应用GIS和Maxent预测南方红豆杉潜在地理分布及其保护建议

万基中　王春晶　韩士杰等

摘要：预测物种潜在地理分布在保护生物学中发挥着重要的作用。利用影响物种分布的环境因子，通过GIS和Maxent模拟南方红豆杉的潜在地理分布，结合Google Earth对其潜在地理分布进行观测，并针对涉及到物种潜在分布区的省（自治区）和保护区进行有效分析，评价这些地区对南方红豆杉的保护能力。经过研究发现，南方红豆杉的潜在地理分布区主要在我国华南大部分地区，西南地区有少量分布。浙江和湖南两省潜在地理分布面积较大，其中湖南省南方红豆杉较多分布在保护区内。通过总结过去的相关研究，并在此基础上进行GIS分析，丰富其内容，特别是在野生濒危植物保护方面。

关键词：Maxent；GIS；南方红豆杉；保护区；Google Earth；潜在地理分布

中图分类号： S127 文献标志码： A 文章编号：1002-1302（2014）07-0349-03

收稿日期：2013-10-29

基金项目：东北森林植物种质资源专项调查（编号：SB2007FY001）。

作者简介：万基中（1988—），男，硕士，从事基于GIS的野生植物保护与利用。E-mail：yw229628927@163.com。

通信作者：于景华，副教授，硕士生导师，从事野生植物保护与利用。E-mail：yujinghua508@163.com。南方红豆杉属于红豆杉科、红豆杉属常绿乔木，是我国特有一级保护濒危植物，主要分布于长江流域、南岭山脉及其以南各省的山地中，是集观赏、药用和材用为一体的重要资源植物。如今，南方红豆杉的保护形势已迫在眉睫[1]。目前，地理信息系统（GIS）已经为野生濒危植物保护提供了良好的分析环境。利用物种分布模型模拟物种潜在地理分布又成为保护濒危物种必不可少的手段[2]，殷晓洁等对辽东栎和蒙古栎的潜在地理分布及其影响因子进行了模拟，但只分析了分布地区和气候影响的阈值，没有对其分布的省（自治区）和保护区进行评估[3-4]。本文通过Maxent模型与GIS相结合的手段[5]，利用物种分布区和生长环境模拟南方红豆杉潜在地理分布，探讨影响分布的因素，探究濒危物种的潜在地理分布及其保护建议[6-7]。GIS和Google Earth相结合，提取南方红豆杉在各个省市和保护区的潜在地理分布信息，进一步了解南方红豆杉潜在生境的情况，讨论分布热点的省份和保护区，为未来植物区系调查、野生植物科学管理、生物多样性及其资源保护提供了参考依据。

1材料与方法

1.1物种分布数据采集

南方红豆杉分布数据主要从以下4个途径获得：（1）中国科学院植物研究所标本馆提供的标本资料，102条；（2）各地方植物志的南方红豆杉分布资料，147条；（3）GBIF数据库（http：//www.gbif.org/），7条；（4）中国知网（http：//www.cnki.net/）查到相关文献，159条[8]。通过Google Earth和Arcgis10.0软件提取上述4个资料源的各个地区几何中心点坐标，输入至Excel，保存成CSV格式，剔除极其相似的地理数据，保证并且每个分布点都有确切的经纬度，最终得到南方红豆杉的分布点共384个。物种分布点基于的中国矢量地图为1 ∶400万，来源于国家基础地理信息系统（http：//ngcc.sbsm.gov.cn/），中国保护区地图下载于www.wdpa.org。

1.2环境因子数据获取

地上环境因子数据主要是气候数据。气候数据主要下载于Worldclim免费提供的生物数据（www.worldclim.org），下载19个影响生物分布的气候因子作为地上环境因子数据，分辨率为2.5 arcmin，这些数据主要是温度和降水指标。地下部分数据主要是土壤性质数据，来自于联合国粮食与农业组织（www.fao.org）。上述环境因子见表1。

1.3软件来源

Arcgis 10.0由美国ESRI公司开发；Diva-gis由http：//www.diva-gis.org/免费下载；Maxent 3.3.3e由http：//www.cs.princeton.edu/～schapire/maxent/免费下载；Google Earth由美国谷歌公司开发。

