北京林业大学树木名录

北京高校冷知识一、北大未名湖的故事北大的未名湖那可老有名了，但你们知道吗？它其实是有很多小秘密的。

未名湖的名字，并不是一开始就有的，是后来才这么叫的。

湖周围那景色，春夏秋冬各有各的美。

春天的时候，湖边的垂柳就像小姑娘的辫子，随风飘舞。

夏天呢，湖里的荷花盛开，那场面就像一幅天然的水墨画。

秋天，树叶黄了，落在湖面上，仿佛给湖水盖了一层金色的被子。

冬天的未名湖结冰了，好多同学会在上面滑冰，那欢声笑语能传遍整个校园呢。

每次我路过未名湖，都感觉自己像是走进了一个充满诗意的世界，仿佛能看到那些曾经在这里读书的大师们的身影。

二、清华园里的“荒岛”清华园里有个“荒岛”，听起来就很神秘吧。

这个“荒岛”其实是一个很有自然气息的地方。

它就在校园里，却像是被遗忘的角落。

岛上树木丛生，有各种各样的鸟儿在这里栖息。

有时候你在校园里走着走着，听到一阵清脆的鸟叫声，顺着声音找过去，就可能发现这个神奇的“荒岛”。

这里可是很多喜欢安静的同学的好去处，他们会在这里看书、思考，享受那种与世隔绝的宁静。

我就特别喜欢在午后去“荒岛”的一棵大树下坐着，听着鸟儿唱歌，看着阳光透过树叶的缝隙洒下来，感觉特别惬意。

三、人大的一勺池人大的一勺池虽然不大，但是特别有韵味。

它就像一颗明珠镶嵌在校园里。

关于一勺池的名字，还有很多有趣的说法呢。

这个池子周围总是有很多同学在背书或者讨论问题。

早晨的时候，池边的空气特别清新，同学们的读书声在池边回荡，感觉充满了生机。

到了晚上，灯光照在池面上，波光粼粼的，特别好看。

我觉得一勺池就像是人大的一个小天地，见证了同学们的努力和成长。

四、北师大小西门的美食北师大小西门外面那可是美食的天堂啊。

各种小吃琳琅满目。

有一家煎饼果子摊，那煎饼果子做得特别地道。

薄脆特别脆，咬一口“嘎吱”一声，再加上鸡蛋、油条或者薄脆，刷上特制的酱料，那味道，绝了。

还有一家麻辣烫店，他家的汤底浓郁，食材新鲜。

每次我去吃，都要纠结好久要选哪些菜。

从北师大小西门出去，就像进入了一个美食的世界，到处都是香气扑鼻，让人口水直流。

谦恭勤恳高洁毓秀关毓秀教授是我国著名森林经理学家、森林经理学的开拓者、北京林业大学教授。

农工民主党员。

1943年6月毕业于北京艺文中学，考取北京大学农学院森林系林学专业。

1947年获学士学位，同年九月留任北京大学农学院森林系助教一职。

毕生从事森林经理教学与科研工作，长期担任我国国家重点学科森林经理学科学术带头人，为林业高层次人才的培养和学科建设做了大量实际工作，为发展我国森林经理学培养了大批德才兼备的大学本科生和研究生。

著有《测树学》、《森林调查》和《中国森林资源可持续发展》等教材和专著，既是其个人五十多年教学、科研和实践的总结，也是我国森林经理学家数十年科研和实践的结晶，对森林经理学科的发展贡献卓著。

漫漫求学路书香门第1924年11月4日关先生出生于河北山海关（原辽西省），一个普通的知识分子教师家庭。

关先生祖父德共颜，八旗甲兵。

父亲关鲁峰多年从事中学数学教学工作，曾任北京市私立艺文学校校长（原为北京艺文学校，是著名教育家，革命先驱高仁山先生在1925年联合著名大学从事教育的工作者创办的；1951年，艺文学校更名为北京市私立艺文中学；1952年，艺文中学由国家接管，命名为北京市第二十八中学；1999年，随着西城区教育资源的重新优化整合，北京市第六中学和北京市第二十八中合并为北京市长安中学）和北京市私立学校联合会理事。

父亲的这个职位为关先生的求学之路敞开了大门。

关先生从小受知识分子家庭熏陶，耳濡目染，求知欲望很强，而且有自己的想法，见解独到。

关先生就读于艺文中学，当时的艺文中学校风淳朴、师资精良、设施一流、管理严格、人才辈出，这严谨的教学风气及良好的课程基础，可以说为关先生今后的求学和科研工作奠定的第一块基石。

名师门下1943年6月中学毕业后，关先生以优异的成绩考取北京大学农学院森林系林学专业，师从我国树木生理学的奠基者、林木生理学家、林业教育家汪振儒教授。

汪振儒教授是树木生理学家、林业教育家，我国树木生理学的奠基者。

树木枝芽特性、分枝习性和树形演化规律的观察夏春博(北京林业大学)摘要:树木分枝习性、枝芽的特性和树形演化会影响到树木的生长、开花、结果,也是栽培管理技术与实施措施的依据。

本文通过对蜡梅、雪松等植物的研究,观察并熟悉主要园林树种的分枝方式、树形演化规律以及其枝芽类型等,从而指导植物配置设计。

关键词:树木;枝芽;修剪中图分类号:S722文献标识码:A文章编号:1005-7897(2018)08-0171-02此次观察地点选在建筑楼南,建筑呈倒U字型,可以抵挡冬季西北风,形成良好小气候的环境,场地冬天温度相对高一些,湿度较大,这样利于边缘树种的越冬。

1典型树种习性介绍1.1蜡梅喜光,耐干旱瘠薄,不耐盐碱,在北京属边缘树种,抗冻性一般,落叶晚。

根颈膨大、分生组织发达,易萌条,耐修剪。

修剪下的枝条可做切花。

短枝上花芽多,有多个主干时长枝多回缩半截。

不合适修剪成乔木状,易导致内侧花少不好看。

若光照太少容易花小或基本无花。

1.2玉兰疏散分层型树形,肉质根,怕涝,喜光、要防止西晒,喜肥但一次施肥不宜过多,易导致烧苗。

修剪时不能让三个主枝在一个平面上,否则会影响树高。

属于边缘树种,注意防寒。

修剪时不可伤害枝领,否则枝易不牢固。

平枝易有花芽,顶生,修剪时一般疏枝为主,伤口愈合力差,早春开花,花后修剪,修剪量不宜过大。

1.3雪松于北京不适做行道树,喜光,根系浅,怕涝,在种植初始阶段要及时修剪,注意保护枝头,既防止扰乱树形又保证景观效果,越冬栽植须搭风障,或利用建筑等天然风障。

需要考虑植物本身体量,种植点与道路留出合适的距离,保证足够的空间。

1.4榆叶梅粗壮,属边缘树种,呈丛状扁圆形,疏枝是修剪的主要目的,特别是过密、干枯扰乱树形的枝条。

否则易留枝过多,造成树冠浓密,不通风透光。

1.5黄刺玫喜光、不耐荫,修枝时需要注意“去老留新,去死留活,去弱留强”。

1.6白皮松老年为圆头形,干皮薄,注意西晒,幼年为球形,喜阳,生长较慢。

北京林业大学研究生招生专业目录
1、林学：森林科学，珊瑚森林与热带森林，园林，人与林关系，森林保护，野生动物保护，森林经营与经济，自然保护区管理，园林
植物与园林技术，森林工程，农村林业发展；
2、公共管理：公共管理，公共政策，危机管理，环境管理与保护，政
治学，公共治理理论；
3、林木遗传育种：林木遗传育种，林木繁殖，森林种子理学，森林树
木病虫害防治，森林植物抗性；
4、畜牧与兽医：畜牧草原生态，畜牧营养学，畜牧兽医，兽医检疫；
5、水土保持与荒漠化防治：水土保持，雨洪利用，沙地动植物害防治，自然及人工湿地研究；
6、动物科学：动物生态，动物遗传育种，动物保护与繁殖；
7、园艺：高效节水灌溉，水稻育秧科学，蔬菜栽培与植物保护，农作
物育种，农村林业快速发展。

