变化的响应[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20210641
WANG Yannan, LAI Guozhen, HUANG Jianjian, LIU Liting, YU Liangsen, WEN Qiang, GONG Chun. Potential distribution of Camellia chekiangoleosa under future climate change[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20210641
Citation: WANG Yannan, LAI Guozhen, HUANG Jianjian, LIU Liting, YU Liangsen, WEN Qiang, GONG Chun. Potential distribution of Camellia chekiangoleosa under future climate change[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20210641

本文已在中国知网网络首发,可在知网搜索、下载并阅读全文。

浙江红花油茶潜在适生区分布及其对未来气候变化的响应

doi: 10.11833/j.issn.2095-0756.20210641
基金项目: 国家重点研发计划项目(2021YFD1000402);国家自然科学基金资助项目(31860179,31260184);江西省重点研发计划项目(20201BBF61003);江西省林业局科技创新专项(202228);江西省科技创新平台项目(20212BCD46002)
详细信息
    作者简介: 汪雁楠(ORCID: 0000-0002-9011-1980),从事森林培育和森林生态研究。E-mail: 451570427@qq.com
    通信作者: 温强(ORCID: 0000-0002-8045-5608),研究员,从事经济林和林木遗传育种研究。E-mail: jxwenqiang@aliyun.com
  • 中图分类号: Q948.5

Potential distribution of Camellia chekiangoleosa under future climate change

  • 摘要:   目的  预测浙江红花油茶Camellia chekiangoleosa潜在分布范围,分析影响其分布的主要环境因子,为浙江红花油茶保护利用及引种开发提供理论基础。  方法  基于浙江红花油茶在中国区域内55个分布点的环境因子,运用最大熵模型(MaxEnt)预测了当前及未来3种RCPs气候变化情景下浙江红花油茶在中国的潜在适生区分布及其变化。  结果  影响浙江红花油菜潜在分布的主要环境因子是最冷季度降水量、最暖季度平均气温和土壤类型,其中最冷季度降水量贡献率最高,最暖季度平均气温和土壤类型次之。当代潜在适生区集中分布于中国中部和南部地区,其中,核心分布区主要位于江西、福建和浙江。在未来气候变化情景下,总体适生区范围较当前有不同程度地扩展,总体呈现由华东向西南方向显著扩张的趋势。  结论  浙江红花油茶潜在适生区主要受降水、气温和土壤影响,受海拔影响较小,在中国南方地区有较广泛的适生性,具有引种栽培推广潜力。图2表2参41
  • 图  1  ROC预测曲线

    Figure  1  Prediction validation with ROC in MaxEnt

    图  2  各环境因子对浙江红花油茶分布刀切法评估

    Figure  2  Jacknife evaluation of environment variables of C. chekiangoleosa

    表  1  主要环境因子贡献率及适宜范围

    Table  1.   Contribution rate and suitable range of major environmental factors

    环境因子贡献率/%适宜区间环境因子贡献率/%适宜区间
    最冷季度降水量(bio19)/mm 79.3 196~521 最暖季度降水量(bio18)/mm 3.6 559~826
    最暖季度平均气温(bio10)/℃ 9.1 21~28 年均温变化范围(bio7)/℃ 2.9 26~31
    土壤类型(sym90) 4.3 薄层土、饱和薄层土、
    艳色高活性淋溶土等
    土壤酸碱度(pH) 0.6 3.8~5.1
    降水量变异系数(bio15)/% 0.1 44.1~61.8
    下载: 导出CSV

    表  2  未来气候不同情景下浙江红花油茶潜在分布区面积

    Table  2.   Suitable areas of Camellia chekiangoleosa under different climate change scenarios

    气候情景时期最适生区/(×104 km2)适生区/(×104 km2)次适生区/(×104 km2)总面积/(×104 km2)
    当代 4.80 8.24 23.48 36.52
    低排放浓度路径
    (RCP2.6)
    2041—2060年 71.16 13.93 21.90 106.99
    2061—2080年 65.20 10.68 14.84 90.71
    中等排放浓度路径
    (RCP4.5)
    2041—2060年 76.90 14.99 18.30 110.20
    2061—2080年 43.53 18.87 18.62 81.02
    高排放浓度路径
    (RCP8.5)
    2041—2060年 54.98 16.46 15.70 87.13
    2061—2080年 1.57 2.94 21.68 26.20
    下载: 导出CSV
  • [1] 胡哲森. 浙江红花油茶种子油中脂肪酸的分析[J]. 福建林学院学报, 1987, 7(1): 70 − 71.