1.4研究方法

Maxent模型是以最大熵理论为基础，根据物种存在信息，从符合条件的分布信息中选择熵最大的分布区域，作为模拟的最优分布，进而建立潜在地理分布图层将南方红豆杉分布记录数据（CSV格式）和环境变量数据（ASCⅡ格式）导入Maxent软件中，随机选择75%的分布点作为训练子集（随机抽取整个数据的75%作为训练子集），来获取建立最大熵模型的参数，25%作为测试子集（余下的25%），用来验证模型的准确性。环境参数中设置为获取刀切法来获得每个环境因子的重要性，其他参数为软件默认参数。我们将适应区分为4个梯度：不分布区（0～0.25），较差分布区（0.25～0.5），适宜分布区（0.5～0.75），最佳分布区（0.75～1）。通常采用接受者操作特性曲线（ROC）分析法检验模型精度，ROC曲线下的面积（AUC）值的大小来判断模型的准确度。AUC值的评表1环境变量

气候变量因子说明土壤变量因子说明Bio1年平均气温Nutrient availability养分有效性Bio2昼夜温差均值Nutrient retention capacity营养保留能力Bio3昼夜温差与年温差比值Oxygen availability to roots对根的可用供氧量Bio4温度变化方差Rooting conditions生根条件Bio5最热月份最高温Toxicity毒性Bio6最冷月份最低温Workability机械适应率Bio7年温度变化范围Excess salts盐碱性Bio8最湿季度平均温度Bio9最干季度平均温度Bio10最热季度平均温度Bio11最冷季度平均温度Bio12年平均降水Bio13最湿月份降水Bio14最干月份降水Bio15降水变化方差Bio16最湿季度降水Bio17最干季度降水Bio18最热季度平均降水Bio19最冷季度平均降水endprint

估一般标准为：预测较差（0.5～0.6），预测一般（0.6～07），预测较准确（0.7～0.8），预测很准确（0.8～0.9），预测极准确（0.9～1）[5]。

通过Arcgis10.0空间分析模块进行区域统计，分别提取各省市和保护区南方红豆杉的潜在地理分布数据，将Maxent所得到ASCⅡ文件通过Diva-gis软件输出为Google Earth支持的KMZ文件，通过Google Earth分析潜在地理分布的真实情况。

2结果与分析

2.1潜在地理分布预测结果

本次模型的训练AUC=0.969，测试AUC=0.965，表明预测效果理想[3-4]。由图1、图2可知，南方红豆杉广泛分布于中国的中南部，最佳分布区面积浙江省最大，福建省次之，安徽、重庆、广西、湖北、江西和湖南等省（区）较小；适宜分布区面积湖南省最大，江西、福建、浙江较大，四川、贵州、陕西、安徽、重庆、广东、广西、湖北、浙江、福建等省（区）次之，云南、台湾、甘肃等省份最小。这与我国南部较大面积的潜在地理分布相比，我国实际保护区的保护面积显得明显不足，如浙江省只有凤阳山、乌岩岭、九龙山3个保护区覆盖了南方红豆杉潜在地理分布，保护面积仅351.31 km2，这与浙江省最佳分区面积相差很大；湖南省保护区没有覆盖最佳分布区，但有大面积的适宜分布区，张家界、索溪峪、永州都、八大公山共覆盖 5 010.79 km2 的适宜分布区，尤其张家界，覆盖了 3 254.24 km2 适宜分布区，这些都为保护野生南方红豆杉创造了有利的条件，此外安徽的清凉峰和广西的猫儿山也有最佳分布区覆盖（图1）。

Google Earth可以清晰地看出南方红豆杉潜在地理分布的真实情况。图3-a表示潜在分布区由沿海地区向内陆地区延伸，南方红豆杉的适应性有逐渐减小的趋势。从图3-b

可以看出，南方红豆杉潜在分布区在浙江省的地形条件，这给我们选择迁地就地保护和人工培育选址提供了有效的借鉴；利用Google Earth可以对物种潜在地理分布进行更加细致的模拟，甚至可以对小地区的生境破碎化的现象进行讨论。图3（3）表示，最佳分布区并不是十分连贯，有生境破碎化的现象。从图3我们观察到南方红豆杉潜在地理分布区与不分布地区的交错地带情况十分复杂。