第４４卷第７期２０２４年４月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４４，Ｎｏ．７Ａｐｒ．，２０２４基金项目：国家重点研发计划（２０２１ＹＦＤ１４００３００）收稿日期：２０２３⁃０２⁃２０；㊀㊀网络出版日期：２０２４⁃０１⁃１２∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｌｉａｎｇｙｍ＠ｂｊｆｕ．ｅｄｕ．ｃｎ＃本研究尚缺中国港澳台统计数据㊂ＤＯＩ：１０．２０１０３／ｊ．ｓｔｘｂ．２０２３０２２００２８０张秀芸，伍文慧，梁英梅．落叶松枯梢病在中国的适生性．生态学报，２０２４，４４（７）：３０２７⁃３０３７．ＺｈａｎｇＸＹ，ＷｕＷＨ，ＬｉａｎｇＹＭ．Ｐｒｅｄｉｃｔｉｏｎｏｆｐｏｔｅｎｔｉａｌｓｕｉｔａｂｌｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈ（Ｎｅｏｆｕｓｉｃｏｃｃｕｍｌａｒｉｃｉｎｕｍ）ｉｎＣｈｉｎａ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２４，４４（７）：３０２７⁃３０３７．落叶松枯梢病在中国的适生性张秀芸１，伍文慧１，梁英梅２，∗１北京林业大学省部共建森林培育与保护教育部重点实验室，北京㊀１０００８３２北京林业大学博物馆，北京㊀１０００８３摘要：落叶松枯梢病（Ｎｅｏｆｕｓｉｃｏｃｃｕｍｌａｒｉｃｉｎｕｍ）是威胁落叶松人工林的检疫性林木病害㊂明确当前该病在中国的潜在适生区及其在未来对气候变化的响应，揭示影响该病害发生流行的主导环境变量，对落叶松枯梢病的早期预警及防治具有重要意义㊂基于落叶松枯梢病分布数据和环境数据，利用ＥＮＭＴｏｏｌｓ㊁Ｒ和刀切法（Ｊａｃｋｋｎｉｆｅｔｅｓｔ）筛选分布点数据和环境因子，通过ＭａｘＥｎｔ㊁ＡｒｃＧＩＳ㊁ＳＤＭＴｏｏｌｓ等技术预测当前和未来气候条件下落叶松枯梢病在中国的潜在适生区，划分病害适生等级并计算各适生等级面积占比，绘制质心转移轨迹㊂结果表明：（１）建立的落叶松枯梢病在中国的潜在适生区预测模型具有高精确性和可信度（不同年份和不同气候模式下的ＡＵＣ值均大于０．９）；（２）影响落叶松枯梢病分布的主要环境变量为年平均气温㊁最暖季度降水量㊁年降水量和最暖季度平均温度；（３）当前气候模式下落叶松枯梢病在中国的潜在适生区面积占中国国土总面积的１８．０２％，中高适生区集中分布在中国辽宁东南部㊁吉林东部㊁黑龙江大部分地区㊁内蒙古东北部；（４）在三种不同气候条件下（ｓｓｐ１２６㊁ｓｓｐ２４５㊁ｓｓｐ５８５），未来落叶松枯梢病在中国的潜在适生区面积与现代气候条件相比均有所减少，其质心由东北向华北㊁西南地区转移㊂落叶松枯梢病一旦发生将会造成不可逆的生态灾难和经济损失，因此本研究对落叶松枯梢病在中国的潜在适生区进行预测和分析，研究结果对合理区划落叶松枯梢病潜在入侵风险地㊁加强重点地区的检疫监测㊁及时制定有效的防治手段，以及对于发生区的监测和防治与未发生区的早期预警和监管具有重要意义㊂关键词：落叶松枯梢病；最大熵模型；潜在适生区；气候变化Ｐｒｅｄｉｃｔｉｏｎｏｆｐｏｔｅｎｔｉａｌｓｕｉｔａｂｌｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈ（Ｎｅｏｆｕｓｉｃｏｃｃｕｍｌａｒｉｃｉｎｕｍ）ｉｎＣｈｉｎａＺＨＡＮＧＸｉｕｙｕｎ１，ＷＵＷｅｎｈｕｉ１，ＬＩＡＮＧＹｉｎｇｍｅｉ２，∗１ＫｅｙＬａｂｏｒａｔｏｒｙｆｏｒＳｉｌｖｉｃｕｌｔｕｒｅａｎｄＣｏｎｓｅｒｖａｔｉｏｎｏｆＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＢｅｉｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ２ＭｕｓｅｕｍｏｆＢｅｉｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，ＣｈｉｎａＡｂｓｔｒａｃｔ：ＳｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｃａｕｓｅｄｂｙＮｅｏｆｕｓｉｃｏｃｃｕｍｌａｒｉｃｉｎｕｍ（Ｓａｗａｄａ）Ｈａｔｔｏｒｉ＆ＮａｋａｓｈｉｓａｓｅｒｉｏｕｓｄｉｓｅａｓｅａｎｄｅｘｅｒｔｓａｓｉｇｎｉｆｉｃａｎｔｉｍｐａｃｔｏｎｔｈｅｐｒｏｄｕｃｔｉｏｎｏｆｌａｒｃｈｐｌａｎｔａｔｉｏｎｉｎＣｈｉｎａ．Ｉｔｉｓｏｆｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｔｏｃａｒｒｙｏｕｔｔｈｅｐｒｅｄｉｃｔｉｏｎｏｆｐｏｔｅｎｔｉａｌｌｙｓｕｉｔａｂｌｅａｒｅａａｎｄｒｉｓｋａｎａｌｙｓｉｓｏｆｔｈｅｄｉｓｅａｓｅ，ｓｏａｓｔｏｔａｋｅｔｉｍｅｌｙａｎｄｅｆｆｅｃｔｉｖｅｃｏｎｔｒｏｌｍｅａｓｕｒｅｓｆｏｒｔｈｅｄｉｓｅａｓｅ，ａｎｄｆｉｎａｌｌｙｒｅｄｕｃｅｔｈｅｒｉｓｋｌｅｖｅｌａｎｄｐｒｅｖｅｎｔｔｈｅｄｉｓｅａｓｅｓｐｒｅａｄｉｎｇ．Ｔｈｉｓｓｔｕｄｙｗａｓｃｏｎｄｕｃｔｅｄｔｏｉｎｖｅｓｔｉｇａｔｅｔｈｅｅｎｖｉｒｏｎｍｅｎｔａｌｖａｒｉａｂｌｅｓａｆｆｅｃｔｉｎｇｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈａｎｄｔｈｅｇｅｏｇｒａｐｈｉｃａｌｄｉｓｔｒｉｂｕｔｉｏｎｕｎｄｅｒｃｕｒｒｅｎｔａｎｄｆｕｔｕｒｅｃｌｉｍａｔｅｃｏｎｄｉｔｉｏｎｓ．Ｂａｓｅｄｏｎ６３ｄｉｓｔｒｉｂｕｔｉｏｎｐｏｉｎｔｓｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈａｎｄ１０ｅｎｖｉｒｏｎｍｅｎｔａｌｆａｃｔｏｒｓ，ｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｐｏｔｅｎｔｉａｌｌｙｓｕｉｔａｂｌｅａｒｅａｓｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｉｎＣｈｉｎａｉｎｄｉｆｆｅｒｅｎｔｓｐａｎｓｏｆｍｏｄｅｒｎ（１９７０ ２０００），ｔｈｅ２０３０ｓ，２０５０ｓ，２０７０ｓ，ａｎｄ２０９０ｓｓｃｅｎａｒｉｏｓｗａｓｐｒｅｄｉｃｔｅｄｕｓｉｎｇａｃｏｍｂｉｎａｔｉｏｎｏｆｔｈｅＭａｘＥｎｔｍｏｄｅｌ，ＳＤＭＴｏｏｌｓａｎｄＡｒｃＧＩＳ８２０３㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀ｓｏｆｔｗａｒｅ．Ｔｈｅａｒｅａｕｎｄｅｒｔｈｅｒｅｃｅｉｖｅｒｏｐｅｒａｔｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅ（ＡＵＣ）ｖａｌｕｅｗａｓｕｓｅｄｔｏｅｖａｌｕａｔｅｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔ：（１）ｔｈｅａｖｅｒａｇｅＡＵＣｖａｌｕｅｓｉｎｄｉｆｆｅｒｅｎｔｙｅａｒｓａｎｄｃｌｉｍａｔｅｓｏｆｔｈｅｐｒｅｄｉｃｔｅｄｒｅｓｕｌｔｏｆＭａｘＥｎｔｍｏｄｅｌｗｅｒｅｍｏｒｅｔｈａｎ０．９，ｉｎｄｉｃａｔｉｎｇｔｈａｔｔｈｅＭａｘＥｎｔｍｏｄｅｌｉｓａｃｃｕｒａｔｅａｎｄｓｕｉｔａｂｌｅｆｏｒｐｒｅｄｉｃｔｉｎｇｔｈｅｐｏｔｅｎｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｉｎＣｈｉｎａ．（２）ＴｈｅｍａｊｏｒｅｎｖｉｒｏｎｍｅｎｔａｌｖａｒｉａｂｌｅｓａｆｆｅｃｔｉｎｇｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｉｎＣｈｉｎａｉｎｃｌｕｄｅｄ：ａｎｎｕａｌｍｅａｎｔｅｍｐｅｒａｔｕｒｅ，ｐｒｅｃｉｐｉｔａｔｉｏｎｏｆｗａｒｍｅｓｔｑｕａｒｔｅｒ，ｍｅａｎｔｅｍｐｅｒａｔｕｒｅｏｆｗａｒｍｅｓｔｑｕａｒｔｅ，ａｎｄａｎｎｕａｌｐｒｅｃｉｐｉｔａｔｉｏｎ．Ｔｈｅｃｕｍｕｌａｔｉｖｅｃｏｎｔｒｉｂｕｔｉｏｎｏｆｔｈｅｍａｉｎｅｎｖｉｒｏｎｍｅｎｔａｌｆａｃｔｏｒｓｗａｓ５９．