全 文 ：第 30 卷 第 3 期 干 旱 区 资 源 与 环 境 Vol． 30 No． 3
2016 年 3 月 Journal of Arid Land Ｒesources and Environment Mar． 2016
文章编号:1003 － 7578(2016)03 － 112 － 09 doi:10． 13448 / j． cnki． jalre． 2016． 089
沙拐枣属(Calligonum L．)植物在中国的潜在分布区预测
*
刘娜1，2，冯缨1，管开云1
(1．中国科学院新疆生态与地理研究所，乌鲁木齐 830011;2．中国科学院大学，北京 100049)
提 要:应用最大熵算法模型(MaxEnt)和地理信息系统(ArcGIS)软件，结合塔里木沙拐枣(Calligonum
roborovskii A． Los．)、库尔勒沙拐枣(Calligonum kuerlese Z． M． Mao)、英吉沙沙拐枣(Calligonum yingisaricum Z．
M． Mao)、若羌沙拐枣(Calligonum ruoqiangense Liou f．)等四种沙拐枣的现有地理分布记录和 19 个生物气候变
量，预测它们在中国的潜在分布区，并分析其主导气候因子。结果显示:1)塔里木沙拐枣的潜在适生区集中在
塔里木盆地及甘肃、内蒙和青海部分地区;若羌沙拐枣的潜在适生区集中在若羌、且末、吐鲁番等较干旱地区;
库尔勒沙拐枣的潜在适生区集中在北疆的克拉玛依，东疆的吐鲁番和哈密地区，南疆的库尔勒、喀什、和田等地
区;英吉沙沙拐枣的潜在适生区集中在北疆的精河、东疆的吐鲁番、南疆的喀什等地区。2)MaxEnt 模型对塔
里木沙拐枣、库尔勒沙拐枣、英吉沙沙拐枣、若羌沙拐枣等四种沙拐枣潜在分布区的预测精度都很高，AUC 值
都大于 99． 5%。3)影响四种沙拐枣分布概率的主要气候因素是春夏多雨季的降水量，其次是冬季的降雪量及
最低温。上述研究结果对于适生区开展四种沙拐枣的野生抚育、种植区划及引种栽培具有重要的指导意义。
关键词:沙拐枣属;地理分布;MaxEnt模型;潜在分布区;气候
中图分类号:Q948 文献标识码:A
蓼科(Polygonaceae)沙拐枣属(Calligonum L．)由林奈 1753 年建立，为灌木或半灌木植物。根据瘦果
表面附属物的不同，将沙拐枣属分为四个组，分别是泡果组(Sect． Calliphysa (Fisch． Et Mey))、翅果组
(Sect． Pterococcus (Pall．)Borszcz．)、基质组(Sect． Calligonum)和刺果组(Sect． Modusa Sosk． et Alexan-
dr．)［1］。沙拐枣属主要分布在非洲北部、欧洲南部和亚洲等相当辽阔区域，分布区经纬度范围为 1°W ～
116°E和 14°N ～ 15°N［2］。泡果组和翅果组占据分布区的中部;基质组位于分布区西部，在非洲、欧洲、亚
洲形成连续分布区;刺果组则位于分布区东部，连续分布在南亚、中亚以及亚洲中部［3］。全世界约有 35
种，11 个变种［3］。我国有 23 种，产新疆、内蒙古中部和西部、宁夏西部、甘肃西部以及青海等地区。新疆
有 22 种，占到全国分布种的 4 /5［2］，其中野生种有 19 种，包括潘伯荣定名的塔克拉玛干沙拐枣(Calligo-
num taklamakanensis B． Ｒ． Pan)［4］。在新疆准噶尔盆地及东疆地区广泛分布有沙拐枣属泡果组、翅果组、
基翅组以及部分刺果组植物。但是，在新疆南部的塔里木盆地却只分布有沙拐枣属刺果组植物，分别是塔
里木沙拐枣(C． roborovskii)、库尔勒沙拐枣(C． kuerlese)、英吉沙沙拐枣(C． yingisaricum)、若羌沙拐枣
(C． ruoqiangense)和塔克拉玛干沙拐枣(C． taklamakanensis)。查阅标本和文献资料发现，塔里木沙拐枣
为中国特有种，库尔勒沙拐枣、英吉沙沙拐枣、若羌沙拐枣和塔克拉玛干沙拐枣为新疆特有种，且仅分布在
新疆南部地区。塔里木沙拐枣遍布南疆，在天山南麓、帕米尔东麓和阿尔金山北麓皆有发育，并在甘肃西
部有少数分布［5］;库尔勒沙拐枣仅分布在库尔勒县 29 团、30 团以及轮台县;英吉沙沙拐枣仅分布在喀什