2.2影响潜在地理分布环境因子分析

Maxent的刀切法可以对每一个环境因子应用刀切法分析，判断不同环境因子对南方红豆杉潜在地理分布的影响。地下部分对物种潜在地理分布的影响效果并不是特别理想，地上部分，影响效果十分明显，其中最冷季度平均温度、最冷月份最低温度、最干季度平均温度对潜在地理分布有较为明显的作用。根据Maxent结果，当最冷月份的最低温度、最干季节平均温度、最冷季度平均温度分别达到0、10、8 ℃时，存在南方红豆杉的概率越大，说明对其潜在地理分布影响最大。

3结论与讨论

利用GIS的定量分析，使评价过程更加系统化、立体化[1-3]。我们使用GIS中的空间分析技术，对南方红豆杉的潜在地理分布信息进行了有效的提取，再通过Google Earth进行展示，使其研究结果更加真实。将GIS与Maxent结合起来，对于我国过去相关研究来说，是一个很好的补充，特别是应用于野生濒危植物保护方面[6]。从图1可以看出，通过Maxent模拟所得的南方红豆杉潜在地理分布，南方红豆杉主要集中在我国华南和西南部分省（自治区），其中浙江省最佳分布区的覆盖面积最大，湖南省适宜分布区面积最大（图2），以这两个省为主，可以加强省内南方红豆杉人工种植，使其经济价值最大化。对于野生南方红豆杉的保护，浙江省已有大面积南方红豆杉繁育基地，其他地区可以借鉴学习。从对重点保护区的分析来看，我们发现针对南方红豆杉地理分布的保护区很少，只有张家界、索溪峪、永州都、八大公山、凤阳山、乌岩岭、九龙山等几处能达到保护南方红豆杉的目的，这和我们庞大的保护区体系相比较，远远不够（图1）。所以，为南方红豆杉建立有效的保护地，可以作为未来的研究方向。这不仅可以应用于南方红豆杉的保护，更可以应用在保护其他濒危植物上。

影响南方红豆杉分布的因素主要是气候因素，所以，我们不论是进行就地保护还是迁地保护，首先要对当地的气候条件进行监测。对于最佳分布区和适宜分布区，我们需要在部

分地区划分保护小区，进行有效的就地保护，不仅如此，这些地区也是迁地保护的适宜地区[1，6-8]。我们需要扩大其保护区的面积，使南方红豆杉的各个种群连接起来，促进其种间交流，避免生境破碎化对南方红豆杉种群造成的不利影响，增加其种群的稳定性[7-8]。对于迁地保护来说，基本可以运用本研究的方法，利用Google Earth对潜在地理分布进行初步评估，将迁地保护的区域划分到适宜区域（图3）。由于Maxent模拟出来的结果是针对大尺的我国地区，如果单纯从图层中来进行划分，未免过于草率。本研究改进了过去我国对于潜在分布的研究成果，利用GIS和Google Earth相结合的方法对潜在地理分布地区进行进一步的评估。

参考文献：

[1]茹文明，张金屯，张峰，等. 濒危植物南方红豆杉濒危原因分析[J]. 植物研究，2006，26（5）：624-628.

[2]徐晓婷，杨永，王利松. 白豆杉的地理分布及潜在分布区估计[J]. 植物生态学报，2008，32（5）：1134-1145.

[3]殷晓洁，周广胜，隋兴华，等. 辽东栎林潜在地理分布及其主导因子[J]. 林业科学，2013，49（8）：10-14.

[4]殷晓洁，周广胜，隋兴华，等. 蒙古栎地理分布的主导气候因子及其阈值[J]. 生态学报，2013，33（1）：103-109.

[5]许志东，丁国华，刘保东，等. 假苍耳的地理分布及潜在适生区预测[J]. 草业学报，2012，21（3）：75-83.

[6]李先琨，黄玉清，苏宗明.南方红豆杉群落主要树木种群间联结关系初步研究[J]. 生态学杂志，1999，18（3）：11-15.

[7]王利松，陈彬，纪力强，等. 生物多样性信息学研究进展[J]. 生物多样性，2010，18（5）：429-443.

