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

黄檀属珍稀树种未来适宜区变化预测

陈禹衡 陆双飞 毛岭峰

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[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20200522
引用本文: 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[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20200522
CHEN Yuheng, LU Shuangfei, MAO Lingfeng. Prediction of future changes in suitable distribution area for rare tree species of Dalbergia[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20200522
Citation: CHEN Yuheng, LU Shuangfei, MAO Lingfeng. Prediction of future changes in suitable distribution area for rare tree species of Dalbergia[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20200522

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。

黄檀属珍稀树种未来适宜区变化预测

doi: 10.11833/j.issn.2095-0756.20200522
基金项目: 国家自然科学基金资助项目(31870506)
详细信息
    作者简介: 陈禹衡(ORCID: 0000-0003-0677-7470),从事森林生态学研究。E-mail: edenchen1226@outlook.com
    通信作者: 毛岭峰(ORCID: 0000-0002-2884-135X),教授,博士生导师,从事森林生态学研究。E-mail: maolingfeng2008@163.com
  • 中图分类号: S948.2

Prediction of future changes in suitable distribution area for rare tree species of Dalbergia

  • 摘要:   目的  黄檀属Dalbergia树种具有很高的经济价值,且其物种野外种群受到了严重的破坏。随着气候变化的加剧,该属物种分布存在着较高的不确定性,迫切需要深入认识这些物种未来分布的趋势,以便更好地进行保护。  方法  利用最大墒(MaxEnt)模型,基于当前气候环境,对列入中国生物多样性红色名录的7种黄檀属珍稀乔木树种在中国的适宜分布区进行了预测,并对未来不同气候情景下其分布区的变化进行了分析。  结果  年平均温度、等温性、气温季节变动系数、最热季降水量、最干月降水量、最干季降水量、土壤碳酸盐含量与坡度是影响7种黄檀属珍稀乔木适宜区分布模拟的关键环境因子。黄檀属珍稀乔木除黄檀D. hupeana外均将在未来获得更大的适宜分布区。黄檀的适宜分布区面积与最适分布区面积则均有所减小,其适宜分布区面积将减小28.95%,而其最适分布区则将缩小49.3%。  结论  由于分布区存在差异,同属不同物种的未来分布对气候变化的响应不同,未来的保护工作应当集中在黄檀等适宜分布区缩小的物种上。表3参39
  • 表  1  环境因子及其编号

    Table  1.   Environment factors and their codes

    编号环境因子编号环境因子
    bio1年平均温度GRA碎石体积百分比
    bio2平均日温差Sand含沙量
    bio3等温性Silt淤泥含量
    bio4温度季节变化系数Clay黏土含量
    bio5最热月最高温度USDA_Tex土壤质地
    bio6最冷月最低温度OC有机碳含量
    bio7气温年较差pH_H2O酸碱度
    bio8最湿季平均温度CEC_Clay黏性层土壤阳离子交换能力
    bio9最干季平均温度CEC_Soil阳离子交换能力
    bio10最热季平均温度BS基本饱和度
    bio11最冷季平均温度CaCO3碳酸盐含量
    bio12年平均降水量ESP表层土壤可交换钠离子
    bio13最湿月降水量ECE表层土壤电导率
    bio14最干月降水量TEB可交换性盐基
    bio15降水量季节变化BD土壤容重
    bio16最湿季降水量ALT海拔
    bio17最干季降水量SLO坡度
    bio18最热季降水量ASP坡向
    bio19最冷季降水量
    下载: 导出CSV

