基于MaxEnt模型的苦槠潜在地理分布格局变迁预测

缪 菁，王 勇，王 璐，许晓岗

(1.南京林业大学生物与环境学院，江苏 南京 210037；2.南京市绿化园林局，江苏 南京 210019)

人类活动与气候因素通过影响植被生境条件决定了植物现状分布，其变化会导致潜在地理分布格局的变迁，物种分布是对气候变化的响应[1]。因此研究植物分布与气候之间的变化关系，可预测某一物种潜在的适生区域，对于揭示物种分化与形成、迁移与扩散的历史有着重要意义，更对驯化培育、物种保护和种质资源管理等生产实践具有指导意义。

近年来，科学家广泛应用各种物种分布模型取代传统物种调查来进行大尺度物种分布格局的模拟和预测[1]，这类模型综合运用了地理信息系统(geograplic information system, GIS)及统计学、生态学的相关理论，是寻找植物的分布区、限制因子、生境条件等的有效工具[2]。笔者所选用的MaxEnt模型(最大熵模型)属于目前物种分布模型中精确度较高的一类，它是以最大熵原理和机器学习理论为基础[3]，利用已知物种分布数据和环境变量模拟物种现代潜在地理分布情况的生态位模型[1-2]。MaxEnt模型的优势在于它的计算不受野外工作和样本数量的限制且预测精度较高[2-4]。

栲属(Castanopsis)是我国长江流域以南常绿阔叶林的优势属，苦槠(C.sclerophylla)作为我国亚热带常绿阔叶次生林的常见种，是栲属中最为耐寒、在我国分布最北的一种，是划分亚热带和温带的标志树种，南京目前被认为是其分布的最北缘[5]。笔者以苦槠为研究对象，根据其全国范围内地理分……