[8]杨相甫，李景原，王太霞，等. 河南红豆杉属植物地理分布初探[J]. 河南师范大学学报：自然科学版，2000，28（1）：72-74.endprint

估一般标准为：预测较差（0.5～0.6），预测一般（0.6～07），预测较准确（0.7～0.8），预测很准确（0.8～0.9），预测极准确（0.9～1）[5]。

通过Arcgis10.0空间分析模块进行区域统计，分别提取各省市和保护区南方红豆杉的潜在地理分布数据，将Maxent所得到ASCⅡ文件通过Diva-gis软件输出为Google Earth支持的KMZ文件，通过Google Earth分析潜在地理分布的真实情况。

2结果与分析

2.1潜在地理分布预测结果

本次模型的训练AUC=0.969，测试AUC=0.965，表明预测效果理想[3-4]。由图1、图2可知，南方红豆杉广泛分布于中国的中南部，最佳分布区面积浙江省最大，福建省次之，安徽、重庆、广西、湖北、江西和湖南等省（区）较小；适宜分布区面积湖南省最大，江西、福建、浙江较大，四川、贵州、陕西、安徽、重庆、广东、广西、湖北、浙江、福建等省（区）次之，云南、台湾、甘肃等省份最小。这与我国南部较大面积的潜在地理分布相比，我国实际保护区的保护面积显得明显不足，如浙江省只有凤阳山、乌岩岭、九龙山3个保护区覆盖了南方红豆杉潜在地理分布，保护面积仅351.31 km2，这与浙江省最佳分区面积相差很大；湖南省保护区没有覆盖最佳分布区，但有大面积的适宜分布区，张家界、索溪峪、永州都、八大公山共覆盖 5 010.79 km2 的适宜分布区，尤其张家界，覆盖了 3 254.24 km2 适宜分布区，这些都为保护野生南方红豆杉创造了有利的条件，此外安徽的清凉峰和广西的猫儿山也有最佳分布区覆盖（图1）。

Google Earth可以清晰地看出南方红豆杉潜在地理分布的真实情况。图3-a表示潜在分布区由沿海地区向内陆地区延伸，南方红豆杉的适应性有逐渐减小的趋势。从图3-b

可以看出，南方红豆杉潜在分布区在浙江省的地形条件，这给我们选择迁地就地保护和人工培育选址提供了有效的借鉴；利用Google Earth可以对物种潜在地理分布进行更加细致的模拟，甚至可以对小地区的生境破碎化的现象进行讨论。图3（3）表示，最佳分布区并不是十分连贯，有生境破碎化的现象。从图3我们观察到南方红豆杉潜在地理分布区与不分布地区的交错地带情况十分复杂。

2.2影响潜在地理分布环境因子分析

Maxent的刀切法可以对每一个环境因子应用刀切法分析，判断不同环境因子对南方红豆杉潜在地理分布的影响。地下部分对物种潜在地理分布的影响效果并不是特别理想，地上部分，影响效果十分明显，其中最冷季度平均温度、最冷月份最低温度、最干季度平均温度对潜在地理分布有较为明显的作用。根据Maxent结果，当最冷月份的最低温度、最干季节平均温度、最冷季度平均温度分别达到0、10、8 ℃时，存在南方红豆杉的概率越大，说明对其潜在地理分布影响最大。

3结论与讨论

利用GIS的定量分析，使评价过程更加系统化、立体化[1-3]。我们使用GIS中的空间分析技术，对南方红豆杉的潜在地理分布信息进行了有效的提取，再通过Google Earth进行展示，使其研究结果更加真实。将GIS与Maxent结合起来，对于我国过去相关研究来说，是一个很好的补充，特别是应用于野生濒危植物保护方面[6]。从图1可以看出，通过Maxent模拟所得的南方红豆杉潜在地理分布，南方红豆杉主要集中在我国华南和西南部分省（自治区），其中浙江省最佳分布区的覆盖面积最大，湖南省适宜分布区面积最大（图2），以这两个省为主，可以加强省内南方红豆杉人工种植，使其经济价值最大化。对于野生南方红豆杉的保护，浙江省已有大面积南方红豆杉繁育基地，其他地区可以借鉴学习。从对重点保护区的分析来看，我们发现针对南方红豆杉地理分布的保护区很少，只有张家界、索溪峪、永州都、八大公山、凤阳山、乌岩岭、九龙山等几处能达到保护南方红豆杉的目的，这和我们庞大的保护区体系相比较，远远不够（图1）。所以，为南方红豆杉建立有效的保护地，可以作为未来的研究方向。这不仅可以应用于南方红豆杉的保护，更可以应用在保护其他濒危植物上。

