承德光秃山不同海拔油松居群遗传多样性

为了解光秃山不同海拔下天然油松居群之间的遗传差异及探求遗传多样性与土壤因子的关联,为油松种源筛选和管理提供参考,本研究运用ISSR技术,对位于河北承德辽河源光秃山4个不同海拔油松天然居群共118个植株个体的遗传多样性进行分析。13个引物共扩增出177条清晰的条带,种群多态位点百分比(PPL)为60.2775%,Nei’s基因多样性指数(h)为0.2171,Shannon信息指数(I)为0.3222;不同种群遗传变异水平随海拔差异呈规律性变化,表现为沿海拔升高而呈低-高-低的分布规律,其中1354～1274 m范围的遗传多样性水平最高;在物种水平上油松具有较高的遗传多样性(PPL=98.33%,h=0.38142,I=0.5550),种群间的遗传分化系数Gst=0.6562。利用AMOVA软件对遗传变异的等级剖分结果表明,种群间有显著的遗传分化,约2/5的遗传变异存在种群间,种群内占3/5。Pearson相关分析表明,油松居群内遗传多样性与海拔、土壤养分(有机质、速效磷、速效钾含量)之间存在显著或一定的相关关系。Mantel检验结果显示,油松居群遗传距离与海拔差距、土壤养分因子的分异存在一定相关性。以上结果表明不同海拔区域的生态因子、低基因流等对油松居群间的遗传分化影响较大。     

山东丹参(Salvia miltiorrhiza)不同地理居群的遗传多样性

以山东泰安、临沂、莱芜、菏泽和潍坊5个居群的72份丹参株系为材料,利用ISSR引物进行群体遗传结构的研究。结果表明：8个ISSR引物在5个居群中共扩增出219个位点,平均可扩增出27条带,在种级水平及泰安、临沂、莱芜、菏泽和潍坊5个居群水平多态性位点百分比分别为98.63%、81.28%、66.67%、66.21%、51.14%和50.68%,种级水平的Nei基因多样性和Shannon信息指数大于各居群;5个居群Nei基因多样性和Shannon信息指数相比较,泰安〉临沂〉莱芜〉菏泽〉潍坊;根据基因分化系数,测得的基因流值Nm为4.2352;UPGMA聚类分析结果表明,莱芜居群和临沂居群遗传一致度最大,遗传关系最近,泰安居群与其它4个居群遗传关系最远;分析发现菏泽居群、泰安居群是相对独立的群体,但5个居群间存在部分基因交流。所有参数分析表明,泰安居群遗传多样性最丰富,故在制定原位种质保护计划时应优先考虑泰山周边地区的丹参。     

长竹蛏不同地理居群的遗传多样性

研究以大连、烟台、莱州、青岛和赣榆近海5个不同地理居群的长竹蛏(Solen strictus Gould)为实验材料,利用ISSR分子标记进行了遗传多样性的研究。结果表明,13个ISSR引物在5个居群中共扩增出200个位点,平均每个引物记录15.4个位点,5个居群的多态位点比例为43.56%—60.43%。长竹蛏在物种水平上的Nei’s基因多样性指数和Shannon’s信息指数分别为0.2854和0.4390,在居群水平上分别为0.1674和0.2530。NJ聚类分析显示,青岛居群与赣榆居群的亲缘关系最近,而烟台居群与其他4个居群的亲缘关系较远。经Mantel检测,长竹蛏5个居群间的遗传距离与地理距离并无相关性(r=-0.0834,P>0.1)。AMOVA分子变异分析表明,长竹蛏的遗传变异有47.71%发生在居群间,52.29%发生在居群内,居群内的遗传变异大于居群间的遗传变异。长竹蛏5个居群间的遗传分化系数(Gst)为0.2889,基因流(Nm)为1.3194。结果表明,长竹蛏具有较高的遗传多样性,但居群间已发生了一定程度的遗传分化。       