１％．（３）Ｕｎｄｅｒｔｈｅｎｅａｒｃｌｉｍａｔｉｃｍｏｄｅｌ，ｔｈｅｔｏｔａｌｓｕｉｔａｂｌｅａｒｅａｏｆｐｏｔｅｎｔｉａｌｗａｓａｐｐｒｏｘｉｍａｔｅｌｙ１．７２８ｍｉｌｌｉｏｎｋｍ２，ｃｏｖｅｒｉｎｇ１８．０２％ｏｆｔｈｅｔｏｔａｌｌａｎｄａｒｅａｏｆＣｈｉｎａ．ＴｈｅａｒｅａｓｓｕｒｒｏｕｎｄｉｎｇｔｈｅｓｏｕｔｈｅａｓｔｅｒｎＬｉａｏｎｉｎｇ，ｅａｓｔｅｒｎＪｉｎｌｉｎ，ｍｏｓｔｏｆＨｅｉｌｏｎｇｊｉａｎｇａｎｄＮｏｒｔｈｅａｓｔｅｒｎｔｈｅＩｎｎｅｒＭｏｎｇｏｌｉａｗｅｒｅｍｏｄｅｒａｔｅｌｙａｎｄｈｉｇｈｌｙｓｕｉｔａｂｌｅａｒｅａｓｆｏｒｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈ．（４）Ｔｈｅｐｏｔｅｎｔｉａｌｌｙｓｕｉｔａｂｌｅａｒｅａｓｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｕｎｄｅｒｔｈｅｔｈｒｅｅｃｌｉｍａｔｉｃｓｃｅｎａｒｉｏｓ（ｓｓｐ１２６，ｓｓｐ２４５，ｓｓｐ５８５）ｏｆｔｈｅ２０３０ｓ，２０５０ｓ，２０７０ｓ，２０９０ｓｗｉｌｌｓｈｒｉｎｋｔｏｖａｒｙｉｎｇｄｅｇｒｅｅｓ．ＴｈｅｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｃｅｎｔｒｏｉｄｍｏｖｅｍｅｎｔｔｒａｃｋｏｆｔｈｅｓｕｉｔａｂｌｅａｒｅａｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｗｏｕｌｄｂｅｗｉｔｈｉｎｔｈｅＩｎｎｅｒＭｏｎｇｏｌｉａ，ａｎｄｔｈｅｒｅｗｏｕｌｄｂｅａｔｒｅｎｄｏｆｍｏｖｉｎｇｔｏＳｏｕｔｈｗｅｓｔａｎｄＮｏｒｔｈＣｈｉｎａ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｈａｄｔｈｅｒｉｓｋｏｆｉｎｖａｓｉｏｎａｎｄｓｐｒｅａｄｉｎＣｈｉｎａ，ｗｈｉｃｈｗｉｌｌｂｒｉｎｇｉｒｒｅｖｅｒｓｉｂｌｅｅｃｏｌｏｇｉｃａｌｄｉｓａｓｔｅｒ．Ｔｈｅｒｅｆｏｒｅ，ｉｔｉｓｅｓｓｅｎｔｉａｌｔｏｒｅａｓｏｎａｂｌｙｄｅｌｉｎｅａｔｅｔｈｅｐｏｔｅｎｔｉａｌｌｙｄａｎｇｅｒｏｕｓｉｎｖａｓｉｏｎｓｉｔｅｓｆｏｒｔｈｅｄｉｓｅａｓｅ，ｓｔｒｅｎｇｔｈｅｎｒｅｌｅｖａｎｔｄｅｔｅｃｔｉｏｎａｎｄｑｕａｒａｎｔｉｎｅｉｎｋｅｙａｒｅａｓ，ａｎｄｄｅｖｅｌｏｐｔｈｅｅｆｆｅｃｔｉｖｅｃｏｎｔｒｏｌｍｅａｓｕｒｅｓｉｎａｔｉｍｅｌｙｍａｎｎｅｒｔｏｅｌｉｍｉｎａｔｅｔｈｅｐｏｓｓｉｂｉｌｉｔｙｏｆｉｎｖａｓｉｏｎａｔｓｏｕｒｃｅ．ＫｅｙＷｏｒｄｓ：Ｎｅｏｆｕｓｉｃｏｃｃｕｍｌａｒｉｃｉｎｕｍ；ｓｕｉｔａｂｌｅａｒｅａｓ；ＭａｘＥｎｔｍｏｄｅｌ；ｃｌｉｍａｔｅｃｈａｎｇｅ落叶松喜光㊁耐寒㊁适应性强且生长迅速，自然分布于中国东北㊁华北㊁内蒙古及西南林区，是大面积人工造林的主要树种㊂由落叶松新壳梭孢菌（Ｎｅｏｆｕｓｉｃｏｃｃｕｍｌａｒｉｃｉｎｕｍ（Ｓａｗａｄａ）Ｈａｔｔｏｒｉ＆Ｎａｋａｓｈ）引致的落叶松枯梢病［１］主要为害落叶松幼林，引起新梢枯死，连年受害造成树冠秃顶，对中国落叶松人工林的营造构成严重的威胁㊂落叶松枯梢病于１９３８年在日本北海道发现，此后在朝鲜㊁菲律宾㊁英国㊁加拿大等国有不同程度的分布和危害［２］㊂在我国，该病１９７３年在吉林省首次被发现，其后相继在东北地区蔓延并造成巨大经济损失，现已在我国多个省市区有所报道㊂该病是一种危险性传染病，一旦入侵落叶松林将给树木生长带来毁灭性的损失［３］㊂为此，该病被列入农村农业部等六部门发布的 重点管理外来入侵物种名录 中的五种植物病害之一㊂落叶松枯梢病的病原菌在林间主要通过气流传播，长距离跨区域传播主要靠苗木调运，而病害的发生与林地气候环境有密切关系㊂因此，基于中国落叶松林的分布特点，结合气候环境变化，分析该病害的扩散风险及其分布格局，对控制该病害的扩散蔓延具有指导意义㊂全球气温在过去的１００年里上升了大约０．６ħ［４］，根据第六次国际耦合模式比较计划（ＣＭＩＰ６）到２１世纪末全球气候变化还会不断加剧㊂气候变化主要在大尺度上决定物种分布并使得物种分布范围发生变化，如随着气候变暖许多陆生生物的分布范围向高海拔和高纬度转移［５ ６］㊂气候变化也可以通过影响植物病原及其寄主植物从而改变病害的空间分布㊁发病率和严重程度㊂在过去３０年里，有超过１００篇的文献及综述关注到气候变化对植物病原和植物疾病风险的影响［７］㊂气候变化对不同植物病害的适生范围变化的影响存在差异，如引起植物病害适生范围缩小，增加或转移等［８］㊂而落叶松枯梢病如何响应未来气候变化尚不明确，因此，本研究通过构建生态位模型对其进行合理预测㊂生态位模型（ＥＮＭｓ）被广泛应用于基于物种分布和环境变量的特定机器算法来评估物种的生态位［９］，从而确定物种潜在分布区㊂目前常用的生态位模型包括ＧＡＲＰ㊁ＢＩＯＣＬＩＭ㊁ＤＯＭＡＩＮ及ＭａｘＥｎｔ［１０］㊂其中最大熵模型（ＭａｘＥｎｔ）［１１］是基于最大熵理论的统计模型［１２］，具有所需样本量要求不严苛㊁预测结果具有较高精度和可信度的优点，被广泛应用于入侵生物风险预测评估［１３］㊁珍稀动植物生境适宜性评价［１４ １５］以及植物病虫害风险预测等方面㊂如通过预测柑橘黄龙病［１６］（ＣａｎｄｉｄａｔｕｓＬｉｂｅｒｉｂａｃｔｅｒａｓｉａｔｉｃｕｓａｎｄＣａｎｄｉｄａｔｕｓＬｉｂｅｒｉｂａｃｔｅｒａｆｒｉｃａｎｕｓ）㊁柑橘轮斑病［１７］（Ｐｓｅｕｄｏｆａｂｒａｅａｃｉｔｒｉｃａｒｐａ）及苹果腐烂病［１８］（Ｖａｌｓａｍａｌｉ）的潜在分布区，为柑橘和苹果的生产提供重要保障㊂此外，通过ＭａｘＥｎｔ分析松材线虫病［１９］（Ｂｕｒｓａｐｈｅｌｅｎｃｈｕｓｘｙｌｏｐｈｉｌｕｓ）和松针红斑病［２０］（Ｄｏｔｈｉｓｔｒｏｍａｐｉｎｉ）的发生风险，为及时预防和管理松树病害提供了指导㊂落叶松枯梢病作为国家重点管理的两种林木病害之一，对其在中国的流行及适生性分析还很缺乏，因此对落叶松枯梢病在中国的潜在适生区进行预测和分析显得格外重要和迫切㊂在本研究中，基于落叶松枯梢病分布数据和环境数据，利用ＥＮＭＴｏｏｌｓ㊁Ｒ㊁ＭａｘＥｎｔ㊁ＡｒｃＧＩＳ㊁ＳＤＭＴｏｏｌｓ等技术，确定影响落叶松枯梢病分布的的重要环境因子，明确当前气候下落叶松枯梢病在中国的潜在风险区㊁气候变化对落叶松枯梢病分布区的影响及其扩散风险，以期为落叶松枯梢病未分布区的检疫和早期预警提供理论依据，以及时阻止病害扩散蔓延㊂１㊀材料和方法１．１㊀分布点数据落叶松枯梢病的地理分布数据来自课题组于２０２１ ２０２２年间在黑龙江塔河县㊁内蒙古阿里河林场㊁河北省塞罕坝㊁辽宁省海城市㊁辽宁省抚顺县㊁吉林省敦化市㊁吉林省延吉市㊁宁夏六盘山㊁陕西宁陕县等地对落叶松枯梢病发生情况开展实地调查的基础上，结合相关文献和资料中记录的分布信息以及相关林业部门关于落叶松枯梢病的分布数据获得㊂为避免由于病害分布点聚集而导致的模型过度拟合，利用ＥＮＭＴｏｏｌｓ［２１］依据气候图层分辨率筛选分布点数据［１４］，得到用于模型模拟的落叶松枯梢病地理分布点６３个㊂最后将数据在Ｅｘｃｅｌ中按照物种名称㊁经度㊁纬度整理，以ｃｓｖ格式保存备用㊂其中，东经和北纬为正，西经和南纬为负［２２］㊂１．２㊀环境变量数据与落叶松枯梢病发生流行具有密切联系的环境因素主要是温度和降水，而１９个生物气候变量在描述年度趋势和季节性的温度和降水时具有重要生物学意义㊂因此环境变量选择来自ＷｏｒｌｄＣｌｉｍ数据库（ｈｔｔｐｓ：／／ｗｗｗ．ｗｏｒｌｄｃｌｉｍ．ｏｒｇ／）中的１９个气候因子㊂未来数据选择第六次国际耦合模式比较计划（ＣＭＩＰ６）中ＢＣＣ⁃ＣＳＭ２⁃ＭＲ模型的预测数据［１４］，选用新排放情景共享社会经济路径（ＳＳＰｓ）中的３种情景，即绿色发展路径（ｓｓｐ１２６）㊁中等发展路径（ｓｓｐ２４５）㊁高速发展路径（ｓｓｐ５８５）情景进行分析模拟［２１］，探究在未来不同发展路径下落叶松枯梢病在中国的潜在地理分布㊂数据空间分辨率为５ａｒｃ⁃ｍｉｎｕｔｅｓ㊂将数据利用ＡｒｃＧＩＳ进行掩膜提取㊁格式转化（ＡＳＣＩＩ）和采样［２３］等处理，用于模型模拟和变量间相关性大小的计算㊂为避免环境数据间过度拟合，对１９个环境变量进行筛选㊂首先利用６３个落叶松枯梢病分布点和１９个环境变量在ＭａｘＥｎｔ模型中运行一次，利用刀切法得到１９个环境变量的贡献率，然后用Ｒ计算各环境变量间的相关性大小㊂当变量间的相关系数绝对值大于０．