的英吉沙县、莎车县、叶城县等地区;若羌沙拐枣仅分布在若羌县;塔克拉玛干沙拐枣只分布在塔克拉玛干
沙漠公路一带。
沙拐枣属植物耐干旱、耐盐碱、抗风蚀沙埋，是优良的先锋固沙植物，又因其生长快、枝条茂密、易繁
殖，被广泛的应用于中国西部地区的防风固沙及生态恢复工程中。此外，沙拐枣还具有饲料、薪柴、蜜源、
观赏植物等经济用途［6］。沙拐枣属植物早已引起人们的注意，对其分类学、生物生态学、引种驯化等方面
* 收稿日期:2015 － 3 － 20。
基金项目:国家自然科学基金面上项目(41271069) ;中国科学院生命科学与生物技术局(CZBZX － 1)资助。
作者简介:刘 娜(1988 －) ，女，山东省人，硕士研究生，主要从事植物学研究． Email:865513379@ qq． com
通讯作者:冯缨，Email:luckfy@ ms． xjb． ac． cn
的研究工作很多［7 － 10］，但是对沙拐枣属植物与环境关系的研究很少。生境是植物生活的具体环境［11］，在
地植物学研究领域，植物分布和环境因子之间的关系是一个十分重要的内容。植物潜在分布区的预测是
指，以植物现有分布数据为基础，基于植物分布与气候关系的相关模型，来预测植物的潜在分布区。此类
模型层出不穷并得到了一定的应用。较具代表性的模型还有生物气候分析系统模型(BIOCLIM)、基于规
则集的遗传算法模型(Genetic Algorithm for Ｒule － Set Prediction，GＲAP)、最大熵模型(Maximum Entropy
Modeling，MaxEnt)等［12］。其中，最大熵模型(MaxEnt)利用物种已知的分布数据和环境数据，探索物种已
知分布区与研究区域的环境特征之间的非随机关系，在满足一定限制条件的情况下，找到熵最大的概率分
布作为最优分布，用于物种的适生区预测［13］。对其预测结果进 AUC(areas under curve)分析后发现，其预
测结果要优于同类预测模型(BIOCLIM，GＲAP等)，在分布数据不全的情况下，MaxEnt 模型也能得到较为
满意的结果［14 － 15］。
文中以塔里木沙拐枣、库尔勒沙拐枣、英吉沙沙拐枣、若羌沙拐枣、等四种沙拐枣植物为研究对象(塔
克拉玛干沙拐枣仅在模式标本采集地有分布，不能执行分布区预测，因此不作为研究对象)，结合沙拐枣
现有的地理分布数据和相关气象数据，利用 MaxEnt 模型和 ArcGIS 软件对四种沙拐枣在中国的潜在分布
区进行了预测，以期为我国沙拐枣属植物资源的调查、保护与合理利用提供理论指导。
图 1 四种沙拐枣的地理分布
Figure 1 Distribution of the four species of Calligonum L．
1 材料与方法
1． 1 沙拐枣现有分布地数据收集
查阅中国植物志、中国高等植物志、中国沙漠植物志、新疆植物志等文献资料，以及中国科学院植物研
究所植物标本馆(PE)、新疆生态与地理研究所标本馆(XJBI)、新疆师范大学生物系植物标本室(XJNU)、
新疆大学资源与环境科学学院植物标本馆(XJUG)、新疆农业大学动植物标本馆(XJAU)、兰州大学植物
标本室(LZU)、西北农林科技大学植物标本馆(WUK)、中科院西北高原生物研究所青藏高原生物标本馆
(QTPMB)等标本馆馆藏的四种沙拐枣的所有腊叶标本，由此确定四种沙拐枣曾有文献或标本采集地记录
·311·第 3 期 刘娜等 沙拐枣属(Calligonum L．)植物在中国的潜在分布区预测
的地理分布范围。并于 2014 年 6 － 7 月开展野外调查，采用 Braun － Blanquet学派的典型样地记录法选择
四种沙拐枣的典型样地［11］，记录样方内灌木的生境、种类组成、数量以及 GPS数据等，并采集植物标本，带
回实验室分析鉴定，以获取最新的沙拐枣分布地数据。通过查阅标本和文献资料结合野外调查，利用 Arc-
GIS软件绘制出四种沙拐枣在中国的分布点(图 1)。
1． 2 气象数据的收集
用于沙拐枣潜在分布区预测的气候数据，均来自 WorldClim(http:/ /www． worldclim． org)，包括 1950 －
2000 年的 19 个生物气候变量(表 1)，空间分辨率为 5arc － min，下载的 ascii格式气候数据在 MaxEnt软件
中可以直接使用。
1． 3 地图数据
