Prediction of suitable areas of Eremochloa ophiuroides in China under different climate scenarios based on MaxEnt model
-
摘要:目的
本研究通过生态位模型分析评价假俭草在中国的分布情况及制约其当代分布的主要因子，为草坪建植管理和引种栽培提供理论依据。
方法基于262个假俭草的地理分布记录和19个生物气候因子，利用最大熵(MaxEnt)模型和地理信息系统，对该物种当代和未来的适生分布区和面积进行预测，并通过受试者工作特征曲线对模型精度进行验证。
结果影响假俭草适生区分布的主要因子是最干季度降水量（bio17），次要因子是平均日较差（bio2）、温度季节性变化标准差（bio4）和年降水量（bio12）；在当代气候条件下，假俭草总适生区面积约为183.55 × 104 km2，主要集中在我国东南部亚热带地区；在未来气候情景下，假俭草的总适生区面积相较于当代有不同程度的增加，但低、高适生区相较于当代总体而言呈现下降的趋势；通过空间格局变化得出，假俭草适生区保留率为90.14% ~ 94.21%，另外，假俭草质心均位于湖南省湘潭市，推测该地区可能是假俭草的多样性分布中心。
结论本研究得出降水是影响假俭草分布的主要因素，在今后引种栽培以及草坪建植管理时应予以重视。
Abstract:ObjectiveIn this study, the ecological model was used to analyze and evaluate the distribution of Eremochloa ophiuroides in China and the main factors restricting its modern distribution, so as to provide theoretical basis for turf establishment, management, introduction and cultivation.
MethodBased on the geographical distribution records of 262 E. ophiuroides and 19 environmental factors, the maximum entropy (MaxEnt) model and geographic information system were used to predict the current and future suitable distribution area and area of the species, and the accuracy of the model was verified by the receiver operating characteristic curve.
ResultThe main factor affecting the distribution of suitable area of E. ophiuroides was precipitation of the driest quarter (bio17), and the secondary factors were the mean diurnal range (bio2), the standard deviation of seasonal temperature seasonality (bio4) and the annual precipitation (bio12). Under current climatic conditions, the total suitable area of E. ophiuroides was about 1.835 5 million km2, mainly concentrated in the subtropical region of southeast China. Under the future climate scenario, the total suitable area of E. ophiuroides will increase to varying degrees compared with the modern, but the low and high suitable areas will show a downward trend compared with the modern. According to the change of spatial pattern, the retention rate of the suitable area of E. ophiuroides was 90.14%−94.21%. In addition, the centroid of E. ophiuroides was located in Xiangtan City, Hunan Province of central China, suggesting that this area may be the diversity distribution center of E. ophiuroides.
ConclusionIt is concluded that precipitation is the main factor affecting the distribution of E. ophiuroides, which should be paid attention to in the future introduction and cultivation, and turf establishment and management.
-
Keywords:
- Eremochloa ophiuroides /
- MaxEnt model /
- suitable area /
- bioclimatic factor
-
在快速城镇化发展进程中，人类较大程度地改变了自然地形地貌，以不透水地面铺砌代替原有透水土壤和植被，造成下渗量与蒸发量的显著减少，从而引起同强度暴雨形成的地表径流量增大，峰值流量增加等现象[1]。为解决城市内涝等问题，“海绵城市”和低影响开发系统(Low impact development, LID)概念应运而生。目前对低影响开发系统的研究多数集中于市政道路[2]、住宅小区[3-4]、公园绿地[5-6]以及城市绿道[7]中绿地的渗透滞留能力，对其后续储蓄利用的量化研究较少。为解决上述问题，本文以位于北京市的首钢西十为研究对象，结合景观需求建设渗透滞留与储蓄利用相结合的低影响开发系统。
1. 研究区域概况
北京市位于华北平原北部，为典型的北温带半湿润大陆性季风气候，年平均降雨量(1950—2012年期间)为585.0 mm，80%降雨量集中于汛期(6—9月)[8]，对城市内涝造成极大压力。本文选取首钢北区西北角的西十片区作为研究区域，西十内部及周边场地硬质化程度高达65.3%，现状下垫面对自然雨水下渗疏解能力非常有限，具有典型特征。
