板栗树种在中国水土流失区的分布及其环境因子

唐兴港; 袁颖丹; 张星; 张金池

doi:10.13961/j.cnki.stbctb.2021.02.045

您当前的位置：

首页 >

文章列表页 >

板栗树种在中国水土流失区的分布及其环境因子

试验研究

- 板栗树种在中国水土流失区的分布及其环境因子
- Distribution and Environmental Factors of Castanea Mollissima in Soil and Water Loss Areas in China
- 水土保持通报 2021年41卷第2期页码：345-352
- 作者机构：
  
  1. 南方现代林业协同创新中心江苏省水土保持与生态修复重点实验室南京林业大学林学院,江苏,南京,210037
  2. 扬州大学园艺与植物保护学院,江苏,扬州,225009
- 作者简介：
- 基金信息：
  
  江苏省农业科技自主创新项目“典型困难立地生态经济防护林营建技术方案”〔CX（17）1004〕;林业公益性行业科研专项“露采石矿植被恢复与重建关键技术研究与示范”（201504406）;江苏高校优势学科建设工程资助项目（PAPD）
- DOI：10.13961/j.cnki.stbctb.2021.02.045
  中图分类号： S157.9
- 纸质出版：2021
- 稿件说明：
移动端阅览
唐兴港, 袁颖丹, 张星, 等. 板栗树种在中国水土流失区的分布及其环境因子[J]. 水土保持通报, 2021,41(2):345-352.

Tang Xinggang, Yuan Yingdan, Zhang Xing, et al. Distribution and Environmental Factors of Castanea Mollissima in Soil and Water Loss Areas in China[J]. Bulletin of Soiland Water Conservation, 2021, 41(2): 345-352.
唐兴港, 袁颖丹, 张星, 等. 板栗树种在中国水土流失区的分布及其环境因子[J]. 水土保持通报, 2021,41(2):345-352. DOI： 10.13961/j.cnki.stbctb.2021.02.045.

Tang Xinggang, Yuan Yingdan, Zhang Xing, et al. Distribution and Environmental Factors of Castanea Mollissima in Soil and Water Loss Areas in China[J]. Bulletin of Soiland Water Conservation, 2021, 41(2): 345-352. DOI： 10.13961/j.cnki.stbctb.2021.02.045.

摘要

[目的

]

在当前气候背景下预测板栗树种在中国的空间分布和生态特征，为板栗树种的合理引种、产业持续发展以及在水土流失地区的应用提供理论支撑。[方法

]

基于261个分布点和40个环境变量，利用MaxEnt模型预测板栗树种的潜在地理分布并确定影响其分布的主要环境因子。通过对比国家级水土流失区和板栗树种的潜在分布确定其应用范围。[结果

]

年均降水量、年平均温度、表层土壤酸碱度、平均日温差和温度季节变化方差5个环境变量对板栗树种适生区的分布贡献较大，累积贡献率在83%以上。同时板栗树种喜水怕涝，适合在酸性土壤中生长。潜在适生区面积总计为2.92×10

，约占国土总面积的30.46%，其中高度适生区主要分布在四川省和云南省的东北部，湖北省、湖南省和江西省的大部分地区，陕西省、河南省、安徽省、浙江省和山东省的部分地区。中度适生区分布以高度适生区为中心向外扩展。[结论

]

对比中国水土流失重点预防和重点治理区，除青藏地区、西北地区和东北地区不太适宜板栗树种的引种外，在其他水土流失区都可以考虑选择板栗树种作为水土保持的经济树种。基于MaxEnt模型的板栗树种潜在分布预测拓展了人们对板栗树种分布和生态特征的认识，同时为水土保持功能区的树种选择提供了科学依据。

Abstract

[Objective] The spatial distribution and ecological characteristics of Castanea mollissima in China under the current climate background were predicted in order to provide a theoretical support for the rational introduction and application of Castanea mollissima in soil and water loss areas.[Methods] Based on 261 occurrence points and 40 environmental variables

MaxEnt model was used to predict the potential distribution of Castanea mollissima. Environmental factors affecting the distribution of Castanea mollissima were also determined. The application scope was determined by comparing the potential distribution of Castanea mollissima with the national soil and water loss areas.[Results] Five environmental variables

including annual precipitation

annual mean temperature

topsoil pH value

mean diurnal range and temperature seasonality

contributed significantly to the distribution of suitable areas of Castanea mollissima

and the cumulative contribution rate was more than 83%. At the same time

Castanea mollissima likes water but is afraid of water logging

so it is suitable for growing in acid soils. The potential suitable areas were 2.92×106 km2

accounting for 30.46% of total nation land areas. The highly suitable areas were mainly in the northeast of Sichuan Province and Yunnan Province

most areas of Hubei Province

Hu'nan Province and Jiangxi Province

and some areas of Shaanxi Province

He'nan Province

Anhui Province

Zhejiang Province and Shandong Province. The distribution of moderately suitable areas expanded outward with the centre of highly suitable areas.[Conclusion] Compared with the national key prevention areas and key control areas of soil and water loss in China