葛根资源遗传多样性和性状关联分析

通过研究葛根资源的遗传多样性和葛根表型性状与分子标记的关联分析,为葛根的分子育种和指纹图谱构建提供理论依据。鉴定分析了127份不同来源葛根资源的10个表型性状,并用ISSR标记研究127份葛根资源的遗传多样性,对ISSR标记与表型性状进行关联分析。表型性状鉴定结果显示葛根资源的10个性状变异大、多样性较好。利用ISSR标记获得多态性条带109条,平均每个引物扩增5.73条、平均Nei's基因多样性0.2085、平均Shannon's指数0.3378,最远遗传距离为0.46。ISSR分子标记聚类分析将127份资源聚为两大类,群体结构分析和PCo A分析结果类似将127份资源分为2个亚群。GLM分析发现3个与茸毛性状关联标记,MLM分析未发现与表型性状关联的标记。本研究收集的资源遗传多样性较好,葛根分子标记聚类结果与地域关系不大,综合GLM和MLM关联分析结果,本试验未发现与表型关联位点。     

濒危植物蒙古扁桃不同地理种群遗传多样性的ISSR分析

采用 ISSR 分子标记对蒙古扁桃(Prunus mongolica)6个自然种群的遗传多样性进行了分析.12条ISSR引物共扩增出200条带,其中199条具多态性,多态位点比率为99.5％.在种群水平上多态位点百分率平均为55.3％.Nei's基因多样性、Shannon's信息指数在种群水平上分别为0.3241和0.4875,在物种水平上分别为0.3105和0.4722.根据基因分化系数,测得基因流值Nm为0.8266.UPGMA聚类分析结果表明:乌海千里沟种群和东升庙那仁乌拉种群遗传一致度最大,遗传关系最近.ISSR检测结果表明,包头萨拉齐种群的遗传多样性最丰富,在制定原位种质保护计划时,应优先保护包头萨拉齐周边地区的蒙古扁桃.     

华北地区油松种群遗传多样性分析

用酸性聚丙烯酰胺凝胶（APAGE）技术分析了华北地区5个油松种群在醇溶蛋白水平上的遗传多样性。95份材料分离出12条带,其中11条具有多态性,得到23种不同的带型。种群多态位点比例在16.67%～66.67%之间。Shannon信息指数和Nei’s指数的统计结果表明：关帝山油松种群的遗传多样性高于其它种群;华北地区油松种内遗传多样性为0.248 9;种群内的遗传多样性为0.150 7,占总变异的60.55%;种群间的遗传多样性为0.098 2,占总变异的 39.45%。     

锥栗自然居群遗传多样性的ISSR分析

采用20条ISSR分子标记对栗属中国特有种-锥栗(Castanea henryi)的16个自然居群进行了遗传多样性与遗传关系分析。在449份试材上共扩增得到379个位点,其中多态性位点378个,多态性位点百分率(PPL)达99.74%,平均期望杂合度(He)为0.2950,Shannon信息指数(I)为0.4522;居群水平遗传多样性为46.09%,且不同居群遗传多样性水平有较大差异,16个自然居群中以湘西居群的遗传多样性水平最高(PPL=53.30%,He=0.1861,I=0.2781),其次为靖州、庆元、昭通及都江堰居群,南平居群最低(PPL=36.94%,He=0.1202,I=0.1817)。Nei’s遗传多样性和AMOVA分析表明,居群间产生了较大的遗传分化(Gst=0.4466),锥栗自然居群内的遗传变异稍占优势(52.51%)。UPGMA聚类分析将16个锥栗居群分为2大类5亚类。湘西地区可能是锥栗的次生分布中心和现代遗传多样性分布中心,是锥栗研究的资源中心,也是最有价值的基因库,需要重点保护。     

白檀自然居群遗传结构与遗传多样性研究

采用ISSR分子标记技术分析了湖南省5个地区6个居群白檀的遗传多样性水平和遗传结构。结果表明,9条ISSR引物对6个居群的149份白檀样品PCR扩增检测到122个扩增位点,其中多态性位点113个,多态性比率高达92.62%。Nei's基因多样性指数(He)为0.3264,Shannon多样性指数(I)为0.4873,居群之间产生较大的遗传变异(Gst=0.5215,Nm=0.4588),AMOVA分子差异分析表明白檀居群间遗传分化程度高,51.07%的变异存在于居群间,48.93%的变异存在于居群内;UPGMA聚类分析将6个白檀居群分为3大类:大围山和龙山居群为一类,岳阳和道县居群组成另一类;衡山居群单独成一类,聚类原则跟地理位置不一致,与海拔高度有一定的相关性。     

