全 文 ：气候变化对 7 种乔木植物分布的潜在影响*
吴建国
(中国环境科学研究院, 北京摇 100012)
摘要: 利用 CART (classification and regression tree, 分类和回归树) 生态位模型, 采用 A2 和 B2 气候情
景, 分析了气候变化对秦岭冷杉、 祁连圆柏、 楠木、 麦吊云杉、 马尾树、 领春木和连香树分布范围及空间
格局的影响。 结果显示: 气候变化下, 这些植物目前适宜分布范围呈现缩小趋势; 新适宜及总适宜分布范
围, 连香树、 马尾树、 楠木和祁连圆柏呈现减少趋势, 秦岭冷杉在 1991-2020 年及 2021-2050 年时段呈现
减少趋势, 之后增加, 其它植物呈现增加趋势。 气候变化下, 马尾树目前适宜分布的东南部一些区域将不
再适宜, 新适宜分布区将向西南、 北部、 西部和东北部一些区域扩展; 秦岭冷杉目前适宜分布的东南部和
东部一些区域将不再适宜, 新适宜分布区将向西南部、 西北部和西部一些区域扩展; 其它植物目前适宜分
布的东部、 东南部、 南部及东北部一些区域将不再适宜, 新适宜分布区将向西部和西南部一些区域扩展。
气候变化下, 这些植物适宜分布范围与年均气温和降水量变化相关性并不一致, 一些植物适宜分布范围与
年均气温和降水量变化相关系数不显著。 另外, 一些植物适宜范围与年降水量和年均气温变化多元线性回
归关系决定系数较小。 结果说明, 气候变化下, 目前适宜范围缩小, 新适宜范围主要向高海拔扩展, 不同
植物适宜分布范围与年均气温和年降水量变化的关系不同。
关键词: 气候变化; 秦岭冷杉; 祁连圆柏; 楠木; 麦吊云杉; 马尾树; 领春木; 连香树; 濒危植物
中图分类号: Q 948摇 摇 摇 摇 摇 摇 文献标识码: A摇 摇 摇 摇 摇 摇 摇 摇 文章编号: 2095-0845(2011)03-335-15
The Potential Effects of Climate Change on the Distributions
of Seven Arbors Plants in China
WU Jian鄄Guo
(Chinese Research Academy of Environmental Sciences, Beijing 100012, China)
Abstract: It is crucial to understand rationally the effects of climate change on the distribution of species for the con鄄
servation of biodiversity. To conserve effectively plants biodiversity under climate change, the effects of climate
change on the distributions of Qinling Fir (Abies chensiensis), Qilian Savin (Sabina przewalskii), Zhennan (Phoebe
zhennan), Sergeant Spruce (Picea brachytyla), China Horsetailtree (Rhoiptelea chiliantha), Manyseeded Euptelea
(Euptelea pleiospermn) and China Katsuratree (Cercidiphyllum japonicum) in China was analyzed using the CART
(classification and regression tree) model and climate change scenarios of A2 and B2. The results showed that cli鄄
mate change in China would cause decrease in the current distribution of these plants. It would cause a decrease in
the new distribution or total distribution region of China Katsuratree, China Horsetailtree, Zhennan, and Qilian Sav鄄
in from periods of 1991-2020 to periods of 2081-2100. It would also cause decrease in the new distribution and to鄄
tal distribution region of Qinling Fir from periods of 1991-2020 to periods of 2021-2050 year or a increase from pe鄄
riods of 2051-2100 to periods of 2021-2050 year. It would cause an increase in the new distribution or total distri鄄
bution region of other plants increase from periods of 1991-2020 year to periods of 2081-2100 year. They were
植 物 分 类 与 资 源 学 报摇 2011, 33 (3): 335 ~ 349
Plant Diversity and Resources摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 DOI: 10. 3724 / SP. J. 1143. 2011. 10187
* 基金项目: 国家 “十一五冶 科技支撑专题 (2007BAC03A02鄄06) 和中国环境科学研究院公益性院所基金项目支持
(2007KYYW05)
收稿日期: 2010-10-24, 2010-12-08 接受发表
作者简介: 吴建国 (1971-) 男, 博士, 研究员, 研究方向为气候变化生态影响及其适应。 E鄄mail: wujg9298@ yahoo. com. cn
higher in A2 scenario than that in B2 scenario. Additionally, under climate change, the southeast of current distri鄄
bution regions of Horsetailtree would reduce. Their new distribution regions would expand towards west, southwest,
north or northeast of the current distribution regions. The southeast or east of current distribution regions of Qinling
Fir would reduce. Their new distribution regions would expand towards west or northwest or north or southwest of
current distribution regions. The northeast, southeast or south or east of current distribution regions of the other
plants would reduce. Their new distribution regions of them would expand towards west or southwest of current distri鄄
bution regions. Changing in current distribution, new distribution or total distribution region of the plants did not
consistently change with changing in annual mean temperature or precipitation in China, and some plants were poor
related with changing in annual mean temperature or precipitation in China. The linear regression relationship be鄄
tween changing in some plants distribution and annual mean temperature and annual mean precipitation in China
were poor. The results indicated that climate change in China would cause changing in spatial distribution pattern of
these plants, decrease in current distribution region of them.
Key words: Climate change; Qinling Fir; Qilian Savin; Zhennan; Sergeant Spruce; China Horsetailtree; Many鄄
seeded Euptelea; China Katsuratree; Endangered plant
摇 气候变化已对物种的分布和丰富度产生了
极大影响 ( Parmesan 和 Yehe, 2003; Root 等,
2003), 未来将产生更大的影响 ( Ara俨jo 等,
2005)。 为了在气候变化下有效地保护生物多样
性, 科学认识气候变化对物种分布影响将是关键
(Williams 等, 2005; Pyke 等, 2005)。 另外, 为
了科学地规划自然保护区而有效保护物种, 准确
确定气候变化对物种分布影响也是关键 (McC鄄
arty, 2001; Coulston和 Riitters, 2005)。
在国际上, 气候变化对植物物种分布影响研
究广泛展开, 如 Bakkenes 等 (2002) 分析了气
候变化对欧洲高等植物分布的影响; Erasmus 等
(2002) 分析了气候变化对非洲一些物种分布的
影响; Shafer等 (2001) 分析了气候变化对南美
一些乔木及灌木分布的影响, 但多数研究对气候
变化下物种在不同年份及多年分布变化差异考虑
不够, 利用长时间序列气候变化情景分析气候变
化对物种分布影响受到广泛关注 ( Loiselle 等,
2008; IPCC, 2007)。 另一方面, 选择气候要素
差异也较大, 如 Erasmus等 (2002) 选择年及月
均气温、 年及月最小最大气温及繁殖期降水量,
Forsman和 M觟nkk觟nen (2003) 选择最冷月气温、
年均气温、 繁殖期气温和降水量, Luoto 等
(2005) 选择最冷月气温和降水量及大于 5益积