西十地块原为首钢料场，运输线两侧土壤含铁较高，研究表明土壤污染深度为0.5~2.0 m[15]。改造过程中将表层以下2 m的土壤替换为壤土，渗透系数为3.5×10-6 m/s[9]。
如图 1、图 2所示，西十地块四面环街，占地4.24 hm2，地势整体呈西北高东南低，内部有筒仓、转运站、料仓、泵站等多组建筑体，总占地面积约1.5 hm2。场地周边区域(包括秀池东路、秀池北街两条道路和筒仓办公楼、北七筒建筑遗址、停车场、N3-17办公楼、武警用房、员工宿舍、干法除尘等建筑及其外环境，共5.8 hm2)地势略低于西十地块，东侧和北侧有多组由厂房改建的配套服务建筑，强降雨时存在较为严重的内涝问题亟待解决，因此将其与西十地块一同作为本文的研究对象，称为外源雨水地块。
2. 低影响开发系统空间布局设计
2.1 设计目标与原则
根据《新首钢高端产业综合服务区控制性详细规划》要求，西十地块及外源雨水地块低影响开发系统雨水消纳能力应达到北京市3年一遇24 h降雨量(108 mm[9])的标准。设计在满足功能需求和景观效果的前提下，制定合理的低影响开发系统设计策略，在有限的绿地空间中因地制宜地叠加低影响开发设施层以应对降雨后地表径流产生速度加快、峰值流量加大、峰现时间提前等问题，以达到上位规划对径流消纳的要求，同时考虑将收集的地表径流用于后期灌溉。
2.2 设计策略
根据《海绵城市建设技术指南》低影响开发主要通过“源头削减、中途传输、末端调蓄”等多种手段[10]。西十地块及外源雨水场地提出的设计策略为：根据场地竖向、土地利用等条件优先构建渗透滞留系统，在不具备条件的情况下考虑将径流收集再利用，从源头、中途、末端3个方面进行低影响开发系统设计(见图 3)。
2.2.1 西十地块低影响开发系统
西十地块以建立渗透滞留系统为目标，针对“源头削减”本研究提出在满足功能使用的前提下，尽可能多地利用透水铺装、建设绿色屋顶、增加绿地面积，从源头有效削减地表径流。此次设计的“中途传输”途径为植草沟，沿硬质边缘形成线性景观带，达到收集、传输、滞留及下渗径流的目的。“末端调蓄”设施有下沉式绿地、生物滞留池两种。植草沟内的雨水排入末端调蓄设施内，雨水在此进行滞留下渗，当雨量过大时末端调蓄设施内的雨水通过溢流口排入市政雨水管网。
2.2.2 外源雨水地块低影响开发系统
外源雨水地块绿地面积较小(占总面积的28.3%)，不适宜做渗透滞留设施，且建筑密度较大、人群活动量大，雨水应尽快排出场地，因此将建立储存利用系统作为设计策略。“末端调蓄”设施只有雨水调蓄池，调蓄池内收集的雨水用于西十地块浇灌。
2.3 设计内容
综上所述，西十地块及外源雨水地块低影响开发系统分为渗透滞留和储蓄利用两部部分。渗透滞留系统包含种植屋面、透水铺装、下凹式绿地、植草沟、生物滞留池5类LID设施；储蓄利用系统以雨水调蓄池为储蓄设施收集地表径流。低影响系统设计见图 4，各类LID设施设计要点见表 1，各类用地面积及用地比例见表 2和表 3。
表 1 各类LID设施设计要点Table 1. Design points of LID facilities区域Area 低影响开发设施LID facility 设计要点Design point 西十地块West 10 Plot 种植屋面Planting roof 将具备条件的平屋顶(6 495.1 m2)改建为可上人的屋顶花园，为办公人员提供多样活动空间的同时，在急降雨时可滞存一部分雨水以达到推迟峰现时间的目的The flat roof (6 495.1 m2) which can be converted into a roof garden provides office workers with a variety of activity spaces and retains rainwater in case of emergency rainfall to delay the peak time 透水铺装Permeable pavement 将场地中工业废弃物加工成透水混凝土砖，应用于地块内主园路(6 647.8 m2)Permeable concrete bricks which are processed from industrial wastes in the site applied to the main garden road (6 647.8 m2) in the plot 植草沟Vegetative swale 沿硬质边缘形成线性景观带(425.4 m2)，以接纳铺装及绿地上的地表径流，将径流输送至雨水花园内部A linear landscape belt (425.4 m2) is formed along the hard edge to accept the surface runoff from pavement and green space and transport the runoff to the rain garden 下凹式绿地Rain garden 选择地块内部地势较低的区域集中布置两处下凹绿地(1 090.5 m2)，一处位于建筑下沉庭院内，可就近接纳周边绿地及铺装上的地表径流；另一处利用下洼料场基址设计成90余米长的带状雨水花园，其为地表终端LID设施，接纳场地内全部径流Two concave green spaces (1 090.5 m2) are arranged centrally in the low-lying area inside the plot. One is located in the sunken courtyard of the building, which can receive the runoff of surrounding green space and pavement. Another site is designed as a belt rain garden more than 90 m long, which is the surface terminal LID facility and accepts all runoff in the site 生物滞留池Bio-retention cell 在人群活动量相对较小的地势低洼区域布置了1 035.8 m2的生物滞留池，当强降雨发生后，生物滞留池中一定时间内的雨水积蓄不影响场地的正常使用In low-lying areas with relatively small amount of population activity, 1 035.8 m2 of bio-retention cell was arranged. When heavy rainfall occurred, rainwater accumulation in the bio-retention cell within a certain period of time did not affect the normal use of the site 外源雨水地块Exogenous