濒危植物观光木遗传多样性及遗传结构分析

采用筛选的8条ISSR引物对濒危植物观光木13个野生种群的遗传多样性及遗传结构进行分析,结果显示:物种和种群水平上多态性位点百分率分别为79.67%和46.84%,Shannon表型多样性指数分别为0.3880和0.2192,与木兰科其他近缘植物相比,遗传多样性水平较高;分子方差分析表明,观光木野生种群间遗传分化系数为0.3752,种群间存在显著的遗传距离;STRUCTURE分析和UPGMA聚类表明,参试的13个野生种群可分为3大类群;相关性分析表明,种群间遗传距离与其地理距离呈显著正相关。南昆山、笔架山、弄相山种群的遗传多样性最丰富,建议优先加以保护。     

吉林省天然黄檗种群遗传多样性ISSR分析

黄檗(Phellodendron amurense Rupr.)是吉林省长白山林区珍贵用材树种和主要建群树种,由于过度采伐和利用,其资源数量和质量明显下降。依据其资源自然分布现状,选择了10个具有代表性的天然黄檗分布种群,应用ISSR标记技术对其进行了遗传多样性的分析,以期为黄檗种群资源的收集、保存和保护提供依据和支持。研究结果表明:从60条ISSR引物中筛选出扩增99条带,多态性条带数为54条,多态性比率为54.5%。10个种群的多态位点比率分布在18.52%—37.96%范围内,其中珲春种群的多态位点比率最高,为37.96%,吉林省露水河种群的多态位点比率最低为18.52%,种群的平均多态位点百分比为26.02%。利用Shannon指数与Nei指数可较好的估算黄檗种群间的遗传变异,Shannon指数的变化范围在0.1103—0.1949之间,Shannon指数总体平均值为0.1522。Nei指数的变化范围在0.0759—0.1327之间,平均为0.1043。根据Nei法计算黄檗10个种群遗传多样性是Dst=0.1586,分化指数Gst=0.6183,基因流系数Nm为0.3086,总的遗传变异中有61.83%的变异存在于群体间,群体内的变异只占38.17%,种群间存在明显分化。黄檗的10个种群可分为两个大群,即:1松江河、露水河、湾沟、集安、辉南2白石山、汪清、安图、延吉、珲春。根据黄檗的遗传结构提出了保护措施:适度引导营造药用或用材林;开展本地黄檗资源的本底调查并进行资源汇总(包括林班、小班,每株的树龄、树高、胸径、枝下高和冠幅等数据),筛选本地的优势群体进行原地保存;迁地保护策略中要增加样本的数量,白山地区迁地保护的种源应选择松江河、露水河种源,通化地区迁地保护的种源应选择集安种源,而延边地区应选择白石山和汪清种源;人工促进黄檗的天然林更新改造,逐步恢复黄檗种群规模,并且进行人工更新的资源登记。     

辽河源不同龄组油松天然次生林生物量及空间分配特征

油松是中国暖温带区域主要的森林植被,精确计算油松天然林生物量及准确表征空间分布特征对其在固碳释氧、林木积累营养物质等方面的生态服务功能评估具有重要意义。目前,国内基本上没有进行油松天然次生林生物量及空间分配在一个年龄序列上的研究。研究的主要目的是准确估算河北省平泉县辽河源自然保护区4个龄组油松天然次生林林分各组分的生物量,并揭示生物量在空间的分配特征。在每种林分内,林下植被层(灌木和草本)和凋落物层生物量通过样地调查和全挖取样的方法计算。基于胸径(DBH)和树高(H)的异速生长方程则用于计算乔木层生物量。结果表明:(1)林分生物量大小排序为:成熟林(397.793 t/hm2)近熟林(242.188 t/hm2)中龄林(203.801 t/hm2)幼龄林(132.894 t/hm2);(2)乔木层生物量成熟林(373.128 t/hm2)近熟林(224.991 t/hm2)中龄林(187.750 t/hm2)幼龄林(119.169 t/hm2)。地上部分各组分生物量大小关系略有差异,幼龄林和近熟林为:干根枝叶干皮球果,而中龄林和成熟林则是干根枝干皮叶球果。干生物量对于各龄组乔木层生物量来说是最大的贡献者,所占比例表现为:中龄林(66.25%)近熟林(64.38%)成熟林(62.09%)幼龄林(38.41%),而贡献较小的球果则是成熟林(1.02%)幼龄林(0.88%)近熟林(0.72%)中龄林(0.53%)。根系总生物量在18.315 t/hm2(中龄林)—44.849 t/hm2(成熟林)之间,其组分生物量大小整体上表现为:根桩粗根大根细根小细根;(3)灌木层生物量成熟林(0.861 t/hm2)近熟林(0.790 t/hm2)中龄林(0.559 t/hm2)幼龄林(0.401 t/hm2),各组分生物量大小为根茎叶;(4)草本层生物量幼龄林(3.058 t/hm2)近熟林(2.017 t/hm2)中龄林(1.220 t/hm2)成熟林(1.181 t/hm2),地下部分生物量均大于地上部分;(5)凋落物层生物量成熟林(22.623 t/hm2)近熟林(14.390 t/hm2)中龄林(14.272 t/hm2)幼龄林(10.265 t/hm2),各层生物量大小为:未分解层半分解层全分解层。(6)在各层次生物量的比较中,4个龄组均表现为乔木层凋落物层草本层灌木层。其中,幼龄林乔木层生物量占89.67%、中龄林占92.13%、近熟林占92.90%,成熟林占93.80%。     

