中国特有植物雪落樱桃潜在分布及其生态特征

为明确中国特有植物雪落樱桃(Cerasus xueluoensis)的潜在分布与居群生态特征,利用DIVA-GIS软件及其耦合的BIOCLIM模型,首次绘制了雪落樱桃适生区分布模拟图,并对影响其分布的主导气候因子进行了定性定量分析。结果表明,雪落樱桃当前潜在适生区主要分布在亚热带长江流域1 200 m以上高海拔山区,其中渝-鄂-湘三省交界的大巴山-巫山山脉可视为现代核心分布区,湘黔交界及湘南的南岭山脉可视为雪落樱桃潜在分布的南界,陕-豫-鄂交界山区的秦岭南麓可能是其潜在分布的北界。主成分分析(PCA)筛选的主导气候因子及其贡献率依次为:年降水量(bio12)最冷季降水量(bio19)最暖季降水量(bio18)最湿季降水量(bio16),累计频率曲线进一步确定其适宜范围分别为:993.00～1 870.22、500.00～680.00、430.00～669.16和500.00～680.00mm,表明降水是影响雪落樱桃当下分布格局的主导气候限制因子。Pearson相关性分析表明,雪落樱桃分布格局在区域尺度上受海拔、经、纬度影响;最小树分析和聚类分析表明,雪落樱桃7个野生居群可划分为中西部与东部两大分支;受试者工作特征曲线(ROC) AUC值达到0.751,满足模型预测精度的基本要求。这些有助于为雪落樱桃制定科学合理的资源保护与科学引种规划。     

高盆樱桃与钟花樱桃的地理分布模拟及生态特征比较分析

该研究以高盆樱桃(Cerasus cerasoides)及其近缘种钟花樱桃(C. campanulata)为对象,通过收集其实际分布的地理坐标,运用BIOCLIM模型模拟现代适生区范围并预测其未来气候下(CCM3,2100)潜在分布区的变化; 结合主成分分析和相关性分析确定其主导气候因子,并比较两者在气候限制因子方面的差异; 利用受试者工作特征曲线(Receiver operation characteristic, ROC)评估模型预测效果。结果表明:(1)高盆樱桃和钟花樱桃主要分布于我国长江以南大部分省区,两者现代分布中心分布位于云贵高原,武夷山脉和南岭山脉。(2)未来气候变化情境下(CCM3),高盆樱桃和钟花樱桃的适生范围将缩小。二者在中国西南部(高盆樱桃)和东南部(钟花樱桃)的适生范围可能大幅减小,而钟花樱桃在湖南西部的适生区可能增加。(3)主成分(PCA)及相关性分析表明,年降水量(bio12)、最湿季降水量(bio16)、最暖季降水量(bio18)、温度季节变化方差(bio4)是影响高盆樱桃及钟花樱桃当下适生区的主要气候因子,“热量变异幅度”是造成二者分布存在差异的最主要环境因子。(4)钟花樱桃(0.816)和高盆樱桃(0.799)的AUC值均高于随机测试(0.500),说明BIOCLIM模型可以准确预测高盆樱桃及钟花樱桃的分布。这为高盆樱桃和钟花樱桃资源保护、物种鉴定和谱系地理学的研究提供重要指导。     

麻栎在中国的地理分布及潜在分布区预测

基于19个生物气候因子和473个地理分布记录,利用DIVA-GIS软件,分析了麻栎在中国的地理分布与气候的关系及其潜在分布区。结果表明:中国麻栎分布在18°~41°N、91°~123°E之间,其地理分布可划分为6个区,其中横断山脉区、云贵高原区、秦岭巴山区比较集中;分布区跨越7个温度带、3个干湿区、18个气候区,包括9种气候类型;适宜麻栎生长的年均温度为5.1℃~20.7℃,年降雨量为471~1 712.6mm;影响麻栎地理分布的主导因子依次为湿度因子、耐旱能力和温度因子。BIOCLIM模型预测显示,麻栎潜在分布区与实际分布区具有很好的一致性,其最适分布区位于云贵高原中部和秦岭巴山区;在CO2浓度倍增的未来气候情景下,麻栎潜在分布区面积将缩小,且有向北方和高海拔地区扩散的趋势。ROC曲线分析表明,BIOCLIM模型的模拟精度较高(AUC=0.826)。研究结果对于合理经营利用麻栎林具有重要的理论和现实意义。     