rainwater area 透水铺装Permeable pavement 将场地中工业废弃物加工成透水混凝土砖，应用于秀池北街、秀池东路人行道(7 422.0 m2)Permeable concrete bricks which are processed from industrial wastes in the site applied to the sidewalks of Xiuchi North Street and Xiuchi East Road (7 422.0 m2) 植草沟Vegetative swale 沿硬质边缘形成线性景观带(443.1 m2)，以接纳铺装及绿地上的地表径流，将径流输送至雨水调蓄池中A linear landscape belt (443.1 m2) is formed along the hard edge to accept the surface runoff from pavement and green space and transport the runoff to the rain retention barrel 雨水调蓄池Rain retention barrel 外源雨水场地低处设置有雨水调蓄池，以接纳建筑屋顶雨水及全部地表径流。以设计目标为根据进行计算，外源雨水地块雨水调蓄池总容量为4 189 m3，方可达到消纳北京市3年重现期24 h降雨量这一目标。雨水调蓄池内雨水用于西十地块植物灌溉，并设有溢水口，当降雨强度超过地块内部LID设施消纳能力时，雨水通过溢水口排入市政雨水管网A rain retention barrel is installed at the lower level of the exogenous rainwater area to receive rainwater from the roof of the building and all surface runoff. According to the calculation based on the design objective, the total capacity of rain retention barrel in the exogenous rainwater area was 4 189 m3, which can reach the goal of absorbing 24-hour rainfall in the 3-year recurrence period of Beijing. Rainwater in the rain retention barrel is used for plant irrigation in the west 10 plot, and there is an overflow outlet. When the rainfall intensity exceeds the capacity of LID facilities inside the block, rainwater was discharged into the municipal rainwater pipe network through the overflow outlet 表 2 西十地块用地面积及用地比例表Table 2. Table of West 10 Plot of land area and land use ratio用地类型Type of land use 项目类型Item type 面积Area/m2 总面积Total area/m2 子项比例Subitem proportion/% 比例Proportion/% 绿化用地Green space 普通绿地Common green space 15 737.9 18 371.8 37.1 43.4 植草沟Vegetative swale 425.4 1.1 生物滞留池Bio-retention cell 1 035.8 2.4 下沉式绿地Rain garden 1 172.7 2.8 建筑占地Building space 屋顶花园绿地Green space of roof garden 4 871.3 14 987.3 11.5 35.7 屋顶花园铺装Impermeable pavement of roof garden 1 623.8 3.8 不上人硬质屋顶Hard roof of no people 8 492.2 20.4 园路及铺装场地用地Path and square 透水铺装Permeable pavement 6 647.8 8 954.4 15.6 20.8 不透水铺装Impermeable pavement 2 306.6 5.2 水体Water space 景观水体(不具备调蓄功能) Landscape water space (no regulating function) 52.3 52.3 0.1 0.1 合计Total 42 365.8 100 表 3 外源雨水地块用地面积及用地比例表Table 3. Table of exogenous site of land area and land use ratio用地类型Type of land use 项目类型Item type 面积Area/m2 总面积Total area/m2 子项比例Subitem proportion/% 比例Proportion/% 绿化用地Green space 普通绿地Common green space 15 967.6 16 410.7 27.5 28.3 植草沟Vegetative swale 443.1 0.8 建筑占地Building space 不上人硬质屋顶Hard roof of no people 16 865.1 16 865.1 29.1 29.1 园路及铺装场地用地Path and square 透水铺装Permeable pavement 7 422.0 24 740.1 12.8 42.6 不透水铺装Impermeable pavement 17 318.1 29.8 雨水调蓄池(地下) Rain retention barrel 雨水调蓄池(地下) Rain retention barrel (underground) 4 189 4 189 合计Total 58 015.9 100 3. 研究方法
按照《新首钢高端产业综合服务区控制性详细规划》要求完成西十地块及外源雨水地块低影响开发系统设计，并对上述设计方案进行SWMM模型构建。构建西十地块与外源雨水地块两套体系，西十地块体系用于对比传统模型和低影响开发模型，以分析低影响开发系统的雨洪调控效果；外源雨水地块体系用于对比雨水调蓄池蓄水量与植物灌溉需水量，以分析两者之间的数量关系。
3.1 渗透滞留系统模型建立
通过SWMM构建低影响开发模型和传统开发模型，对比两者之间数据以分析首钢西十低影响开发系统对区域径流总量、峰值流量和峰现时间的调控效果。
3.1.1 低影响开发模型构建