影响南方红豆杉分布的因素主要是气候因素，所以，我们不论是进行就地保护还是迁地保护，首先要对当地的气候条件进行监测。对于最佳分布区和适宜分布区，我们需要在部

分地区划分保护小区，进行有效的就地保护，不仅如此，这些地区也是迁地保护的适宜地区[1，6-8]。我们需要扩大其保护区的面积，使南方红豆杉的各个种群连接起来，促进其种间交流，避免生境破碎化对南方红豆杉种群造成的不利影响，增加其种群的稳定性[7-8]。对于迁地保护来说，基本可以运用本研究的方法，利用Google Earth对潜在地理分布进行初步评估，将迁地保护的区域划分到适宜区域（图3）。由于Maxent模拟出来的结果是针对大尺的我国地区，如果单纯从图层中来进行划分，未免过于草率。本研究改进了过去我国对于潜在分布的研究成果，利用GIS和Google Earth相结合的方法对潜在地理分布地区进行进一步的评估。

参考文献：

[1]茹文明，张金屯，张峰，等. 濒危植物南方红豆杉濒危原因分析[J]. 植物研究，2006，26（5）：624-628.

[2]徐晓婷，杨永，王利松. 白豆杉的地理分布及潜在分布区估计[J]. 植物生态学报，2008，32（5）：1134-1145.

[3]殷晓洁，周广胜，隋兴华，等. 辽东栎林潜在地理分布及其主导因子[J]. 林业科学，2013，49（8）：10-14.

[4]殷晓洁，周广胜，隋兴华，等. 蒙古栎地理分布的主导气候因子及其阈值[J]. 生态学报，2013，33（1）：103-109.

[5]许志东，丁国华，刘保东，等. 假苍耳的地理分布及潜在适生区预测[J]. 草业学报，2012，21（3）：75-83.

[6]李先琨，黄玉清，苏宗明.南方红豆杉群落主要树木种群间联结关系初步研究[J]. 生态学杂志，1999，18（3）：11-15.

[7]王利松，陈彬，纪力强，等. 生物多样性信息学研究进展[J]. 生物多样性，2010，18（5）：429-443.

[8]杨相甫，李景原，王太霞，等. 河南红豆杉属植物地理分布初探[J]. 河南师范大学学报：自然科学版，2000，28（1）：72-74.endprint

估一般标准为：预测较差（0.5～0.6），预测一般（0.6～07），预测较准确（0.7～0.8），预测很准确（0.8～0.9），预测极准确（0.9～1）[5]。

通过Arcgis10.0空间分析模块进行区域统计，分别提取各省市和保护区南方红豆杉的潜在地理分布数据，将Maxent所得到ASCⅡ文件通过Diva-gis软件输出为Google Earth支持的KMZ文件，通过Google Earth分析潜在地理分布的真实情况。

2结果与分析

2.1潜在地理分布预测结果

本次模型的训练AUC=0.969，测试AUC=0.965，表明预测效果理想[3-4]。由图1、图2可知，南方红豆杉广泛分布于中国的中南部，最佳分布区面积浙江省最大，福建省次之，安徽、重庆、广西、湖北、江西和湖南等省（区）较小；适宜分布区面积湖南省最大，江西、福建、浙江较大，四川、贵州、陕西、安徽、重庆、广东、广西、湖北、浙江、福建等省（区）次之，云南、台湾、甘肃等省份最小。这与我国南部较大面积的潜在地理分布相比，我国实际保护区的保护面积显得明显不足，如浙江省只有凤阳山、乌岩岭、九龙山3个保护区覆盖了南方红豆杉潜在地理分布，保护面积仅351.31 km2，这与浙江省最佳分区面积相差很大；湖南省保护区没有覆盖最佳分布区，但有大面积的适宜分布区，张家界、索溪峪、永州都、八大公山共覆盖 5 010.79 km2 的适宜分布区，尤其张家界，覆盖了 3 254.24 km2 适宜分布区，这些都为保护野生南方红豆杉创造了有利的条件，此外安徽的清凉峰和广西的猫儿山也有最佳分布区覆盖（图1）。

Google Earth可以清晰地看出南方红豆杉潜在地理分布的真实情况。图3-a表示潜在分布区由沿海地区向内陆地区延伸，南方红豆杉的适应性有逐渐减小的趋势。从图3-b

可以看出，南方红豆杉潜在分布区在浙江省的地形条件，这给我们选择迁地就地保护和人工培育选址提供了有效的借鉴；利用Google Earth可以对物种潜在地理分布进行更加细致的模拟，甚至可以对小地区的生境破碎化的现象进行讨论。图3（3）表示，最佳分布区并不是十分连贯，有生境破碎化的现象。从图3我们观察到南方红豆杉潜在地理分布区与不分布地区的交错地带情况十分复杂。