研究所用新疆和中国行政区划矢量图，
来自于国家基础地理信息系统网站(http:/ /
nfgis． nsdi． gov． cn)。
1． 4 MarEnt模型应用
将已知的沙拐枣分布地经纬度数据以及
19 个生物气候变量图层导入 MarEnt 软件中
对沙拐枣的潜在分布区进行模拟分析。设置
75%的分布点训练模型，25%的分布点检验
模型预测结果，其余选项选用模型的默认设
定;以此设置分布数据被以上述方式随机分
割 10 次，获得 10 套发生和验证数据集，也可
以检验 10 个模型预测结果的稳定性。将软
件运行 10 次预测结果叠加后计算的平均值
作为沙拐枣最终的潜在分布预测;利用 ＲOC
曲线，即受试者工作特征曲线，评价模型预测
结果的精准度;利用 Jackknife 刀切图来评价
各环境因子在潜在分布区预测中的权
重［14，6 － 17］。
2 结果分析
表 1 19 个气候数据
Table 1 19 Bioclimatic data
编号 描述 Description
Bio1 年均温 Annual mean temperature
Bio2 昼夜温差月均值 Monthly mean of diumal temperature range
Bio3 等温性 Isothermality(Bio2 /Bio7 × 100)
Bio4 温度季节变化标准差 Standard deviation of temperature saesonality
Bio5 最暖月最高温 Max temperature of warmest month
Bio6 最冷月最低温 Max temperature of coldest month
Bio7 年均温变化范围 Ｒange of annual temperature
Bio8 最湿季度平均温 Mean temperature of wettest quarter
Bio9 最干季度平均温 Mean temperature of driest quarter
Bio10 最暖季度平均温 Mean temperature of warmest quarter
Bio11 最冷季度平均温 Mean temperature of coldest quarter
Bio12 年均降水量 Annual average precipitation
Bio13 最湿月降水量 Precipitation of wettest month
Bio14 最干月降水量 Precipitation of driest month
Bio15 降水量变异系数 Variation coefficient of precipitation
Bio16 最湿季度降水量 Precipitation of wettest quarter
Bio17 最干季度降水量 Precipitation of driest quarter
Bio18 最暖季度降水量 Precipitation of warmest quarter
Bio19 最冷季度降水量 Precipitation of coldest quarter
2． 1 塔里盆地四种沙拐枣在中国的潜在分布区及其适生等级划分
表 2 塔里木沙拐枣潜在适生区
Table 2 Potential distribution area of C． roborovskii
适生等级 分布区
低适生 新疆塔里木盆地地区;甘肃西部，内蒙西部，宁夏西南端，青海南部。
较适生
新疆塔里木盆地地区;甘肃的敦煌市，安西县，肃北蒙古族自治县南端，玉门市，金塔县，嘉峪关市，高台县，临泽
县，张掖市;内蒙古的额济纳旗西部，阿拉善右旗西部;青海的都兰县、格尔木市、海西蒙古族藏族自治州交界处。
高适生
新疆的哈密市南部，吐鲁番市南部、鄯善县、托克逊县南部，库尔勒市、和硕县西部、博湖县、焉耆县、轮台县，阿克
苏地区中部，阿图什县、乌恰县、阿克陶县东部，喀什地区，皮山县中部、墨玉县南部、和田县北部、洛浦县南部、策
勒县中部、于田县西部，以及民丰县、若羌县部分地区;甘肃的敦煌市，安西县，玉门市，金塔县，嘉峪关市东部，以
及高台县、临泽县部分地区;内蒙古的阿拉善右旗西部小面积地区。
在 ArcGIS软件中加载 MaxEnt软件的运算结果，将软件输出的 ASCII 格式的图层栅格化，导入 ArcGIS