    表  2  黄檀属珍稀乔木环境因子贡献率

    Table  2.   Distribution of rare tree species of Dalbergia in modeling

    环境因子各因子在模型计算中的贡献占比/%总贡献率/%
    秧青毛叶黄檀多体蕊黄檀降香黄檀钝叶黄檀黄檀海南黄檀
    bio15.100.283.623.41.40.816.47
    bio20.73.80.5003.50.41.28
    bio36.141.20.10.722.71.23.310.83
    bio425.20.949.9035.61.82.716.70
    bio52.600.1000.600.47
    bio60003.441.73.41.80
    bio7005.2003.401.24
    bio82.901.3000.800.72
    bio90.20.102.92.60.13.31.32
    bio100000.301.500.26
    bio110.10000.80.385.612.49
    bio12001.600.25.401.04
    bio130000.700.100.12
    bio142.41.90.20053.408.33
    bio1500.15.70.20.11.901.15
    bio168.5000.10001.24
    bio1732.609.2002.006.30
    bio180.69.75.83.700.302.89
    bio19001.000.72.200.56
    USDA_Tex0.25.40000.200.83
    CaCO32.512.2000.71.302.40
    Silt1.03.500.800.900.89
    TEB0.800003.000.55
    Sand00.300.80000.16
    Clay0.10.40.20.100.800.23
    CEC_Soil0.1000.91.80.100.42
    CEC_Clay006.50.51.51.001.37
    BS003.8000.200.58
    BD01.7000000.24
    ECE00000000.00
    ESP03.80.5000.200.65
    GRA002.200.60.50.40.53
    OC00000000.00
    pH_H2O000000.300.04
    ALT003.61.20.12.101.01
    SLO3.315.11.904.74.204.20
    ASP0.300.80.10.43.300.70
      说明:加粗值为关键因子。秧青D. assamica,毛叶黄檀D. sericea,多体蕊黄檀D. polyadelpha,海南黄檀D. hainanensis
    下载: 导出CSV

    表  3  7种黄檀属珍稀乔木树种样点数及不同时期适宜分布区面积

    Table  3.   Suitable distribution area of 7 rare tree species of Dalbergia and their records numbers

    种名濒危等级生境适宜度阈值样点数不同时期适宜分布区面积/万km2不同时期最适分布区面积/万km2
    当前未来当前未来
    秧青   濒危0.2875543.3564.956.0412.06
    海南黄檀 易危0.335100.201.150.030.08
    黄檀   近危0.273201114.1879.0310.125.09
    钝叶黄檀 濒危0.1751929.5444.174.608.58
    降香黄檀 极危0.1341525.6477.641.0615.99
    多体蕊黄檀易危0.2532531.2051.153.7514.26
    毛叶黄檀 近危0.3861017.5451.454.9129.10
    下载: 导出CSV
  • [1] 孙永玉, 李昆, 杨文云, 等. 钝叶黄檀地理种源变异研究[J]. 林业科学研究, 2005, 18(3): 296 − 299. doi:  10.3321/j.issn:1001-1498.2005.03.013

    SUN Youngyu, LI Kun, YANG Wenyun, et al. Study on geographical provenance variations of Dalbergia obtusifolia Prain [J]. For Res, 2005, 18(3): 296 − 299. doi:  10.3321/j.issn:1001-1498.2005.03.013
    [2] 刘昌霖, 周国英, 肖柏, 等. 降香黄檀心材和边材内生真菌多样性[J]. 林业科学, 2020, 56(4): 109 − 120. doi:  10.11707/j.1001-7488.20200412

    LIU Changlin, ZHOU Guoying, XIAO Bo, et al. Diversity of endophytic fungi in heartwood and sapwood of Dalbergia odorifera [J]. Sci Silv Sin, 2020, 56(4): 109 − 120. doi:  10.11707/j.1001-7488.20200412
    [3] 覃海宁, 赵莉娜. 中国高等植物濒危状况评估[J]. 生物多样性, 2017, 25(7): 689 − 695. doi:  10.17520/biods.2017146

    QIN Haining, ZHAO Lina. Evaluating the threat status of higher plants in China [J]. Biodiversity Sci, 2017, 25(7): 689 − 695. doi:  10.17520/biods.2017146
    [4] 范叶青, 周国模, 施拥军, 等. 坡向坡位对毛竹林生物量与碳储量的影响[J]. 浙江农林大学学报, 2012, 29(3): 321 − 327. doi:  10.3969/j.issn.2095-0756.2012.03.001

    FAN Yeqing, ZHOU Guomo, SHI Yongjun, et al. Relationship of slope aspect and position on biomass and carbon storage in a Phyllostachys edulis stand [J]. J Zhejiang A&F Univ, 2012, 29(3): 321 − 327. doi:  10.3969/j.issn.2095-0756.2012.03.001
    [5] 陆双飞, 陈禹衡, 周斯怡, 等. 西南地区松属乔木对气候变化的响应[J]. 森林与环境学报, 2020, 40(5): 466 − 477.

    LU Shuangfei, CHEN Yuheng, ZHOU Siyi, et al. Responses of Pinus species to climate change in southwestern China [J]. J For Environ, 2020, 40(5): 466 − 477.
    [6] 周广胜, 张新时. 全球变化的中国气候-植被分类研究[J]. 植物学报, 1996, 38(1): 8 − 17.