山西太岳山油松群落对采伐干扰的生态响应

森林群落受到采伐干扰后的生态响应程度一直是森林生态学领域关注的研究前沿。本文以太岳山的油松林为对象,选择受不同采伐干扰强度和恢复时间的4块样地,通过固定标准地群落的调查获得数据资料,选用丰富度指数、Simpson指数（λ）、Shannon-Wiener指数（H'）、均匀度指数（E1）和Jaccard、Sprenson两种相似性指数,研究油松林对不同采伐方式生态响应,探讨不同采伐干扰强度和恢复时间下油松林生物多样性变化和更新演替规律。研究结果表明：1）受采伐干扰的样地中阳性植物的种类明显增多,随着恢复时间的增长,植物处于生长逐步旺盛、物种逐步丰富的阶段,其种类组成表现出由简单到复杂、由喜阳植物垄断到耐阴种类不断增多、种类由少变多的动态特征。2）适度的择伐可以提高群落整体的多样性,但皆伐则降低了群落的综合物种多样性。3）受相同择伐强度干扰后,群落之间保持了最高的相似性,皆伐干扰使群落环境有了本质的变化,与天然林的物种相似性最低。4）受采伐干扰后形成的次生林内,恢复初期中更新幼苗幼树出现6个树种,主要以油松和辽东栎（Quercus liaodungensi）为主。天然林中的环境最有利于油松幼苗的生长,择伐后恢复初期18a间幼树数量最高,幼苗数量最低,皆伐后更新幼苗幼树数量最少,环境条件最不利于更新。     

舟山群岛四个养殖獐种群遗传多样性和遗传结构

基于ISSR分子标记技术,对来自舟山群岛4个獐(Hydropotes inermis)养殖种群的遗传多样性和遗传结构进行了分析.26条ISSR引物共扩增出286个可分析位点,多态位点百分比(PPL)为64.34％.獐物种水平上的Nei's遗传多样性指数(H)为0.210,Shannon's多态信息指数(Ⅰ)为0.318,各种群的H介于0.157-0.190之间,I在0.228-0.278之间,与已报道的ISSR标记在其它动物物种中的应用结果相比,其遗传多样性较为丰富.Structure软件分析结果显示,所有个体根据遗传信息的不同可以被分为4个组群,每个养殖场内的个体基本上都在各自独立的组群中,这与地理区域的划分相似.另外发现各养殖场獐种群间已表现出了较大的遗传分化(Gst=0.163).同时,为了解各种群间的遗传关系,计算了各种群间的Nei's遗传距离,结果显示舟山种群(ZS)和秀山种群(XS)之间的遗传距离最近,为0.045,而岱山种群(DS)和朱家尖种群(ZJJ)间的遗传距离最大,为0.066.基于以上结果,建议加强不同岛屿种群间的个体交流,特别是朱家尖种群(ZJJ)与其它种群间的交流.     