研究区域为西十地块及外源雨水地块，主要包含3类下垫面——屋顶、铺装、绿地。其中：不透水下垫面有硬质屋顶、不透水铺装；透水下垫面有绿色屋顶、透水铺装、绿地。根据上述低影响开发系统设计策略，遵循概化原则，将西十地块及外源雨水地块共划分为21个子汇水单元，末端出水口为2个。
3.1.2 传统开发模型构建
传统开发模式为通过竖向设计将绿地及屋顶径流排到铺装或道路上，再通过雨排水管线排入市政管网(图 5)。为方便后期对比分析，传统开发模型构建时绿地及铺装面积与低影响开发模型中一致(表 4)。雨排水管线图见图 6，SWMM模型概化图见图 7。
![]()
图 6 首钢西十传统雨水系统平面图Figure 6. Plan of traditional storm-water system in Shougang West 10 Plot![]()
图 7 首钢西十传统雨水系统概化图Figure 7. Generalized map of traditional storm-water system in Shougang West 10 Plot表 4 传统开发模式用地面积及用地比例表Table 4. Table of land area and land use ratio in traditional development model项目类型Item type 面积Area/m2 比例Proportion/% 绿化用地Green space 34 782.5 34.7 建筑占地Building space 31 852.4 31.7 园路及铺装场地用地Path and square 33 694.5 33.5 水体Water space 52.3 0.1 雨水调蓄池(地下) Rain retention barrel (underground) 4 189 合计Total 100 381.7 100 3.1.3 模块参数设置
本研究在推求各子汇水区的产流过程时，选用霍顿(Horton)公式进行下渗计算。根据方案设计对不同下垫面进行设定，各项参数参考SWMM用户手册[12]中的推荐值及相关文献。汇水模型为非线性水库模型，水力模型选用动力波模型[11]。根据场地土壤特性，入渗率为12.6 mm/h，衰弱常数为4 h-1。透水和不透水地表糙率系数分别为0.15和0.011，洼蓄量均为3 mm；植草沟宽度为2 000 mm，深度为500 mm；下沉式绿地平均深度为800 mm；生物滞留池平均深度为1 000 mm。
3.2 储蓄利用系统模型建立
根据北京市2017年全年降雨量日值统计(http://www.meteoblue.com/en/weather/archive/export/beijing-capital-international-airport_china_6301354)，通过SWMM模拟得出西十地块及外源雨水场地每日径流总量及峰值流量；整合数据得到每周雨水调蓄池内收集的径流总量，同计算得出的浇灌需水量进行对比，以周为单位分析外源雨水地块收集的径流与西十地块的浇灌需求之间的关系。
4. 结果与分析
4.1 渗透滞留系统结果与分析
4.1.1 设计降雨选择
SWMM模型可使用的降雨数据为两种类型：(1)实测历时降雨资料；(2)设计降雨[13]。本研究根据北京《雨水控制与利用工程设计规范》(DB11/685—2013)北京地区1年一遇、2年一遇、3年一遇、5年一遇、10年一遇、20年一遇重现期降雨量分别为45、81、108、141、209、270 mm，降雨历时为24 h，模拟时间48 h。
4.1.2 结果与分析
渗透滞留系统在重现期为1、2、3、5、10、20年的24 h降雨情况下，西十地块和外源雨水地块的低影响开发模型与传统开发模型的径流总量、峰值径流量和峰现时间分别见表 5和表 6；西十地块出口径流曲线对比图见图 8~13；外源雨水地块雨水调蓄池内部容积变化曲线对比图见图 14~19。根据上述数据结构可得出以下结果：
表 5 西十地块不同降雨强度下的出水口径流量模拟结果Table 5. Simulated results of West 10 Plot of the runoff under different rainfall intensities模拟项目Simulation item 1年一遇(45 mm)24 h 1-year-once(45 mm)24 hour 2年一遇(81 mm)24 h 2-year-once(81 mm)24 hour 3年一遇(108mm)24 h 3-year-once(108 mm)24 hour 5年一遇(141 mm)24 h 5-year-once(141 mm)24 hour 10年一遇(209 mm)24 h 10-year-once(209 mm)24 hour 20年一遇(270 mm)24 h 20-year-once(270 mm)24 hour 低影响开发模式LID model 传统开发模式Traditional development model 差值Difference 低影响开发模式LID model 传统开发模式Traditional development model 差值Difference 低影响开发模式LID model 传统开发模式Traditional development model 差值Difference 低影响开发模式LID model 传统开发模式Traditional development model 差值Difference 低影响开发模式LID model 传统开发模式Traditional development model 差值Difference 低影响开发模式LID model 传统开发模式Traditional development model 差值Difference 径流总量Total runoff/m3 0 1 189 1 189 0 2 411 2 411 0 3 490 3 490 1 028 4 846 3 818 3 818 7 699 3 881 6 712 10 284 3 572 峰值流量Peak flow/(m3·s-1) 0 0.027 0.027 0 0.065 0.065 0 0.092 0.092 0.037 0.124 0.087 0.128 0.192 0.064 0.203 0.252 0.049 峰现时间Time of peak flow occurrence 消失Disappea- rance 09：01 消失Disappea- rance 09：00 消失Disappea- rance 09：00 15：15 09：00 375 min 14：10 09：00 310 min 13：00 09：00 240 min 表 6 外源雨水地块不同降雨强度下的出水口径流量模拟结果Table 6. Simulated results of exogenous site of the runoff under different rainfall intensities模拟项目Simulation item 1年一遇(45 mm)24 h 1-year-once(45 