温, Matsui等 (2004) 和 Midgley 等 (2002) 根
据相关研究选择气候变量分析气候变化对物种分
布的影响。 气候要素平均状态和极端值对物种分
布都有一定影响, 每个气候变量只反映了物种与
气候要素关系一方面。 在我国, 气候变化对植物
分布影响方面也开展了一些研究 (郝占庆等,
2001), 但都利用了单一气候变化情景, 对气候
要素间相互作用或波动性及极端气候事件考虑不
够。 为了准确地确定气候变化对物种分布的影
响, 需要利用长时间序列气候变化情景, 选择多
种气候变量, 系统分析气候变化后物种目前适
宜、 新适宜及总适宜分布区的变化趋势。
秦岭冷杉 (Abies chensiensis Van Tiegh), 松科
冷杉属常绿乔木, 为特有珍稀濒危植物, 国家域级
保护植物, 分布于河南、 湖北、 陕西和甘肃, 分
布区年平均温 7. 7益、 极端最高温不超过 35益、
极端最低温不低于-15. 3益、 相对湿度不小于
78%、 年降水量 1 347 mm, 土层较厚、 富含腐殖
质棕壤土及暗棕壤土; 祁连圆柏 (Sabina przewal鄄
skii Kom), 属于柏科圆柏属, 为我国特有树种,
产于青海东部、 东北部及北部、 甘肃河西走廊及
南部、 四川北部, 耐旱性强; 楠木 (Phoebe zhen鄄
nan S Lee Et F. N. Wei), 别名楠树、 雅楠, 属樟
科楠属, 分布于四川、 贵州、 湖北、 湖南, 为我
国特有植物, 属渐危种, 适生区气候温暖、 湿润、
土层深厚疏松、 排水良好, 为中性或微酸性壤质
土壤; 麦吊云杉 ( Picea brachytyla ( Franch. )
Pritz), 属于松科冷杉属, 为我国特有种, 属于国
家域级保护植物, 分布于河南、 湖北、 陕西、 四
川、 甘肃等地, 分布于秦岭、 大巴山及四川北部,
分布区气候温凉湿润; 马尾树 (Rhoiptelea chilian鄄
tha Diels Et Hand. 鄄Mazz. ), 为马尾树科马尾树属
633摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 植 物 分 类 与 资 源 学 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 33 卷
唯一种, 属第三纪孑遗单种产植物, 列为国家域
级保护稀有种, 分布于贵州、 广西和云南, 分布
区气候冬无严寒、 夏无酷暑、 温凉湿润, 土壤为
黄壤或黄棕壤; 领春木 (Cercidiphyllum japoni鄄
cum Sieb. Et Zucc), 属昆栏树科领春木属树种,
为第三纪孑遗植物和稀有珍贵古老树种, 对研究
古植物区系和古代地理气候有重要学术价值, 属
国家芋级保护植物, 分布于河北南部、 山西东南
部、 河南西北部、 陕西南部、 甘肃南部、 湖北西
部、 湖南北部、 安徽西部和南部、 浙江西北部、
江西东部、 四川东部和西北部、 云南西北部至西
南部、 贵州南部和西北部等地, 分布区年均温
11 ~ 15益、 极端最低温可达 -18益、 年降水量
800 ~ 1 400 mm, 相对湿度不低于 70% , 适于土
层深厚、 富含有机质沙壤土或壤土; 连香树
(Cercidiphyllum japonicum Sieb. Et Zucc), 属连
香树科连香树属, 稀有种, 残遗分布于暖温带及
亚热带地区, 分布于山西、 河南、 陕西、 甘肃
等, 分布区年均温 10 ~20益、 年降水量 50 ~2 000
mm、 相对湿度 80% , 土壤为棕壤和红黄壤 (陈
坤浩等, 2007; 董晓东等, 2002; 杜晓华和姚连
芳, 2009; 刘美等, 2009; 龙应霞和郭治友,
2008; 王建宏等, 2006; 王世雄等, 2009; 王煜和
刘胜祥, 2002; 温远光和李信贤, 1991; 吴甘霖,
2006; 许林军等, 2005; 杨礼旦, 2003; 叶其刚
等, 2001; 袁永明和张志明, 1986; 张文辉等,
2004, 2005a, b; 周世强等, 1997; 中国科学院植
物研究所, 1987; 中国植物志编辑委员会, 1978-
1979, 1982, 1998)。 气候变化对植物分布将有
一定影响, 但目前对这些影响并不十分清楚。 为
此, 本文采用了两种气候变化情景 (包括 A2 和
B2 情景), 分析了 1991 - 2100 年不同时段
(1991-2020 年、 2021 -2050 年、 2051 -2080 年
和 2081-2100 年) 7 种植物分布的变化, 及其与
我国年均气温和降水量变化相关性, 希望为气候
变化下保护这些植物提供依据, 为进一步开展相
关研究提供参考。
1摇 材料与方法
1. 1摇 植物分布数据的收集与分析
本研究中 7 种植物分布数据主要通过收集整理中国
珍稀濒危植物红皮书、 植物志、 专题报告和公开发表文
献等获得 (陈坤浩等, 2007; 董晓东等, 2002; 杜晓华
等, 2009; 刘美等, 2009; 龙应霞等, 2008; 王建宏等,
2006; 王世雄等, 2009; 王煜等, 2002; 温远光等, 1991;
吴甘霖等, 2006; 许林军等, 2005; 杨礼旦, 2003; 叶其
刚等, 2001; 袁永明等, 1986; 张文辉等, 2004, 2005a,
b; 周世强和黄金燕, 1997; 中国科学院植物研究所,
1987; 中国植物志编辑委员会, 1978 - 1979, 1982,
1998)。 将 《中国地名录鄄中华人民共和国地图集地名索
引》 中三万三千余条地名录入 Excel 表格, 将地名、 经
纬度属性列转换成 DBF 格式后, 在地理信息系统 Arc鄄
GIS9. 2 软件的 ArcMAP中打开后加载坐标数据并读取坐
标数据, 然后以数据层方式加载到地图文档中。 把植物
分布数据在 Access软件中建立数据库后, 利用 ArcGIS9. 2
软件将每一种物种分布与否 (分布有以 1 表示, 分布无
以 0 表示) 数据作为属性添加到数字化县级行政区划图
属性表上, 根据这一属性将数字化县级行政区划图插值
为 15 770 个 25 km伊25 km栅格单元, 制作这些植物分布
图, 再用栅格化物种分布数据裁剪栅格象元大小相同气
候数据, 得到 15 770 个 25 km伊25 km象元大小栅格化气
候数据, 将物种分布栅格数据转化为点数据, 根据点 ID
号将每种植物分布属性表链接后输出得到物种分布属性
表, 将栅格形式气候数据转化为点数据, 根据点 ID 号
将每一年不同气候变量属性表链接, 得到从 1991 至
2100 年气候变量属性表, 基于点形式气候数据与点形式
的物种分布数据点 ID 号相同使每个点上气候数据与物
种分布数据对应, 建立全国范围 15 770 个点气候数据与
物种分布数据相匹配的数据库, 作为分析气候变化对这
些植物分布影响的基础数据。
1. 2摇 气候因素选择
在分析气候变化对物种分布影响时, 常选择年均气
温、 夏季和冬季气温、 生长季气温、 最热及最冷月气
温、 年降水量及实际和潜在蒸发量等。 另外, 也常选择
干燥指数 (谢良若夫干燥指数, 伊万若夫干燥指数)、
Holdridge指数 (Holdridge, 1967; 张新时等, 1993)、 Kira
指数 (Kira, 1977) 和 Thornthwaite 指数 ( Thornthwaite,
1948; 张新时等, 1993)。 基于不同气候要素变量与植物
分布关系的复杂性, 选用了反映气温、 降水量的变量,
以及反映气候要素极端趋势的变量, 并且也选用干燥指
数 (谢良若夫干燥指数、 修改的谢良若夫干燥指数, 伊
万若夫干燥指数)、 Holdridge指数、 Kira指数和 Thornth鄄
waite指数, 总计 62 个变量 (表 1)。
模拟气候变化对分布影响中, 应用过多参数将导致
模型分析不稳定 (Mu倬oz等, 2004; Beaumont 等, 2005)。
PCA (主分量分析) 方法利用预测变量产生的主分量子
集代替了预测变量本身, 并且减少了变量数量、 排除了
变量间多重共线性问题, 故在分析气候变化对物种分布
7333 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 吴建国: 气候变化对 7 种乔木植物分布的潜在影响摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
表 1摇 构建模型的气候变量
Table 1摇 Climate variables used to construct the model
序号 No. 摇 摇 摇 摇 气候变量 Climatic variable 序号 No. 摇 摇 摇 摇 气候变量 Climatic variable
1 年均气温 Annual mean temperature (益) 32 春季降水量 Spring precipitation amount (mm)
2 1 月平均气温 January mean temperature (益) 33 夏季降水量 Summer precipitation amount (mm)
3 7 月平均气温 July mean temperature (益) 34 秋季降水量 Autumn precipitation amount (mm)
4 春季平均气温 Spring mean temperature (益) 35 冬季降水量 Winter precipitation amount (mm)
5 夏季平均气温 Summer mean temperature (益) 36 春季降水强度 Spring precipitation intensity (mm / d)
6 秋季平均气温 Autumn mean temperature (益) 37 夏季降水强度 Summer precipitation intensity (mm / d)
7 冬季平均气温 Winter mean temperature (益) 38 秋季降水强度 autumn precipitation intensity (mm / d)
8 大于 0益积温 Cumulative temperature above 0益 (益) 39 冬季降水强度 Winter precipitation intensity (mm / d)
9 大于 5益积温Cumulative temperature above 5益 (益) 40
降水量大于 0 mm天数
Cumulative days of precipitation above 0 mm (d)
10 大于 10益积温Cumulative temperature above 10益 (益) 41
降水量大于 5 mm天数
Cumulative days of precipitation above 5 mm (d)
11 大于 15益积温Cumulative temperature above 15益 (益) 42
降水量大于 10 mm天数
Cumulative days of precipitation above 10 mm (d)
12 大于 20益积温Cumulative temperature above 20益 (益) 43
