共查询到20条相似文献，搜索用时 390 毫秒
1.
《西部林业科学》2021,(3)
以高山栲71个分布记录点位数据及环境背景值为材料,利用最大熵MaxEnt预测模型预测其在当代的适生区分布格局,探讨环境因子对高山栲适生分布格局的影响,并推演其在过去(末次间冰期和末次盛冰期)和未来(2050年、2070年)潜在适生区分布特点。结果表明:等温性(bio3)、温度季节变化方差(bio4)、年平均降雨量(bio12)、最冷月最低温(bio6)和海拔(Alti)等5个环境因子是决定高山栲适生区分布的关键因素,对模型的贡献率分别为44.5%、23.5%、19.7%、8.8%和2.6%。且海拔1 400～2 800 m、年平均降雨量900～1 260 mm、等温性1.2～1.3、温度季节变化方差27～46、最冷月最低温0～6.7℃是高山栲适生区分布环境条件组合。受试者工作特征曲线下面积AUC平均值为0.984,模型预测结果准确性、可信度较高。不同气候条件下高山栲的适生区面积变化幅度不大,中度以上适生区集中分布在云南,表明其对全球气候变化不敏感,且云南是其资源保护和种群恢复的理想场所。 相似文献
2.
为防止杨二尾舟蛾（Cerura menciana）在西藏自治区进一步扩散蔓延,采用最大熵（Maxent）生态模型,结合气候、降雨等环境因素对杨二尾舟蛾在西藏自治区的适生区进行模拟,并采用特性曲线（ROC）对结果进行了验证。结果表明,杨二尾舟蛾的潜在适生区约占西藏自治区总面积的1/3,并主要集中在西藏自治区的中部和东南部;昼夜温差与年温差比值（Bio3）、最冷季度平均温(Bio11)、最冷月份最低温(Bio6)和最干季度平均温(Bio9)可能是限制杨二尾舟蛾分布的主要环境因子;ROC曲线验证结果表明,Maxent模型对杨二尾舟蛾在西藏自治区的潜在适生区模拟精度高（AUC=0.993）,结果可信。杨二尾舟蛾的适生区模拟为早期监测和预警提供理论依据,防止其进一步扩散蔓延。 相似文献
3.
基于优化的Maxent模型预测白栎在中国的潜在分布区 总被引：5，自引：0，他引：5
【目的】采用优化Maxent模型对白栎的适生区进行预测,了解气候因子对白栎分布的影响,同时结合植物耐寒性区域地图(PHZM)探讨白栎的栽培区划和引种区划,为白栎的引种栽培提供理论基础。【方法】采用Maxent模型,利用AICc指标对特征参数(feature)和正规化参数(β)进行筛选,建立最优模型。基于484条分布记录和10个环境变量模拟白栎在末次盛冰期、全新世中期、现代和2070年的潜在分布区。综合jackknife检验、置换重要值和百分比贡献率、限制环境因子,探讨影响白栎适生分布区的环境因子。【结果】1)最优模型的参数设置为:feature为LQP和β乘数为1.5。2)jackknife检验表明:年均温、最干月降雨量、平均日温差、温度年较差为关键因子;百分比贡献率排前3名的环境变量依次为平均日温差、温度年较差、年均温;置换重要值排前3名的为年均温、温度年较差和等温性。影响现代最适分布区的环境限制因子为年降雨量和最干月降雨量;影响未来最适分布区的环境限制因子为极端最高温和最干月降雨量。3)白栎的现代高度适生区集中分布在重庆、贵州局部地区、湖南、湖北南部、江西、安徽南部、福建北部和长江三角洲地区;末次盛冰期时白栎的高度适生区在湖南和江西零星地区,较现代分布区面积减少28.28%;全新世中期高度适生区范围与现代相似,较现代高度适生区面积增加6.44%,面积达到最大;在进行未来适生区的预测时,原本不具有适生区的辽宁出现少部分低度适生区,2070年温度可能升高,适宜分布区向北扩张,高度适生区面积减少6.44%。【结论】年均温、平均日温差、温度年较差和最干月降水量是制约白栎分布格局的重要环境因子。影响白栎的现代最适宜分布区和未来的最适分布区的环境限制因子为年降雨量、最干月降雨量和极端最高温。末次盛冰期白栎的高度适生区集中在华中地区,随气候的转暖逐渐向北移动。全新世中期时,高度适生区面积扩张达到最大。未来气温升高,白栎适生区可能发生向北扩张的趋势,高海拔地区分布的白栎更容易受到气候的影响。根据Maxent预测的白栎分布区结合中国耐寒性区域地图进行白栎的栽培区划和引种区划,新疆、北京、天津可能适合白栎的引种栽培。 相似文献
4.