mm)24 hour 2年一遇(81 mm)24 h 2-year-once(81 mm)24 hour 3年一遇(108 mm)24 h 3-year-once(108 mm)24 hour 5年一遇(141 mm)24 h 5-year-once(141 mm)24 hour 10年一遇(209 mm)24 h 10-year-once(209 mm)24 hour 20年一遇(270 mm)24 h 20-year-once(270 mm)24 hour 低影响开发模式LID model 传统开发模式Traditional development model 差值Difference 低影响开发模式LID model 传统开发模式Traditional development model 差值Difference 低影响开发模式LID model 传统开发模式Traditional development model 差值Difference 低影响开发模式LID model 传统开发模式Traditional development model 差值Difference 低影响开发模式LID model 传统开发模式Traditional development model 差值Difference 低影响开发模式LID model 传统开发模式Traditional development model 差值Difference 径流总量Total runoff/m3 800 1 806 1 006 2 633 3 599 966 4 189 5 156 967 6 145 7 108 963 10 249 11 205 956 13 970 14 912 942 峰值流量Peak flow/(m3·s-1) 0.026 0.040 0.014 0.079 0.093 0.014 0.116 0.132 0.016 0.162 0.179 0.017 0.256 0.275 0.019 0.341 0.362 0.021 峰现时间Time of peak flow occurrence 12：20 09：01 119 min 10：45 09：00 105 min 10：15 09：00 75 min 10：10 09：00 70 min 10：00 09：00 60 min 09：55 08：58 57 min ![]()
图 8 西十地块1年一遇24小时降雨出口径流曲线Figure 8. Runoff curve of 1-year-once 24 hour rainfall event in West 10 Plot![]()
图 9 西十地块2年一遇24小时降雨出口径流曲线Figure 9. Runoff curve of 2-year-once 24 hour rainfall event in West 10 Plot![]()
图 10 西十地块3年一遇24小时降雨出口径流曲线Figure 10. Runoff curve of 3-year-once 24 hour rainfall event in West 10 Plot![]()
图 11 西十地块5年一遇24小时降雨出口径流曲线Figure 11. Runoff curve of 5-year-once 24 hour rainfall event in West 10 Plot![]()
图 12 西十地块10年一遇24小时降雨出口径流曲线Figure 12. Runoff curve of 10-year-once 24 hour rainfall event in West 10 Plot![]()
图 13 西十地块20年一遇24小时降雨出口径流曲线Figure 13. Runoff curve of 20-year-once 24 hour rainfall event in West 10 Plot![]()
图 14 外源雨水地块1年一遇24小时降雨雨水调蓄池瞬时容积变化曲线Figure 14. nstantaneous volume change curve of rain retention barrel of 1-year-once 24 hour rainfall event in exogenous site![]()
图 15 外源雨水地块2年一遇24小时降雨雨水调蓄池瞬时容积变化曲线Figure 15. Instantaneous volume change curve of rain retention barrel of 2-year-once 24 hour rainfall event in exogenous site![]()
图 16 外源雨水地块3年一遇24小时降雨雨水调蓄池瞬时容积变化曲线Figure 16. Instantaneous volume change curve of rain retention barrel of 3-year-once 24 hour rainfall event in exogenous site![]()
图 17 外源雨水地块5年一遇24小时降雨雨水调蓄池瞬时容积变化曲线Figure 17. Instantaneous volume change curve of rain retention barrel of 5-year-once 24 hour rainfall event in exogenous site![]()
图 18 外源雨水地块10年一遇24小时降雨雨水调蓄池瞬时容积变化曲线Figure 18. Instantaneous volume change curve of rain retention barrel of 10-year-once 24 hour rainfall event in exogenous site![]()
图 19 外源雨水地块20年一遇24小时降雨雨水调蓄池瞬时容积变化曲线Figure 19. Instantaneous volume change curve of rain retention barrel of 20-year-once 24 hour rainfall event in exogenous site(1) 根据表 3，通过低影响开发模型与传统开发模型结果数据对比，可知经过西十地块地表低影响开发设施后，在1年一遇、2年一遇、3年一遇、5年一遇、10年一遇及20年一遇降雨强度下出水口的径流总量分别削减100%、100%、100%、78.79%、50.41%、34.73%，峰值流量分别减少100%、100%、100%、70.12%、33.33%、19.44%，峰现时间为1年一遇、2年一遇、3年一遇峰值消失，5年一遇、10年一遇及20年一遇降雨强度下分别延迟375、310、240 min。由此得出结论：低影响开发模式可减少径流总量、峰值径流量，推迟峰现时间。外源雨水场地内LID设施除透水铺装外只有植草沟。由表 4可知，对比传统开发模式，低影响开发模式对场地径流总量的削减量较小，1年一遇、2年一遇、3年一遇、5年一遇、10年一遇、20年一遇重现期径流总量分别为800、2 633、4 189、6 145、10 249、13 970 m3，因此可将这部分径流收集到雨水调蓄池中用于西十地块浇灌。