降水量大于 25 mm天数
Cumulative days of precipitation above 25 mm (d)
13 大于 25益积温Cumulative temperature above 25益 (益) 44
降水量大于 50 mm天数
Cumulative days of precipitation above 50 mm (d)
14 持续大于 0益天数Continued days of temperature above 0益 (d) 45
降水量大于 100 mm天数
Cumulative days of precipitation above 100 mm (d)
15 持续大于 5益天数Continued days of temperature above 5益 (d) 46
降水量大于 150 mm天数
Cumulative days of precipitation above 150 mm (d)
16 持续大于 10益天数Continued days of temperature above 10益 (d) 47
最大降水强度
Maximum precipitation intensity (mm / d)
17 持续大于 15益天数Continued days of temperature above 15益 (d) 48
最大降水强度天数
Cumulative Days of maximum precipitation intensity (d)
18 持续大于20益天数Continued days of temperature above 20益 (d) 49 暴雨天数 Days of rainstorm (d)
19 持续大于25益天数Continued days of temperature above 25益 (d) 50 淤干燥度指数 1摇 Index of aridity摇 摇 摇 摇 k1
20 最冷月最低温度Minimum temperature in the coldest month (益) 51 于干燥度指数 2摇 Index of aridity摇 摇 摇 摇 k2
21 最热月最高温度Maximum temperature in the hottest month (益) 52 盂干燥度指数 3摇 Index of aridity摇 摇 摇 摇 k3
22 最冷月最低温度累积天数Cumulative days of minimum temperature in the coldest month (d) 53
年均生物学温度
Annual mean bio鄄temperature摇 摇 摇 BT (益)
23 最热月最高温度累积天数Cumulative days of maximum temperature in the hottest month (d) 54
潜在蒸发率
Potential evapotranspiration rate摇 摇 PER
24 持续大于 35益天数Cumulative days of temperature above 35益 (d) 55
潜在蒸发量
Potential evapotranspiration摇 摇 摇 PRT (mm)
25 持续低于-10益累积温度Cumulative temperature continuing below -10益 (益) 56 温暖指数 Warmth index摇 摇 摇 摇 摇 摇 摇 WI
26 持续低于-5益累积温度Cumulative temperature continuing below -5益 (益) 57 寒冷指数 Coldness index摇 摇 摇 摇 摇 摇 摇 CI
27 持续低于 0益累积温度Cumulative temperature continuing below 0益 (益) 58 湿度指数 Humidity index摇 摇 摇 摇 摇 摇 摇 HI
28 持续低于-10益累积天数Cumulative days of temperature continuing below -10益 (d) 59 潜在蒸发 Potential evapotranspiration摇 摇 Em
29 持续低于-5益累积天数Cumulative days of temperature continuing below -5益 (d) 60
湿润指数 Index of humidity摇 摇 摇 摇 摇 摇 Im
30 持续低于 0益累积天数Cumulative days of temperature continuing below 0益 (d) 61
湿润度指数 Index of humidity摇 摇 摇 摇 摇 Iay
31 年降雨量 Annual precipitation amount (mm) 62 干燥度指数 Index of aridity摇 摇 摇 摇 摇 摇 Ihy
注: 淤 干燥度指数 k1 为谢良若夫干燥度指数; 于 干燥度指数 k2 为修改谢良若夫干燥度指数; 盂 干燥度指数 k3 为伊若夫干燥度指数
Note: 淤 Index of aridity k1, Xie Lian Ni ruo fu Index of aridity;于 Index of aridity k2, Revised Xie Lian Ni Ruo Fu Index of aridity K2;
摇 摇 盂 Index of aridity k3, Yi Fang Ruo Fu index of aridity
833摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 植 物 分 类 与 资 源 学 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 33 卷
影响中常被用来减少参数数量 (Williams 等, 2003)。 本
研究中, 考虑到 62 个气候变量过多有自变量共线性问
题, 也用 PCA 减少参数数量, 并根据 PCA 结果, 选择
占全部变量 99%的前 22 个主分量作为分析气候变化对
物种分布预测变量 (表 2)。 这些主分量为原 62 个气候
要素的函数, 每个主分量中各气候要素系数不同, 第一
主分量系数较高的原变量包括秋季平均气温、 大于 0益
和 5益积温, 持续大于 25益天数, Holdridge 年均生物学
温度和潜在蒸发率, 第 2 到第 22 主分量系数较高的原变
量分别是 Thornthwaite 湿润指数 Im、 春季降水量、 干燥
度指数 k2、 最大降水强度、 暴雨天数、 持续大于 10益天
数、 持续大于 15益天数、 Thornthwaite 干燥度指数 Ihy、
持续大于 20益天数、 持续大于 0益天数、 Holdridge 潜在
蒸发量、 干燥度指数 k3、 持续大于 35益天数、 降水量大
于 0 mm 天数、 降水量大于 5 mm 天数、 春季降水强度、
秋季降水强度、 Thornthwaite 湿润指数 Iay、 秋季降水量、
夏季降水强度和持续低于 0益的累积天数。
表 2摇 占总变量 99%的前 22 个主分量 (PC)
Table 2摇 First 22 PC amount to 99% of the total variance
分量
Component
标准误
Standard
deviation
变量比例
Proportion
of variance
累积比例
Cumulative
proportion
1 5. 87 55. 60 55. 60
2 2. 91 13. 60 69. 20
3 1. 83 5. 40 74. 60
4 1. 64 4. 30 78. 90
5 1. 54 3. 80 82. 70
6 1. 32 2. 80 85. 50
7 1. 12 2. 00 87. 50
8 1. 04 1. 70 89. 30
9 1. 00 1. 60 90. 90
10 0. 96 1. 50 92. 40
11 0. 83 1. 10 93. 50
12 0. 78 1. 00 94. 50
13 0. 73 0. 90 95. 30
14 0. 72 0. 80 96. 20
15 0. 68 0. 80 96. 90
16 0. 57 0. 50 97. 40
17 0. 52 0. 40 97. 90
18 0. 45 0. 30 98. 20
19 0. 40 0. 30 98. 50
20 0. 38 0. 20 98. 70
21 0. 35 0. 20 98. 90
22 0. 31 0. 20 99. 10
1. 3摇 气候变化情景
气候变化分析中, 本研究采用 IPCC 排放情景特别
报告 (SRES) 中的 A2 和 B2 情景, 这些情景由中国农
业科学院农业环境与可持续发展研究所引进英国 Hadley
气候中心 RCM (Regional Climate Model) 系统 PRECIS
(Providing Regional Climates for Impacts Studies) 气候模
型产生 (许吟隆等, 2002, 2005; 许吟隆, 2005; 居辉等,
2005)。 A2 情景描述了区域经济发展趋势, 单个资本经
济发展和技术革新比其它情景慢, CO2浓度从 2000 年
380 滋L·L-1到 2080 年 700 滋L·L-1, 全球最高增温幅度为
3. 79益; B2 情景描述了区域社会经济和环境可持续发
展, 人口持续增加 (比 A2 情景低), 经济发展中速度,
采用不同发展技术, CO2浓度从 2000 年 380 滋L·L-1到
2080 年 550 滋L·L-1, 全球最高增温幅度为 2. 69益; 基准
情景选择 1961-1990 年气候要素值, 基准情景与未来情
景都是同一个气候模式产生, 模型给出每个格点 (中国
4001 个) 逐日最高温、 最低温、 平均温度、 降水和辐射
等气象指标, 这些情景在我国已被检验和应用, 包括对
基准气候情景 (1961-1990 年) 与观测值对应检验及模
拟分析未来中国气候变化趋势 (许吟隆等, 2002, 2005;
许吟隆, 2005; 居辉等, 2005)。 为了使气候数据与物种
分布数据相统一, 利用 Kriging法将这些气候数据通过插
值转化为象元大小为 25 km伊25 km 栅格数据。 如 1. 1 所
述, 为了与物种分布数据进行匹配, 用已栅格化的物种
分布数据裁剪同样栅格象元大小一致的气候数据, 得到
15 770 个 25 km伊25 km栅格上的气候要素数据。
1. 4摇 模拟方法
CART (classification and regression tree, 分类和回归
树) 模型是广泛用来模拟分析物种分布的生态位模型,
也是广泛用来模拟分析气候变化对物种分布影响的方法
(Thuiller, 2003)。 本研究采用这个模型分析气候变化对
7 种植物分布影响, 最小节点数选择 10, 节点偏差选择
0. 010。 由于 CART模型模拟计算出的物种分布信息是以
概率形式反映, 参考国际上做法, 以概率大于 0. 5 作为
分布存在标准, 小于 0. 5作为分布不存在标准 (Bakkenes
等, 2002; Midgley等, 2003; Berry等, 2002)。
模拟分析中, 先根据 7 种植物目前分布范围与部分