基于MaxEnt优化模型的闽楠潜在适宜分布预测

闽楠是我国二级保护珍稀濒危植物,不仅是珍贵用材树种,还具有重要的生态价值,预测其潜在适生区变化具有重要意义。采用Enmeval优化包调用MaxEnt模型建立最优模型。基于186条分布记录和9个环境变量模拟闽楠现代2050和2090年代的6个气候情景潜在分布区。综合Jackknife检验、置换重要值和贡献率、多元相似度面和最不相似变量,探讨影响闽楠适生分布区的环境因子,并分析空间变换格局。结果表明：（1）最优模型的参数为：FC=PT,RM=0.5,Maxnnt模型的预测准确度极高,AUC=0.9846±0.0037,现代闽楠潜在适生区的面积为54.32×10⁴km²,闽楠现代高度适生区集中分布在湖南南部和广西东北部;（2）在未来6种气候变化情景下,闽楠潜在适生分布区均有向北扩张的趋势,除2050s-SSP585外,其余情景适生区面积均增加较小,特别是情景2090s-SSP126下,高度适生区将减少40.32%;（3）最干月降水量（bio14）、降水季节性变化（bio15）、最冷月最低温（bio6）、最暖季降水量（bio18）和最暖月最高气温（bio5）是制约闽楠分布格局的主要环境因子;（4）闽楠各个时期的地理分布范围差别较大,说明闽楠对气候变化抗逆性较差,滥砍滥伐、生境破坏和自身繁育问题可能是致濒的重要原因,福建、江西、湖南和广西东北部是闽楠的稳定适生区和未来气候避难区,台湾中部、福建、江西、湖南、湖北西南部和浙南为理想的闽楠人工林引种区,随着气候变暖的日益加剧,粤桂黔三省（区）丧失区面积比较大,并建议对粤桂黔群体进行优先保护。     

基于DIVA-GIS的紫玉兰地理分布及适生性分析

基于39个地理分布信息和19个生物气候因子,利用BIOCLIM生态位模型对紫玉兰(Yulania liliiflora(Desr.) D. L. Fu)潜在适生区进行预测。结果显示,紫玉兰自然分布于云南、四川、贵州、湖北、甘肃、重庆、福建等地海拔300～1600 m的中低山区。当前气候条件下,贵州苗岭是其主要适生区;随着全球气候变暖(CO2浓度倍增情况下),紫玉兰的适生区有向高海拔地区收缩的趋势,而在分布区的东北界,其潜在分布范围将扩散至湖南中部和浙江东部地区。影响紫玉兰地理分布格局的重要因素是水热条件的综合效应。ROC曲线检验的AUC值(0.998)表明,采用BIOCLIM模型对紫玉兰潜在分布区的预测结果准确性较高。本研究在气候变暖的大环境下分析紫玉兰的适生性,可为紫玉兰种质资源的保护利用提供依据。     

基于MaxEnt模型的中国白杄分布格局及未来变化

白杄(Picea meyeri)1989年被评为内蒙古自治区Ⅱ级保护珍稀濒危植物。该研究基于白杄在中国地区的50条有效分布点记录和12个环境因子变量,利用MaxEnt模型和ArcGIS软件分析全新世中期、现代、2050年和2070年四个时期白杄在中国的潜在地理分布,通过环境因子的贡献率和刀切法检验确定限制现代潜在地理分布的主导因子,并利用响应曲线确定环境因子变量的适宜区间,以明确不同时期白杄潜在地理分布区域和面积,为白杄的引种以及保护管理提供依据。结果显示:(1)MaxEnt模型预测受试者工作曲线面积(AUC)为0.979,说明该模型预测的潜在分布精度准确,预测结果的可信度高。(2)影响白杄潜在分布的主要气候因子及其适宜生长范围为:海拔(1200~2300 m)、昼夜温差与年温差比值(25%~28%)、最湿月降雨量(90~145 mm)和年平均温度(0~5℃)。(3)现代白杄在中国的潜在地理分布总面积为103.56万km²,主要位于内蒙古中西部地区(九峰山、正蓝旗、多伦县)、山西省大部分地区(大石洞、五台山)以及河北省部分地区(雾灵山、塞罕坝)。(4)从全新世中期到现代气候条件下,白杄在内蒙古北部高纬度地区的潜在分布区面积减少,生存适宜度降低,内蒙古中部大部分最适生区丧失;2070年RCP2.6排放情景下,白杄在山西省、河北省等低纬度地区的适生区也基本丧失,与现代分布区相比,白杄在未来气候条件下的适生区缩小,并且向内蒙古东北方向迁移。研究表明,从全新世中期到2070年,白杄的潜在分布区面积逐渐缩小,且有向高纬度、高海拔地区迁移的趋势,其最适生区范围也向内蒙古东北地区移动。     