８５时，去除贡献率小的变量［２４ ２５］，最终筛选出１０个环境变量用于模型模拟㊂１．３㊀最大熵模型构建及精度检验将落叶松枯梢病分布点数据（ｃｓｖ）和环境变量（ａｓｃ）加载到ＭａｘＥｎｔ中分析落叶松枯梢病在中国的潜在适生区㊂模型参数设置如下：随机选取７５％和２５％的物种分布数据作为训练集（Ｔｒａｉｎｉｎｇｄａｔａ）和测试集（Ｔｅｓｔｉｎｇｄａｔａ），输出格式（Ｏｕｔｐｕｔｆｏｒｍａｔ）选择Ｌｏｇｉｓｔｉｃ，重复训练次数（Ｒｅｐｌｉｃａｔｅｓ）１０次，重复迭代方式（Ｒｅｐｌｉｃａｔｅｄｒｕｎｔｙｐｅ）选择Ｓｕｂｓａｍｐｌｅ㊂用刀切法计算环境变量对预测模型的贡献率，运行创建响应曲线（Ｃｒｅａｔｅｒｅｓｐｏｎｓｅｃｕｒｖｅｓ）㊂此外，ＭａｘＥｎｔ模型的准确性和预测精度受调控倍频和特征组合两个参数的影响较大［２６］，本研究通过Ｒ包ｋｕｅｎｍ优化参数避免模型过度拟合［２７］㊂在此测试了ＭａｘＥｎｔ模型中４０个调控倍频［０ ４］和２９种特征组合［Ｌ，Ｑ，Ｐ，Ｔ，Ｈ，ＬＱ，ＬＰ，ＬＴ，ＬＨ，ＱＰ，ＱＴ，ＱＨ，ＰＴ，ＰＨ，ＴＨ，ＬＱＰ，ＬＱＴ，ＬＱＨ，ＬＰＴ，ＬＰＨ，ＱＰＴ，ＱＰＨ㊁ＱＴＨ，ＰＴＨ，ＬＱＰＴ，ＬＱＰＨ，ＬＱＴＨ，ＬＰＴＨ，ＬＱＰＴＨ］等１１６０种参数组合，最后选择ｄｅｌｔａＡＩＣｃ（ＴｈｅｍｉｎｉｍｕｍｉｎｆｏｒｍａｔｉｏｎｃｒｉｔｅｒｉｏｎＡＩＣｃｖａｌｕｅ．ｄｅｌｔａ．ＡＩＣｃ）最小值对应的参数组合建立ＭａｘＥｎｔ模型［２８ ２９］㊂利用受试者工作特征曲线下面积（ＡＵＣ）评价预测结果的精确度，当ＡＵＣ值为０．５ ０．６时，模型预测视为失败；ＡＵＣ值为０．６ ０．７时，模型预测视为较差；ＡＵＣ值为０．７ ０．８时，模型预测视为一般；ＡＵＣ值为０．８ ０．９时，模型预测视为好；ＡＵＣ值大于０．９时，模型预测视为非常好［３０］㊂９２０３㊀７期㊀㊀㊀张秀芸㊀等：落叶松枯梢病在中国的适生性㊀０３０３㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀１．４㊀ＡｒｃＧＩＳ处理将ＭａｘＥｎｔ模型运行的结果导入ＡｒｃＧＩＳ中，进行格式转换和重分类［２４］㊂采用等间距分割法［３１］将落叶松枯梢病的适生等级划分为四类，分别为非适生区（０ ０．２）㊁低适生区（０．２ ０．４）㊁中适生区（０．４ ０．６）㊁高适生区（０．６ １）㊂继而对各气候模式下的结果图层利用适生区栅格属性表ＡｔｔｒｉｂｕｔｅＴａｂｌｅ中的图形比例换算得到各适生等级的面积占比㊂使用ＡｒｃＧＩＳ插件ＳＤＭＴｏｏｌｓ中的质心变化（ＣｅｎｔｒｏｉｄＣｈａｎｇｅ）功能来模拟未来适生区与当前适生区相比的迁移方向与路径［３２］㊂２㊀结果与分析２．１㊀模型优化参数与精度评估基于筛选出的６３个落叶松枯梢病分布点和１０个环境变量，运用Ｒ语言ｋｕｅｎｍ包筛选ＭａｘＥｎｔ模型最优参数，结果如下（表１）㊂落叶松枯梢病在中国的适生区预测模型的最优参数组合为：组合特征＝ＬＱ㊁调控倍数＝０．８，在此参数组合下最小信息准则ＡＩＣｃ最小为０，低于默认值㊂利用ＡＵＣ值评估模型精度㊂对不同年份和不同气候情景下落叶松枯梢病的潜在分布区进行预测㊂结果表明训练集ＡＵＣ值和测试集ＡＵＣ值均大于０．９，显著高于随机模型ＡＵＣ值（０．５）（表２）㊂说明该模型预测结果有较高的准确度和可信度，即落叶松枯梢病分布模拟结果与可能的实际分布范围存在高度一致性㊂表１㊀ＭａｘＥｎｔ模型ｋｕｅｎｍ优化评价指标Ｔａｂｌｅ１㊀ＥｖａｌｕａｔｉｏｎｍｅｔｒｉｃｓｏｆＭａｘＥｎｔｍｏｄｅｌｇｅｎｅｒａｔｅｄｂｙｋｕｅｎｍ类型ＴｈｅｍｉｎｉｍｕｍｉｎｆｏｒｍａｔｉｏｎｃｒｉｔｅｒｉｏｎＡＩＣｃｖａｌｕｅＲｅｇｕｌａｔｅｄｍａｇｎｉｆｉｃａｔｉｏｎ最小信息准则ＡＩＣｃＴｙｐｅ组合特征Ｆｅａｔｕｒｅｃｏｍｂｉｎａｔｉｏｎ调控倍数默认ＤｅｆａｕｌｔＬＱＰＨ１１５１．７５优化ＯｐｔｉｍｉｚｅｄＬＱ０．８０㊀㊀ＬＱＰＨ：线性特征（Ｌｉｎｅａｒｆｅａｔｕｒｅｓ，Ｌ）＋二次型特征（Ｑｕａｄｒａｔｉｃｆｅａｔｕｒｅｓ，Ｑ）＋乘积型特征（Ｐｒｏｄｕｃｔｆｅａｔｕｒｅｓ，Ｐ）＋片段化特征（Ｈｉｎｇｅｆｅａｔｕｒｅｓ，Ｈ）；ＬＱ：线性特征（Ｌｉｎｅａｒｆｅａｔｕｒｅｓ，Ｌ）＋二次型特征（Ｑｕａｄｒａｔｉｃｆｅａｔｕｒｅｓ，Ｑ）表２㊀ＭａｘＥｎｔ模型预测精度ＡＵＣ值Ｔａｂｌｅ２㊀ＡＵＣｏｆｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆＭａｘＥｎｔｍｏｄｅｌ年代ＡＵＣｖａｌｕｅｏｆｔｒａｉｎｉｎｇｄａｔａ测试集ＡＵＣ值ＡＵＣｖａｌｕｅｏｆｔｅｓｔｄａｔａＤｅｃａｄｅ气候情景Ｃｌｉｍａｔｅｓｃｅｎａｒｉｏ训练集ＡＵＣ值１９７０ ２００００．９３９７０．９３４８２０３０ｓ（２０２１ ２０４０）ｓｓｐ１２６０．９３７８０．９３７９ｓｓｐ２４５０．９３７８０．９３７９ｓｓｐ５８５０．９３７８０．９３７９２０５０ｓ（２０４１ ２０６０）ｓｓｐ１２６０．９３７８０．９３７９ｓｓｐ２４５０．９３７８０．９３７９ｓｓｐ５８５０．９３７８０．９３７９２０７０ｓ（２０６１ ２０８０）ｓｓｐ１２６０．９３７８０．９３７９ｓｓｐ２４５０．９３７８０．９３７９ｓｓｐ５８５０．９３７８０．９３７９２０９０ｓ（２０８１ ２１００）ｓｓｐ１２６０．９３７８０．９３７９ｓｓｐ２４５０．９３７８０．９３７９ｓｓｐ５８５０．９３７８０．９３７９㊀㊀ＡＵＣ：受试者工作特征曲线下面积Ａｒｅａｕｎｄｅｒｔｈｅｒｅｃｅｉｖｅｒｏｐｅｒａｔｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅ；ＳＳＰ：共享社会经济路径ＳｈａｒｅｄＳｏｃｉｏｅｃｏｎｏｍｉｃＰａｔｈｗａｙｓ２．２㊀影响落叶松枯梢病分布的主要环境变量依据模型运行结果（表３），对落叶松枯梢病分布贡献率较大的环境变量为年平均气温（ｂｉｏ１）㊁最暖季度降水量（ｂｉｏ１８）㊁等温性（ｂｉｏ３）㊁温度季节性变化标准差（ｂｉｏ４）㊁最干季度平均温度（ｂｉｏ９），其累计贡献率为９４．４％；根据各环境因子的ＡＵＣ值（图１）表明最暖季度平均温度（ｂｉｏ１０）㊁年降水量（ｂｉｏ１２）㊁年平均气温（ｂｉｏ１）㊁最湿季度降水量（ｂｉｏ１６）㊁等温性（ｂｉｏ３）对落叶松枯梢病在中国的潜在适生分布预测影响较大㊂综合以上分析表明年平均气温（ｂｉｏ１）㊁最暖季度降水量（ｂｉｏ１８）㊁年降水量（ｂｉｏ１２）㊁最暖季度平均温度（ｂｉｏ１０）在预测落叶松枯梢病中国潜在地理分布中起着主导作用㊂表３㊀主要的的环境变量贡献率Ｔａｂｌｅ３㊀Ｐｅｒｃｅｎｔｃｏｎｔｒｉｂｕｔｉｏｎｏｆｍａｊｏｒｅｎｖｉｒｏｎｍｅｎｔａｌｖａｒｉａｂｌｅｓ环境变量Ｅｎｖｉｒｏｎｍｅｎｔａｌｖａｒｉａｂｌｅ描述Ｄｅｓｃｒｉｐｔｉｏｎ贡献值／％ＰｅｒｃｅｎｔａｇｅｃｏｎｔｒｉｂｕｔｉｏｎＢｉｏ１年平均气温ＡｎｎｕａｌＭｅａｎＴｅｍｐｅｒａｔｕｒｅ２８．６Ｂｉｏ１８最暖季度降水量ＰｒｅｃｉｐｉｔａｔｉｏｎｏｆＷａｒｍｅｓｔＱｕａｒｔｅｒ２８．４Ｂｉｏ３等温性Ｉｓｏｔｈｅｒｍａｌｉｔｙ（ｂｉｏ２／ｂｉｏ７）ˑ１００２６．９Ｂｉｏ４温度季节性变化标准差ＴｅｍｐｅｒａｔｕｒｅＳｅａｓｏｎａｌｉｔｙ６．１Ｂｉｏ９最干季度平均温度ＭｅａｎＴｅｍｐｅｒａｔｕｒｅｏｆＤｒｉｅｓｔＱｕａｒｔｅｒ４．４Ｂｉｏ１９最冷季度降水量ＰｒｅｃｉｐｉｔａｔｉｏｎｏｆＣｏｌｄｅｓｔＱｕａｒｔｅｒ１．４Ｂｉｏ８最湿季度平均温度ＭｅａｎＴｅｍｐｅｒａｔｕｒｅｏｆＷｅｔｔｅｓｔＱｕａｒｔｅｒ１．４Ｂｉｏ１０最暖季度平均温度ＭｅａｎＴｅｍｐｅｒａｔｕｒｅｏｆＷａｒｍｅｓｔＱｕａｒｔｅｒ１．２Ｂｉｏ１２年降水量ＡｎｎｕａｌＰｒｅｃｉｐｉｔａｔｉｏｎ０．９Ｂｉｏ１６最湿季度降水量ＰｒｅｃｉｐｉｔａｔｉｏｎｏｆＷｅｔｔｅｓｔＱｕａｒｔｅｒ０．７图１㊀ＭａｘＥｎｔ模型预测环境变量因子的ＡＵＣＦｉｇ．