基准气候情景数据求出模型参数, 再利用基准气候情景
模拟这些植物在当前气候条件下分布, 并与观测分布对
比评价模拟效果。 同时, 通过计算 AUC ( the area under
the relative operating characteristic curve, 相对操作特征曲
线下面积) 和 Kappa (资) 统计学方法评价模拟准确性
(Thuiller, 2003)。
分析气候变化对这些植物分布的影响中, 先计算了
基准气候 (1961-1990 年) 和不同气候变化情景 1991-
2100年各年代这些植物分布范围, 又计算了不同气候变
化情景下这些植物在 1991 - 2020 年、 2021 - 2050 年、
2051-2080 年和 2081-2100 年时段分布范围平均值, 通
9333 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 吴建国: 气候变化对 7 种乔木植物分布的潜在影响摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
过比较这些植物在基准气候情景 (1961 -1990 年) 与
1991-2020 年、 2021 - 2050 年、 2051 - 2080 年和 2081 -
2100年时段分布范围差异, 分析气候变化后这些植物分
布变化趋势, 适宜气候分布范围 =模拟计算未来气候情
景适宜分布格点数衣基准情景下适宜分布格点数伊100。
同时, 以相关分析方法分析了这些植物分布范围与年均
气温变化和年降水量变化相关性, 以多元回归方法分析
了这些植物分布范围与年均气温和年降水量变化多元回
归关系, 以 Durbin Watson方法检验气候要素长时间序列
自相关性, 以 Hildreth鄄Lu方法消除这些回归关系中自变
量之间自相关性 (Kutner等, 2004)。 我国年均气温变化
= 鄱(每个格点每年气温-每个格点基准情景下平均气
温)衣总格点数; 我国年降水量变化 = 鄱((每个格点每年
降水量鄄每个格点基准情景下年降水) 衣每个格点基准情
景下年降水量伊100)衣总格点数, 气温和降水量变化都是
计算比较未来情景 (1991 -2100 年) 和基准气候情景
(1961-1990 年) 得到 (图 1)。
2摇 结果与分析
2. 1摇 模拟效果分析
CART模型模拟的基准气候情景下这些植物
分布与实际观测分布范围接近, CART 模型模拟
目前分布范围结果占观测分布范围的 60%以上。
模型检验结果表明模拟的 AUC 为 0. 94 以上,
Kappa (资) 统计值为 0. 65 以上, 说明模拟总体
上较好 (表 3)。
表 3摇 模型模拟效果检验
Table 3摇 The assessment of modeling
物种 Species AUC 效果 Effects 资 效果 Effects
LXS 0. 96 很好 Excellent 0. 70 好 Good
LCM 0. 94 很好 Excellent 0. 65 好 Good
MWS 1. 00 很好 Excellent 0. 80 好 Good
MDYS 1. 00 很好 Excellent 0. 78 好 Good
NM 0. 99 很好 Excellent 0. 77 好 Good
QLYB 1. 00 很好 Excellent 0. 76 好 Good
QLLS 1. 00 很好 Excellent 0. 73 好 Good
注: LXS、 LCM、 MWS、 MDYS、 NM、 QLYB 和 QLLS 分别表示
连香树、 领春木、 马尾树、 麦吊云杉、 楠木、 祁连圆柏和秦岭
冷杉. 表 4、 5、 6 和 7 相同
Note: The LXS、 LCM、 MWS、 MDYS、 NM、 QLYB and QLLS in
table stand for respectively stand for respectively China Katsuratree,
Manyseeded Euptelea, China Horsetailtree, Sergeant Spruce, China
Horsetailtree, Manyseeded Euptelea, Zhennan, Qilian Savin, Qin鄄
ling Fir. Same table 4, 5, 6 and 7
2. 2摇 气候变化对植物分布范围的影响
气候变化下, 就目前适宜分布范围, 这些植
物呈现缩小趋势; 就新适宜及总适宜分布范围,
连香树、 马尾树、 楠木和祁连圆柏呈现减少趋
势, 秦岭冷杉在 1991 -2020 年及 2021 -2050 年
时段呈现减少趋势, 之后增加, 其他植物呈现增
加趋势, 并且 A2 情景下变化较大, B2 情景下较
小 (表 4)。
图 1摇 7 种植物基准 (a) 和观测分布 (b)
图中 LXS、 LCM、 MWS、 MDYS、 NM、 QLYB和 QLLS分别表示连香树、 领春木、 马尾树、 麦吊云杉、 楠木、 祁连圆柏和秦岭冷杉
Fig. 1摇 The observed distribution (a) and simulated distribution of 7 plants (b)
The LXS、 LCM、 MWS、 MDYS、 NM、 QLYB and QLLS in fig stand for respectively stand for respectively China Katsuratree, Manyseeded
Euptelea, China Horsetailtree, Sergeant Spruce, China Horsetailtree, Manyseeded Euptelea, Zhennan, Qilian Savin, Qinling Fir
043摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 植 物 分 类 与 资 源 学 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 33 卷
表 4摇 A2 和 B2 气候变化情景下 7 种植物分布范围
Table 4摇 The distribution of 7 plants under A2 and B2 climate change scenarios
物种
Species
气候情景
Climate
change
scenarios
分布
Distribution
观测
Observation
(% )
基准情景
Baseline
scenarios
(% )
1961-1990a
1991-2020a
平均
Mean
(% )
标准差
Standard
deviations
摇 摇 摇 摇 摇 摇 摇 摇 气候变化情景 Future climate change scenarios
2021-2050a
平均
Mean
(% )
标准差
Standard
deviations
2051-2080a
平均
Mean
(% )
标准差
Standard
deviations
2081-2100a
平均
Mean
(% )
标准差
Standard
deviations
MQSY 100 65 24 9 19 9 14 9 9 8
A2 XSY 0 20 201 68 178 78 169 114 133 65
ZSY 100 85 225 74 197 84 182 119 142 71
LXS
MQSY 100 65 24 9 18 9 14 8 12 9
B2 XSY 0 20 203 71 178 76 157 73 139 70
ZSY 100 85 226 77 196 82 171 78 151 77
MQSY 100 60 26 6 23 6 18 6 16 5
A2 XSY 0 22 216 74 230 81 275 93 338 95
ZSY 100 82 241 77 254 83 293 94 354 98
LCM
MQSY 100 60 26 6 23 6 20 6 17 6
B2 XSY 0 22 220 75 232 81 253 87 282 98
ZSY 100 82 246 78 255 83 273 89 300 101
MQSY 100 83 24 14 13 14 5 7 3 4
A2 XSY 0 23 1323 604 1246 428 921 292 746 317
ZSY 100 105 1347 608 1260 427 926 291 749 318
MWS
MQSY 100 83 24 14 12 13 6 7 4 6
B2 XSY 0 23 1398 574 1246 442 985 355 830 291
ZSY 100 105 1423 576 1258 440 991 354 834 291
MQSY 100 82 5 4 5 4 7 5 10 7
A2 XSY 0 28 94 54 110 57 156 67 229 88
ZSY 100 110 99 55 116 58 163 69 239 91
MDYS
MQSY 100 82 5 4 6 4 7 6 8 6
B2 XSY 0 28 98 56 114 57 145 65 188 81
ZSY 100 110 103 56 120 59 152 68 196 84
MQSY 100 79 16 9 16 9 9 8 3 3
A2 XSY 0 26 263 125 172 82 113 56 64 40
ZSY 100 105 279 127 188 88 122 61 67 41
NM
MQSY 100 79 17 9 16 9 11 8 7 6
B2 XSY 0 26 237 90 166 81 124 63 90 52
ZSY 100 105 254 96 182 88 135 69 97 56
MQSY 100 74 9 10 5 6 2 1 1 1
A2 XSY 0 20 85 41 78 37 73 36 65 41
ZSY 100 94 94 46 82 40 75 36 66 41
QLYB
MQSY 100 74 9 10 4 5 2 2 1 1
B2 XSY 0 20 86 43 77 36 72 36 72 40
ZSY 100 94 95 48 81 38 74 36 74 40
MQSY 100 67 6 5 5 4 4 3 4 3
A2 XSY 0 17 119 73 100 56 112 70 144 72
ZSY 100 85 125 75 104 58 116 71 148 74
QLLS
MQSY 100 67 6 4 5 4 4 3 3 3
B2 XSY 0 17 114 72 98 59 107 68 123 62
ZSY 100 85 120 74 103 61 111 69 126 63
注: MQSY, XSY 和 ZSY 代表目前适宜分布、 新适宜分布和总适宜分布, 表 5、 6 和 7 相同
Note: The MQSY, XSY and ZSY stand for respectively the current distribution, the new suitable distribution or total suitable distribution of plants.