气候变化下阔叶山麦冬的潜在适生区预测

基于MaxEnt最大熵模型和ArcGIS10.2软件,利用阔叶山麦冬(Liriope muscari (Decne.) L.H.Bailey)205条有效分布记录和10个生物气候变量,对现代和未来4个时期ssp245和ssp585气候情景下阔叶山麦冬潜在适生区进行预测,评估了制约阔叶山麦冬现代潜在分布区的主导气候因子。结果表明,训练及测试的AUC值范围分别为0.9861—0.9877和0.9849—0.9869,阔叶山麦冬现代潜在适生区的预测结果可信度较高。现代气候条件下阔叶山麦冬的潜在适生区主要分布于中国江西、安徽、广西、浙江、重庆及四川东部等地;总适生区面积占比为0.73%,其中高度、中度、一般适和低度适生区分别为0.08%、0.12%、0.17%和0.36%。影响其现代潜在适生区分布的主导气候因子为温度(bio11、bio10和bio4)和降水量(bio18和bio16)。未来4个时期2种气候情景下阔叶山麦冬适生区总面积较现代呈下降趋势,特别是在ssp585情景下,2090s时期适生区面积减少达到了0.68%。以上结果都为阔叶山麦冬的栽培、引种以及进一步探究单个气候因子对阔叶山麦...     

中国三种濒危葡萄属(Vitis L.)植物的地理分布模拟

收集云南葡萄、庐山葡萄和温州葡萄3个濒危种的地理分布资料,利用地理信息系统软件ArcGIS绘制其现状分布图,在分布信息数据矢量化的基础上研究了影响其分布的主要环境因子,同时采用BIOCLIM模型对3种野葡萄的生态位进行了模拟,预测了其在当前和未来的可能潜在分布区。结果表明:3种野葡萄主要集中分布于我国的长江以南地区,江西北部和浙江东南部分别是庐山葡萄和温州葡萄最为集中的地区,云南葡萄分布比较分散;最干季的均温、年均温差和年降雨量是影响云南葡萄地理分布的主要环境因子;年均温、降雨量的季节性变化、最湿季均温和平均月温差是影响庐山葡萄地理分布的主要环境因子;极端最低温、年降雨量、最干月降雨量是影响温州葡萄地理分布的主要环境因子;3种野葡萄当前的潜在分布区与实际分布区有很好的一致性,说明BIOCLIM模型模拟的精确度较高,3种野葡萄当前和未来可能潜在分布中心依然位于我国的南部地区,在未来气候变化情景下,3种野葡萄适宜区面积变化范围不明显,但适宜区向北部移动。     

未来气候变化对孑遗植物鹅掌楸地理分布的影响

为了解未来气候波动对鹅掌楸(Liriodendron chinense)潜在适生区的影响,利用最大熵模型(Maxent)和地理信息系统(ArcGIS)软件,结合物种地理分布点信息,对鹅掌楸当前适生区分布进行了模拟和划分,同时预测了2061-2080年间气候变化条件下鹅掌楸的潜在适生分布区变化,进而分析影响鹅掌楸地理分布...     

基于MaxEnt模型的小巢粉虱在中国的潜在地理分布

小巢粉虱是一种危险性外来入侵害虫,现已传入我国香港、海南。阐明小巢粉虱在我国的潜在地理分布及其主要限制环境因子,可为该虫早期预警与防控提供理论依据。本文利用MaxEnt模型对小巢粉虱在我国的潜在适生区进行预测,使用刀切法及环境变量响应曲线对影响小巢粉虱分布的环境因子进行评估。结果表明:小巢粉虱在我国的潜在适生区分布于海南、台湾、广东、广西、福建、云南、贵州、湖南、江西、浙江、上海、安徽、湖北、重庆、四川、西藏等省区;适生区总面积224.9万km~2,约占我国国土面积的23.4%,其中高度适生区面积38.2万km~2,中度适生区面积47.6万km~2,低度适生区面积139.1万km~2;最冷月最低温(bio06)、最干季平均气温(bio09)、最冷季降水量(bio19)是影响小巢粉虱潜在地理分布的主导环境因子。我国各潜在适生区、特别是华南沿海地区应加强检疫,防止小巢粉虱进一步扩散。     

On a property of the exponential distribution

If t is an independent exponentially distributed random variable, the distribution p = [t - x] is a modified geometric distribution, similar to the result of HAWKINS and KOTZ (1976), x is uniform.     