１㊀ＡＵＣｖａｌｕｅｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｖａｒｉａｂｌｅｆａｃｔｏｒｓｐｒｅｄｉｃｔｅｄｂｙＭａｘＥｎｔｍｏｄｅｌＡＵＣ：受试者工作特征曲线下面积Ａｒｅａｕｎｄｅｒｔｈｅｒｅｃｅｉｖｅｒｏｐｅｒａｔｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅ；ｂｉｏ１：年平均气温ＡｎｎｕａｌＭｅａｎＴｅｍｐｅｒａｔｕｒｅ；ｂｉｏ１０：最暖季度平均温度ＭｅａｎＴｅｍｐｅｒａｔｕｒｅｏｆＷａｒｍｅｓｔＱｕａｒｔｅｒ；ｂｉｏ１２：年降水量ＡｎｎｕａｌＰｒｅｃｉｐｉｔａｔｉｏｎ；ｂｉｏ１６：最湿季度降水量Ｐｒｅｃｉｐｉｔａｔｉｏｎｏｆｔｈｅｗｅｔｔｅｓｔｑｕａｒｔｅｒ；ｂｉｏ１８：最暖季度降水量ＰｒｅｃｉｐｉｔａｔｉｏｎｏｆＷａｒｍｅｓｔＱｕａｒｔｅｒ；ｂｉｏ１９：最冷季度降水量ＰｒｅｃｉｐｉｔａｔｉｏｎｏｆＣｏｌｄｅｓｔＱｕａｒｔｅｒ；ｂｉｏ３：等温性Ｉｓｏｔｈｅｒｍａｌｉｔｙ；ｂｉｏ４：温度季节性变化标准差ＴｅｍｐｅｒａｔｕｒｅＳｅａｓｏｎａｌｉｔｙ；ｂｉｏ８：最湿季度平均温度ＭｅａｎＴｅｍｐｅｒａｔｕｒｅｏｆＷｅｔｔｅｓｔＱｕａｒｔｅｒ；ｂｉｏ９：最干季度平均温度ＭｅａｎＴｅｍｐｅｒａｔｕｒｅｏｆＤｒｉｅｓｔＱｕａｒｔｅｒ２．３㊀现代气候情境下落叶松枯梢病在中国的潜在适生分布区利用ＡｒｃＧＩＳ将ＭａｘＥｎｔ模型预测出的结果进行可视化处理并统计各适生等级面积占比（表４；图２）㊂结果表明在当前气候情境下落叶松枯梢病中国的潜在适生区面积占中国国土总面积的１８．０２％，主要分布在中１３０３㊀７期㊀㊀㊀张秀芸㊀等：落叶松枯梢病在中国的适生性㊀国的辽宁㊁吉林㊁黑龙江的东部㊁内蒙古的东北部㊁陕西西部㊁甘肃南部㊂此外，在河北㊁北京㊁山西㊁湖北㊁甘肃㊁青海㊁陕西㊁宁夏㊁四川㊁贵州等地也有零星分布㊂其中高适生区占３．１％，集中在吉林东部㊁辽宁东部㊁黑龙江东南部及中部局部地区；中适生区占５．５％，主要位于辽宁㊁吉林的中部㊁黑龙江中东部㊁内蒙古东部的局部地区；低适生区占９．４％，主要位于辽宁西部㊁吉林西部及黑龙江西部㊁内蒙古东北部㊁山东东部㊁河北北部㊁甘肃东南部㊂表４㊀未来气候情景下落叶松枯梢病在中国的潜在适生区面积所占比例／％Ｔａｂｌｅ４㊀ＰｏｔｅｎｔｉａｌｓｕｉｔａｂｌｅａｒｅａｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｉｎＣｈｉｎａｕｎｄｅｒｆｕｔｕｒｅｓｃｅｎａｒｉｏｓ年代Ｄｅｃａｄｅ气候情景Ｃｌｉｍａｔｅｓｃｅｎａｒｉｏ高适生区Ｈｉｇｈｌｙｓｕｉｔａｂｌｅａｒｅａ中适生区Ｍｏｄｅｒａｔｅｌｙｓｕｉｔａｂｌｅａｒｅａ低适生区Ｌｏｗｓｕｉｔａｂｌｅａｒｅａ非适生区Ｕｎｓｕｉｔａｂｌｅａｒｅａ现代Ｎｅａｒｃｕｒｒｅｎｔ３．１０５．５０９．４１８１．９８ｓｓｐ１２６２０２１ ２０４０１．２０４．７６８．８０８４．４４２０４１ ２０６０２．３０５．３７７．８０８４．５３２０６１ ２０８０２．５０４．９３９．１６８３．４１２０８１ ２１００３．２０５．９５８．５５８２．３０ｓｓｐ２４５２０２１ ２０４０２．５６５．２３８．２０８３．９９２０４１ ２０６０１．８１４．５２８．３８８５．２９２０６１ ２０８０１．７６５．３８７．５２８５．３４２０８１ ２１０００．９８３．７９９．０２８６．２０ｓｓｐ５８５２０２１ ２０４０２．２６５．４０７．４５８１．９０２０４１ ２０６０１．５１４．６６９．６７８４．８８２０６１ ２０８００．６５２．４３８．５７８８．３４２０８１ ２１０００．５５２．６７８．９１８９．１３图２㊀现代情境下落叶松枯梢病在中国的潜在适生分布区㊀Ｆｉｇ．２㊀ＰｏｔｅｎｔｉａｌｓｕｉｔａｂｌｅａｒｅａｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｉｎＣｈｉｎａｕｎｄｅｒｃｕｒｒｅｎｔｃｌｉｍａｔｅ文中地图来源于中国科学院资源环境科学数据中心（ｈｔｔｐｓ：／／ｗｗｗ．ｒｅｓｄｃ．ｃｎ／）２．４㊀未来气候条件下落叶松枯梢病的潜在分布区变化未来气候情境下落叶松枯梢病在中国的潜在适生区面积和当前气候相比呈减少趋势（表４），其质心有由东北向华北㊁西南蔓延的趋势㊂在绿色发展模式下（图３），到２０２１ ２０４０年㊁２０４１ ２０６０年㊁２０６１ ２０８０年㊁２０８１ ２１００年落叶松枯梢病在中国的潜在适生区面积占比依次减少到１５．５６％㊁１５．４７％㊁１６．５９％㊁１７．７０％㊂相较现代气候情景，未来落叶松枯梢病在中国吉林㊁辽宁东部的适生性下降，部分高适生区转为中适生区㊂在中等程度发展模式下（图４），到２０２１ ２０４０年㊁２０４１ ２０６０年㊁２０６１２０８０年㊁２０８１ ２１００年落叶松枯梢病在中国的潜在适生区面积占比减少到１６．０１％㊁１４．７１％㊁１４．６６％㊁１３．８０％㊂其中高适生区仍集中在中国东北地区，但其适生性整体下降㊂在吉林㊁辽宁西部㊁黑龙江西北部及内蒙古东部部分地区的适生性下降，部分地区由低适生区转为非适生区㊂在高化石燃料消耗的快速发展模式下（图５），到２０２１ ２０４０年㊁２０４１ ２０６０年㊁２０６１２０８０年㊁２０８１ ２１００年落叶松枯梢病在中国的潜在适生区面积占比下降到１８．１０％㊁１５．１２％㊁１１．６６％㊁１０．８７％㊂该模式下，落叶松枯梢病在中国东北地区的适生性较中等程度发展模式进一步下降，在中国西南㊁西北局部地区适生性增加，部分非适生区转为适生区㊂２３０３㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀图３㊀未来气候情景（ｓｓｐ１２６）下落叶松枯梢病在中国的潜在适生分布区Ｆｉｇ．３㊀ＰｏｔｅｎｔｉａｌｓｕｉｔａｂｌｅａｒｅａｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｉｎＣｈｉｎａｕｎｄｅｒｆｕｔｕｒｅｓｃｅｎａｒｉｏ（ｓｓｐ１２６）图４㊀未来气候情景（ｓｓｐ２４５）下落叶松枯梢病在中国的潜在适生分布区Ｆｉｇ．４㊀ＰｏｔｅｎｔｉａｌｓｕｉｔａｂｌｅａｒｅａｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｉｎＣｈｉｎａｕｎｄｅｒｆｕｔｕｒｅｓｃｅｎａｒｉｏ（ｓｓｐ２４５）综合几种不同的气候情景来看，到２１世纪末落叶松枯梢病在中国的潜在分布区面积均会减少㊂但值得注意的是三种气候变化情境下其面积变化趋势不同，在绿色发展模式下，落叶松枯梢病的在中国的潜在适生３３０３㊀７期㊀㊀㊀张秀芸㊀等：落叶松枯梢病在中国的适生性㊀图５㊀未来气候情景（ｓｓｐ５８５）下落叶松枯梢病在中国的潜在适生分布区Ｆｉｇ．５㊀ＰｏｔｅｎｔｉａｌｓｕｉｔａｂｌｅａｒｅａｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｉｎＣｈｉｎａｕｎｄｅｒｆｕｔｕｒｅｓｃｅｎａｒｉｏ（ｓｓｐ５８５）区相较当前先大幅度减少，后逐渐增加㊂此外，在该模式下落叶松枯梢病在中国的潜在适生区面积变幅最大，说明在全球气候变化的背景下，落叶松枯梢病对以绿色发展为主的浓度发展路径更为敏感㊂在中等程度发展模式和高化石燃料消耗的快速发展模式下，相较当前气候落叶松枯梢病在中国的潜在适生区面积一直呈减少态势㊂根据落叶松枯梢病在中国潜在适生区的质心变化发现（图６），在较长时间段内落叶松枯梢病的适生范围将由中国东北向华北㊁西南地区扩散蔓延㊂３㊀讨论３．１㊀影响落叶松枯梢病分布的环境变量在筛选出的对落叶松枯梢病分布影响较大的１０个环境变量中，其中与温度相关的环境变量的贡献率达到６７．６％，与降水相关的环境变量的贡献率为５８．３％，最近的一项研究也表明温度相较降水对真菌病害的分布有更重要的影响［３３］㊂本研究表明影响落叶松枯梢病在中国分布的主导环境变量包括年平均气温㊁最暖季度降水量㊁年降水量㊁最暖季度平均温度㊂由此可看出该病对最暖季度的温湿条件响应较为显著，而此时的落叶松新梢也由于木质化程度低更容易受病原菌侵染而导致病害发生，这与实际情况中落叶松枯梢病在中国的中高风险区的７㊁８月份为发病高峰相吻合㊂此外，本研究通过环境因子响应曲线发现适宜落叶松枯梢病发生的最适最暖季度平均温度范围为１０．