    HU Zhesen. Chemical composition of fatty acid in seed oil from Camellia chekiangoleosa [J]. J Fujian Coll For, 1987, 7(1): 70 − 71.
    [2] 郭华, 谭惠元, 周建平. 红花油茶果的主要成分及其种子油的脂肪酸组成测定[J]. 浙江大学学报(农业与生命科学版), 2010, 36(6): 662 − 669.

    GUO Hua, TAN Huiyuan, ZHOU Jianping. Proximate composition of Camellia chekiangoleosa Hu fruit and fatty acid constituents of its seed oil [J]. J Zhejiang Univ Agric Life Sci, 2010, 36(6): 662 − 669.
    [3] 张宏达. 茶树的系统分类[J]. 中山大学学报(自然科学版), 1981, 20(1): 89 − 101.

    ZHANG Hongda. Thea: a section of beveragial tea-trees of the genus Camellia [J]. Acta Sci Nat Univ Sunyatseni, 1981, 20(1): 89 − 101.
    [4] 庄瑞林. 中国油茶[M]. 2版. 北京: 中国林业出版社, 2008: 112.

    ZHUANG Ruilin. China Camellia[M]. 2nd ed. Beijing: China Forestry Publishing House, 2008: 112.
    [5] 周文才, 肖相元, 沈敬理, 等. 浙江红花油茶种质资源述评及育种策略[J]. 南方林业科学, 2019, 47(6): 20 − 24.

    ZHOU Wencai, XIAO Xiangyuan, SHEN Jingli, et al. Review on germplasm resources and breeding strategy for Camellia chekiangoleosa [J]. South China For Sci, 2019, 47(6): 20 − 24.
    [6] 谢云, 李纪元, 潘文英, 等. 浙江红山茶野生种质资源现状及保护对策[J]. 浙江农林大学学报, 2011, 28(6): 973 − 981. doi:  10.3969/j.issn.2095-0756.2011.06.023

    XIE Yu, LI Jiyuan, PAN Wenying, et al. Status and conservation strategies for germplasm resources of wild Camellia chekiangoleosa [J]. J Zhejiang A&F Univ, 2011, 28(6): 973 − 981. doi:  10.3969/j.issn.2095-0756.2011.06.023
    [7] 薛海兵, 李玉善. 亚热带北缘浙江红花油茶和腾冲红花油茶引种成功[J]. 陕西林业科技, 1996, 24(4): 53 − 54.

    XU Haibing, LI Yushan. Successful introduction of Camellia chekiangoleosa and Camellia reticulata on northern margin of subtropical zone [J]. Shaanxi For Sci Technol, 1996, 24(4): 53 − 54.
    [8] 黄建, 曹洪虎, 刘承珊, 等. 上海引种驯化红花油茶的试验研究[J]. 上海农业学报, 2010, 26(4): 75 − 79. doi:  10.3969/j.issn.1000-3924.2010.04.018

    HUANG Jian, CAO Honghu, LIU Chengshan, et al. Study on introduction and acclimatization of red flower camellia in Shanghai [J]. Acta Agric Shanghai, 2010, 26(4): 75 − 79. doi:  10.3969/j.issn.1000-3924.2010.04.018
    [9] 刘曲, 姚小华, 王开良, 等. 低海拔地区浙江红花油茶无性系的开花物候特性[J]. 林业科学研究, 2015, 28(2): 249 − 254.

    LIU Qu, YAO Xiaohua, WANG Kailiang, et al. Flowering phenology of Camellia chekiangoleosa clone in low altitude area [J]. For Res, 2015, 28(2): 249 − 254.
    [10] 李田, 黄文印, 黄建军, 等. 浙江红花油茶林分群体产量结构特征分析[J]. 南方林业科学, 2020, 48(5): 1217.