软件中与中国矢量图叠加，得到沙拐枣在中国潜在适生区分布图。在 ArcGIS软件中将模拟效果图的适生
等级划分为 4 类，白色代表不适宜生长区(＜ 0． 1)，浅灰色代表低适宜生长区(0． 1 － 0． 3)，中灰色代表较
适宜生长区(0． 3 － 0． 5)，黑色代表高适生区(＞ 0． 5)。图 2、图 3、图 4、图 5 分别是塔里木沙拐枣、若羌沙
拐枣、库尔勒沙拐枣和英吉沙沙拐枣的潜在适生分布图，表 2、表 3、表 4、表 5 分别对其低适生区、较适生
区、高适生区三个级别对应的具体县市进行了总结概括。塔里木沙拐枣在塔里木盆地、甘肃西部、内蒙西
部、宁夏西南端、青海南部等地区均有可能生长;较适生区最北到巴里坤县，最南到策勒县中部，最西到乌
恰县东部，最东到甘肃民勤县;高适生区最北到哈密市北部，最南到策勒县中部，最西到乌恰县东部，最东
·411· 干 旱 区 资 源 与 环 境 第 30 卷
到内蒙古阿拉善右旗西部。若羌沙拐枣的适生分布区较为连续，主要集中在吐鲁番地区、和田和且末地
区。库尔勒沙拐枣在塔里木盆地、北疆中部地区、甘肃西部、内蒙西南部等地区有可能生长，较适生区、最
适生区均呈间断分布，北疆中部地区、吐鲁番、哈密地区、库尔勒地区、喀什地区、和田地区以及内蒙北部。
英吉沙沙拐枣的适生区也呈间断分布，集中分布在精河地区、吐鲁番地区、喀什及和田地区。
图 2 塔里木沙拐枣潜在适生区
Figure 2 Potential distribution area of C． roborovskii
图 3 若羌沙拐枣潜在适生区
Figure 3 Potential distribution area of C． ruoqiangense
·511·第 3 期 刘娜等 沙拐枣属(Calligonum L．)植物在中国的潜在分布区预测
表 3 若羌沙拐枣潜在适生区
Table 3 Potential distribution area of C． ruoqiangense
适生等级 分布区
低适生
新疆的哈密地区，吐鲁番地区，尉犁县南部、若羌县和且末县北部，沙雅县、阿克苏市，洛浦县、策勒县、于田县和
民丰县北部;甘肃的敦煌市，阿克塞哈萨克族自治县，安西西部;内蒙古的额济纳旗东部，阿拉善右旗北部;青海
的海西蒙古藏族自治州。
较适生
新疆的巴里坤县和伊吾县北部，哈密市、吐鲁番市、鄯善县南部，尉犁县南部、若羌县和且末县北部，沙雅县南部，
民丰县北部;甘肃的敦煌市西部，阿克塞哈萨克族自治县北部;青海的海西蒙古藏族自治州小面积。
高适生 新疆的哈密市、吐鲁番市、鄯善县南部，若羌县和且末县北部，民丰县东北部;甘肃的敦煌市西部。
图 4 库尔勒沙拐枣潜在适生区
Figure 4 Potential distribution area of C． kuerlese
表 4 库尔勒沙拐枣潜在适生区
Table 4 Potential distribution area of C． kuerlese
适生等级 分布区
低适生 新疆塔里木盆地和北疆中部地区，甘肃西部，内蒙西南部。
较适生
新疆的克拉玛依市，和布克赛尔自治县，精河县、乌苏市、奎屯市、沙湾县和玛纳斯县北部、呼图壁县北部，哈密地
区，吐鲁番地区，巴音郭楞蒙古自治州，阿克苏地区南部，喀什地区北部，和田地区北部;甘肃的玉门市，金塔县;
内蒙古的额济纳旗东部，阿拉善右旗北部，阿拉善左旗北部，乌拉特后旗北部。
高适生
新疆的克拉玛依市，和布克赛尔自治县，精河县、乌苏市、奎屯市、沙湾县和玛纳斯县北部，哈密市、巴里坤县和伊
吾县南部，吐鲁番市南部、鄯善县、托克逊县南部，库尔勒市、博湖县西部、焉耆县、轮台县，库车县东部、尉犁县西
部，巴楚县，墨玉县南部、和田县北部、洛浦县南部;内蒙古的额济纳旗东部，阿拉善左旗北部，乌拉特后旗北部。
表 5 英吉沙沙拐枣潜在适生区
Table 5 Potential distribution area of C． yingisaricum
适生等级 分布区
低适生 新疆的精河县、乌苏市、奎屯市、玛纳斯县，哈密地区，吐鲁番地区，阿克苏北部地区，喀什地区，和田西北部地区。
较适生
新疆的精河县、乌苏市，巴里坤县和伊吾县北部，哈密市、吐鲁番市、鄯善县中南部，库车县、沙雅县、新和县，阿图
什南部，喀什市、巴楚县和伽师县北部、疏附县、岳普湖县、英吉沙县、莎车县、麦盖提县、泽普县，叶城县北部，皮