１ ２４．０ħ，这接近先前研究适宜落叶松枯梢病菌孢子的最适萌发温度范围１５ ２７ħ［３４］，说明环境变量的最佳取值范围与此前的研究结果基本一致㊂除温度外，降水在落叶松枯梢病传播扩散中发挥着重要的作用，落叶松枯梢病菌的子囊座和分生孢子器在降雨后吸水释放孢子，后经雨水淋洗㊁反溅而扩大病害侵染范围㊂因此建议在最暖季度尤其是大量降雨前喷洒药剂对该病害进行防治㊂３．２㊀气候变化下落叶松枯梢病在中国的潜在适生区变化非生物㊁生物因素和物种迁移能力在长期进化过程中影响了物种分布，不同的历史时期物种分布范围不同，气候变化也会导致物种适宜区的位置发生变化㊂对于植物病害而言，气候变化会使植物病害向高纬度转移［３５］，但在本研究中落叶松枯梢病的适生范围并没有表现出向高纬度转移的趋势㊂这可能是由于主要环境变量的值没有超过影响落叶松枯梢病适宜发生的阈值㊂４３０３㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀图６㊀未来气候模式下落叶松枯梢病的适生区质心变化趋势Ｆｉｇ．６㊀Ｃｅｎｔｒｏｉｄｍｉｇｒａｔｉｏｎａｎｄｃｈａｎｇｅｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｓｕｉｔａｂｌｅａｒｅａｕｎｄｅｒｆｕｔｕｒｅｓｃｅｎａｒｉｏｓ研究采用新的排放情景⁃共享社会经济路径（ＳＳＰｓ）中的３种情景预测未来落叶松枯梢病在中国的潜在分布及转移趋势，发现落叶松枯梢病在未来三种气候模式下的响应结果略有差异㊂就其适生区面积变化而言，在绿色发展模式下，落叶松枯梢病的潜在适生面积先大幅度减少后逐渐增加，到本世纪末其适生面积占中国国土总面积的１７．７０％；而在中度发展模式和高化石燃料消耗的快速发展模式下，其适生区面积均持续减少，到本世纪末其适生区面积减少到中国国土总面积的１３．８０％和１０．７８％㊂此外，相较绿色发展模式，在中度发展模式和高化石燃料消耗的快速发展模式下，落叶松枯梢病的高适生区呈明显的破碎化，表明病害有集中爆发的趋势㊂不同气候模式下适生区面积变化的差异可能是由于绿色发展模式下二氧化碳的排放量较少，使温度上升幅度较低造成的㊂比较未来三种气候模式下落叶松枯梢病的质心转移轨迹发现，质心均位于内蒙古自治区内，但绿色发展模式下其转移趋势偏向华北地区，而中度发展模式和高化石燃料消耗的快速发展模式下其轨迹更明显向西南地区转移㊂整体上质心转移轨迹是由东北地区转向华北㊁西南地区，这可能与中国不同地区温室气体的排放程度不同使年均温上升存在差异有关，其中在北方地区特别是东北地区，年均温上升幅度高于南方地区［３６］㊂因此在向华北及西南地区调运落叶松苗木时，有关检疫部门应加强地区检疫预警工作㊂３．３㊀研究的局限性在满足病原和寄主同时存在的情况下，适宜的温㊁湿度是病害流行的必要条件㊂在前人研究的基础上，本研究基于落叶松枯梢病分布数据和气候数据，利用ＭａｘＥｎｔ模型对落叶松枯梢病在中国的潜在适生区进行了预测㊂而在实际环境中，落叶松枯梢病的分布和适宜程度也会受到其他复杂因素的影响，如风力㊁人为干扰㊁海拔㊁树龄㊁寄主品种及物种间相互作用［３７］等㊂落叶松枯梢病菌的孢子通过风力传播且落叶松苗木在运输过程中不确定的人为干扰会影响病害扩散传播㊂由于这些因素对病害的影响机制不明确或难以量化而影响模型模拟效果，因此该预测结果可作为判断落叶松枯梢病与环境变量之间关系的参考，但不能完全概括二者之间的关系㊂此外，研究结果旨在预测落叶松枯梢病潜在适生分布区并非其实际分布，故即使生态位模型预测该物种分布可能性很高，也不代表其在此区域有实际分布［３８］㊂寄主的存在是研究病害适生区的前提，该研究对落叶松枯梢病及其寄主在中国的分布情况进行调查，结５３０３㊀７期㊀㊀㊀张秀芸㊀等：落叶松枯梢病在中国的适生性㊀图７㊀落叶松枯梢病寄主植物在中国的分布㊀Ｆｉｇ．７㊀ＤｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｍａｉｎｈｏｓｔｓｏｆｓｈｏｏｔｂｌｉｇｈｔｏｆｌａｒｃｈｉｎＣｈｉｎａ果显示落叶松枯梢病的分布与预测结果较吻合，且落叶松枯梢病的寄主分布涵盖了预测结果中落叶松枯梢病的中高适生分布区（图７），说明了ＭａｘＥｎｔ模型在林木病害预测方面的可行性㊂落叶松枯梢病主要为害的落叶松属植物种类在中国分布较为广泛，有利于病害在中国的传播扩散㊂而落叶松枯梢病长距离传播主要通过调运感病落叶松苗木，因此本研究为落叶松枯梢病的监测预警提供了参考依据㊂此外，落叶松枯梢病发展蔓延迅速，其林内扩散途径主要包括孢子借风力雨水扩大侵染范围而加重病情㊁菌丝在病株体内扩散蔓延引起部分新稍和老枝发病，加之林木病害相较作物病害其寄主具多年生㊁受人为干扰小的特性，因此该病一旦发生便很难控制，这使得预测结果更具有现实意义㊂４㊀结论本研究利用ＭａｘＥｎｔ生态位模型预测了落叶松枯梢病在中国当前和未来气候下的潜在适生分布区并明确了影响落叶松枯梢病发生的主要环境变量㊂根据分析结果发现年平均气温㊁最暖季度降水量㊁年降水量㊁最暖季度平均温度与落叶松枯梢病的发生流行有密切的联系㊂当前气候情境下落叶松枯梢病的适生区主要位于中国东北地区㊁西南及西北局部地区㊂未来不同气候情境下落叶松枯梢病在中国的潜在适生面积出现不同程度的缩小，其适生范围有由东北向华北㊁西南地区扩散的趋势㊂落叶松枯梢病危害严重，其寄主落叶松在我国又分布广泛，因此本研究通过对落叶松枯梢病在中国的潜在适生区进行预测和分析，可为林业相关检疫部门对落叶松枯梢病的防控与检疫工作提供参考依据㊂参考文献（Ｒｅｆｅｒｅｎｃｅｓ）：［１］㊀ＨａｔｔｏｒｉＹ，ＡｎｄｏＹ，ＮａｋａｓｈｉｍａＣ．Ｔａｘｏｎｏｍｉｃａｌｒｅ⁃ｅｘａｍｉｎａｔｉｏｎｏｆｔｈｅｇｅｎｕｓＮｅｏｆｕｓｉｃｏｃｃｕｍｉｎＪａｐａｎ．Ｍｙｃｏｓｃｉｅｎｃｅ，２０２１，６２（４）：２５０⁃２５９．［２］㊀石春玲．落叶松枯梢病综合防治技术推广［Ｄ］．哈尔滨：东北林业大学，２００４．［３］㊀刘秀嶶．落叶松枯梢病的生物防治与分子检测初步研究［Ｄ］．哈尔滨：东北林业大学，２００９．［４］㊀ＲｏｏｔＴＬ，ＰｒｉｃｅＪＴ，ＨａｌｌＫＲ，ＳｃｈｎｅｉｄｅｒＳＨ，ＲｏｓｅｎｚｗｅｉｇＣ，ＰｏｕｎｄｓＪＡ．Ｆｉｎｇｅｒｐｒｉｎｔｓｏｆｇｌｏｂａｌｗａｒｍｉｎｇｏｎｗｉｌｄａｎｉｍａｌｓａｎｄｐｌａｎｔｓ．Ｎａｔｕｒｅ，２００３，４２１（６９１８）：５７⁃６０．［５］㊀ＣｈｅｎＩＣ，ＨｉｌｌＪＫ，ＯｈｌｅｍüｌｌｅｒＲ，ＲｏｙＤＢ，ＴｈｏｍａｓＣＤ．Ｒａｐｉｄｒａｎｇｅｓｈｉｆｔｓｏｆｓｐｅｃｉｅｓａｓｓｏｃｉａｔｅｄｗｉｔｈｈｉｇｈｌｅｖｅｌｓｏｆｃｌｉｍａｔｅｗａｒｍｉｎｇ．Ｓｃｉｅｎｃｅ，２０１１，３３３（６０４５）：１０２４⁃１０２６．［６］㊀ＬｅｎｏｉｒＪ，ＧéｇｏｕｔＪＣ，ＭａｒｑｕｅｔＰＡ，ｄｅＲｕｆｆｒａｙＰ，ＢｒｉｓｓｅＨ．Ａｓｉｇｎｉｆｉｃａｎｔｕｐｗａｒｄｓｈｉｆｔｉｎｐｌａｎｔｓｐｅｃｉｅｓｏｐｔｉｍｕｍｅｌｅｖａｔｉｏｎｄｕｒｉｎｇｔｈｅ２０ｔｈｃｅｎｔｕｒｙ．Ｓｃｉｅｎｃｅ，２００８，３２０（５８８４）：１７６８⁃１７７１．［７］㊀ＪｕｒｏｓｚｅｋＰ，ＲａｃｃａＰ，ＬｉｎｋＳ，ＦａｒｈｕｍａｎｄＪ，ＫｌｅｉｎｈｅｎｚＢ．Ｏｖｅｒｖｉｅｗｏｎｔｈｅｒｅｖｉｅｗａｒｔｉｃｌｅｓｐｕｂｌｉｓｈｅｄｄｕｒｉｎｇｔｈｅｐａｓｔ３０ｙｅａｒｓｒｅｌａｔｉｎｇｔｏｔｈｅｐｏｔｅｎｔｉａｌｃｌｉｍａｔｅｃｈａｎｇｅｅｆｆｅｃｔｓｏｎｐｌａｎｔｐａｔｈｏｇｅｎｓａｎｄｃｒｏｐｄｉｓｅａｓｅｒｉｓｋｓ．ＰｌａｎｔＰａｔｈｏｌｏｇｙ，２０２０，６９（２）：１７９⁃１９３．［８］㊀ＢｅｂｂｅｒＤＰ，ＲａｍｏｔｏｗｓｋｉＭＡＴ，ＧｕｒｒＳＪ．Ｃｒｏｐｐｅｓｔｓａｎｄｐａｔｈｏｇｅｎｓｍｏｖｅｐｏｌｅｗａｒｄｉｎａｗａｒｍｉｎｇｗｏｒｌｄ．ＮａｔｕｒｅＣｌｉｍａｔｅＣｈａｎｇｅ，２０１３，３（１１）：９８５⁃９８８．［９］㊀ＲａｆｆｉｎｉＦ，ＢｅｒｔｏｒｅｌｌｅＧ，ＢｉｅｌｌｏＲ，ＤᶄＵｒｓｏＧ，ＲｕｓｓｏＤ，ＢｏｓｓｏＬ．