    ZHOU Guangsheng, ZHANG Xinshi. Study on climate-vegetation classification for global change in China [J]. Acta Bot Sin, 1996, 38(1): 8 − 17.
    [7] WILLIS C G, RUHFEL B, PRIMACK R B, et al. Phylogenetic patterns of species loss in Thoreau’s woods are driven by climate change [J]. Proc Natl Acad Sci, 2008, 105(44): 17029 − 17033. doi:  10.1073/pnas.0806446105
    [8] KERR R A. A stronger IPCC report [J]. Science, 2013, 342(6154): 23.
    [9] THOMAS C D, CAMERON A, GREEN R E, et al. Extinction risk from climate change [J]. Nature, 2004, 427(6970): 145 − 148. doi:  10.1038/nature02121
    [10] 马艳萍, 徐呈祥, 崔铁成, 等. 基于CNKI的我国黄檀属树木生物学文献分析[J]. 热带林业, 2015, 43(4): 49 − 52. doi:  10.3969/j.issn.1672-0938.2015.04.014

    MA Yanping, XU Chengxiang, CUI Tiecheng, et al. Bibliometric analysis and studies on biologic research papers of tree species of Dalbergia L. in China [J]. Trop For, 2015, 43(4): 49 − 52. doi:  10.3969/j.issn.1672-0938.2015.04.014
    [11] FICK S E, HIJMANS R J. WorldClim 2: new 1-km spatial resolution climate surfaces for global land areas [J]. Int J Climatol, 2017, 37(12): 4302 − 4315. doi:  10.1002/joc.5086
    [12] 周天军, 邹立维, 陈晓龙. 第6次国际耦合模式比较计划(CMIP6)评述[J]. 气候变化研究进展, 2019, 15(5): 445 − 456. doi:  10.12006/j.issn.1673-1719.2019.193

    ZHOU Tianjun, ZOU Liwei, CHEN Xiaolong. Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) [J]. Adv Clim Change Res, 2019, 15(5): 445 − 456. doi:  10.12006/j.issn.1673-1719.2019.193
    [13] 辛晓歌, 吴统文, 张洁, 等. BCC模式及其开展的CMIP6试验介绍[J]. 气候变化研究进展, 2019, 15(5): 533 − 539. doi:  10.12006/j.issn.1673-1719.2019.039

    XIN Xiaoge, WU Tongwen, ZHANG Jie, et al. Introduction of BCC models and its participation in CMIP6 [J]. Adv Clim Change Res, 2019, 15(5): 533 − 539. doi:  10.12006/j.issn.1673-1719.2019.039
    [14] 李国庆, 刘长成, 刘玉国, 等. 物种分布模型理论研究进展[J]. 生态学报, 2013, 33(16): 4827 − 4835. doi:  10.5846/stxb201212031735

    LI Guoqing, LIU Changcheng, LIU Yuguo, et al. Advances in theoretical issues of species distribution models [J]. Acta Ecol Sin, 2013, 33(16): 4827 − 4835. doi:  10.5846/stxb201212031735
    [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 Res Environ, 2019, 28(3): 19 − 25. doi:  10.3969/j.issn.1674-7895.2019.03.03
    [16] 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
    [17] PHILLIPS S J, ANDERSON R P, SCHAPIRE R E. Maximum entropy modeling of species geographic distributions [J]. Ecol Modelling, 2006, 190(3): 231 − 259.
    [18] 王雷宏, 杨俊仙, 徐小牛. 基于MaxEnt分析金钱松适生的生物气候特征[J]. 林业科学, 2015, 51(1): 127 − 131.

    WANG Leihong, YANG Junxian, XU Xiaoniu. Analysis of suitable bioclimatic characteristics of Pseudolarix amabilis by using MaxEnt model [J]. Sci Silv Sin, 2015, 51(1): 127 − 131.
    [19] 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 Yunsheng, XIE Bingyan, WANG Fanghao, et al. Application of ROC curve analysis in evaluating the performance of alien species’ potential distribution models [J]. Biodiversity Sci, 2007, 15(4): 365 − 372. doi:  10.3321/j.issn:1005-0094.2007.04.005
    [20] 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.

    CHEN Yuheng, LÜ Yiwei, YIN Xiaojie. Predicting habitat suitability of 12 coniferous forest tree species in southwest China based on climate change [J]. J Nanjing For Univ Nat Sci Ed, 2019, 43(6): 113 − 120.
    [21] 陈思斯, 刘想, 童鑫玥, 等. 基于多模型集合预测尖萼红山茶物种分布[J]. 生态科学, 2020, 39(2): 58 − 66.