山北部、墨玉县南部、和田县北部、洛浦县南部。
高适生
新疆的精河县，哈密市、吐鲁番市、鄯善县中南部，阿图什南部，喀什市、巴楚县和伽师县北部、疏附县、岳普湖县、
英吉沙县、莎车县、麦盖提县、泽普县，叶城县北部，皮山北部、墨玉县南部、和田县北部、洛浦县南部。
2． 2 预测精度
应用 ＲOC曲线分析法对 MaxEnt 软件预测的四种沙拐枣潜在适生性分布结果进行精确检验。ＲOC
·611· 干 旱 区 资 源 与 环 境 第 30 卷
图 5 英吉沙沙拐枣潜在适生区
Figure 5 Potential distribution area of C． yingisaricum
图 6 四种沙拐枣潜在分布预测 ＲOC曲线
Figure 6 ＲOC curve of potential distribution prediction of four species of Calligonum L．
曲线下面积，即 AUC值，用来检验模型预测结果的准确性。AUC值一般介于 0． 5 － 1 之间，越接近于 1，说
·711·第 3 期 刘娜等 沙拐枣属(Calligonum L．)植物在中国的潜在分布区预测
明预测结果的准确度越高，低于 0． 5，则表明预测结果不及随机预测。一般认为，AUC值为 0． 5 － 0． 7 时预
测精度较低，为 0． 7 － 0． 9 时预测精度中等，大于 0． 9 时预测精度较高。MaxEnt软件重复运行 10 次后，得
到四种沙拐枣训练集 AUC的平均值(图 6)。塔里木沙拐枣、库尔勒沙拐枣、若羌沙拐枣以及英吉沙沙拐
枣的训练集 AUC平均值分为 0． 996，0． 998，0． 999 以及 1． 000。由此可见，MaxEnt 软件对塔里木沙拐枣、
库尔勒沙拐枣、若羌沙拐枣和英吉沙沙拐枣的潜在适生区的预测结果非常好。
2． 3 潜在分布区对应的主导环境因子
模型的 Jackknife检验给出的各气候因子对四种沙拐枣潜在适生分布影响的得分情况，来确定各气候
因子的重要性。图 7 反映了各气候因子对四种沙拐枣分布概率的重要性得分。图中横轴表示气候因子得
分值，纵轴表示各气候因子，黑色表示对应因子的得分，浅灰色表示除该变量外的其它变量组合的所有贡
献和，中灰色表示所有变量的得分和;变量的得分越高，即代表该变量越重要。影响塔里木沙拐枣分布概
率的主要气候因子依次为最湿月降水量(bio13)，最冷季度降水量(bio19)，年均降水量(bio12)，最湿季度
降水量(bio16)，最冷季度平均温(bio11)，最冷月最低温(bio6)，年均温(bio1)。由此来看，影响塔里木沙
拐枣分布概率的主要气候因素是春夏多雨季的降水量，冬季的降雪量及最低温。影响库尔勒沙拐枣分布
概率的主要气候因子依次为年均降水量(bio12)，最湿月降水量(bio13)，最湿季度降水量(bio16);影响英
吉沙沙拐枣分布概率的主要气候因子依次为最湿季度降水量(bio16)，最湿月降水量(bio13)，年均降水量
(bio12);影响若羌沙拐枣分布概率的主要气候因子依次为年均降水量(bio12)，最湿季度降水量(bio16)，
最湿月降水量(bio13)。因此影响库尔勒沙拐枣、英吉沙沙拐枣、若羌沙拐枣分布概率的主要气候要素都
为春夏多雨季的降水量。影响四种沙拐枣分布概率的主要气候因素是春夏多雨季的降水量，其次是冬季
的降雪量及最低温，这与四种沙拐枣所处的高温、干旱气候环境相对应。
图 7 各气候因子刀切法检验得分
Figure 7 Jackknife test scales of each bioclimatic factor
·811· 干 旱 区 资 源 与 环 境 第 30 卷
3 讨论
(1)根据 ＲOC曲线分析结果确定，塔里木沙拐枣、库尔勒沙拐枣、英吉沙沙拐枣、若羌沙拐枣等四种
沙拐枣的 AUC值均大于 99． 5%，所以说，MaxEnt模型对四种沙拐枣潜在分布区的预测精度很高，预测结
果具有较高可信度。
(2)四种沙拐枣潜在分布区与原有分布点对照发现，塔里木沙拐枣潜在适生区与其现有的标本采集
点及历史记录点相吻合，只是在原有分布点上的外扩。若羌沙拐枣的原有分布点仅在若羌地区，其潜在适
生区仍然集中在若羌、且末、吐鲁番等较干旱地区，潜在适生区与原有分布点稍有差异。库尔勒沙拐枣原