思茅松天然林树冠结构模型

以云南省普洱市思茅区思茅松天然林为研究对象,采用枝解析调查了34株思茅松样木的树冠数据,分析了一级枝枝长、枝径、着枝角度、弦长和树冠半径5个树冠形状变量的变化规律,分别构建其预估模型;分析了树冠结构变化,分别构建了一级枝轮枝高度预估模型、一级枝枝条数量预估模型和一级枝枝条数量累积预估模型,并采用独立样本进行模型统计精度检验。结果表明:8个预估模型的预测效果良好,精度达到91%以上,尤其是一级枝着枝角度模型和一级枝轮枝高度模型预测精度达到97%以上。研究结果合理准确描述思茅松树冠结构的变化,为思茅松天然林的经营管理提供科学依据。     

黄土丘陵区油松人工林生态系统碳密度及其分配

以子午岭林区油松(Pinus tabulaeformis)人工林为研究对象,通过野外调查与室内分析,探讨了幼龄9a、中龄23a、近熟33a和成熟47a等不同林龄林分的生物量、含碳率、碳密度及其时空分布特征。结果表明:(1)油松林各群落平均生物量大小排序为:乔木层(76.12 t/hm2)枯落物层(14.56 t/hm2)林下植被层(3.66 t/hm2)。乔木层生物量随林龄增大而持续增加,各器官中树干所占比例最大(38%—46%),其次为叶和根,枝和皮所占比例最小;林下植被层生物量随林龄增大呈先降低后增加趋势;枯落物层生物量随林龄增大则明显增加。(2)油松乔木、林下灌木、草本、枯落物平均含碳率依次为50.2%、44.5%、43.8%和40.6%。林龄对乔木各器官含碳率无显著影响,不同器官之间含碳率存在显著性差异,具体表现为叶(53.3%)枝(51.4%)皮(50.6%)干(49.8%)根(47.3%);灌木各器官含碳率表现为枝(46.0%)叶(44.8%)根(42.5%),草本则是地上(45.2%)地下(40.2%)。土壤(0—100 cm)含碳率在0.3%—2.7%之间,且具有明显的垂直分布特征:表层含碳率高,并随土壤深度的增加逐渐降低。(3)9、23、33和47年生油松林生态系统碳密度分别为70.49、100.48、167.71和144.26 t/hm2,其空间分布序列表现为土壤层植被层枯落物层,且植被层和土壤层是油松人工林的主要碳库。林龄是影响油松林木及群落碳密度积累的主导因子之一。随林龄增加,土壤碳密度所占生态系统碳密度份额逐渐降低,乔木层和枯落物层则逐渐增加。     

太岳山不同郁闭度油松人工林降水分配特征

利用2011年5-9月生长季观测的30场降雨数据,分析了山西太岳山不同郁闭度下油松人工林林冠截留、穿透雨以及树干茎流与降雨量的关系,以及林冠截留过程的特点.结果表明:(1)实验观测期间,该地区降雨总量为634.79mm,单次平均降雨量为21.16mm,单次最大降雨量为58.15mm,单次最小降雨量为0.54mm.其中,8月份的降雨总量最大,为190.77mm,6月份的降雨总量最小,为41.81mm.(2)郁闭度为0.8的油松人工林林冠截留量与降雨量呈一元线性关系,郁闭度为0.7、0.6和0.5均呈幂函数关系;对于各郁闭度的油松人工林,其林冠截留率与降雨量均呈对数函数关系;穿透雨量、树干茎流量与降雨量均呈明显的一元线性关系,穿透雨量和树干茎流量都随着降雨量的增加而增加.(3)不同郁闭度油松人工林之间林冠截留、穿透雨和树干茎流不同,总的趋势为随着郁闭度的减小,林冠截留量减小,穿透雨量增大,树干茎流量增大.林冠截留量与郁闭度表现出正相关关系,而穿透雨量、树干茎流量都与郁闭度表现出负相关关系.(4)各郁闭度林冠截留量、穿透雨量和树干茎流量的月动态变化与总降水量的月变化基本一致.     