    LI Tian, HUANG Wenyin, HUANG Jianjun, et al. Analysis on the population yield components characteristics of Camellia chekiangoleosa stands [J]. South China For Sci, 2020, 48(5): 1217.
    [11] 吴建国, 吕佳佳, 艾丽. 气候变化对生物多样性的影响: 脆弱性和适应[J]. 生态环境学报, 2009, 18(2): 693 − 703. doi:  10.3969/j.issn.1674-5906.2009.02.056

    WU Jianguo, LÜ Jiajia, AI Li. The impacts of climate change on the biodiversity: vulnerability and adaptation [J]. Ecol Environ Sci, 2009, 18(2): 693 − 703. doi:  10.3969/j.issn.1674-5906.2009.02.056
    [12] PARMESAN C. Ecological and evolutionary responses to recent climate change[J]. Ann Rev Ecol Evol Systematics, 2006, 37: 637 − 669.
    [13] 胡文佳, 晁碧霄, 王玉玉, 等. 基于最大熵模型的福建省红树林潜在适生区评估[J]. 中国环境科学, 2020, 40(9): 4029 − 4038. doi:  10.3969/j.issn.1000-6923.2020.09.035

    HU Wenjia, CHAO Bixiao, WANG Yuyu, et al. Assessing the potential distributions of mangrove forests in Fujian Province using MaxEnt model [J]. China Environ Sci, 2020, 40(9): 4029 − 4038. doi:  10.3969/j.issn.1000-6923.2020.09.035
    [14] 罗集丰, 洪纯丹, 方怡然, 等. 橙带蓝尺蛾在中国的潜在分布预测研究[J]. 西部林业科学, 2020, 49(6): 107 − 111.

    LUO Jifeng, HONG Chundan, FANG Yiran, et al. Prediction of potential geographic distribution of Milionia basalis Walker in China [J]. J West China For Sci, 2020, 49(6): 107 − 111.
    [15] 申家朋, 陈东升, 洪奕丰, 等. 基于MaxEnt模型对日本落叶松在中国潜在分布区的预测[J]. 植物资源与环境学报, 2019, 28(3): 19 − 25. doi:  10.3969/j.issn.1674-7895.2019.03.03

    SHEN Jiapeng, CHEN Dongsheng, HONG Yifeng, et al. Prediction on potential distribution areas of Larix kaempferi in China based on MaxEnt model [J]. J Plant Resour Environ, 2019, 28(3): 19 − 25. doi:  10.3969/j.issn.1674-7895.2019.03.03
    [16] 张华, 赵浩翔, 王浩. 基于MaxEnt模型的未来气候变化情景下胡杨在中国的潜在地理分布[J]. 生态学报, 2020, 40(18): 6552 − 6563.

    ZHANG Hua, ZHAO Haoxiang, WANG Hao. Potential geographical distribution of Populus euphratica in China under future climate change scenarios based on Maxent model [J]. Acta Ecol Sin, 2020, 40(18): 6552 − 6563.
    [17] FABIANA G B, FABIANA S. Characteristics of the top-cited papers in species distribution predictive models [J]. Ecol Modelling, 2015, 313: 77 − 83. doi:  10.1016/j.ecolmodel.2015.06.014
    [18] VAZ U L, CUNHA H F, NABOUT J C. Trends and biases in global scientific literature about ecological niche models[J]. Braz J Biol, 2015, 75(suppl 1): 17 − 24.
    [19] 刘晓彤, 袁泉, 倪健. 中国植物分布模拟研究现状[J]. 植物生态学报, 2019, 43(4): 273 − 283. doi:  10.17521/cjpe.2018.0237

    LIU Xiaotong, YUAN Quan, NI Jian. Research advances in modelling plant species distribution in China [J]. Chin J Plant Ecol, 2019, 43(4): 273 − 283. doi:  10.17521/cjpe.2018.0237
    [20] STEVEN J P, ROBERT P A, MIROSLAV D, et al. Opening the black box: an open-source release of MaxEnt [J]. Ecography, 2017, 40(7): 887 − 893. doi:  10.1111/ecog.03049
    [21] CORY M, MATTHEW J S, JOHN A S J. A practical guide to MaxEnt for modeling species’distributions: what it does, and why inputs and settings matter [J]. Ecography, 2013, 36(10): 1058 − 1069. doi:  10.1111/j.1600-0587.2013.07872.x
    [22] 王小军, 刘光旭, 肖彤. 气候变化情景下油茶生长的适宜性特征[J]. 热带地理, 2020, 40(5): 868 − 880.