Castanea mollissima can be selected as economic tree species for soil and water conservation in other areas

except for Qinghai-Tibet region

the northwest region and the northeast regions. The potential distribution prediction of Castanea mollissima based on MaxEnt model has expanded the understanding of the distribution of ecological characteristics of Chinese Castanea mollissima

and provided a scientific basis for the selection of tree species in the functional areas of soil and water conservation.

关键词

Keywords

references

刘毅,杨宇.中国人口、资源与环境面临的突出问题及应对新思考[J].中国科学院院刊,2014,29(2):248-257.

谢高地,封志明,沈镭,等.自然资源与环境安全研究进展[J].自然资源学报,2010,25(9):1424-1431.

姜德文.新时代水土流失治理目标及评价标准[J].中国水土保持科学,2020,18(2):140-144.

崔鹏,王道杰,范建容,等.长江上游及西南诸河区水土流失现状与综合治理对策[J].中国水土保持科学,2008,6(1):43-50.

Qin Chuangjian, Tang Zhenda, Chen Jing, et al. The impact of soil and water resource conservation on agricultural production-an analysis of the agricultural production performance in Zhejiang, China[J]. Agricultural Water Management,2020,2(4):102-113.

韩笑,张会民,李凤燕.我国地质灾害防治投入效果评价[J].中国地质灾害与防治学报,2016,27(4):114-119.

陈明.植树造林治理危岩体、滑坡的局限性及对策[J].青海师范大学学报(自然科学版),2012,28(3):71-73.

焦云祥,王应刚.森林对土壤侵蚀的调控作用研究综述[J].安徽农业科学,2013,41(36):13949-13952.

Eric W, J H R, Townsend P A, et al. Locating pleistocene refugia:comparing phylogeographic and ecological niche model predictions[J]. PLoS One, 2007,2(6):256-267.

Beaumont L J, Hughes L, Poulsen M. Predicting species distributions:Use of climatic parameters in BIOCLIM and its impact on predictions of species' current and future distributions[J]. Ecological Modelling, 2005,186(2):453-472.

Pattison R R, Mack R N. Potential distribution of the invasive tree

Triadica sebifera

(Euphorbiaceae) in the United States:Evaluating climex predictions with field trials[J]. Global Change Biology, 2010,14(4):120-136.

邓阳川,向丽,汤欢,等.基于GMPGIS的杜仲全球产地生态适宜性分析[J].世界科学技术-中医药现代化,2019,21(4):755-763.

杨芙蓉,张琴,孙成忠,等.蒙古黄芪潜在分布区预测的多模型比较[J].植物科学学报,2019,37(2):136-143.

张路. MaxEnt最大熵模型在预测物种潜在分布范围方面的应用[J].生物学通报,2015,50(11):9-12.

朱耿平,乔慧捷. MaxEnt模型复杂度对物种潜在分布区预测的影响[J].生物多样性,2016,24(10):1189-1196.

费晓.密云板栗林地水土流失治理措施及其效果研究[D].北京:北京林业大学,2019.

曹春萍,梁维峰.板栗栽植对环境条件的要求[J].河北林业科技,2009,29(3):101-102.

Hijmans R J, Cameron S E, Parra J L, et al. Very high resolution interpolated climate surfaces for global land areas[J]. International Journal of Climatology, 2005,25(15):231-243.

李宏群,刘晓莉,汪建华,等.基于MaxEnt模型荔枝在中国的潜在种植区预测[J].长江流域资源与环境,2020,29(2):394-400.

Ming-Gang Zhang, Ferry S J W, Ke-Ping Ma. Using species distribution modeling to delineate the botanical richness patterns and phytogeographical regions of China[J]. Scientific Reports, 2016,6(3):365-378.

郭杰,刘小平,张琴,等.基于MaxEnt模型的党参全球潜在分布区预测[J].应用生态学报,2017,28(3):992-1000.

谭钰凡,左小清.基于GIS与MaxEnt模型的金花茶潜在适生区与保护研究[J].热带亚热带植物学报,2018,26(1):24-32.