有分布点仅在库尔勒地区，但其潜在适生区在北疆的克拉玛依，东疆的吐鲁番和哈密地区，南疆的库尔勒、
喀什、和田等地区都有分布;潜在适生区与原有分布点差异较大。英吉沙沙拐枣原有分布点仅在喀什的英
吉沙、莎车、叶城地区，但其潜在适生区在北疆的精河、东疆的吐鲁番、南疆的喀什等地区间断分布，潜在适
生区与原有分布点也存在较大差异。
(3)四种沙拐枣潜在分布区对应的主导环境因子分析发现，影响塔里木沙拐枣分布概率的主要气候
因素是春夏多雨季的降水量，冬季的降雪量及最低温;影响库尔勒沙拐枣、英吉沙沙拐枣、若羌沙拐枣分布
概率的主要气候要素都为春夏多雨季的降水量。若羌沙拐枣所处环境较库尔勒沙拐枣和英吉沙沙拐枣更
干旱，其分布范围受制于水分;库尔勒沙拐枣所处的库尔勒地区与英吉沙沙拐枣所处的喀什地区，降水相
对较高，因此其潜在适生区更为广阔，可适生于北疆的古尔班通古特沙漠地区。潜在分布区的预测结果对
于适生区开展四种沙拐枣植物的野生抚育及引种栽培具有重要的指导意义。沙拐枣属植物是中亚和亚洲
中部荒漠植被的主要建群种之一，也是亚、非干旱地区典型的灌木荒漠［8］，因此维持沙拐枣属植物群落的
稳定性，对于保护南疆地区脆弱的生态环境具有重要的生态价值。然而，四种沙拐枣在其适生区的具体生
长及演变情况，需通过进一步的引种栽培试验进行分析研究。
参考文献
［1］毛祖美．新疆植物志(第一卷) ［M］．新疆:新疆科技卫生出版社，1993:267 － 274．
［2］毛祖美．中国植物志(第二十五卷) ［M］．北京:科学出版社，1998:120 － 133．
［3］毛祖美，潘伯荣．我国沙拐枣属的分类与分布［J］．植物分类学报，1986，24(2) :98 － 107．
［4］潘伯荣，沈观冕．新疆沙拐枣属的特有成分与新记录种［A］． 中国植物学会七十周年年会论文摘要汇编［C］． 北京:高等教育出版社，
2003:51．
［5］张佃民，毛祖美．新疆的沙拐枣灌木荒漠［J］．干旱区研究，1989，6(2) :13 － 18．
［6］时永杰，杜天庆．沙拐枣［J］．中兽医医药杂志，2003(专辑) :146 － 147．
［7］晋玲，李鸣，张勇，等．沙拐枣属(Calligonum L．)7 种植物总 DNA提取方法的改进及鉴定［J］．中国沙漠，2007，27(3) :466 － 468．
［8］师玮，潘伯荣，段士民，康晓珊．蒙古沙拐枣(Calligonum mongolicum)与其相关种的果实形态差异性分析［J］．中国沙漠，2011，31(1) :121
－ 128．
［9］康晓珊，潘伯荣，等．沙拐枣属 4 种植物同地栽培开花物候与生殖特性比较［J］．中国沙漠，2012，32(5) :1315 － 1327．
［10］赵艳芬，师玮，潘伯荣．沙拐枣植物(Calligonum L．)物候对长期气温变化的响应［J］．中国沙漠，2014，34(3) :1 － 8．
［11］宋永昌．植被生态学［M］．上海:华东师范大学出版社，2001:326 － 327．
［12］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，2013，43(11) :915 － 927．
［13］Phillips S J，Anderson Ｒ P，Schapire Ｒ E． Maximum entropy modeling of species geopraphyic distributions［J］． Ecological Modeling，2006，
190:231 － 259．
［14］王运生，谢丙炎，万方浩，等． ＲOC曲线分析在评价入侵物种分布中的应用［J］．生物多样性，2007，15(4) :365 － 372．
［15］邢丁亮，郝占庆．最大熵原理及其在生态学模型中的应用［J］．生物多样性，2011，19(3) :295 － 302．
［16］马松梅，张明理，陈曦．沙冬青属植物在亚洲中部荒漠区的潜在地理分布及驱动因子分析［J］．中国沙漠，2012，32(5) :1301 － 1307．
［17］王娟娟，曹博，白成科，等．基于 Maxent和 ArcGIS预测川贝母潜在分布及适宜性评价［J］．植物研究，2014，34(5) :642 － 649．
·911·第 3 期 刘娜等 沙拐枣属(Calligonum L．)植物在中国的潜在分布区预测