Reconstructing the Pleistocene geography of the Aphelocoma jays (Corvidae)

Understanding historical distributions of species and evolving lineages has been a topic of considerable interest, yet methods used to date have not provided detailed, quantitative distributional hypotheses. Here, we present a technique based on models of species’ ecological niches and Pleistocene climate reconstructions that provides such hypotheses, providing the example of reconstructions for the Aphelocoma jays. We demonstrate in general a greater degree than expected of stability in jay species’ distributional areas back through at least the most recent glaciation event, and that existing patterns of genetic differentiation may date to before the Late Pleistocene glaciations. More generally, the method offers the potential for reconstructing historical distributions of species or lineages, and providing a detailed geographic framework for addressing many biogeographic and systematic questions.     

Compound Intervened Poisson Distribution

The nature and characteristics of Intervened Poisson Distribution (IPD) has been well discussed by Shanmugam (1985). In this paper, Compound Intervened Poisson Distribution (CIPD) is introduced and its properties are studied.     

Modelling potential biotope composition on a regional scale revealed that climate variables are stronger drivers than soil variables

Aim

Environmental conditions define the suitability of an area for biotopes, and any area can be suitable for several biotopes. However, most previous studies modelled the distribution of single biotopes ignoring the potential co-occurrence of biotopes in one area, which limits the usefulness of such models for conservation and restoration planning. In this study, we described the potential biotope composition of an area in response to environmental conditions.

Location

Bavaria, Federal State of Germany.

Methods

Based on the Bavarian biotope mapping data, we modelled the distribution of 29 terrestrial biotopes based on six climate variables and six chemical and four physical soil properties using the species distribution modelling algorithm Maxent.

Results

For most biotopes, we found that climate variables were more important than soil variables for the biotope distribution and that the area of the predicted biotope distribution was larger than the observed distribution. The potential biotope composition illustrated that while 8% of the area in Bavaria was not sufficiently suitable for any analysed biotope, 92% of the modelled area in Bavaria was suitable for at least one biotope, 84% for two and 77% for at least three biotopes. The difference in suitability between the most suitable biotopes in composition was minor. Further, over one-quarter of the modelled area was suitable for 6–8 different biotopes.

Main Conclusions

Our study showed that considering a composition of potentially suitable biotopes in a raster cell, instead of only the most suitable biotope, provides valuable information to identify conservation priorities and restoration opportunities.     

Evaluation of the spatial distribution of Anoplophora glabripennis (Motschulsky) (Coleoptera: Cerambycidae) in South Korea combining climate and host plant distribution

Anoplophora glabripennis (Motschulsky) (Coleoptera: Cerambycidae), a global forest pest, has a potential to damage forests in South Korea, requiring an effective tool for evaluating its potential distribution. This study aimed to evaluate the spatial distribution of A. glabripennis in South Korea by simultaneously considering climate and host plants. Climatic suitability was firstly evaluated using a CLIMEX model; then, it was combined with the areal distribution of host plants using a simple mathematical formulation. We finally projected the spatial distribution of A. glabripennis onto the map of administrative districts to identify hazardous areas to watch. As a result, the developed model predicted that over 40% of areas in South Korea could be exposed to A. glabripennis damage, and most of them were located in mountainous areas with abundant host plants. In addition, climatic suitability was higher in coastal areas, which was different than a previous record of A. glabripennis occurrence, while the prediction by a comprehensive model was consistent with the record. In conclusion, the model including both climate and host plant occurrence was more reliable than the model which only included climate, and could provide useful data for determining areas for monitoring and control.     

On the Discrete POISSON-Inverse GAUSSian Distribution

The discrete POISSON-inverse GAUssian distribution is obtained by compounding the POISSON distribution with the inverse-GAUssian distribution. The maximum likelihood of the parameter is discussed. Comparison with the POISSON, negative binomial, POISSON-LINDLEY and the generalized WARING distribution when fitting a distribution to accident statistics data is given.