    WANG Xiaojun, LIU Guangxu, XIAO Tong. Suitability characteristics of Camellia oleifera growth under climate change scenarios [J]. Trop Geogr, 2020, 40(5): 868 − 880.
    [23] 胡菀, 张志勇, 陈陆丹, 等. 末次盛冰期以来观光木的潜在地理分布变迁[J]. 植物生态学报, 2020, 44(1): 44 − 55. doi:  10.17521/cjpe.2018.0258

    HU Wan, ZHANG Zhiyong, CHEN Ludan, et al. Changes in potential geographical distribution of Tsoongiodendron odorum since the last Glacial Maximum [J]. Chin J Plant Ecol, 2020, 44(1): 44 − 55. doi:  10.17521/cjpe.2018.0258
    [24] 贾翔, 王超, 金慧, 等. 基于优化的MaxEnt模型评价红松适宜分布区[J]. 生态学杂志, 2019, 38(8): 2570 − 2576.

    JIA Xiang, WANG Chao, JIN Hui, et al. Assessing the suitable distribution area of Pinus koraiensis based on an optimized MaxEnt model [J]. Chin J Ecol, 2019, 38(8): 2570 − 2576.
    [25] 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.

    LIU Qingliang, LI Yao, FANG Shengzuo. MaxEnt model-based identification of potential Cyclocarya paliurus cultivation regions [J]. J Nanjing For Univ Nat Sci Ed, 2017, 41(4): 25 − 29.
    [26] 马松梅, 聂迎彬, 耿庆龙, 等. 气候变化对蒙古扁桃适宜分布范围和空间格局的影响[J]. 植物生态学报, 2014, 38(3): 262 − 269. doi:  10.3724/SP.J.1258.2014.00023

    MA Songmei, NIE Yingbin, GEN Qinglong, et al. Impact of climate change on suitable distribution range and spatial pattern in Amygdalus mongolica [J]. Chin J Plant Ecol, 2014, 38(3): 262 − 269. doi:  10.3724/SP.J.1258.2014.00023
    [27] ROBERT J H, SUSAN E C, JUAN L P, et al. Very high resolution interpolated climate surfaces for global land areas [J]. Int J Clim, 2005, 25(15): 1965 − 1978. doi:  10.1002/joc.1276
    [28] MORALES N S, FERNÁNDEZ I C, BACA-GONZÁLEZ V. MaxEnt’s parameter configuration and small samples: are we paying attention to recommendations? a systematic review[J/OL]. Peer J, 2017, 5[2021-09-10]. doi:  10.7717/peerj.3093.
    [29] 朱耿平, 乔慧捷. MaxEnt模型复杂度对物种潜在分布区预测的影响[J]. 生物多样性, 2016, 24(10): 1189 − 1196. doi:  10.17520/biods.2016265

    ZHU Genping, QIAO Huijie. Effect of the MaxEnt model’s complexity on the prediction of species potential distributions [J]. Biodiversity Sci, 2016, 24(10): 1189 − 1196. doi:  10.17520/biods.2016265
    [30] ROBERT M, PETER J G, MARIANO S G, et al. ENM eval: an R package for conducting spatially independent evaluations and estimating optimal model complexity for MaxEnt ecological niche models [J]. Methods Ecol Evol, 2014, 5(11): 1198 − 1205. doi:  10.1111/2041-210X.12261
    [31] RICHARD G P, TERENCE P D. Predicting the impacts of climate change on the distribution of species: are bioclimate envelope models useful? [J]. Glob Ecol Biogeogr, 2003, 12(5): 361 − 371. doi:  10.1046/j.1466-822X.2003.00042.x
    [32] SARA D R, ÁNGEL P. Potential distribution of semi-deciduous forests in Castile and Leon (Spain) in relation to climatic variations [J]. Plant Ecol, 2006, 185(2): 269 − 282. doi:  10.1007/s11258-006-9103-x
    [33] 王开良, 姚小华, 曹福亮, 等. 浙江红花油茶开花性状变异规律研究[J]. 江西农业大学学报, 2010, 32(2): 334 − 338. doi:  10.3969/j.issn.1000-2286.2010.02.027