(2) 根据图 8~19可知：低影响开发模式在降雨前期对地表瞬时径流量的削减能力较强；随着时间的推迟削减能力逐渐减弱，在降雨后期低影响开发设施承载容量趋于饱和，此时低影响开发模式下的出口径流量高于传统开发模式。
4.2 储蓄利用系统结果与分析
4.2.1 储蓄结果与分析
根据SWMM模拟结果，外源雨水地块全年总蓄水量为9 617 m3，径流收集主要集中在第25~35周；单周最大收水总量为2 078 m3，发生在第27周(6月初)；第1~20周、43~52周收水量基本为0。
4.2.2 浇灌利用计算与分析
根据植物种类及北京气候类型，可推算出园林植物需水量：
PWR=ET0×KL (1) 式中：PWR为园林植物需水量，mm/d；ETO为参照作物需水量，mm/d；KL为园林系数。
根据彭曼-蒙蒂斯公式计算参照作物需水量：
ETo=0.408Δ(Rn−G)+γ900T+273u2(es−ea)Δ+γ(1+0.34u2) (2) 式中：ETO为参照作物需水量，mm/d；Rn为输入冠层净辐射量，MJ/m2·d；G为土壤热通量，MJ/m2·d；T为2 m高处日平均温度，℃；u2为2 m高处风速，m/s；es为饱和水汽压，kPa；ea为实际水汽压，kPa；Δ为饱和水汽压与温度关系曲线在某处得斜率，kPa/℃；γ为干湿温度计常数，kPa/℃。
园林系数(KL)的计算公式为：
KL=KsKdKme (3) 式中：Ks为园林植物种类因子；Kd为园林种植密度因子；Kmc为园林小气候因子。
园林植物净需水量：
PWRnet=PWR−Re (4) 式中：PWRnet为园林植物净需水量，mm/d；Re为有效降雨量，mm/d。
园林植物净灌溉需水量(IWRnet)是指存储于植物根区，可添加于土壤水库以满足净植物需水量(PWRnet)的那部分灌溉水量。
IWRnet=PWRnet (5) 为简化运算过程，将已报道的不同类型植物的种类系数、密度因子、小气候因子平均值[14](表 7)带入公式(3)得到冷季型草园林系数(KL)为0.8，其余植被类型园林系数(KL)为0.5。本研究参照北京市房山地区气象站20年(1982—2002年)常规观测气象数据，根据公式(2)计算出每月平均ETO值[16]，估算出园林植物需水量PWR(表 8)。园林植物在不降雨或降雨不足时需要人工灌溉。将上述结果带入公式(1)计算得出不降雨时园林植物需水量速率；结合不同植被类型面积求得2017年每周西十场地园林植物灌溉需水量；与雨水调蓄池周容积量进行对比可知每周雨水利用率及雨水调蓄池空置率如图 20所示。由此，计算得出第25周、第27周、第29~32周、第34~35周、第41周雨水调蓄池中收集水量在满足当月灌溉需求后仍有余量；全年径流收集的利用率为43.65%；在冬季雨水调蓄池空置率较大。
![]()
图 20 2017年每周植物需水量与雨水调蓄池容积量关系图Figure 20. Diagram of weekly plant water requirement and rainwater storage of rain retention barrel in 2017表 7 各类园林植物园林系数相关指标及面积Table 7. Relevant indicators and area of KL for all kinds of garden plants植被类型Vegetation type 种类系数Coefficient of species(Ks) 密度因子Density factor(Kd) 小气候因子Microclimatic factor(Kmc) 面积Area/m2 乔木Tree 0.9 0.5 0.2 1.3 1.0 0.5 1.4 1.0 0.5 灌木Shrub 0.7 0.5 0.2 1.1 1.0 0.5 1.3 1.0 0.5 地被植物Ground plant 0.9 0.5 0.2 1.1 1.0 0.5 1.2 1.0 0.5 12 400.5 树木、灌木、地被植物混合Mixed trees, shrubs and ground plants 0.9 0.5 0.2 1.3 1.0 0.6 1.4 1.0 0.5 冷季型草Cold season type grass 0.8 1.0 1.0 0.6 1.2 1.0 0.8 5 971.3 合计Total 18 371.8 表 8 2017年每月植物需水量Table 8. Monthly plant water requirement in 2017时间Time 1月Jan. 2月Feb. 3月Mar. 4月Apr. 5月May. 6月Jun. 7月Jul. 8月Aug. 9月Sep. 10月Oct. 11月Nov. 12月Dec. ETO/(mm·d-1) 0.72 1.20 2.17 3.38 4.26 4.72 4.21 3.74 3.02 2.00 1.19 0.72 PWR/(mm·d-1) 0.43 0.72 1.30 2.02 2.55 2.82 2.52 2.24 1.81 1.20 0.71 0.43 5. 结论
按照西十地块及外源雨水地块低影响开发系统雨水消纳能力应达到北京市3年一遇24 h降雨量(108 mm[9])的标准，经过上述设计研究及对SWMM模拟结果的定量分析可得出以下结论：
(1) 面对相同的雨洪调控目标，本研究根据基底条件和景观需求的差异制定不同的设计策略。西十地块优先构建渗透滞留系统，结合场地现状基底构建425.4 m2植草沟、1 035.8 m2生物滞留池、1 172.7 m2下沉式绿地、4 871.3 m2绿色屋顶以及6 647.8 m2透水铺装等5类LID设施；外源雨水地块以储蓄利用为目的，末端构建4 189 m3雨水调蓄池，最终均达到设计目标要求。
(2) 低影响开发设施对雨洪问题具有良好的调控效果，可以减少径流总量、峰值流量，推迟峰现时间，但随着时间的推迟削减能力逐渐减弱。由此可知，低影响开发系统的雨洪调控能力具有上限。
(3) 根据北京市2017年全年降雨量日值统计，外源雨水地块雨水调蓄池中径流收集的利用率为43.65%，有30周(210 d)雨水调蓄池空置率为100%，较为浪费。因此在进行低影响开发系统设计时，应综合考虑成本造价等因素。
-
![]()
图 1 假俭草有效分布点
A代表全球物种多样性信息库、中国植物图像库、中国数字植物标本馆和文献记载分布点，B代表野外实地调查分布点。A represents the distribution points of Global Biodiversity Information Facility, Plant Photo Bank of China, Chinese Virtual Herbarium and literature, and B represents the distribution points of field investigation.