[目的]了解环境因子对毛红椿适生区分布的影响,为其资源保护、引种及其人工林的发展提供参考。[方法]基于MaxEnt模型能利用现存不完整、小样本、离散型分布数据构建物种适生区预测模型,用受试者工作曲线线下面积(AUC)检验预测模型的精度,面积越大精度越高等优点,本研究应用毛红椿在云南的分布数据及1个地型因子和6个气候因子,来构建其适生区分布模型。[结果]毛红椿适生区分布MaxEnt模型平均训练AUC和平均测试AUC分别为0.891、0.885,说明对毛红椿适生区的预测是可靠的;降水量变异系数和最干季度降水量是决定毛红椿适生区分布的主要因子,年均气温变化范围、最冷季度平均气温、最湿季度降水量、最冷季度降水量是次要因子。在当代和未来(2050S、2070S)气候变暖条件下(RCP2.6情景),云南省和全国适生区面积计算结果直观、定量的反应了全球变暖对毛红椿适生区变迁的影响。[结论]预测云南省及全国的毛红椿适生区随全球变暖而小幅萎缩。 相似文献
5.
中国云杉属树种地理分布格局的主导气候因子 总被引：1，自引：0，他引：1
【目的】以我国各地理阶梯间山地生长的云杉属12个树种为对象,探讨限制云杉地理分布和驱动各树种沿经纬度分布差异的关键气候因子,以阐明影响我国云杉属各树种地理分布格局形成的主导气候因子。【方法】在长期野外考察积累和查阅中国数字植物标本馆标本信息的基础上,于云杉属12个树种的地理分布范围内选取389个样点,并利用地理信息系统技术(ArcGIS)获取各样点的主要气候数据。通过方差分析、变异系数比较确定限制云杉树种地理分布范围的气候因子,基于线性回归分析、蒙特卡洛检验和冗余分析(RDA)等方法量化各气候因子对云杉树种地理分布差异的贡献大小。【结果】年均气温、月均昼夜气温差、最暖月最高气温、最冷月最低气温、年均气温变幅、年均降水量、最暖季降水量、最冷季降水量和干旱指数在12个树种分布区间存在显著差异;月均昼夜气温差和最冷季降水量的方差主要来源于树种内,其余7个气候因子的方差主要来源于树种间;变异系数分析表明,无论是云杉属整体分布区还是各树种分布区的月均昼夜气温差和最暖月最高气温变异最低,其变异系数均小于20%;经、纬度与各气候因子的线性回归分析表明,除经、纬度与月均昼夜气温差、经度与最冷季降水量不存在显著相关(P 0. 05)外,经、纬度与其余各气候因子均显著相关(P0. 05),其中,与年均气温变幅相关性最高,其次为最冷月最低气温;蒙特卡洛检验进一步表明,年均气温变幅和最冷月最低气温对我国云杉属各树种沿经纬度分布差异的解释率分别达到84%和66. 8%; RDA分析显示,第1主分轴主要反映热量条件,其中重要的气候因子分别为年均气温变幅、最暖月最高气温和最冷月最低气温,其载荷值分别为0. 93、-0. 83和0. 64,第2主分轴主要反映以年均降水量、干旱指数和最暖季降水量为主的水分情况解释的信息量,且前2主分轴对树种和树种-环境关系的累积解释率分别高达89. 2%和100%。【结论】限制我国云杉属树种地理分布的主要气候因子为月均昼夜气温差和最暖月最高气温,而导致各树种沿经纬度分布存在明显地理差异的主要驱动因子为年均气温变幅和最冷月最低气温。本研究进一步证实热量是影响云杉属植物等寒温性植物地理分布格局形成的主要原因和差异来源,降水量在一定程度上只起到次要作用。 相似文献
6.