    CHEN Sisi, LIU Xiang, TONG Xinyue, et al. Prediction of Camellia edithae species distribution based on multi-model combination [J]. Ecol Sci, 2020, 39(2): 58 − 66.
    [22] 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
    [23] 邱浩杰, 孙杰杰, 徐达, 等. 基于MaxEnt模型预测鹅掌楸在中国的潜在分布区[J]. 浙江农林大学学报, 2020, 37(1): 1 − 8. doi:  10.11833/j.issn.2095-0756.2020.01.001

    QIU Haojie, SUN Jiejie, XU Da, et al. MaxEnt model-based prediction of potential distribution of Liriodendron chinense in China [J]. J Zhejiang A&F Univ, 2020, 37(1): 1 − 8. doi:  10.11833/j.issn.2095-0756.2020.01.001
    [24] LIU Canran, WHITE M, NEWELL G. Selecting thresholds for the prediction of species occurrence with presence-only data [J]. J Biogeogr, 2013, 40(4): 778 − 789. doi:  10.1111/jbi.12058
    [25] 孙颖, 秦大河, 刘洪滨. IPCC第5次评估报告不确定性处理方法的介绍[J]. 气候变化研究进展, 2012, 8(2): 150 − 153. doi:  10.3969/j.issn.1673-1719.2012.02.012

    SUN Ying, QIN Dahe, LIU Hongbin. Introduction to treatment of uncertainties for IPCC Fifth Assessment Report [J]. Adv Clim Change Res, 2012, 8(2): 150 − 153. doi:  10.3969/j.issn.1673-1719.2012.02.012
    [26] 叶永昌, 周广胜, 殷晓洁. 1961-2010年内蒙古草原植被分布和生产力变化: 基于MaxEnt模型和综合模型的模拟分析[J]. 生态学报, 2016, 36(15): 4718 − 4728.

    YE Yongchang, ZHOU Guangsheng, YIN Xiaojie. Changes in distribution and productivity of steppe vegetation in Inner Mongolia during 1961 to 2010: analysis based on MaxEnt model and synthetic model [J]. Acta Ecol Sin, 2016, 36(15): 4718 − 4728.
    [27] 郑维艳, 曹坤芳. 中国柯属5种资源植物潜在地理分布及其对气候变化的响应[J]. 植物科学学报, 2019, 37(4): 474 − 484.

    ZHENG Weiyan, CAO Kunfang. Potential geographical distribution of five Lithocarpus species in China and their response to climate change [J]. Plant Sci J, 2019, 37(4): 474 − 484.
    [28] 杨志香, 周广胜, 殷晓洁, 等. 中国兴安落叶松天然林地理分布及其气候适宜性[J]. 生态学杂志, 2014, 33(6): 1429 − 1436.

    YANG Zhixiang, ZHOU Guangsheng, YIN Xiaojie, et al. Geographic distribution of Larix gmelinii natural forest in China and its climatic suitability [J]. Chin J Ecol, 2014, 33(6): 1429 − 1436.
    [29] PARMESAN C, YOHE G. A globally coherent fingerprint of climate change impacts across natural systems [J]. Nature, 2003, 421(6918): 37 − 42. doi:  10.1038/nature01286
    [30] LITTON C M, GIARDINA C P, FREEMAN K R, et al. Impact of mean annual temperature on nutrient availability in a tropical montane wet forest [J]. Front Plant Sci, 2020, 11(11): 784. doi:  10.3389/fpls.2020.00784
    [31] GE Jielin, BERG B, XIE Zhongqiang. Climatic seasonality is linked to the occurrence of the mixed evergreen and deciduous broad-leaved forests in China[J]. Ecosphere, 2019, 10(9): e02862. doi:  10.1002/ecs2.2862.
    [32] 向涛, 崔龙箫. 海南降香黄檀人工林重要害虫及天敌种类调查[J]. 热带农业科学, 2018, 38(11): 59 − 62.

    XIANG Tao, CUI Longxiao. A survey of major pest insects and their natural enemies of Dalbergia odorifera plantations in Hainan [J]. Chin J Trop Agric, 2018, 38(11): 59 − 62.
    [33] 卢靖, 蔡文良. 在云南热区培育红木类树种的建议与对策[J]. 林业科技通讯, 2017(5): 70 − 73.