Figure 1. Effective distribution points of Eremochloa ophsuroides
![]()
图 3 假俭草生物气候因子刀切法检验结果
Figure 3. Bioclimatic factor test results of E. ophsuroides byJackknife method
![]()
图 6 未来不同气候情景下假俭草在中国的适生分布区
Figure 6. Suitable distribution areas of E. ophsuroides in China under future climate scenarios
![]()
图 7 不同时期假俭草适生区空间变换格局
Figure 7. Spatial transformation pattern of the suitable area of E. ophsuroides in different periods
![]()
图 8 假俭草当代适生区分布及质心转移
Figure 8. Distribution of current suitable area and centroid transfer of E. ophsuroides
表 1 生物气候因子预模拟贡献率和排列重要性
Table 1 Pre-simulation contribution rate and importance of bioclimatic factors
变量编号
Variable No.生物气候因子变量
Bioclimatic factor variable贡献率
Contribution rate/%排列重要性
Permutation importancebio17 最干季度降水量 Precipitation of the driest quarter 78.9 12.6 bio4 温度季节性变化标准差 Standard deviation of the seasonal temperature change 6.6 0.0 bio8 最湿季度平均温度 Mean temperature of the wettest quarter 4.1 14.6 bio3 等温性 Isothermality 3.0 24.2 bio14 最干月降水量 Precipitation of the driest month 2.5 0.0 bio12 年降水量 Annual precipitation 1.9 18.4 bio2 平均日较差 Mean diurnal range 1.3 4.0 bio10 最暖季度平均温度 Mean temperature of the warmest quarter 0.7 1.9 bio13 最湿月降水量 Precipitation of the wettest month 0.4 11.6 bio6 最冷月最低温度 Min. temperature of the coldest month 0.4 2.0 bio11 最冷季度平均温度 Mean temperature of the coldest quarter 0.2 6.8 bio9 最干季度平均温度 Mean temperature of the driest quarter 0.0 2.1 bio1 年平均气温 Annual mean temperature 0.0 0.9 bio5 最暖月最高温度 Max. temperature of the warmest month 0.0 0.8 bio15 降水量变异系数 Coefficient of variation of precipitation 0.0 0.0 bio16 最湿季度降水量 Precipitation of the wettest quarter 0.0 0.0 bio18 最暖季度降水量 Precipitation of the warmest quarter 0.0 0.0 bio19 最冷季度降水量 Precipitation of the coldest quarter 0.0 0.0 bio7 年均温变化范围 Variation range of annual average temperature 0.0 0.0 
下载: 导出CSV
表 2 生物气候因子相关性分析
Table 2 Correlation analysis of bioclimatic variables
变量编号
Variable No.bio2 bio3 bio4 bio6 bio8 bio10 bio11 bio12 bio13 bio14 bio17 bio2 1.00 bio3 0.13 1.00 bio4 0.57** –0.72** 1.00 bio6 –0.65** 0.51** –0.87** 1.00 bio8 0.40** 0.14 0.23 –0.08 1.00 bio10 –0.09 –0.11 0.04 0.43** 0.37** 1.00 bio11 –0.55** 0.59** –0.86** 0.99** –0.01 0.47** 1.00 bio12 –0.50** 0.40** –0.69** 0.81** –0.28* 0.39** 0.81** 1.00 bio13 –0.26* 0.60** –0.67** 0.67** –0.13 0.21 0.70** 0.79** 1.00 bio14 –0.45** –0.25* –0.12 0.43** –0.37** 0.56** 0.40** 0.63** 0.23 1.00 bio17 –0.35** –0.33** 0.014 0.32** –0.35** 0.60** 0.30* 0.58** 0.16 0.96** 1.00 注：*表示在0.05水平上差异显著；**在0.01水平上差异显著。Notes: * means significant difference at the 0.05 level; **means significant difference at 0.01 level.
下载: 导出CSV
表 3 生物气候因子基于MaxEnt模型对假俭草当代时期预测的贡献率
Table 3 Contribution rates of bioclimatic factor based on MaxEnt model to the current period prediction of E. ophsuroides
变量编号
Variable No.贡献率
Contribution rate/%排列重要性
Permutation importancebio2 1.4 15.9 bio3 2.1 6.7 bio4 4.2 9.6 bio8 1.2 7.3 bio10 1.2 3.6 bio12 4.6 21.7 bio13 1.1 15.0 bio17 84.2 20.2
下载: 导出CSV
表 4 不同时期潜在适生分布区预测面积
Table 4 Prediction area of potential suitable distribution area in different periods
104 km2 时期
Period当代
Current2050s 2070s SSPs126 SSPs245 SSPs585 SSPs126 SSPs245 SSPs585 低适生区 Low suitable area 64.85 54.05 42.88 43.66 49.47 49.11 51.44 中适生区 Medium suitable area 92.63 108.89 126.24 122.25 112.14 114.45 110.69 高适生区 High suitable area 26.07 25.81 19.60 23.01 27.74 25.90 25.16 总适生区 Total suitable area 183.55 188.75 188.72 188.92 189.36 189.45 187.29 相比当代增加 Compare with the current increase 5.20 5.17 5.37 5.81 5.90 3.74
下载: 导出CSV
表 5 不同时期假俭草适生区空间变化
Table 5 Spatial variation of suitable area of E. ophsuroides in different periods
时期-气候情景
Period-climate scenario面积 Area / 104 km2 变化 Change/% 增加 Increase 保留 Reserve 丧失 Lost 增加率 Increase rate 保留率 Reserved rate 丧失率 Lost rate 2050s-SSPs126 22.98 106.99 8.54 19.36 90.14 7.19 2050s-SSPs245 29.48 111.32 4.07 24.84 93.78 3.43 2050s-SSPs585 28.38 111.83 3.56 23.91 94.21 3.00 2070s-SSPs126 26.62 108.54 6.94 22.43 91.44 5.84 2070s-SSPs245 26.49 108.85 6.55 22.31 91.70 5.52 2070s-SSPs585 21.22 107.51 7.97 17.88 90.58 6.72
下载: 导出CSV
-
[1] Williams J W, Jackson S T, Kutzbach J E. Projected distributions of novel and disappearing climates by 2100 AD[J]. Proceedings of the National Academy of Sciences, 2007, 104(14): 5738−5742. doi: 10.1073/pnas.0606292104
[2] Zhou Y C, Zhang Z X, Zhu B, et al. MaxEnt modeling based on CMIP6 models to project potential suitable zones for Cunninghamia lanceolata in China[J]. Forests, 2021, 12(6): 752. doi: 10.3390/f12060752
[3] Kane K, Debinski D M, Anderson C, et al. Using regional climate projections to guide grassland community restoration in the face of climate change[J]. Frontiers in Plant Science, 2017, 8: 730. doi: 10.3389/fpls.2017.00730
[4] Zhang K L, Yao L, Meng J, et al. Maxent modeling for predicting the potential geographical distribution of two peony species under climate change[J]. Science of the Total Environment, 2018, 634: 1326−1334. doi: 10.1016/j.scitotenv.2018.04.112
[5] Baptista-Rosas R C, Hinojosa A, Riquelme M. Ecological niche modeling of Coccidioides spp. in western North American deserts[J]. Annals of the New York Academy of Sciences, 2007, 1111(1): 35−46. doi: 10.1196/annals.1406.003
[6] Stockwell D R B, Peterson A T. Effects of sample size on accuracy of species distribution models[J]. Ecological Modelling, 2002, 148(1): 1−13. doi: 10.1016/S0304-3800(01)00388-X
[7] Merow C, Smith M J, Silander J A. A practical guide to MaxEnt for modeling species’ distributions: what it does, and why inputs and settings matter[J]. Ecography, 2013, 36(10): 1058−1069. doi: 10.1111/j.1600-0587.2013.07872.x
[8] Hirzel A H, Hausser J, Perrin N. Ecological-niche factor analysis: how to compute habitat-suitability maps without absence data[J]. Ecology, 2002, 83(7): 2027−2036. doi: 10.1890/0012-9658(2002)083[2027:ENFAHT]2.0.CO;2
[9] Phillips S J, Anderson R P, Schapire R E, et al. Maximum entropy modeling of species geographic distributions[J]. Ecological Modelling, 2006, 190(34): 231−259.