《林业科学》2021,57(5)
【目的】基于我国无患子属空间分布数据,探索无患子属的适生区区划及主要生态特征,为无患子属种子调拨、种质资源多样性保护、引种栽培、合理选址提供科学依据。【方法】基于我国17省(区、市)无患子属226份种质资源空间分布数据,叠加分析后筛选133份代表性分布数据,结合24个生态因子,采用最大熵模型(MaxEnt)开展无患子属适生区区划并建立与生态因子的关系模型,运用受试者工作特征曲线(ROC曲线)检测模型精度,刀切法(Jackknife)筛选主导生态因子;结合Arc GIS系统实现我国无患子属适生区可视化。【结果】MaxEnt模型模拟结果可信度高,无患子属适生区区划结果 ROC曲线训练集和测试集AUC值均达到0.990以上;无患子属适生区面积为248.71万km2,占国土面积的25.81%,其中无患子为240.66万km2(占国土面积的24.99%)、川滇无患子为78.99万km2(占国土面积的8.20%)、毛瓣无患子为100.40万km2(占国土面积的10.42%);显著影响无患子适生区区划的生态因子为最暖季降水量(贡献率为57.1%)和等温性(贡献率为22.6%),川滇无患子为最暖季降水量(贡献率为37.9%)、最冷季平均气温(贡献率为15.9%)、海拔(贡献率为12.8%)和降水量变异系数(贡献率为11.2%),毛瓣无患子为年均温度变化范围(贡献率为19.6%)、最暖季降水量(贡献率为17.8%)、根系的氧气有效性(贡献率为11.9%)和等温性(贡献率为11.1%)。【结论】我国无患子属生态适生区广泛分布于华中和华南地区;无患子极适生区主要分布于我国福建省、广西壮族自治区、贵州省、重庆市、广东省北部、江西省南昌和赣州及四川盆地,川滇无患子极适生区集中于四川盆地、云南省昆明和曲靖,毛瓣无患子极适生区集中于云南省南部的玉溪、普洱、红河哈尼彝族自治州和文山壮族自治州;最暖季降水量是决定无患子属及各种适生区区划的最显著生态因子;无患子适宜在最暖季降水量400～800 mm、等温性为24%～35%的区域分布,川滇无患子适宜在海拔1 200～3 000 m、最冷季平均气温4～11℃的区域生存,毛瓣无患子更适合在年均温度变化范围较小(14～24℃),最暖季降水量较高(550～1 550 mm)的热带地区分布。 相似文献
7.
美丽异木棉Ceiba speciosa为园林观赏植物,具有重要的美学价值,通过探究其适生区分布可为科学引种栽培和资源有效利用提供依据,因此研究基于854个美丽异木棉的自然分布点数据和26个环境因子数据,选择最大熵模型(MaxEnt)和地理信息系统软件(ArcGIS)对美丽异木棉在中国的适生区分布进行预测,并探讨影响其分布的主导环境因子。结果表明:MaxEnt模型的AUC训练集和测试集平均值均为0.9以上,表明模型的模拟结果具有较高的准确性。美丽异木棉适生区范围主要集中于我国广东省、广西壮族自治区、海南省、福建省南部和云南省南部、四川盆地南部、台湾沿海等地区,总面积为60.2 km2。由模型结果可知,影响美丽异木棉适生区分布的主导环境因子为最冷月最低温和年平均降水量,最冷月平均气温5℃以上、年平均降水量1 500～2 500 mm的地区最适合美丽异木棉的生长。 相似文献
8.
本文基于粗皮桉的实地栽培点分布数据,结合气候、地形、土壤因子数据集,运用最大熵模型(MaxEnt)预测了粗皮桉在中国的潜在适生区。结果表明:MaxEnt的预测准确性较高,模型预测的训练子集和测试子集AUC值均大于0.855。粗皮桉适生区分布集中在东南沿海,最适生区总面积53522 km~2,集中在广东西部和东部沿海,广西中部,福建和海南沿海;总适生面积145 655 km~2,占研究区总面积的5.05%。刀切法分析结果表明,海拔、温度变化方差、最冷月份最低温度、最暖季度降水量、坡向5个因子是影响粗皮桉分布的主导生态因子,累积贡献率为85.7%。中国适生区的温度变化方差与自然分布区的相似性较强;与自然分布区相比,我国适生区的海拔更低、最冷月份最低温度更高、最暖季度降水量更大,有利于粗皮桉的生长。 相似文献
9.