秦岭天然次生油松林冠层降雨再分配特征及延滞效应

为了研究秦岭典型地带性植物油松林冠层降雨再分配特征及延滞效应,选择陕西宁陕县秦岭森林生态系统国家野外科学观测研究站55龄天然次生油松林,从2006-2008年(5-10月份)对林外降水、穿透降雨和树干茎流进行定位观测。利用其中100次实测数据进行分析研究,结果表明:总降雨量为1576.4 mm,穿透降雨量为982.9 mm,树干茎流量为69.5 mm,冠层截留量为524. 0mm,分别占总降雨量的62.4%、4.4%和33.2%。降雨分配与降雨量级密切相关,降雨量级增大,穿透降雨率和茎流率呈增大趋势,截留率呈降低趋势,变化幅度分别为46.6%-68.9%、0.8%-9.2%、53.4%-22.0%。穿透降雨量、树干茎流量和林冠截留量与林外降雨量之间的关系分别为:TF=0.6548P-0.4937,R²＝0.9596;SF=-0.2796+0.0452P+0.0005P²,R²＝0.8179;I=0.5958P^0.8175,R²＝0.8064。降雨事件发生后,穿透降雨和树干茎流出现的时间与降雨发生的时间并不同步,均表现出一定的延滞性,随着降雨量级增大,滞后时间表现出逐渐缩短的趋势((78.5±8.8)-(16.0±0.0) min,(111.0±33.0)-(41.2±0.0) min)。降雨终止时,特别是当降雨量>10.0 mm,穿透降雨终止时间也存在一定的延滞性((3.2±2.6)-(12.0±0.0) min)。但树干茎流终止时间先于降雨终止时间,降雨量级越小,树干茎流终止时间愈早((-58.3±21.5)-(-9.8±0.0) min)。     

万仙山油松径向生长与气候因子的关系

以万仙山油松(Pinus tabulaeformis)为样本,建立了油松树木年轮宽度序列的标准年表(STD)。与附近气象因子的相关结果表明:与当年6月平均温度呈较为显著的负相关,与前一年的9月和当年的5月以及春季(3-5月)的降水量呈显著正相关,显然影响万仙山油松生长的主要气候因子是5月(或说春季)降水和6月温度。树轮指数与各月PDSI相关值都很高(其中与当年5月的PDSI相关值高达0.614),都超过95%的置信水平,说明水热组合是该区域油松生长的主要限制因子。研究表明,影响本区油松生长的气候因子与我国北方地区油松生长的影响因子有较高的一致性,尤其是生长季前期的温度影响都很大;而其降水的影响及其与PDSI的相关都明显超前于黄土高原及北方地区,这既说明影响油松生长的大气候因子相似,又表明夏季风从东南向西北的不断推进。     

人工油松林恢复过程中土壤理化性质及有机碳含量的变化特征

采用时空替代法,选取岷江上游大沟流域内不同恢复时期(12、18、25、35a)的人工油松林为研究对象,研究了植被恢复过程中土壤理化性质及有机碳含量的变化特征,同时探讨了它们之间的相互关系.研究结果表明沿恢复梯度,土壤质量得到了改善,主要表现为土壤粘粒含量、比表面积、有机质含量显著增加,土壤粉粒含量和pH值则显著下降.土壤有机质与土壤粘粒和比表面积呈显著正相关,与土壤容重呈显著负相关.此外,土壤有机碳含量沿恢复梯度显著增加,0-50 cm内土壤有机碳含量从5.59 kg/m2增加到12.64 kg/m2,土壤年平均固碳速率为0.31 kg/m2.     

气候变化对物种分布影响模拟中的不确定性组分分割与制图——以油松为例

物种分布模型是预测评估气候变化对物种分布影响的主要工具。为了降低物种分布模型在预测过程中的不确定性,近期有学者提出了采用组合预测的新方法,即采用多套建模数据、模型技术,模型参数,以及环境情景数据对物种分布进行预测,构成物种分布预测集合。但是,组合预测中各组分对变异的贡献还知之甚少,因此有必要把变异组分来源进行分割,以更有效地利用组合预测方法来降低模型预测中的不确定性。以油松为例,采用8个生态位模型,9套模型训练数据,3个GCM模型和一个SRES(A2)排放情景,模型分析了油松当前(1961-1990年)和未来气候条件下3个时间段(2010-2039年,2040-2069年,2070-2099年)的潜在分布。共计得到当前分布预测数据72套,未来每个时间段分布数据216套。采用开发的ClimateChina软件进行当前和未来气候数据的降尺度处理。采用Kappa、真实技巧统计方法(TSS)和接收机工作特征曲线下的面积(AUC)对模型预测能力进行评估。结果表明,随机森林(RF)、广义线性模型(GLM),广义加法模型(GAM)、多元自适应样条函数(MARS)以及助推法(GBM)预测效果较好,几乎不受建模数据之间差异的影响。混合判别分析模型(MDA)对建模数据之间的差异非常敏感,甚至出现建模失败现象。采用三因素方差分析方法对组合预测中的不确定性来源进行变异分割,结果表明,模型之间的差异对模拟预测结果不确定性的贡献最大且所占比例极高,而建模数据之间的差异贡献最小,GCM贡献居中。研究将有助于加深对物种分布模拟预测中不确定性的认识。