    WANG Kailiang, YAO Xiaohua, CAO Fuliang, et al. A study on the varying law of flowering characters of Camellia chekiangoleosa Hu. [J]. Acta Agric Univ Jiangxi, 2010, 32(2): 334 − 338. doi:  10.3969/j.issn.1000-2286.2010.02.027
    [34] 张华新, 陈丛梅. 油松无性系开花物候特点的研究[J]. 林业科学研究, 2001, 14(3): 288 − 296. doi:  10.3321/j.issn:1001-1498.2001.03.009

    ZHANG Huaxin, CHEN Congmei. Studies on flowering phenology of clones in Pinus tabulaeformis seed orchard [J]. For Res, 2001, 14(3): 288 − 296. doi:  10.3321/j.issn:1001-1498.2001.03.009
    [35] 贺义昌, 吴妹杰, 董乐, 等. 主产区浙江红花油茶籽仁含油率及脂肪酸组成变异分析[J]. 经济林研究, 2020, 38(3): 37 − 45.

    HE Yichang, WU Meijie, DONG Le, et al. Analysis of kernel oil content and variation of fatty acid composition of Camellia chekiangoleosa in the main producing areas [J]. Non-wood For Res, 2020, 38(3): 37 − 45.
    [36] 乔慧捷, 胡军华, 黄继红. 生态位模型的理论基础、发展方向与挑战[J]. 中国科学:生命科学, 2013, 43(11): 915 − 927. doi:  10.1360/052013-192

    QIAO Huijie, HU Junhua, HUANG Jihong. Theoretical basis, future directions, and challenges for ecological niche models [J]. Sci Sin Vitae, 2013, 43(11): 915 − 927. doi:  10.1360/052013-192
    [37] 谢云, 李纪元, 王毅, 等. 浙江红山茶引种栽培与利用现状[J]. 湖北农业科学, 2011, 50(21): 4411 − 4414. doi:  10.3969/j.issn.0439-8114.2011.21.029

    XIE Yun, LI Jiyuan, WANG Yi, et al. The present status of cultivation and utilization about Camellia chekiangoleosa [J]. Hubei Agric Sci, 2011, 50(21): 4411 − 4414. doi:  10.3969/j.issn.0439-8114.2011.21.029
    [38] 张艳武, 张莉, 徐影. CMIP5模式对中国地区气温模拟能力评估与预估[J]. 气候变化研究进展, 2016, 12(1): 10 − 19.

    ZHANG Yanwu, ZHANG Li, XU Ying. Simulations and projections of the surface air temperature in China by CMIP5 models [J]. Clim Change Res, 2016, 12(1): 10 − 19.
    [39] 沈永平, 王国亚. IPCC第一工作组第五次评估报告对全球气候变化认知的最新科学要点[J]. 冰川冻土, 2013, 35(5): 1068 − 1076.

    SHEN Yongping, WANG Guoya. Key findings and assessment results of IPCC WGI fifth assessment report [J]. J Glaciol Geocryol, 2013, 35(5): 1068 − 1076.
    [40] KEYWAN R, SHILPA R, VOLKER K, et al. RCP 8.5: a scenario of comparatively high greenhouse gas emissions [J]. Clim Change, 2011, 109(1): 33 − 57.
    [41] 高文强, 王小菲, 江泽平, 等. 气候变化下栓皮栎潜在地理分布格局及其主导气候因子[J]. 生态学报, 2016, 36(14): 4475 − 4484.