利用地理信息系统软件ArcGIS和最大熵模型MaxEnt,依据收集到的槐分布数据,结合环境因子,对影响槐的关键气候因子及适生等级进行分析。结果表明,影响槐分布的关键气候因子分别是最冷月最低温(Bio6)、年降水量(Bio12)、4月最低温(Tmin4);最适宜槐生长的基本生态位参数为最冷月最低温在-11.1～12.7℃,年降水量在480.0～2 455.0 mm, 4月最低温在4.3～21.1℃。槐在全国范围内的中适生及以上区域主要集中在华东、华中全境以及东北、华北、西北、西南和华南的部分区域。本研究预测的结果与槐实际资源分布区域基本吻合,可为槐种质资源收集与种植规划布局提供参考依据。 相似文献
10.
【目的】刺槐突瓣细蛾是2008年在山东省烟台市新发现的重要外来入侵害虫,严重为害我国重要外来树种——刺槐。通过预测其适生区,为高效率地做好检疫、监管和及时防治工作提供依据。【方法】收集刺槐突瓣细蛾在全国的11个分布点数据,并利用ArcGIS10.0从WorldClim下载1970―2000年的19个环境变量中筛选出相关系数<|0.9|的9个变量,并将其转化为MaxEnt需要的ASCII格式数据。设置模型为双对数(cloglog)输出格式,输出文件类型ASCII和线性(linear)特征。为了提高预测效果的精确性和缩小不确定的水平,在模型中设置10倍交叉验证并重复运行10次,获得平均结果。采用刀切法分析各个环境变量在模型中对潜在地理分布的贡献率,将最优模拟结果在ArcGIS10.0软件中转化并分类,即模型模拟得出的刺槐突瓣细蛾在中国的适宜指数分为4类,即非适生区、低度适生区、中度适生区、高度适生区,最后得到刺槐突瓣细蛾的不同程度适生区分布图。利用2050年和2070年的RCP 8.5气候数据进行投射预测物种的未来分布。用ROC曲线下面积AUC和真实技巧统计法TSS的大小评价MaxEnt生态模型的精确度。【结果】在当前气候条件下,刺槐突瓣细蛾中高度适生区主要集中在山东及其周边省份(辽宁、北京、天津、河北、山西、河南、安徽、江苏),以及四川和云南局部地区;在未来气候条件下,至2050年,刺槐突瓣细蛾在RCP8.5气候条件下的中高度适生区范围比当前的呈整体扩大且向西南部蔓延,至2070年,在相同气候情景下该虫的适生区范围亦呈整体明显扩大且适生区北界向东北移动。而其与2050年的预测结果相比较,高度适生区小幅度减少。刀切法检测表明:年均降水量、最湿季度降水量、最冷月最低温对刺槐突瓣细蛾的分布影响较大,其中年均降水量适宜值为382.08~1 135.81 mm,最适值为753.85 mm;最湿季度降水量适宜值为241.61~693.86 mm,最适值为464.55 mm;最冷月最低温适宜值为-16.96~6.36 ℃,最适值为-5.5 ℃;AUC和TSS值分别为0.957±0.052和0.8±3.05,表明模型预测准确性极好。【结论】通过预测结果可知,刺槐突瓣细蛾对刺槐构成了重大的威胁,建议相关造林绿化和植物检疫部门高度重视。 相似文献
11.
广泛收集云南松地理分布资料,应用地理信息系统ArcGIS,制作云南松物种的分布现状图,并根据Climate China预测模型确定云南松分布区间的气候参数,利用Kira的温暖指数(WI)、寒冷指数(CI)、干燥度指数(K)、徐文铎湿度指数(HI)、holdridge生物温度(BT)、可能蒸散量(PET)、可能蒸散率(PER)以及单一气候因子如年平均气温(MAT)、1月平均气温(TAV01)、7月平均气温(TAV07)、年降水量(MAP)、>5 ℃积温(DD5)、>18 ℃积温(DD18)、极端最高气温(MWMT)、极端最低气温(MCMT)、气温年较差(TD)、年热湿比(AHM)等指标,研究云南松的地理分布与气候关系,讨论了云南松垂直分布上下限以及北界的热量状况。主成分分析结果表明:影响云南松地理分布的主要因素依次为:温度、湿度、气温年较差。 相似文献
12.