Same table 5, 6 and 7
1433 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 吴建国: 气候变化对 7 种乔木植物分布的潜在影响摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
摇 摇 气候变化下, 就目前适宜分布范围的中位
数, 麦吊云杉呈现增加趋势, 其它植物呈现缩小
趋势; 就新适宜及总适宜分布范围中位数, 连香
树、 祁连圆柏、 马尾树和楠木呈现减少趋势, 秦
岭冷杉在 1991-2020 年及 2021-2050 年时段呈
现减少趋势, 之后增加, 其他植物呈现增加趋
势, A2 情景下变化较大 (表 5)。
气候变化下, 就目前适宜分布范围最小最大
表 5摇 A2 和 B2 气候情景下 7 种植物分布范围最小、 最大值和中位数
Table 5摇 The minimal, maximum and median of distribution of 7 plants under A2 and B2 climate change scenarios
物种
Species
气候情景
Climate
change
scenarios
分布
Distri鄄
bution
观测
Observa鄄
tion(% )
基准情景
Baseline
scenarios
(% )
1991-2020a
最小
Min
最大
Max
中位数
Median
2021-2050a
最小
Min
最大
Max
中位数
Median
2051-2080a
最小
Min
最大
Max
中位数
Median
2081-2100a
最小
Min
最大
Max
中位数
Median
MQSY 100 65 6 41 22 2 42 19 2 36 12 0 30 7
A2 XSY 0 20 66 404 190 68 345 175 28 625 137 36 244 119
ZSY 100 85 72 436 207 76 378 196 31 637 149 36 270 127
LXS
MQSY 100 65 5 40 21 2 45 17 0 36 13 1 33 10
B2 XSY 0 20 63 402 189 67 338 164 31 301 140 20 258 136
ZSY 100 85 67 437 207 80 370 187 35 323 157 22 286 142
MQSY 100 60 14 34 26 12 33 24 12 38 17 10 30 15
A2 XSY 0 22 99 387 195 91 384 237 84 421 281 131 502 327
ZSY 100 82 117 412 226 105 412 263 99 434 301 143 533 341
LCM
MQSY 100 60 11 37 26 12 32 24 13 40 18 11 33 16
B2 XSY 0 22 98 395 212 95 369 237 71 399 263 90 463 261
ZSY 100 82 116 420 243 109 395 260 85 424 283 102 496 278
MQSY 100 83 1 60 23 0 53 9 0 35 3 0 19 0
A2 XSY 0 23 231 2539 1173 454 2346 1189 501 1669 853 295 1565 678
ZSY 100 105 233 2558 1192 456 2358 1200 504 1671 857 296 1565 678
MWS
MQSY 100 83 3 60 21 0 50 9 0 34 4 0 29 3
B2 XSY 0 23 568 2451 1273 450 2436 1171 489 2133 963 358 1518 760
ZSY 100 105 571 2469 1300 453 2449 1183 491 2139 965 358 1520 763
MQSY 100 82 0 16 4 0 16 5 0 22 6 0 28 9
A2 XSY 0 28 41 267 82 45 230 97 49 287 138 79 391 208
ZSY 100 110 43 275 86 47 239 100 59 309 144 91 420 225
MDYS
MQSY 100 82 0 16 4 0 14 5 0 23 6 1 25 8
B2 XSY 0 28 33 269 84 42 230 100 54 286 132 48 338 178
ZSY 100 110 35 278 87 43 243 102 64 309 138 59 359 184
MQSY 100 79 2 32 15 1 40 17 0 30 8 0 7 2
A2 XSY 0 26 51 611 255 49 367 165 22 234 115 17 161 61
ZSY 100 105 57 617 269 50 385 180 22 250 127 17 167 65
NM
MQSY 100 79 0 33 16 1 37 17 0 31 11 0 20 5
B2 XSY 0 26 47 380 245 42 326 163 31 253 127 22 203 87
ZSY 100 105 54 401 263 43 347 178 33 272 142 22 223 90
MQSY 100 74 0 34 5 0 24 3 0 5 1 0 3 1
A2 XSY 0 20 18 177 81 15 166 70 24 163 65 16 167 53
ZSY 100 94 22 203 89 15 185 75 26 163 66 17 168 55
QLYB
MQSY 100 74 0 2 0 0 2 0 0 2 0 0 2 0
B2 XSY 0 20 15 135 42 17 147 37 15 142 45 18 149 58
ZSY 100 94 15 136 43 17 147 37 15 143 45 18 149 58
MQSY 100 67 0 18 5 0 16 4 0 11 4 0 8 3
A2 XSY 0 17 28 260 83 37 266 77 33 289 85 42 360 144
ZSY 100 85 32 272 89 37 277 83 33 292 87 43 366 147
QLLS
MQSY 100 67 0 14 5 0 14 4 0 12 4 0 8 3
B2 XSY 0 17 28 261 81 33 286 71 29 286 87 35 295 113
ZSY 100 85 29 273 86 34 296 75 29 288 91 37 300 117
243摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 植 物 分 类 与 资 源 学 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 33 卷
值, 连香树呈现减少趋势, 领春木在 1991-2020
年及 2051 -2080 年时段呈现增加趋势, 之后下
降, 楠木最小值变化不大, 最大值 1991 -2020
年及 2021 -2050 年时段呈现增加趋势, 之后下
降, 马尾树、 秦岭冷杉和祁连圆柏最小值变化不
大, 最大值呈现减少趋势, 麦吊云杉最小值变化
不大, 最大值呈现增加趋势; 就新适宜及总适宜
分布范围最小最大值, 连香树最大值呈现减少趋
势, 最小值在 1991 -2020 年及 2021 -2050 年时
段呈现增加趋势, 之后下降, 领春木最大值从
1991-2020 年及 2021 -2050 年时段呈现下降趋
势, 之后增加, 最小值从 1991-2020 年及 2051-
2080 年时段呈现减小趋势, 之后增加, 马尾树
最大值呈现减少趋势, 最小值从 1991 -2020 年
及 2051-2080 年时段呈现增加趋势, 之后减小,
麦吊云杉最大值从 1991 -2020 年及 2021 -2050
年时段呈现下降趋势, 之后增加, 最小值呈现增
加的趋势, 楠木最小最大值呈现减少趋势, 祁连
圆柏最小最大值在 1991 -2020 年及 2051 -2080
年时段呈现下降趋势, 之后增加, 秦岭冷杉最小
值从 1991-2020 年及 2021-2050 年时段呈现增
加趋势, 从 2021 -2050 年及 2051 -2080 年时段
呈现下降趋势, 之后呈现增加, 最大值呈现增加
趋势, 并且 A2 情景下较大, B2 情景下较小
(表 5)。
2. 3摇 气候变化下植物空间分布格局的变化
图 1 和图 2 对比分析显示, 气候变化下, 连
香树目前适宜分布区东部和南部的一些区域将不
再适宜, 新适宜分布区将向西部和西南部一些区
域扩展; 领春木目前适宜分布区东部和东南部的
一些区域将不再适宜, 新适宜分布区将向西部和
西南部一些区域扩展; 马尾树目前适宜分布区东
南部的一些区域将不再适宜, 新适宜分布区将向
西南、 北部、 西部和东北部多个方向的一些区域
扩展; 麦吊云杉目前适宜分布区的东部、 东北部
和东南部及北部一些区域将不再适宜, 新适宜分
布区将向西南部和西部一些区域扩展; 楠木目前
适宜分布区东南南部和东部的一些区域将不再适
宜, 新适宜分布区将向西部和西南部一些区域扩
展; 祁连圆柏目前适宜分布区的东部、 东北部和
东南部一些区域将不再适宜, 新适宜分布区将向
西部和西南部一些区域扩展; 秦岭冷杉目前适宜
分布区东南部和东部一些区域将不再适宜, 新适
宜分布区将向西南部、 西北部和西部一些区域扩
展, 并且 A2 情景下变化较大, B2 情景下较小。
2. 4摇 气候变化下植物分布区改变与我国年均气
温和降水量变化的关系
表 6 显示, 气候变化下, 麦吊云杉、 领春木
和秦岭冷杉目前适宜分布范围与年均气温和年降
水量变化呈负相关性, 新适宜和总适宜分布范围
与年均气温和年降水量变化呈正相关性; 祁连圆
柏、 楠木、 马尾树和连香树目前、 新适宜和总适
宜范围变化与年均气温和年降水量变化呈正相关
性, 其中 A2 情景下较高, B2 情景下最低。 但连
香树新适宜与年降水量和温度变化相关系数、 麦
吊云杉目前适宜分布范围与年降水量和温度变化
相关系数、 祁连圆柏新适宜和总适宜分布范围与
年均气温相关系数、 秦岭冷杉新适宜和总适宜分
布范围与年降水量和温度变化相关系数都不显
著。
7 种植物分布范围变化与我国年均气温变化
和年降水量变化多元线性回归关系中, 通过
Hildreth鄄Lu方法排除了气温和降水变量的自相关
性。 多元回归关系表明, 麦吊云杉、 领春木和秦
岭冷杉目前适宜分布范围随年均气温和年降水量
增加而减少, 新适宜和总适宜分布范围随年均气
温和年降水量增加而增加; 祁连圆柏、 楠木、 马
尾树和连香树目前、 新适宜和总适宜分布范围随
年均气温和年降水量增加而增加。 但连香树、 马
尾树新适宜与总适宜范围、 麦吊云杉目前适宜范
围、 祁连圆柏和秦岭冷杉目前、 新与总适宜与年
降水量和年均气温变化的多元线性回归关系决定
系数都较小 (小于 0. 20) (表 7)。
3摇 讨论
气候变化对不同物种分布范围将产生不同影
响, 如 Midgley等 (2003) 在模拟气候变化对物
种分布影响时发现, 气候变化下 28 个物种中 5 个
适宜分布范围散失、 12 个分布范围减少; Peter鄄
sons等 (2002) 模拟发现, 气候变化下, 28 个物
种中 23 个发生迁移、 13 个地理范围完全分离;
Erasmus 等 (2002) 模拟发现, 气候变化下, 南非
17%的物种范围扩展, 78%的范围缩小, 3%没有
反应, 2%局地灭绝。 本研究表明, 气候变化下,
3433 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 吴建国: 气候变化对 7 种乔木植物分布的潜在影响摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
就目前适宜分布范围, 这些植物呈现缩小趋势;
就新适宜及总适宜分布范围, 连香树、 马尾树、
楠木和祁连圆柏呈现减少趋势, 秦岭冷杉在
1991-2020 年及 2021 -2050 年时段呈现减少趋
势, 之后增加, 其他植物呈现增加趋势。 这可能
是因为不同植物目前分布范围不同, 气候变化引起
图 2摇 7 种植物分布范围在 A2 和 B2 气候情景下的变化
图中 LXS、 LCM、 MWS、 MDYS、 NM、 QLB和 QLS分别表示连香树、 领春木、 马尾树、 麦吊云杉、 楠木、 祁连圆柏和秦岭冷杉
Fig. 2摇 The changing in distribution of 7 plant species under A2 and B2 climate change scenarios