Potential distribution prediction of Calligonum L． in China
LIU Na1，2，FENG Ying1，GUAN Kaiyun1
(1． Xinjiang Institute of Ecology and Geography，The Chinese Academy of Sciences，Urumqi 830011;
2． University of Chinese Academy of Sciences，Beijing 100049)
Abstract:The potential distributions of Calligonum roborovskii，C． kuerlese，C． yingisaricum，and C． ruoqian-
gense were predicted through the distribution model (MaxEnt)and GIS (ArcGIS 10． 0)combined with existing
distribution records of the five species and 19 biological climate variables． The results showed that: (1)The po-
tential distribution areas of C． roborovskii were located in Tarim Basin and some regions of Gansu，Inner Mongo-
lia，and Qinghai． The potential distribution areas of C． ruoqiangense were still located in Ｒuoqiang，Qiemo and
Turban regions． But，the potential distribution areas of C． kuerlese were Karamay of northern Xinjiang，Turban
and Camul of eastern Xinjiang，and Korla，Kashgar and Hotan of southern Xinjiang． The potential distribution
areas of C． jingisaricum were Jinghe of northern Xinjiang，Turban of eastern Xinjiang，Kashgar and Hotan of
southern Xinjiang． (2)Prediction precision of the potential distribution of C． roborovskii，C． kuerlese，C．
yingisaricum and C． ruoqiangense was all higher，for their AUC values were all greater than 99． 5% ． (3)The
main climate factors influencing the distribution probability of C． roborovskii，C． kuerlese，C． yingisaricum and
C． ruoqiangense were the rainfall in spring and summer，followed by the snowfall and low temperature in winter．
The research results will provide valuable references for the wildlife tending，the plantation regionalization，and
the introduction and cultivation of Calligonum L．
Key words:Calligonum L．;geographical distribution;MaxEnt model;potential distribution;climate
·021· 干 旱 区 资 源 与 环 境 第 30 卷