Chen Fei Wang Jianmin Sun Baogang Chen Xiaoming Yang Zixiang Duan Zhaoyao 《中国林业科技(英文版)》2012,(3):47-48
A distribution map of Pinus yunnanensis was made according to the data on geographical distribution of P.yunnanensis by means of applying geographic information systems software ArcGIS, and the climatic parameters of the distribution areas for P.yunnanensis were determined by the climate forecast model Climate China.The relationship between the geographical distribution of P.yunnanensis and the climate was studied by adopting the indexes of Kira including the warmth index(WI),coldness index(CI) and aridity index (K),Xu’s humidity index(HI),Holdridge’s life temperature(BT),potential evapotranspiration (PET),potential evapotranspiration ratio(PER) and the single factors as the mean annual temperature, the mean temperature in January,the mean temperature in July,the mean annual precipitation, the>5℃accumulated temperature,the>18℃accumulated temperature,the maximum temperature, the minimum temperature,the temperature variation, the ratio of temperature and precipitation of the year, etc.And the Kira’s water-temperature indexes on distributional upper limit,low limit and north limit were discussed.The major climatic factors effecting the distribution of P.yunnanensis were screened out by statistical analysis software SPSS and the results showed the impact factors are in the order of temperature>humidity>the temperature difference between mean warmest month temperature and mean coldest month temperature. 相似文献
13.
本文通过收集托里桉的实地栽培点地理数据,运用最大熵软件(Maxent)和地理信息系统技术(ArcGIS),结合12个气候因子数据,预测划定了托里桉在我国南部的潜在地理适生分布区。结果表明:Maxent模拟托里桉的潜在地理分布准确性较高,模型预测训练子集和验证子集AUC值均大于0.87。托里桉最适宜分布区集中在广东和海南沿海、广西沿海和中部及福建南部沿海,面积依次为广东(8.63×10~4 km~2)、海南(2.65×10~4 km~2)、广西(2.22×10~4 km~2)、福建(1.18×10~4 km~2);适宜区集中在广西中南部、广东中北部、福建南部、江西中南部,面积依次为广西(10.17×10~4 km~2)、广东(6.15×10~4 km~2)、福建(2.52×10~4 km~2)、江西(1.43×10~4 km~2)。Maxent刀切法(Jackknife)分析结果表明:影响托里桉适生区分布的主导气候因子为年平均气温、≥10℃积温、极端低温、最冷月最低温、最冷月均温、≥10℃的天数。 相似文献
14.
为揭示油松中龄林的气候效应,笔者运用自动气象站对晋东南油松中龄林林内外的气温、相对湿度、风速和风向、气压进行了为期1年的同步、连续观测,分析不同因子在林内外变化特征的差异性。结果表明,太行山油松中龄林林内外气温、相对湿度、风速、气压、太阳辐射的变化趋势相近,林内的年平均气温、年平均相对湿度、年平均气压、年平均风速、年平均太阳辐射强度分别为6.43℃,69.06%,0.09 m/s,87.94 KPa和39.67 W/m^2;林外分别为8.92℃,62.27%,0.82 m/s,87.81 KPa和137.14 W/m^2.油松林具有降温、防风、增湿、改变风向和减少太阳辐射的作用。此外,油松中龄林不仅具有明显的小气候效应,且改变了上述气象因子的相关性。 相似文献
15.
巨龙竹的变异类型及其引种区划的研究 总被引：12，自引：2，他引：12
巨龙竹（Dendrocalamus sinicus Chia et J.L.Su)分布于云南南部，其直径粗近30cm，竹高近30m，是世界上已知最粗大的巨型丛生竹种，具有极大的开发利用价值。本文指出巨龙竹存在2个明显不同的变异类型，即竹秆弯曲、歪扭，竹节变形、缩短、斜交的“歪脚龙竹”和节间正常、节部平滑、竹秆通直、分枝高而少的通直巨龙竹。经初步分析后认为，造成这种差异的主要原因是遗传因素，因此发展巨龙竹时一定要选择优良种源，以免给生产造成损失。通过对巨龙竹在原产区不同气候条件下的生长情况尤其是越冬情况的观察分析，并结合已有的引种资料，将巨龙竹在我国的气候适宜性分为最适宜区、适宜区和不适宜区。其主要气象指标是：最适宜区最冷月平均气温大于13℃，全年日最低气温小于0℃的日数不超过1天，全年无霜，巨龙竹冬季无低温危害，直径最粗可达到25cm以上；适宜区最冷月平均气温大于10℃，全年日最低气温小于0℃的日数不超过5天，年平均有霜日数小于12天，巨龙竹冬季一般无低温危害，极端年分有一定程度的冻害发生，但对生产没有太大的影响，巨龙竹直径可达到20－22cm左右；不适宜区最冷月平均气温小于10℃，年平均有霜日数大于12天，全年日最低气温小于0℃的日数超过5天，巨龙竹在该区即使越冬不死，也是生长不良，失去生产价值。 相似文献
16.