    LU Jing, CAI Wenliang. Suggestions and development strategies for redwood tree species cultivation in tropical area of Yunnan [J]. Pract For Technol, 2017(5): 70 − 73.
    [34] 王军, 丁旭坡, 杨锦玲, 等. 降香黄檀和海南黄檀的鉴别[J]. 分子植物育种, 2018, 16(23): 7871 − 7879.

    WANG Jun, DING Xupo, YANG Jinling, et al. The identification of Dalbergia odorifera and D. hainanensis [J]. Mol Plant Breed, 2018, 16(23): 7871 − 7879.
    [35] 方发之, 杨众养, 陈彧, 等. 海南珍贵乡土树种套种农作物试验初报[J]. 热带林业, 2015, 43(1): 4 − 6.

    FANG Fazhi, YANG Zhongyang, CHEN Yu, et al. Preliminary study on interplanting crops in the plantations of precious local tree species in Hainan [J]. Trop For, 2015, 43(1): 4 − 6.
    [36] BECK J, BÖLLER M, ERHARDT A, et al. Spatial bias in the GBIF database and its effect on modeling species’ geographic distributions [J]. Ecol Inf, 2014, 19: 10 − 15. doi:  10.1016/j.ecoinf.2013.11.002
    [37] ZHANG Minggang, SLIK J W F, MA Keping. Using species distribution modeling to delineate the botanical richness patterns and phytogeographical regions of China[J]. Sci Rep, 2016, 6(1): e22400. doi:  10.1038/srep22400.
    [38] 陆双飞, 殷晓洁, 韦晴雯, 等. 气候变化下西南地区植物功能型地理分布响应[J]. 生态学报, 2020, 40(1): 310 − 324.

    LU Shuangfei, YIN Xiaojie, WEI Qingwen, et al. The geographical distribution response of plant functional types to climate change in southwestern China [J]. Acta Ecol Sin, 2020, 40(1): 310 − 324.
    [39] 张劳模, 罗鹏, 庞丽峰, 等. 运用最大熵模型和随机森林模型对东北红松分布的模拟[J]. 东北林业大学学报, 2020, 48(3): 60 − 66. doi:  10.3969/j.issn.1000-5382.2020.03.011

    ZHANG Laomo, LUO Peng, PANG Lifeng, et al. Predicting potential distribution of Pinus koraiensis in northeast China by MaxEnt model and random forest mode [J]. J Northeast For Univ, 2020, 48(3): 60 − 66. doi:  10.3969/j.issn.1000-5382.2020.03.011
  • [1] 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, doi: 10.11833/j.issn.2095-0756.20210133
    [2] 黄鹏桂, 赵璠, 李晓平, 吴章康, 汤正捷, 张严风.  卷积神经网络在红木树种识别中的应用 . 浙江农林大学学报, 2020, 37(6): 1200-1206. doi: 10.11833/j.issn.2095-0756.20190672
    [3] 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
    [4] 张洁, 尹德洁, 关海燕, 屈琦琦, 董丽.  景天属植物研究综述 . 浙江农林大学学报, 2018, 35(6): 1166-1176. doi: 10.11833/j.issn.2095-0756.2018.06.022
    [5] 辛建攀, 孙欣欣, 田如男.  南京将军山种子植物区系多样性及基本特征 . 浙江农林大学学报, 2017, 34(4): 629-636. doi: 10.11833/j.issn.2095-0756.2017.04.008
    [6] 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
    [7] 张梅, 刘利, 伊力塔.  辽宁白石砬子国家级自然保护区植物区系的多样性 . 浙江农林大学学报, 2014, 31(2): 210-216. doi: 10.11833/j.issn.2095-0756.2014.02.008
    [8] 骆文华, 唐文秀, 黄仕训, 梁惠凌, 赵博.  珍稀濒危植物德保苏铁迁地保护研究 . 浙江农林大学学报, 2014, 31(5): 812-816. doi: 10.11833/j.issn.2095-0756.2014.05.024
    [9] 王丽敏, 陈征海, 马丹丹, 夏国华, 李根有.  4种分布于浙江石灰岩山地的新记录植物 . 浙江农林大学学报, 2012, 29(3): 467-469. doi: 10.11833/j.issn.2095-0756.2012.03.024
    [10] 申亚梅, 钱超, 范义荣, 童再康.  12种(包括3品种)木兰属植物花粉形态学研究 . 浙江农林大学学报, 2012, 29(3): 394-400. doi: 10.11833/j.issn.2095-0756.2012.03.011
    [11] 刘米兰, 李明阳, 王晓俊.  快速交通对城市郊区獐的生境影响分析 . 浙江农林大学学报, 2012, 29(6): 897-903. doi: 10.11833/j.issn.2095-0756.2012.06.014
    [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] 闫双喜, 张志翔.  河南野生国家保护植物区系 . 浙江农林大学学报, 2010, 27(5): 725-733. doi: 10.11833/j.issn.2095-0756.2010.05.014
    [15] 杨敬元, 熊丹, 梁宏伟, 王玉兵, 廖明尧, 陈发菊.  珍稀濒危植物香果树RAPD反应条件的优化 . 浙江农林大学学报, 2007, 24(3): 279-283.
    [16] 张雷凡, 高燕会, 朱玉球, 刘志高, 童再康, 黄华宏.  石蒜属植物种质资源ISSR-PCR反应体系的建立 . 浙江农林大学学报, 2007, 24(2): 156-161.
    [17] 金则新, 李钧敏.  珍稀濒危植物七子花提取物的抑菌活性 . 浙江农林大学学报, 2006, 23(3): 306-310.
    [18] 李根有, 金水虎, 哀建国.  浙江省有害植物种类、特点及防治 . 浙江农林大学学报, 2006, 23(6): 614-624.
    [19] 石柏林, 李根有, 金祖达, 钟泰林.  浙江湿地植物分布新记录 . 浙江农林大学学报, 2006, 23(4): 472-474.
    [20] 阮秀春, 斯金平, 吴健, 黄文华, 郭宝林, 许元科.  雷公藤属植物生物学特性与生态适应性的初步研究 . 浙江农林大学学报, 2006, 23(5): 595-598.
  • 加载中
  • 链接本文:

    http://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20200522

    http://zlxb.zafu.edu.cn/article/zjnldxxb/2021/3/1

计量
  • 文章访问数:  92
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-08-13
  • 修回日期:  2021-02-04

黄檀属珍稀树种未来适宜区变化预测

doi: 10.11833/j.issn.2095-0756.20200522
    基金项目:  国家自然科学基金资助项目(31870506)
    作者简介:

    陈禹衡(ORCID: 0000-0003-0677-7470),从事森林生态学研究。E-mail: edenchen1226@outlook.com

    通信作者: 毛岭峰(ORCID: 0000-0002-2884-135X),教授,博士生导师,从事森林生态学研究。E-mail: maolingfeng2008@163.com
  • 中图分类号: S948.2

摘要:   目的  黄檀属Dalbergia树种具有很高的经济价值,且其物种野外种群受到了严重的破坏。随着气候变化的加剧,该属物种分布存在着较高的不确定性,迫切需要深入认识这些物种未来分布的趋势,以便更好地进行保护。  方法  利用最大墒(MaxEnt)模型,基于当前气候环境,对列入中国生物多样性红色名录的7种黄檀属珍稀乔木树种在中国的适宜分布区进行了预测,并对未来不同气候情景下其分布区的变化进行了分析。  结果  年平均温度、等温性、气温季节变动系数、最热季降水量、最干月降水量、最干季降水量、土壤碳酸盐含量与坡度是影响7种黄檀属珍稀乔木适宜区分布模拟的关键环境因子。黄檀属珍稀乔木除黄檀D. hupeana外均将在未来获得更大的适宜分布区。黄檀的适宜分布区面积与最适分布区面积则均有所减小,其适宜分布区面积将减小28.95%,而其最适分布区则将缩小49.3%。  结论  由于分布区存在差异,同属不同物种的未来分布对气候变化的响应不同,未来的保护工作应当集中在黄檀等适宜分布区缩小的物种上。表3参39

English Abstract

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[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20200522
引用本文: 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[J]. 浙江农林大学学报. doi: 10.11833/j.issn.2095-0756.20200522
CHEN Yuheng, LU Shuangfei, MAO Lingfeng. Prediction of future changes in suitable distribution area for rare tree species of Dalbergia[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20200522
Citation: CHEN Yuheng, LU Shuangfei, MAO Lingfeng. Prediction of future changes in suitable distribution area for rare tree species of Dalbergia[J]. Journal of Zhejiang A&F University. doi: 10.11833/j.issn.2095-0756.20200522

返回顶部

目录

    /

    返回文章
    返回