The LXS、 LCM、 MWS、 MDYS、 NM、 QLB and QLS in fig stand for respectively stand for respectively China Katsuratree, Manyseeded
Euptelea, China Horsetailtree, Sergeant Spruce, China Horsetailtree, Manyseeded Euptelea, Zhennan, Qilian Savin, Qinling Fir
443摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 植 物 分 类 与 资 源 学 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 33 卷
气候要素变化超出植物适应范围使它们目前适宜
分布范围一些区域不再适宜。 另外, 气候变化下
不同植物分布特征不同及适应极端气候要素变化
不同也可能使它们不再适宜目前适宜分布的一些
区域 (Woodward, 1987)。 由于目前温度过低或
降水量不适宜或气候综合指标不适宜而限制这些
植物分布, 而气候变化下这些限制因素改变将可
能使这些植物分布范围扩展。 当然, 气候要素存
在空间不均匀性以及受复杂地形的影响, 也使这
些植物分布范围在气候变化下改变趋势不同。
许多研究表明, 气候变化将导致物种向高海
拔和高纬度迁移 (Midgley 等, 2002; Thomas 等,
2004) , 如Wilson等 (2005) 发现平均温度升高
1. 3益, 巴西中部 16 个蝴蝶海拔升高 212 m。 但
不是所有物种都向高海拔和高纬度迁移, Thuill鄄
er (2003) 发现气候变化后大部分物种都按预期
向北发生迁移, 但分布在北部物种却例外。
Petersons等 (2002) 发现, 气候变化下在 cape
floristic区域一些物种朝西南和西部方向迁移,
Erasmus等 (2002) 发现, 气候变化下南非动物
表 6摇 7 种植物分布范围与我国年平均气温和降水量变化相关系数
Table 6摇 The correlation coefficient between distribution region of 7 plants and the change of
annual mean temperature and annual mean precipitation change in China
物种
Species
气候情景
Climate
change
scenarios
A2
相关系数
Correlation
coefficient
P
B2
相关系数
Correlation
coefficient
P
物种
Species
气候情景
Climate
change
scenarios
A2
相关系数
Correlation
coefficient
P
B2
相关系数
Correlation
coefficient
P
降水变化 Precipitation change 降水变化 Precipitation change
MQSY -0. 38 0. 00 -0. 31 0. 00 MQSY -0. 46 0. 00 -0. 39 0. 00
XSY -0. 18 0. 07 -0. 19 0. 04 XSY -0. 50 0. 00 -0. 43 0. 00
ZSY -0. 21 0. 03 -0. 22 0. 02 ZSY -0. 52 0. 00 -0. 45 0. 00
LXS 气温变化 Air temperature change NM 气温变化 Air temperature change
MQSY -0. 51 0. 00 -0. 45 0. 00 MQSY -0. 50 0. 00 -0. 36 0. 00
XSY -0. 18 0. 05 -0. 16 0. 10 XSY -0. 58 0. 00 -0. 51 0. 00
ZSY -0. 23 0. 01 -0. 20 0. 03 ZSY -0. 60 0. 00 -0. 52 0. 00
降水变化 Precipitation change 降水变化 Precipitation change
MQSY -0. 42 0. 00 -0. 36 0. 00 MQSY -0. 27 0. 00 -0. 35 0. 00
XSY 0. 28 0. 00 0. 04 0. 67 XSY -0. 26 0. 01 -0. 16 0. 10
ZSY 0. 25 0. 01 0. 01 0. 92 ZSY -0. 31 0. 00 -0. 20 0. 03
LCM 气温变化 Air temperature change QLYB 气温变化 Air temperature change
MQSY -0. 63 0. 00 -0. 59 0. 00 MQSY -0. 41 0. 00 -0. 32 0. 00
XSY 0. 56 0. 00 0. 38 0. 00 XSY -0. 05 0. 59 -0. 03 0. 73
ZSY 0. 52 0. 00 0. 32 0. 00 ZSY -0. 14 0. 13 -0. 08 0. 40
降水变化 Precipitation change 降水变化 Precipitation change
MQSY -0. 41 0. 00 -0. 37 0. 00 MQSY -0. 27 0. 00 -0. 25 0. 01
XSY -0. 28 0. 00 -0. 26 0. 01 XSY 0. 16 0. 10 0. 12 0. 20
ZSY -0. 29 0. 00 -0. 27 0. 00 ZSY 0. 13 0. 17 0. 09 0. 32
MWS 气温变化 Air temperature change QLLS 气温变化 Air temperature change
MQSY -0. 62 0. 00 -0. 63 0. 00 MQSY -0. 29 0. 00 -0. 29 0. 00
XSY -0. 38 0. 00 -0. 32 0. 00 XSY 0. 19 0. 05 0. 09 0. 36
ZSY -0. 39 0. 00 -0. 34 0. 00 ZSY 0. 15 0. 11 0. 06 0. 56
降水变化 Precipitation change
MQSY -0. 04 0. 66 -0. 11 0. 24
XSY 0. 36 0. 00 0. 19 0. 04
ZSY 0. 35 0. 00 0. 18 0. 06
MDYS 气温变化 Air temperature change
MQSY 0. 01 0. 94 -0. 08 0. 43
XSY 0. 64 0. 00 0. 53 0. 00
ZSY 0. 62 0. 00 0. 51 0. 00
5433 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 吴建国: 气候变化对 7 种乔木植物分布的潜在影响摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
表 7摇 7 种植物分布区范围改变与年均温度改变和年降水量改变多元回归系数
Table 7摇 The linear regression coefficient between the change of 7 plants distribution and annual mean
temperature and annual mean precipitation change in China
物种
Species
气候情景
Climate change
scenarios
分布
Distribution
B0 B1 摇 B2 摇 R2
R2调整
Revised R2
Durbin鄄Watson
A2 MQSY 26. 55 -0. 04 -2. 93 0. 27 0. 25 1. 46
B2 MQSY 27. 28 -0. 06 -3. 30 0. 21 0. 19 1. 43
LXS A2 XSY 198. 88 -0. 40 -6. 16 0. 04 0. 02 1. 88
B2 XSY 196. 45 -0. 67 -4. 61 0. 04 0. 02 1. 97
A2 ZSY 225. 43 -0. 44 -9. 10 0. 06 0. 04 1. 87
B2 ZSY 223. 73 -0. 73 -7. 91 0. 06 0. 04 1. 94
A2 MQSY 29. 13 -0. 01 -2. 67 0. 39 0. 38 1. 48
B2 MQSY 31. 23 -0. 03 -3. 40 0. 35 0. 34 1. 49
LCM A2 XSY 172. 71 -0. 71 37. 22 0. 33 0. 32 1. 68
B2 XSY 181. 67 -1. 14 35. 31 0. 18 0. 16 1. 56
A2 ZSY 201. 84 -0. 72 34. 55 0. 28 0. 27 1. 69
B2 ZSY 212. 90 -1. 17 31. 91 0. 14 0. 13 1. 58
A2 MQSY 27. 77 0. 00 -5. 56 0. 38 0. 37 1. 45
B2 MQSY 31. 26 -0. 04 -7. 27 0. 40 0. 39 1. 60
MWS A2 XSY 1373. 94 -1. 45 -95. 87 0. 14 0. 13 2. 01
B2 XSY 1454. 79 -3. 37 -102. 97 0. 12 0. 10 2. 04
A2 ZSY 1401. 71 -1. 45 -101. 43 0. 16 0. 14 2. 02
B2 ZSY 1486. 05 -3. 41 -110. 24 0. 13 0. 11 2. 05
A2 MQSY 7. 25 -0. 03 0. 31 0. 00 -0. 01摇 1. 28
B2 MQSY 8. 48 -0. 05 -0. 15 0. 01 -0. 01摇 1. 32
MDYS A2 XSY 59. 64 -0. 38 32. 69 0. 41 0. 40 1. 75
B2 XSY 60. 21 -0. 50 33. 83 0. 29 0. 28 1. 89
A2 ZSY 66. 89 -0. 41 33. 00 0. 39 0. 38 1. 76
B2 ZSY 68. 69 -0. 55 33. 67 0. 27 0. 26 1. 92
A2 MQSY 21. 57 -0. 12 -2. 24 0. 28 0. 26 1. 76
B2 MQSY 22. 24 -0. 17 -1. 92 0. 19 0. 17 1. 79
NM A2 XSY 264. 58 -1. 11 -28. 42 0. 36 0. 35 2. 14
B2 XSY 254. 45 -1. 20 -28. 43 0. 30 0. 28 2. 11
A2 ZSY 286. 15 -1. 23 -30. 66 0. 39 0. 38 2. 17
B2 ZSY 276. 69 -1. 38 -30. 35 0. 31 0. 30 2. 14
A2 MQSY 11. 12 0. 00 -2. 24 0. 17 0. 15 1. 49
B2 MQSY 8. 95 -0. 09 -0. 98 0. 15 0. 13 1. 71
QLYB A2 XSY 81. 27 -0. 74 4. 70 0. 09 0. 08 2. 26
B2 XSY 81. 13 -0. 44 2. 26 0. 03 0. 01 2. 45
A2 ZSY 92. 39 -0. 74 2. 46 0. 10 0. 08 2. 24
B2 ZSY 90. 09 -0. 53 1. 28 0. 04 0. 02 2. 34
A2 MQSY 8. 54 -0. 04 -0. 84 0. 10 0. 08 1. 18
B2 MQSY 9. 25 -0. 05 -1. 21 0. 10 0. 08 1. 12
QLLS A2 XSY 94. 61 0. 21 5. 73 0. 04 0. 02 1. 73
B2 XSY 95. 93 0. 40 1. 60 0. 02 0. 00 1. 69
A2 ZSY 103. 15 0. 17 4. 89 0. 03 0. 01 1. 74
B2 ZSY 105. 17 0. 34 0. 39 0. 01 -0. 01摇 1. 71
B0 =常数, B1 =年降水量变化, B2 =年均气温变化, R2 =决定系数
B0 =constant, B1 =annual precipitation, B2 =annual mean air temperature, R2 =determine coefficient
将主要朝西移动, Shafer 等 (2001) 发现, 气候