    GAO Wenqiang, WANG Xiaofei, JIANG Zeping, et al. Impact of climate change on the potential geographical distribution pattern and dominant climatic factors of Quercus variabilis [J]. Acta Ecol Sin, 2016, 36(14): 4475 − 4484.
  • [1] 裴顺祥, 法蕾, 杜满义, 辛学兵.  环境因子对中条山油松人工林下物种分布的影响 . 浙江农林大学学报, 2022, 39(2): 280-288. doi: 10.11833/j.issn.2095-0756.20210323
    [2] 马书琴, 德吉央宗, 秦小静, 陈有超, 胡扬, 汪子微, 鲁旭阳.  基于热裂解气质联用(Py-GC/MS)技术的土壤有机质化学研究 . 浙江农林大学学报, 2021, 38(5): 985-999. doi: 10.11833/j.issn.2095-0756.20210133
    [3] 陈禹衡, 陆双飞, 毛岭峰.  黄檀属珍稀树种未来适宜区变化预测 . 浙江农林大学学报, 2021, 38(4): 837-845. doi: 10.11833/j.issn.2095-0756.20200522
    [4] 李伟成, 郑彦超, 盛海燕, 楼毅, 于辉.  浙江庆元巾子峰国家森林公园植被群落的数量分类与排序 . 浙江农林大学学报, 2021, 38(3): 523-533. doi: 10.11833/j.issn.2095-0756.20200393
    [5] 金超, 李领寰, 吴初平, 姚良锦, 朱锦茹, 袁位高, 江波, 焦洁洁.  浙江省公益林生物多样性和立地对生物量的影响 . 浙江农林大学学报, 2021, 38(6): 1083-1090. doi: 10.11833/j.issn.2095-0756.20200696
    [6] 郭虹扬, 史明昌, 杨建英, 陈春阳.  白洋淀大清河流域油松精准适宜性空间分布 . 浙江农林大学学报, 2021, 38(6): 1100-1108. doi: 10.11833/j.issn.2095-0756.20200599
    [7] 靳孟理, 胡俊, 齐实, 逯进生, 李月, 蒋九华.  北京市侧柏低效林物种多样性改造策略 . 浙江农林大学学报, 2020, 37(1): 27-35. doi: 10.11833/j.issn.2095-0756.2020.01.004
    [8] 邱浩杰, 孙杰杰, 徐达, 沈爱华, 江波, 袁位高, 李胜.  基于MaxEnt模型预测鹅掌楸在中国的潜在分布区 . 浙江农林大学学报, 2020, 37(1): 1-8. doi: 10.11833/j.issn.2095-0756.2020.01.001
    [9] 叶钱, 蒋燕锋, 冯家骏, 冯恺俊, 谢彩香, 刘京晶.  多花黄精有效成分与主要环境因子的相关性 . 浙江农林大学学报, 2017, 34(1): 192-196. doi: 10.11833/j.issn.2095-0756.2017.01.026
    [10] 王英, 张超, 付建新, 赵宏波.  桂花花芽分化和花开放研究进展 . 浙江农林大学学报, 2016, 33(2): 340-347. doi: 10.11833/j.issn.2095-0756.2016.02.021
    [11] 武录义, 岳永杰, 刘果厚, 高润宏, 苏志成.  气候变化对元上都遗址区景观格局的影响 . 浙江农林大学学报, 2016, 33(2): 232-238. doi: 10.11833/j.issn.2095-0756.2016.02.007
    [12] 沈月琴, 汪淅锋, 朱臻, 吕秋菊.  基于经济社会视角的气候变化适应性研究现状和展望 . 浙江农林大学学报, 2011, 28(2): 299-304. doi: 10.11833/j.issn.2095-0756.2011.02.021
    [13] 张利阳, 温国胜, 张汝民, 王电杰, 张俊.  毛竹光合生理对气候变化的短期响应模拟 . 浙江农林大学学报, 2011, 28(4): 555-561. doi: 10.11833/j.issn.2095-0756.2011.04.006
    [14] 章志攀, 俞益武, 张明如, 杜晴洲, 陈建新, 毛凤成.  天目山空气负离子浓度变化及其与环境因子的关系 . 浙江农林大学学报, 2008, 25(4): 481-485.
    [15] 杨再鸿, 杨小波, 余雪标, 李跃烈, 吴庆书.  海南桉树林林下植物多样性特点的简单相关分析 . 浙江农林大学学报, 2007, 24(6): 725-730.
    [16] 季春峰, 向其柏.  浙江木犀科植物增补 . 浙江农林大学学报, 2005, 22(5): 501-501.
    [17] 王义平, 吴鸿, 徐华潮.  菌蚊科昆虫系统分类地位的研究(双翅目:菌蚊科) . 浙江农林大学学报, 2003, 20(1): 32-36.
    [18] 岳春雷, 高智慧, 陈顺伟.  湿地松等3 种树种的光合特性及其与环境因子的关系 . 浙江农林大学学报, 2002, 19(3): 247-250.
    [19] 吴鸿, 徐华潮, 王义平.  中国真菌蚊亚科种类记述及地理分布(双翅目:菌蚊科) . 浙江农林大学学报, 2001, 18(4): 406-415.
    [20] 胡绍庆.  浙江衡县木本植物区系 . 浙江农林大学学报, 1995, 12(1): 46-51.
  • 加载中
  • 链接本文:

    https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20210641

    https://zlxb.zafu.edu.cn/article/zjnldxxb/2022/4/1

计量
  • 文章访问数:  13
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-09-16
  • 录用日期:  2022-03-16
  • 修回日期:  2021-11-30

浙江红花油茶潜在适生区分布及其对未来气候变化的响应

doi: 10.11833/j.issn.2095-0756.20210641
    基金项目:  国家重点研发计划项目(2021YFD1000402);国家自然科学基金资助项目(31860179,31260184);江西省重点研发计划项目(20201BBF61003);江西省林业局科技创新专项(202228);江西省科技创新平台项目(20212BCD46002)
    作者简介:

    汪雁楠(ORCID: 0000-0002-9011-1980),从事森林培育和森林生态研究。E-mail: 451570427@qq.com

    通信作者: 温强(ORCID: 0000-0002-8045-5608),研究员,从事经济林和林木遗传育种研究。E-mail: jxwenqiang@aliyun.com
  • 中图分类号: Q948.5

摘要:   目的  预测浙江红花油茶Camellia chekiangoleosa潜在分布范围,分析影响其分布的主要环境因子,为浙江红花油茶保护利用及引种开发提供理论基础。  方法  基于浙江红花油茶在中国区域内55个分布点的环境因子,运用最大熵模型(MaxEnt)预测了当前及未来3种RCPs气候变化情景下浙江红花油茶在中国的潜在适生区分布及其变化。  结果  影响浙江红花油菜潜在分布的主要环境因子是最冷季度降水量、最暖季度平均气温和土壤类型,其中最冷季度降水量贡献率最高,最暖季度平均气温和土壤类型次之。当代潜在适生区集中分布于中国中部和南部地区,其中,核心分布区主要位于江西、福建和浙江。在未来气候变化情景下,总体适生区范围较当前有不同程度地扩展,总体呈现由华东向西南方向显著扩张的趋势。  结论  浙江红花油茶潜在适生区主要受降水、气温和土壤影响,受海拔影响较小,在中国南方地区有较广泛的适生性,具有引种栽培推广潜力。图2表2参41

English Abstract

汪雁楠, 赖国桢, 黄建建, 刘丽婷, 余良森, 温强, 龚春. 浙江红花油茶潜在适生区分布及其对未来气候变化的响应[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20210641
引用本文: 汪雁楠, 赖国桢, 黄建建, 刘丽婷, 余良森, 温强, 龚春. 浙江红花油茶潜在适生区分布及其对未来气候变化的响应[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20210641
WANG Yannan, LAI Guozhen, HUANG Jianjian, LIU Liting, YU Liangsen, WEN Qiang, GONG Chun. Potential distribution of Camellia chekiangoleosa under future climate change[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20210641
Citation: WANG Yannan, LAI Guozhen, HUANG Jianjian, LIU Liting, YU Liangsen, WEN Qiang, GONG Chun. Potential distribution of Camellia chekiangoleosa under future climate change[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20210641

返回顶部

目录

    /

    返回文章
    返回