刘攀峰,王璐,杜庆鑫,等.杜仲在我国的潜在适生区估计及其生态特征分析[J].生态学报,2020,40(16):5674-5684.

高文强,王小菲,江泽平,等.气候变化下栓皮栎潜在地理分布格局及其主导气候因子[J].生态学报,2016,36(14):4475-4484.

邵慧,田佳倩,郭柯,等.样本容量和物种特征对BIOCLIM模型模拟物种分布准确度的影响:以12个中国特有落叶栎树种为例[J].植物生态学报,2009,33(5):870-877.

王哲,李波,肖井雷,等.基于MaxEnt和ArcGIS的吉林省穿龙薯蓣分布区划研究[J].中国中药杂志,2017,42(22):4373-4377.

Phillips S J, Anderson R P, Schapire R E. Maximum entropy modeling of species geographic distributions[J]. Ecological Modelling, 2006,190(3):147-159.

郭飞龙,徐刚标,牟虹霖,等.伯乐树潜在地理分布时空格局模拟[J].植物科学学报,2020,38(2):185-194.

张童,黄治昊,彭杨靖,等.基于MaxEnt模型的软枣猕猴桃在中国潜在适生区预测[J].生态学报,2020,40(14):4921-4928.

Boyang L, Zhihui J, Jun M, et al. Modelling the potential distribution of arbovirus vector

Aedes aegypti

under current and future climate scenarios in Taiwan, China[J]. Pest Management Science, 2019,75(11):894-907.

董波,李建伟,林杰,等.基于MaxEnt模型预测漆树在中国的潜在适生区研究[J].西南林业大学学报(自然科学),2020,40(2):79-85.

欧阳林男,陈少雄,刘学锋,等.赤桉在中国的适生地理区域及其对气候变化的响应[J].林业科学,2019,55(12):1-11.

张华,赵浩翔,王浩.基于MaxEnt模型的未来气候变化情景下胡杨在中国的潜在地理分布[J].生态学报,2020,40(18):6552-6563.

李安,李良涛,高萌萌,等.基于MaxEnt模型和气候变化情景入侵种黄顶菊在中国的分布区预测[J].农学学报,2020,10(1):60-67.

王茹琳,郭翔,李庆,等.四川省猕猴桃溃疡病潜在分布预测及适生区域划分[J].应用生态学报,2019,30(12):4222-4230.

赵宁,夏少霞,于秀波,等.基于MaxEnt模型的渤海湾沿岸鸻鹬类栖息地适宜性评价[J].生态学杂志,2020,39(1):194-205.

汪辉,陆建设,陈敏.年降雨量对不同品种板栗产量影响分析[J].科技创业月刊,2017,30(10):47-48.

杨俊霞,郭宝林.河北板栗生态环境的模糊聚类分析[J].河北林学院学报,1991,6(4):292-297.

杨庆红,白雪萍,彭九慧.影响板栗产量的气象条件分析及产量评估方法[J].农业网络信息,2011,24(6):39-40.

郁怡汶.浙江省板栗气候生态区划探讨[J].浙江气象科技,1998,19(4):18-21.

杨再强,朱凯,彭晓丹,等.昼夜温差对设施番茄叶片光合特性和叶绿素荧光参数的影响[J].生态学杂志,2013,32(12):3190-3196.

黄承标,韦宏民,韦智卫,等.黄豆坡耕地改植板栗林后对水土流失的影响[J].中国水土保持,2014(7):60-63.

傅锡成,刘永泉,罗学升,等.河田水土流失区板栗引种初报[J].福建水土保持,1993(1):41-46.

赵黎明.以美国山核桃为例分析江淮丘陵区优选水土保持树种[J].治淮,2018(3):58-59.

刘丙友,苗润吉,景国臣,等.典型黑土区主要水保树种土壤水文效应研究[J].水土保持研究,2015,22(6):51-54.

郭利平,宋月君,叶忠铭,等.水土保持措施对塘背小流域典型林地植被恢复状况的影响[J].西南林业大学学报(自然科学),2017,37(4):67-74.

吕海军,于卫平,马晖,等.西吉县退耕还林树种选择试验研究[J].水土保持研究,2007,14(3):263-268.

浏览量

1199

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

2024年宁夏极端暴雨事件引发的梯田侵蚀调查研究

不同水土保持耕作措施对黑土坡耕地产流产沙的影响机制

基于深度学习算法的山地植物多样性空间分布格局模拟

成渝地区双城经济圈生产建设活动水土保持监管试点研究

水土保持生态修复林植物群落演替研究