基于MaxEnt模型新疆枣潜在适生区预测 总被引：1，自引：0，他引：1
【目的】研究全球气候变化对新疆枣潜在分布的影响,划分新疆枣不同等级的适生区,为新疆枣产业的持续稳定发展提供参考。【方法】基于新疆枣地理分布的调查数据和2种气候情景(RCP4.5和RCP8.5),利用GIS技术和MaxEnt生态位模型相结合的方法,在全球气候变化背景下,对新疆枣的当前及未来(2050和2070年)潜在适生区分布进行预测。【结果】在当前气候条件下,新疆枣适生区主要分布在南疆和东疆地区。其中适生区总面积达到11.3×10~4 km^2,占新疆土地总面积的6.8%。采用受试者工作特征曲线(ROC曲线)对MaxEnt模型预测结果进行评价,结果显示训练数据集和测试数据集的曲线下的面积值(AUC值)分别为0.988和0.978,说明模型预测结果较为理想。刀切法分析结果显示,影响新疆枣当前分布的气候因子主要为最热月最高温度、最冷月最低温度、最暖季度均温、最冷季度均温、6月最高气温、7月最高气温、8月最高气温、12月最低气温、1月最低气温和2月最低气温。在未来气候条件下,新疆枣适生区面积有着一定的增加,但适生区的区域变化较小。【结论】Maxent模型预测结果与新疆枣的实际分布重合度较高。低温是影响新疆枣潜在适生区分布的重要因素。在全球气候变暖的趋势下,新疆枣整个潜在适生区面积呈现增加的特点且有向高纬度区域迁移的趋势,北疆地区开始出现较少部分的低适生区。 相似文献
17.
采用多元统计分析方法对雷林1号桉杆插成苗率与气象因子的关系进行了初步研究．结果表明：不同月份的打插成苗率是不同的，5～8月较低．1～4月和9～12月均较高，尤以2月、3月和11月更高，分别为88．8％，90．1％和97．1％；成苗率与月均气温、月相对湿度、日最大降雨量、全月降雨天数之间存在显著的相关关系；这4个因子对成苗率影响程度由大到小的排序为日最大降雨量＞全月降雨天数＞月相对湿度＞月均气温． 相似文献
18.
19.
为了遴选出影响灰枣果实矿物元素形成的关键因子,分别设计了树体阴阳面、遮阳、喷水及地表覆盖物等果园微气候处理方式,就不同处理下的气象因子及土壤碱解氮(N)、速效磷(P)、速效钾(K)、有机质(OM)及酸碱度(p H)对灰枣果实中的钙(Ca)、镁(Mg)、铁(Fe)、锌(Zn)、锰(Mn)和铜(Cu)等矿物元素的影响情况进行了试验,并采用显著性、通径系数及线性回归等分析方法,探究了枣果中矿物元素含量与气象因子及土壤养分因子之间的关系。结果表明:在一定范围内,p H值的升高,有利于枣果中Mg和Mn含量的增加;平均湿度相对较高,对枣果中Fe的含量有促进作用。土壤N含量能有效增加枣果中Cu的含量;枣果Ca含量的影响因素依次为平均湿度差、OM、N、平均最低温度及平均最小湿度,Ca含量与OM和平均最低温度间均有负相关,而与其他指标间均呈正相关;影响枣果Zn含量的因素依次为N、平均最低温度、平均湿度差、平均温度差和OM,其中Zn含量与N和OM间均存在负相关,而与上述其余各指标间均呈正相关。 相似文献
20.
气象因子对马尾松毛虫发生面积的影响 总被引：5，自引：0，他引：5
对广东省多年的马尾松毛虫林间发生面积和气候因子进行主成分分析和逐步回归分析，研究气象因子对马尾松毛虫种群的影响，模拟广东省马尾松毛虫发生规律方程。分析结果表明：在年气象因子中，主成分因子是年总降雨量，但其与马尾松毛虫年发生面积的相关性不显著；在月份气象因子中，3月的月均温度、4月和6月的月均湿度、7月的月均温度和月总降雨量、10月的月均温度和月总目照时数与马尾松毛虫发生面积具有显著的相关关系。 相似文献