变化下物种朝多个方向迁移。 本研究表明, 气候
变化下, 马尾树目前适宜分布区东南部一些区域
将不再适宜, 新适宜分布区将向西部、 西南、 北
部和东北部多个方向的一些区域扩展, 秦岭冷杉
将向西南部、 西北部和西部一些区域扩展, 其它
植物将向西部和西南部一些区域扩展。 气候变化
下植物分布格局改变主要原因也可能因为目前适
643摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 植 物 分 类 与 资 源 学 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 33 卷
宜区气候要素存在空间差异及气候变化空间差
异, 以及气候变化下降雨量和热量分布格局的改
变。 当然, 观测分布范围记录不准确而导致在基
准情景下分布过小或插值造成误差也可能使结果
有一定误差。
许多研究关注全球年均气温变化与物种分布
的关系。 Hitz 和 Smith (2004) 发现全球温度增
加 3益, 一半自然保护区将不能支持它原有保护
目标, 特别是对保护物种影响较大; Leemans 和
Eickhout (2004) 发现全球温度增加 1 ~ 2益, 许
多物种适应气候变化能力将非常有限。 本研究表
明, 气候变化下, 所选植物适宜分布范围与年均
气温和降水量变化相关性并不一致, 一些适宜分
布范围与年均气温和降水量变化相关系数并不显
著。 另外, 气候变化下, 连香树、 马尾树新适宜
与总适宜范围、 麦吊云杉目前适宜范围、 祁连圆
柏和秦岭冷杉目前、 新适宜与总适宜与年降水量
和年均气温变化的多元线性回归关系决定系数都
较小 (小于 0. 20)。 说明气候变化下这些植物分
布范围与年均气温和年降水量变化关系可能是非
线性复杂关系, 这些植物分布范围改变可能与其
它气候要素密切相关。 意味着以区域年均气温或
降水量分析气候变化对植物分布影响将可能有很
大不确定性。
需要指出的是, 影响植物分布因素很多, 但
本研究分析气候变化对植物分布影响, 实际上反
映了气候变化下这些植物适宜的气候分布范围的
变化, 这是气候变化下植物分布范围改变的前
提。 另外, 本研究中植物分布格点分辨率还较
粗, 没有考虑土地利用变化和土壤、 地下水位及
动植物间关系和迁移的影响, 也没有充分精细分
析小地形的影响。 如果考虑土壤因素和小地形的
限制, 可以推断气候变化下这些植物分布范围减
小幅度更大, 新适宜分布范围将更小。 同时, 由
于这些植物分布比较复杂, 本研究收集有关植物
分布数据还可能不是非常全面准确, 并且气候变
化情景具有不确定性及用 GIS软件进行气候要素
和物种分布数据插值时产生误差等, 使研究结果
可能存在一定的误差和不确定性, 这需要进一步
改进完善。 虽然如此, 在目前认识和技术条件
下, 本研究探索了气候变化下这些植物分布变化
趋势, 研究结果反映了气候变化下这些植物分布
变化的一些趋势, 对气候变化下这些植物的保护
仍旧有一定的参考意义。
4摇 结论
(1) 气候变化下, 就目前适宜分布范围,
这些植物呈现缩小趋势; 就新适宜及总适宜分布
范围, 连香树、 马尾树、 楠木和祁连圆柏呈现减
少趋势, 秦岭冷杉在 1991-2020 年及 2021-2050
年时段呈现减少趋势, 之后增加, 其他植物呈现
增加趋势。
(2) 气候变化下, 马尾树将向西南、 北部、
西部和东北部多个方向的一些区域扩展, 秦岭冷
杉将向西南部、 西北部和西部一些区域扩展, 其
它植物将向西部和西南部一些区域扩展。
(3) 气候变化下, 这些植物适宜分布范围
与年均气温和降水量变化相关性并不一致, 一些
植物适宜分布范围与年均气温和降水量变化相关
系数并不显著。 不同植物分布范围变化与年降水
量和年均气温变化的多元线性回归关系不同, 一
些植物分布范围变化与年降水量和年均气温变化
的多元线性回归关系较弱。
也参摇 考摇 文摇 献页
中国科学院植物研究所, 1987. 中国珍稀濒危植物 [M]. 上海:
上海教育出版社, 28—29, 98—99, 180—181
中国植物志编辑委员会, 1978. 中国植物志 第 7 卷 [M]. 北京:
科学出版社, 68—69, 162—163, 375—376
中国植物志编辑委员会, 1979. 中国植物志 第 27 卷 [M]. 北
京: 科学出版社, 19—20, 23—24
中国植物志编辑委员会, 1982. 中国植物志 第 31 卷 [M]. 北
京: 科学出版社, 113—114
中国植物志编辑委员会, 1998. 中国植物志 第 22 卷 [M]. 北
京: 科学出版社, 414—415
Ara俨jo MB, Pearson RG, Thuiller W et al., 2005. Validation of spe鄄
cies鄄climate impacts models under climate change [ J] . Global
Change Biology, 11: 1504—1513
Bakkenes M, Alkemade JRM, Ihle F et al., 2002. Assessing effects
of forecasted climate change on the diversity and distribution of
European higher plants for 2050 [ J] . Global Change Biology,
8: 390—407
Beaumont LJ, Hughes L, Poulsen M, 2005. Predicting species distri鄄
butions; use of climatic parameters in bioclim and its impacts on
prediction of species current and future distribution [ J] . Eco鄄
logical Modelling, 186: 250—269
7433 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 吴建国: 气候变化对 7 种乔木植物分布的潜在影响摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Berry PM, Dawson TP, Harrison PA et al., 2002. Modelling potential
impacts of climate change on the bioclimatic envelope of species in
Britain and Ireland [ J] . Global Ecology & Biogeography, 11:
453—462
Chen KH (陈坤浩), Luo Q (骆强), Xie YG (谢永贵) et al.,
2007. Euptelea pleiospermum community characteristic of dafang
karst area In Guizhou, Southwest China [J] . Journal of Wuhan
Botanical Research (武汉植物学研究), 25 (5): 515—520
Coulston J, Riitters KH, 2005. Preserving biodiversity under current
and future climates: a case study [J] . Global Ecology and Bio鄄
geography, 14: 31—38
Dong XD (董晓东), Xu CD (徐成东), Li JH (李继红), 2002.
The geographic distribution and floristic features of the rare en鄄
dangered in the Cangshan [ J] . Journal of Chuxiongnormal
University (楚雄师范学院学报), 17 (6): 36—38
Du XH (杜晓华), Yao LF (姚连芳), 2009. Progress in rare and
endangered plant—Cercidiphyllum japonicum [ J] . Journal of
Henan Institute of Science and Technology (河南科技学院学
报), 37 (2): 19—26
Erasmus BFN, Vanjaarsveld SA, Chown LS et al., 2002. Vulnerabil鄄
ity of south African animal taxa to climate change [ J] . Global
Change Biology, 8: 679—693
Forsman JT, M觟nkk觟nen M, 2003. The role of climate in limiting Eu鄄
ropean resident bird populations [ J] . Journal of Biogeography,
30: 55—70
Hao ZQ (郝占庆), Dai LM (代力民), He HS (贺红士), 2001.
Potential response of major tree species to climate warming in
Changbai Mountain, Northeast China [ J] . Chinese Journal Ap鄄
plied Ecology (应用生态学报), 12 (5): 653—658
Hitz S, Smith J, 2004. Estimating global impacts from climate change
[J] . Global Environmental Change, 14: 201—218
Holdridge LR, 1967. Life Zone Ecology [M]. Costa Rica: Tropical
Science Center and Jose, 206
Iverson LR, Prasad AM, 2001. Potential change in tree species rich鄄
ness and forest community types following climate change [ J] .
Ecosystem, 4: 186—199
Ju H (居辉), Xiong W (熊伟), Xu YL (许吟隆) et al., 2005.
Impacts of climate change on wheat yield in China [ J] . Acta
Agronomica Sinica (作物学报), 31 (10): 1340—1343
Kira TA, 1977. Climatologically interpretation of Japanese vegetation
zones [A]. In: Miyawaki A, T俟xen R eds. Vegetation Science and
Environmental Protection [M]. Tokyo: Maruzen, 21—30, JP
Kutner MH, Nachtsheim CJ, Neter J, 2004. Applied linear regression
models, 4th edn [ M]. New York: Mcgraw鄄Hill Companies,
Inc, 492—501, USA
Leemans R, Eickhout B, 2004. Another reasons for concern: regional
and global impacts on ecosystem for different levels of climate
change [J] . Global Environmental Changes, 14: 219—228
Liu M (刘美), Tong YY (童雅贇), Li YX (黎云祥) et al.,
2009. Research advance in Cercidiphyllum japonicum [ J] . Si鄄
chuan Forestry Exploration and Design (四川林勘设计), 3:
18—22, 24
Long YX (龙应霞), Guo ZY (郭治友), 2008. Researches on the
status of the distribution of the wild Rhoiptelea chilianthadieis
Ethang鄄Mazz in Duyun city and the protection strategies [ J] .