Ｆｒｏｍｎｕｃｌｅｏｔｉｄｅｓｔｏｓａｔｅｌｌｉｔｅｉｍａｇｅｒｙ：ａｐｐｒｏａｃｈｅｓｔｏｉｄｅｎｔｉｆｙａｎｄｍａｎａｇｅｔｈｅｉｎｖａｓｉｖｅｐａｔｈｏｇｅｎＸｙｌｅｌｌａｆａｓｔｉｄｉｏｓａａｎｄｉｔｓｉｎｓｅｃｔｖｅｃｔｏｒｓｉｎＥｕｒｏｐｅ．Ｓｕｓｔａｉｎａｂｉｌｉｔｙ，２０２０，１２（１１）：４５０８．［１０］㊀张超，陈磊，田呈明，李涛，汪荣，杨启青．基于ＧＡＲＰ和ＭａｘＥｎｔ的云杉矮槲寄生分布区的预测．北京林业大学学报，２０１６，３８（５）：２３⁃３２．［１１］㊀ＰｈｉｌｌｉｐｓＳＪ，ＡｎｄｅｒｓｏｎＲＰ，ＳｃｈａｐｉｒｅＲＥ．Ｍａｘｉｍｕｍｅｎｔｒｏｐｙｍｏｄｅｌｉｎｇｏｆｓｐｅｃｉｅｓｇｅｏｇｒａｐｈｉｃｄｉｓｔｒｉｂｕｔｉｏｎｓ．ＥｃｏｌｏｇｉｃａｌＭｏｄｅｌｌｉｎｇ，２００６，１９０（３／４）：２３１⁃２５９．６３０３㊀生㊀态㊀学㊀报㊀㊀㊀４４卷㊀ｈｔｔｐ：／／ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ［１２］㊀ＥｌｉｔｈＪ，ＰｈｉｌｌｉｐｓＳＪ，ＨａｓｔｉｅＴ，ＤｕｄíｋＭ，ＣｈｅｅＹＥ，ＹａｔｅｓＣＪ．ＡｓｔａｔｉｓｔｉｃａｌｅｘｐｌａｎａｔｉｏｎｏｆＭａｘＥｎｔｆｏｒｅｃｏｌｏｇｉｓｔｓ．ＤｉｖｅｒｓｉｔｙａｎｄＤｉｓｔｒｉｂｕｔｉｏｎｓ，２０１５，１７（１）：４３⁃５７．［１３］㊀徐文力，李庆康，杨潇，王景升．气候变化情景下西藏入侵植物印加孔雀草的潜在分布预测．生态学报，２０２２，４２（１７）：７２６６⁃７２７７．［１４］㊀杨子文，韩姝伊，李壹，王嘉敏，何宏轩．气候变化对雪豹全球潜在适生区分布的影响与评估．生态学报，２０２３，４３（４）：１４１２⁃１４２５．［１５］㊀陈舒豪，程广有．基于ＭａｘＥｎｔ模型的东北红豆杉潜在适生区预测．北华大学学报：自然科学版，２０２２，２３（３）：３０２⁃３１０．［１６］㊀ＡｊｅｎｅＩＪ，ＫｈａｍｉｓＦ，ｖａｎＡｓｃｈＢ，ＰｉｅｔｅｒｓｅｎＧ，ＲａｓｏｗｏＢＡ，ＥｋｅｓｉＳ，ＭｏｈａｍｍｅｄＳ．ＨａｂｉｔａｔｓｕｉｔａｂｉｌｉｔｙａｎｄｄｉｓｔｒｉｂｕｔｉｏｎｐｏｔｅｎｔｉａｌｏｆＬｉｂｅｒｉｂａｃｔｅｒｓｐｅｃｉｅｓ（ ＣａｎｄｉｄａｔｕｓＬｉｂｅｒｉｂａｃｔｅｒａｓｉａｔｉｃｕｓ ａｎｄ ＣａｎｄｉｄａｔｕｓＬｉｂｅｒｉｂａｃｔｅｒａｆｒｉｃａｎｕｓ ）ａｓｓｏｃｉａｔｅｄｗｉｔｈｃｉｔｒｕｓｇｒｅｅｎｉｎｇｄｉｓｅａｓｅ．ＤｉｖｅｒｓｉｔｙａｎｄＤｉｓｔｒｉｂｕｔｉｏｎｓ，２０２０，２６（５）：５７５⁃５８８．［１７］㊀徐永红，陈力，唐松，丁德宽，杨宇衡．柑橘轮斑病的适生区预测及风险分析．中国农业科学，２０２０，５３（２１）：４４３０⁃４４３９．［１８］㊀ＸｕＷ，ＳｕｎＨＹ，ＪｉｎＪＷ，ＣｈｅｎｇＪＭ．Ｐｒｅｄｉｃｔｉｎｇｔｈｅｐｏｔｅｎｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆａｐｐｌｅｃａｎｋｅｒｐａｔｈｏｇｅｎ（Ｖａｌｓａｍａｌｉ）ｉｎＣｈｉｎａｕｎｄｅｒｃｌｉｍａｔｅｃｈａｎｇｅ．Ｆｏｒｅｓｔｓ，２０２０，１１（１１）：１１２６．［１９］㊀ＴａｎｇＸＧ，ＹｕａｎＹＤ，ＬｉＸＭ，ＺｈａｎｇＪＣ．ＭａｘｉｍｕｍｅｎｔｒｏｐｙｍｏｄｅｌｉｎｇｔｏｐｒｅｄｉｃｔｔｈｅｉｍｐａｃｔｏｆｃｌｉｍａｔｅｃｈａｎｇｅｏｎｐｉｎｅｗｉｌｔｄｉｓｅａｓｅｉｎＣｈｉｎａ．ＦｒｏｎｔｉｅｒｓｉｎＰｌａｎｔＳｃｉｅｎｃｅ，２０２１，１２：６５２５００．［２０］㊀王晓玮，任雪燕，梁英梅．基于ＭａｘＥｎｔ模型的松针红斑病在中国的潜在分布区及适生性预测分析．林业科学，２０１９，５５（４）：１６０⁃１７０．［２１］㊀ＬｉＤＸ，ＬｉＺＸ，ＬｉｕＺＷ，ＹａｎｇＹＪ，ＫｈｏｓｏＡＧ，ＷａｎｇＬ，ＬｉｕＤＧ．ＣｌｉｍａｔｅｃｈａｎｇｅｓｉｍｕｌａｔｉｏｎｓｒｅｖｅａｌｅｄｐｏｔｅｎｔｉａｌｌｙｄｒａｓｔｉｃｓｈｉｆｔｓｉｎｉｎｓｅｃｔｃｏｍｍｕｎｉｔｙｓｔｒｕｃｔｕｒｅａｎｄｃｒｏｐｙｉｅｌｄｓｉｎＣｈｉｎａᶄｓｆａｒｍｌａｎｄ．ＪｏｕｒｎａｌｏｆＰｅｓｔＳｃｉｅｎｃｅ，２０２３，９６（１）：５５⁃６９．［２２］㊀赵文娟，陈林，丁克坚，段霞瑜，周益林．利用ＭＡＸＥＮＴ预测玉米霜霉病在中国的适生区．植物保护，２００９，３５（２）：３２⁃３８．［２３］㊀张宇凡，党英侨，王小艺．基于气候和寄主因素的栗山天牛中国成灾和扩散风险评估．林业科学，２０２２，５８（６）：９５⁃１０９．［２４］㊀姜明鑫，钟文玉，陈李林．茶园重要捕食性天敌白斑猎蛛在中国的潜在适生区预测．生态学报，２０２２，４２（１０）：４２２５⁃４２３５．［２５］㊀唐兴港，袁颖丹，张金池．气候变化对杉木适生区和生态位的影响．植物研究，２０２２，４２（１）：１５１⁃１６０．［２６］㊀ＭｏｒａｌｅｓＮＳ，ＦｅｒｎáｎｄｅｚＩＣ，Ｂａｃａ⁃ＧｏｎｚáｌｅｚＶ．ＭａｘＥｎｔᶄｓｐａｒａｍｅｔｅｒｃｏｎｆｉｇｕｒａｔｉｏｎａｎｄｓｍａｌｌｓａｍｐｌｅｓ：ａｒｅｗｅｐａｙｉｎｇａｔｔｅｎｔｉｏｎｔｏｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ？Ａｓｙｓｔｅｍａｔｉｃｒｅｖｉｅｗ．ＰｅｅｒＪ，２０１７，５：ｅ３０９３．［２７］㊀ＣｏｂｏｓＭ，ＰｅｔｅｒｓｏｎＡ，ＢａｒｖｅＮ，Ｏｓｏｒｉｏ⁃ＯｌｖｅｒａＬ．Ｋｕｅｎｍ：ＡｎＲｐａｃｋａｇｅｆｏｒｄｅｔａｉｌｅｄｄｅｖｅｌｏｐｍｅｎｔｏｆｅｃｏｌｏｇｉｃａｌｎｉｃｈｅｍｏｄｅｌｓｕｓｉｎｇＭａｘｅｎｔ．ＰｅｅｒＪ，２０１９，７：ｅ６２８１．［２８］㊀兰雪涵，王金玲，付聪，李黎明，袁梦琦，檀婷婷，杜凤国．基于优化ＭａｘＥｎｔ模型的天女木兰在中国适生区预测．西北林学院学报，２０２２，３７（４）：１００⁃１０６．［２９］㊀ＺｈｕｏＺＨ，ＸｕＤＰ，ＰｕＢ，ＷａｎｇＲＬ，ＹｅＭ．ＰｒｅｄｉｃｔｉｎｇｄｉｓｔｒｉｂｕｔｉｏｎｏｆＺａｎｔｈｏｘｙｌｕｍｂｕｎｇｅａｎｕｍＭａｘｉｍ．ｉｎＣｈｉｎａ．ＢＭＣＥｃｏｌｏｇｙａｎｄＥｖｏｌｕｔｉｏｎ，２０２０，２０（１）．１⁃１０．［３０］㊀刘超，霍宏亮，田路明，董星光，齐丹，张莹，徐家玉，曹玉芬．基于ＭａｘＥｎｔ模型不同气候变化情景下的豆梨潜在地理分布．应用生态学报，２０１８，２９（１１）：３６９６⁃３７０４．［３１］㊀江厚志，曹春香，陈伟，党永峰，王雪军，王威．基于Ｍａｘｅｎｔ模型的美国西海岸树流感暴发风险时空分析．世界林业研究，２０１７，３０（４）：６８⁃７２．［３２］㊀颜佳滢，吴志峰，申健，张意岑，俞方圆．未来气候变化对粤港澳地区杜鹃花适生区的影响．生态学报，２０２２，４２（１３）：５４８１⁃５４９２．［３３］㊀ＬｉｕＸ，ＭａＺＹ，ＣａｄｏｔｔｅＭ，ＣｈｅｎＦ，ＨｅＪＳ，ＺｈｏｕＳＲ．ＷａｒｍｉｎｇａｆｆｅｃｔｓｆｏｌｉａｒｆｕｎｇａｌｄｉｓｅａｓｅｓｍｏｒｅｔｈａｎｐｒｅｃｉｐｉｔａｔｉｏｎｉｎａＴｉｂｅｔａｎａｌｐｉｎｅｍｅａｄｏｗ．ＮｅｗＰｈｙｔｏｌｏｇｉｓｔ，２０１８．２２１（３）；１５７４⁃１５８４．［３４］㊀尹光文，王自江．落叶松枯梢病的研究初报．吉林林业科技，１９７９，８（４）：４６⁃６９．［３５］㊀ＤｕｄｎｅｙＪ，ＷｉｌｌｉｎｇＣＥ，ＤａｓＡＪ，ＬａｔｉｍｅｒＡＭ，ＮｅｓｍｉｔｈＪＣＢ，ＢａｔｔｌｅｓＪＪ．ＡｕｔｈｏｒＣｏｒｒｅｃｔｉｏｎ：Ｎｏｎｌｉｎｅａｒｓｈｉｆｔｓｉｎｉｎｆｅｃｔｉｏｕｓｒｕｓｔｄｉｓｅａｓｅｄｕｅｔｏｃｌｉｍａｔｅｃｈａｎｇｅ．ＮａｔｕｒｅＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２１，１２：５３２６．［３６］㊀唐继洪，程云霞，罗礼智，张蕾，江幸福．基于Ｍａｘｅｎｔ模型的不同气候变化情景下我国草地螟越冬区预测．生态学报，２０１７，３７（１４）：４８５２⁃４８６３．［３７］㊀汤思琦，武扬，梁定东，郭恺．未来气候变化下栎树猝死病菌在中国的适生性分析．生态学报，２０２３，４３（１）：３８８⁃３９７．［３８］㊀朱耿平，刘国卿，卜文俊，高玉葆．生态位模型的基本原理及其在生物多样性保护中的应用．生物多样性，２０１３，２１（１）：９０⁃９８．７３０３㊀７期㊀㊀㊀张秀芸㊀等：落叶松枯梢病在中国的适生性㊀。