2.2影响潜在地理分布环境因子分析

Maxent的刀切法可以对每一个环境因子应用刀切法分析，判断不同环境因子对南方红豆杉潜在地理分布的影响。地下部分对物种潜在地理分布的影响效果并不是特别理想，地上部分，影响效果十分明显，其中最冷季度平均温度、最冷月份最低温度、最干季度平均温度对潜在地理分布有较为明显的作用。根据Maxent结果，当最冷月份的最低温度、最干季节平均温度、最冷季度平均温度分别达到0、10、8 ℃时，存在南方红豆杉的概率越大，说明对其潜在地理分布影响最大。

3结论与讨论

利用GIS的定量分析，使评价过程更加系统化、立体化[1-3]。我们使用GIS中的空间分析技术，对南方红豆杉的潜在地理分布信息进行了有效的提取，再通过Google Earth进行展示，使其研究结果更加真实。将GIS与Maxent结合起来，对于我国过去相关研究来说，是一个很好的补充，特别是应用于野生濒危植物保护方面[6]。从图1可以看出，通过Maxent模拟所得的南方红豆杉潜在地理分布，南方红豆杉主要集中在我国华南和西南部分省（自治区），其中浙江省最佳分布区的覆盖面积最大，湖南省适宜分布区面积最大（图2），以这两个省为主，可以加强省内南方红豆杉人工种植，使其经济价值最大化。对于野生南方红豆杉的保护，浙江省已有大面积南方红豆杉繁育基地，其他地区可以借鉴学习。从对重点保护区的分析来看，我们发现针对南方红豆杉地理分布的保护区很少，只有张家界、索溪峪、永州都、八大公山、凤阳山、乌岩岭、九龙山等几处能达到保护南方红豆杉的目的，这和我们庞大的保护区体系相比较，远远不够（图1）。所以，为南方红豆杉建立有效的保护地，可以作为未来的研究方向。这不仅可以应用于南方红豆杉的保护，更可以应用在保护其他濒危植物上。

影响南方红豆杉分布的因素主要是气候因素，所以，我们不论是进行就地保护还是迁地保护，首先要对当地的气候条件进行监测。对于最佳分布区和适宜分布区，我们需要在部

分地区划分保护小区，进行有效的就地保护，不仅如此，这些地区也是迁地保护的适宜地区[1，6-8]。我们需要扩大其保护区的面积，使南方红豆杉的各个种群连接起来，促进其种间交流，避免生境破碎化对南方红豆杉种群造成的不利影响，增加其种群的稳定性[7-8]。对于迁地保护来说，基本可以运用本研究的方法，利用Google Earth对潜在地理分布进行初步评估，将迁地保护的区域划分到适宜区域（图3）。由于Maxent模拟出来的结果是针对大尺的我国地区，如果单纯从图层中来进行划分，未免过于草率。本研究改进了过去我国对于潜在分布的研究成果，利用GIS和Google Earth相结合的方法对潜在地理分布地区进行进一步的评估。

参考文献：

[1]茹文明，张金屯，张峰，等. 濒危植物南方红豆杉濒危原因分析[J]. 植物研究，2006，26（5）：624-628.

[2]徐晓婷，杨永，王利松. 白豆杉的地理分布及潜在分布区估计[J]. 植物生态学报，2008，32（5）：1134-1145.

[3]殷晓洁，周广胜，隋兴华，等. 辽东栎林潜在地理分布及其主导因子[J]. 林业科学，2013，49（8）：10-14.

[4]殷晓洁，周广胜，隋兴华，等. 蒙古栎地理分布的主导气候因子及其阈值[J]. 生态学报，2013，33（1）：103-109.

[5]许志东，丁国华，刘保东，等. 假苍耳的地理分布及潜在适生区预测[J]. 草业学报，2012，21（3）：75-83.

[6]李先琨，黄玉清，苏宗明.南方红豆杉群落主要树木种群间联结关系初步研究[J]. 生态学杂志，1999，18（3）：11-15.

[7]王利松，陈彬，纪力强，等. 生物多样性信息学研究进展[J]. 生物多样性，2010，18（5）：429-443.

[8]杨相甫，李景原，王太霞，等. 河南红豆杉属植物地理分布初探[J]. 河南师范大学学报：自然科学版，2000，28（1）：72-74.endprint