Qiannan Normal College for Nationality (黔南民族师范学院学
报), 3: 62—64
Loiselle BA, J尴rgensen PM, Consiglio T et al., 2008. Predicting spe鄄
cies distributions from herbarium collections: does climate bias in
collection sampling influence model outcomes? [ J] . Journal of
Biogeography, 35: 105-116
Luoto M, P觟yry J, Heikkinen RK et al., 2005. Uncertainty of biocli鄄
matic envelope models based on the geographical distribution of
species [J] . Global Ecology and Biogeography, 14: 575—584
Matsui T, Tsutomu Y, Tomoki N et al., 2004. Probability distribu鄄
tions, vulnerability and sensitivity in fagus crenata forests follow鄄
ing predicted climate changes in Japan [ J] . Journal of Vegeta鄄
tion Sciences, 15: 605—614
McCarty JP, 2001. Ecological consequences of recent climate change
[J] . Conservation Biology, 15: 320—331
Midgley GF, Hannah L, Millar D et al., 2002. Assessing the vulner鄄
ability of species richness to anthropogenic climate change in a
biodiversity hotspot [ J] . Global Ecology & Biogeography, 11:
445—451
Midgley GF, Hannah L, Millar D et al., 2003. Developing regional
and species鄄level assessment of climate change impacts on biodi鄄
versity in the cape floristic region [J] . Biological Conservation,
112: 87—97
Mu倬oz J, Fel侏Cisimo 魣M, 2004. Comparison of statistical methods
commonly used in predictive modeling [ J] . Journal of Vegeta鄄
tion Science, 15: 285—292
Parmesan C, Yehe G, 2003. Globally coherent fingerprint of climate
change impacts across natural systems [J] . Nature, 421: 37—
42
Peterson AT, Ortega鄄Huerta MA, Bartley J et al., 2002. Future pro鄄
jections for Mexican fauns under climate change scenarios [ J] .
Nature, 416: 626—629
Pyke CR, Andelman SJ, Midgley G, 2005. Identifying priority areas
for bioclimatic representation under climate change: a case study
for proteaceae in the cape floristic region, south Africa [J] . Bi鄄
ological Conservation, 125: 1—9
Root TL, Price JT, Hall KR et al., 2003. Fingerprints of global war鄄
ming on wild animals and plants [J] . Nature, 421: 57—60
Shafer SL, Bartlein PJ, Thompson RS, 2001. Potential changes in
the distribution of western north America tree and shrub taxa un鄄
der future climate scenarios [J] . Ecosystems, 4: 209—215
The Intergovernmental Panel On Climate Change (IPCC), 2007. Tech鄄
nical Summary. Climate Change 2007: Impacts, Adaptation and
Vulnerability. Contribution of Working Group II to the Fourth As鄄
sessment Report of the Intergovernmental Panel on Climate Change
843摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 植 物 分 类 与 资 源 学 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 第 33 卷
[M]. Cambridge, New York: Cambridge University Press
Thomas CD, Cameron A, Green RE et al., 2004. Extinction risk
from climate change [J] . Nature, 427: 145—148
Thornthwaite CW, 1948. An approach toward a rational classification
of climate [J] . Geographical Review, 38: 57—94
Thuiller W, 2003. Biomod鄄optimizing predictions of species distribu鄄
tion and projecting potential future shifts under global change
[J] . Global Change Biology, 9: 1353—1362
Walther GR, Post E, Convey P et al., 2002. Ecological response to
recent climate change [J] . Nature, 416: 389—395
Wang JH (王建宏), Xu R (许闰), Wu JC (吴俊成) et al.,
2006. A primary study on altitudinal pattern, type of of Picea
brachytyla formation in Baishuijiang Nature Reserve [J] . Jour鄄
nal of Gansu Forestry Science and Technology (甘肃林业科
技), 31 (4): 10—13
Wang SX (王世雄), Wang XA (王孝安), Li GQ (李国庆) et al.,
2009. Multivariate analysis and environmental interpretation for
Larix chinensis communities [ J] . Journal of Shaanxi Normal
University ( Natural Science Edition) (陕西师范大学学报
(自然科学版)), 37 (1): 69—73
Wang Y (王煜), Liu SX (刘胜祥), 2002. Study on the natural
population dynamics of Cercidiphyllum japonicum in Hubei
[J] . Journal of Central China Normal University (Natural Sci鄄
ence Edition) (华中师范大学学报 (自然科学版)), 36
(2): 93—95
Wen YG (温远光), Li XX (李信贤), 1991. the ecological investi鄄
gation on forest vegetation on the south slope of laoshan mountain
in tianlini the main forest vegetation types and their distribution
[J] . Journal of Guangxi Agriculture College (广西农学院学
报), 10 (4): 40—51
Williams P, Hannah L, Andelman S et al., 2005. Planning for cli鄄
mate change: identifying minimum鄄dispersal corridors for the
cape proteaceae [ J] . Conservation Biology, 19 (4): 1063—
1074
Williams SE, Bolitho EE, Fox S, 2003. Climate change in Australian
tropical rainforests; an impending environmental catastrophe
[J] . Proceedings of the Royal Society B: Biological Sciences,
270: 1887—1892
Wilson RJ, Guti魪Rrez D, Guti魪Rrez J et al., 2005. Change to the
elevation limits and extent of species ranges associated with cli鄄
mate change [J] . Ecology Letters, 8: 1138—1146
Woodward FI, 1987. Climate and Plant Distribution [ M]. Cam鄄
bridge, United Kingdom: Cambridge University Press, 62—63
Wu GL (吴甘霖), 2006. The biological features and conservation of
Cercidiphyllum japonicum Sieb. et Zucc [J] . Journal of Anqing
Teachers College (Natural Science Edition) (安庆师范学院学
报), 12 (6): 106—119
Xu LJ (许林军), Peng H (彭鸿), Chen CG (陈存根) et al.,
2005. Quantitative analysis of the Larix chinensis Forest忆s distri鄄
butionat Qinling Mountains and the character of the alpine tim鄄
berline at Taibai Mountain [J] . Acta Botanica Boreali鄄Occiden鄄
talia Sinica (西北植物学报), 25 (5): 968—972
Xu YL (许吟隆), Huang YQ (黄莺翘), Zhang Y (张勇) et al.,
2005. Statistical analyses of climate change scenarios over China
in the 21st century [J] . Advance Climate Change Research (气
候变化进展), 1 (2): 80—83
Xu YL (许吟隆), Xue F (薛峰), Lin YH (林一骅), 2002.
Changes of surface air temperature and precipitation in China
during the 21st century simulated by HadCM2 under different
greenhouse gas emission scenarios [J] . Climatic & Environment
Research (气候与环境研究), 8 (2): 207—217
Xu YL (许吟隆), 2005. Analyses on scenario simulations of the
21st century climate change in China [ J] . Journal of Nanjing
Institute of Meteorology (南京气象学院学报), 28 (3): 323—
329
Yang LD (杨礼旦), 2003. The phytocoenological features of the
Rhoiptelea chiliantha community in Nangong, Taijiang County,
Guizhou Province [J] . Journal of Plant Resources and Environ鄄
ment (植物资源与环境学报), 12 (2): 46—51
Ye QG (叶其刚), Chen SS (陈树森), Wang SY (王诗云),
2001. Structure characteristics of a typical community of the rare
and endangered plants of houhe nature reserve in the Southwest
Hubei [J] . Journal of Wuhan Botanical Research (武汉植物
学研究), 19 (3): 241—247
Yuan YM (袁永明), Zhang ZY (张志英), 1986. The precious rare
and endemic plants in Qinling Mountains and their floristic char鄄
acteristics [J] . Journal of Wuhan Botanical Research (武汉植
物学研究), 4 (4): 353—362
Zhang WH (张文辉), Xu XB (许晓波) , Zhou JY (周建云) et
al., 2004. Distribution and bioecological characteristics of Abies
chensiensis, an endangered plant [ J] . Biodiversity Science (生
物多样性), 12 (4): 419—426
Zhang WH (张文辉), Xu XB (许晓波), Zhou JY (周建云) et al.,
2005a. Pattern and dynamics of the spatial population distribu鄄
tion of endangered Abies chensiensis [J] . Acta Botanica Boreali鄄
Occidentalia Sinica (西北植物学报), 25: 1840—1847
Zhang WH (张文辉), Xu XB (许晓波), Zhou JY (周建云) et al.,
2005b. Population dynamics of endangered plant species Abies
chensiensis [J] . Chinese Journal of Applied Ecology (应用生态
学报), 16 (10): 1799—1804
Zhang XS (张新时), Yang DA (杨奠安), Ni WG (倪文革),
1993. The potential evapotranspiration (PE) index for vegetation
and vegetation鄄climatic classification ( 芋)鄄An introduction of
main methods and PEP program [J] . Acta Phytoecologica et Ge鄄
botanica Sinica (植物生态学与地植物学学报), 17 (2):
97—109
Zhou SQ (周世强), Huang JY (黄金燕), 1997. A preliminary
study on the population structure and spatial pattern of Picea
brachytyla [J] . Journal of Sichuan Forestry Science and Tech鄄
nology (四川林业科技), 18 (4): 18—23
9433 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 吴建国: 气候变化对 7 种乔木植物分布的潜在影响摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