北京林业大学：知山知水树木树人暮春清晨，从王庄路右转进入清华东路，沿着北京林业大学浅灰色的围墙迤逦前行。

一切喧嚣渐渐被留在身后，绿树满眼，桃李浓艳，自然亲切之感不禁油然而生。

吸纳了京师大学堂农科林学目和清华大学造园专业一部分而成的北林大，也传承了两校的优良学风。

作为全国重点大学，北林大是首批进入“211”工程重点建设的高校之一，是林业类院校的排头兵，林业系统共有两院院士17名，其中12名来自北林大。

既名为北京林业大学，它设置的56个本科专业和方向中，特色优势专业自然与“林”字脱不开干系，林学、风景园林、园林、生物科学、草业科学、野生动物与自然保护区管理、水土保持与荒漠化治理、环境科学……这些专业可以用时下三个流行词语来概括：绿色、低碳、环保。

副校长姜恩来教授说，要想治山治水，就要先知山知水，才能最终美山美水。

而树木树人，既体现了林大的专业特色，也取“十年树木，百年树人”之意。

浸淫于绿色之中，养就了北林人崇尚自然、追求真理的洒脱与执着。

法竹梅风骨，养青松正气，人也变得厚重朴实；与山水为伴，乐山乐水，既仁且智。

成为一名林大人，就意味着你愿意担负起不可或忘的使命——将“论文”写在祖国的大地上，让无山不绿，有水皆清，替山河妆成锦绣，把国土绘成丹青。

林学院：山水为伴，自然为友走进林学院所在的实验楼。

一层大厅里，一张原木制成的巨大桌面凸现眼前。

桌面近两米宽，木材的天然纹理清晰可见，可以想象这棵树未被砍伐前，该有多么高大粗壮。

材质为德米古夷苏木，俗称巴西花梨木，属珍贵红木，是去年自西双版纳运来的。

沿楼梯拾级而上，盆栽、树桩四散而列，抬眼可见，林学特色一览无遗。

森林培育与保护教育部重点实验室里，几个学生正在电脑前分析数据，各类标本、图表、照片环布四周，整个实验室充溢着浓浓的学术氛围。

一旁的光照培养箱上，贴着一张小纸片，上面详细注明了人名、学号、培养项目和时间。

打开舞毒蛾培养箱，可以看到近十个培养皿，里面都是舞毒蛾的幼虫。

树木安全性评估及处理方法作者：张佳莹，彭蕾，刘诗尧来源：《现代园艺·下半月园林版》 2017年第7期张佳莹，彭蕾，刘诗尧（北京林业大学，北京100083）摘要：综述城市树木安全性的评估方法、影响因子及管理方法，为我国城市树木的安全管理提供参考。

关键词：树木安全性评估；影响因子；管理方法城市中有许多树木由于种种原因在异常天气容易危及建筑设施或构成人群安全的威胁。

如何正确评估树木安全性，因树、因地制宜地采取相应的养护管理措施，不仅有助于树木生态和景观效益的发挥，更可确保居民的人身及财产安全。

1 树木安全性评估的方法树木安全性评估一般通过观察树木或测量各种指标，并与正常生长的树木进行比较作出诊断。

大多数树木风险评估通过视觉检查足以确定树木安全性，但有些树木内部存在严重病变缺陷且没有外部症状，这些树木需要深入检查，需使用专门的探测仪器或诊断工具。

2 树木危险性的影响因子2.1 树皮内卷（1）气温骤降，导致树皮开裂。

（2）天气干燥，周皮与皮层失水，导致树皮皱缩而开裂。

（3）大风天气，树干摇摆，导致树皮薄弱部分因持续活动而开裂。

2.2 凸起的肋脊（1）速生树种木质部强度较低，容易发生裂纹。

（2）由于树皮较薄，天气温差变化较大，导致木质部开裂。

（3）大风天气使得树木摇晃，树干内侧的裂纹不断扩大。

（4）极端低温天气使得裂纹两侧不能愈合，持续扩大。

2.3 干裂（1）树种原因，速生树种木质部强度低。

（2）气候寒冷干燥，昼夜温差大，树干表面失水、温度变化大。

（3）大风加重干裂程度。

2.4 干腐/溃疡（1）发病部位没有及时涂杀菌剂。

（2）持续的阴雨湿热天气，导致树干被病菌侵染，引发干腐病。

（3）肥水不足，偏施氮肥，营养缺乏，导致树势衰弱时发病重。

（4）根系发育不良易被细菌真菌侵染。

（5）伤口较多容易受病菌侵染。

（6）树木受旱害或冻害比较严重，伤口开裂。

（7）修剪方法不正确，导致树皮撕裂。

（8）大树和老树树势较小树差，易被病菌侵染。

《中国生物物种名录第一卷植物》审读报告（上）2020年04月08日初审意见初审姓名：马俊 付聪职务/职称：编辑日期：2015年9月26日一、初审总体判断1.图书基本情况《中国生物物种名录》是国家出版基金资助项目和“十三五”国家重点出版物出版规划项目，是科学出版社的社级重大出版项目。

2015年8月，丛书主编陈宜瑜院士组织丛书编委在中国科学院植物研究所召开了丛书编委会，就丛书出版的事宜进行了探讨，形成了编委会会议纪要，在纪要的基础上进行整理并广泛征求编委和同行意见，形成了“中国生物物种名录 第一卷 植物 编写指南”，就丛书植物部分的内容和编写格式等进行了详细规范和要求。

2.主要作者介绍陈宜瑜主编 动物学家，中国科学院院士，中国科学院原副院长，国家自然科学基金委员会原主任。

从事淡水鱼类分类和系统进化的研究，《鲤形目鱼类系统发育的研究》等9项成果曾获中国科学院自然科学奖或科技进步奖。

洪德元副主编 植物学家，中国科学院院士，第三世界科学院院士，中国植物学会理事长。

参与和组织了《中国植物志》《中国高等植物图鉴》撰写，两项成果均获得国家自然科学奖一等奖；担任Flora of China（FOC）（50册，2013年完成）中方编委会主任。

马克平副主编 中国科学院植物研究所研究员，国际生物多样性计划（DIVERSITAS）中国委员会秘书长，世界自然保护联盟亚洲区委员会副主席、Species2000国际项目董事会成员，中国植物学会副理事长（2008-2013）。

作为国家标本资源共享平台负责人，积极推动生物多样性信息学在中国的发展和全国生物物种编目工作；发起并领导了中国森林生物多样性监测网络建设。

曾获国家科技进步奖一等奖。

覃海宁中国科学院植物研究所研究员，物种信息研究组组长。

参编《中国植物志》、FOC等志书，发表数十篇论文。

中科院《中国生物物种名录》编制专项的项目执行人，科技部“标本数字化”项目的二级主持，以及原环保部“中国高等植物红色名录”项目主持人。

海淀公园木本植物多样性分析陈有臻【摘要】[目的]了解海淀公园木本植物多样性.[方法]采用随机样方分析法,对北京海淀公园120个样方中的树木种类、数量和规格等进行统计.[结果]共调查了21科34属42种1 097棵木本植物,木本植物群落处于发展的中前期阶段,其树龄分布基本呈金字塔类型.木本植物的常绿与落叶种类之比约1∶6,数量之比约1∶3,同种常绿树种的使用重复度较高.乔木层的树种优势度相对灌木显著.乔木的物种多样性整体优于灌木,分布上乔木和灌木的均匀性基本类似.[结论]调查结果为城市植物多样性的相关研究和实践工作提供了参考.%[Objective] The aim was to clear biodiversity of woody plant on Haidian Park in Beijing.[Method] The survey of woody plant in Haidian Park in Beijing had been carried and 120 samples were measured by random quadrat analysis for the number of species,specifications and so on.[Result] It had a total of 21 families,34 genera and 42 species of woody plant,a total of 1 097 strains in Haidian Park.The age of woody plants showed a type of pyramid basically and the woody plants communities were in the development of prometaphase stage.The scale between evergreen plants and deciduous plants was as followed:evergreen∶deciduous =1∶6 in type;andevergreen∶deciduous=1∶3 in number.The degree of repetitiveness of them was high.The importance value difference of trees was relatively largest showed that tree layer species dominance relative shrubs.In terms of species diversity index,trees were overall better than shrubs.Mainly it manifested in two aspects of tree species and number of advantages,but inaspect of the distribution uniformity of trees and shrubs it wassimilar.[Conclusion] This research provides the practical experience and theoretical basis for other relative research of urban plant diversity.【期刊名称】《安徽农业科学》【年(卷),期】2017(045)015【总页数】4页(P1-3,5)【关键词】木本植物;多样性;重要值;海淀公园【作者】陈有臻【作者单位】北京林业大学园林学院,北京 100083;青海省大通县林业局,青海大通810100【正文语种】中文【中图分类】S731.2城市植物作为城市绿地中唯一具有生命的基础设施，是城市生态系统的一个重要组成部分，具有净化城市空气、调节城市气候、改善城市生态系统、提高城市人居环境条件等重要的生态服务功能[1]。