[10] 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. Zhang L. The application of MAXENT maximum entropy model in predicting the potential distribution range of species[J]. Bulletin of Biology, 2015, 50(11): 9−12.
[11] 苟文龙, 白史且, 张新全, 等. 假俭草遗传多样性及应用研究进展[J]. 中国草地, 2002(2): 49−54. Gou W L, Bai S Q, Zhang X Q, et al. Progress of centipedegrass on genetic diversity and application[J]. Chinese Journal of Grassland, 2002(2): 49−54.
[12] Li J J, Guo H L, Zong J Q, et al. Genetic diversity in centipedegrass [ Eremochloa ophiuroides (Munro) Hack.][J]. Horticulture Research, 2020, 7(1): 4. doi: 10.1038/s41438-019-0228-1
[13] Wang J J, Zi H, Wang J, et al. A high-quality chromosome-scale assembly of the centipedegrass [ Eremochloa ophiuroides (Munro) Hack.] genome provides insights into chromosomal structural evolution and prostrate growth habit[J]. Horticulture Research, 2021, 8: 201.
[14] 刘一明, 郇恒福, 丁西朋, 等. 55份不同生态型假俭草的耐盐性评价[J]. 草业科学, 2017, 34(11): 2261−2271. doi: 10.11829/j.issn.1001-0629.2017-0290 Liu Y M, Huan H F, Ding X P, et al. Evaluation of salinity tolerance of 55 centipedegrass ecotypes[J]. Pratacultural Science, 2017, 34(11): 2261−2271. doi: 10.11829/j.issn.1001-0629.2017-0290
[15] 宗俊勤, 牛佳伟, 徐芳, 等. 假俭草花序发育的形态学观察及其与物候期和积温的对应关系[J]. 植物资源与环境学报, 2021, 30(5): 50−57. doi: 10.3969/j.issn.1674-7895.2021.05.06 Zong J Q, Niu J W, Xu F, et al. Morphological observation on inflorescence development of Eremochloa ophiuroides and its corresponding relationships with phenophase and accumulated temperature[J]. Journal of Plant Resources and Environment, 2021, 30(5): 50−57. doi: 10.3969/j.issn.1674-7895.2021.05.06
[16] 赵琼玲, 白昌军, 梁晓玲. 中国假俭草种质资源遗传多样性的ISSR分析[J]. 热带作物学报, 2011, 32(1): 110−115. doi: 10.3969/j.issn.1000-2561.2011.01.023 Zhao Q L, Bai C J, Liang X L. An analysis by ISSR of genetic diversity in Eremochloa ophiuroides in China[J]. Chinese Journal of Tropical Crops, 2011, 32(1): 110−115. doi: 10.3969/j.issn.1000-2561.2011.01.023
[17] 霍尚峰, 白史且, 张新全, 等. 我国野生假俭草坪用价值研究[J]. 中国草地, 2004, 26(2): 50−54. Huo S F, Bai S Q, Zhang X Q, et al. Assessment on turf quality of centipedegrass[J]. Grassland of China, 2004, 26(2): 50−54.
[18] 刘建秀, 朱雪花, 郭爱桂, 等. 中国假俭草结实性的比较分析[J]. 植物资源与环境学报, 2003, 12(4): 21−26. doi: 10.3969/j.issn.1674-7895.2003.04.005 Liu J X, Zhu X H, Guo A G, et al. The analysis on the fruit characters of Eremochloa ophiuroides in China[J]. Journal of Plant Resources and Environment, 2003, 12(4): 21−26. doi: 10.3969/j.issn.1674-7895.2003.04.005
[19] 宗俊勤, 郭爱桂, 刘建秀. 中国假俭草种质资源物候期的变异分析[J]. 中国草地学报, 2006, 28(6): 61−67. doi: 10.3321/j.issn:1673-5021.2006.06.013 Zong J Q, Guo A G, Liu J X. Study on phenological period of germplasm resource of Eremochloa ophiuroides (Munro.) Hack[J]. Chinese Journal of Grassland, 2006, 28(6): 61−67. doi: 10.3321/j.issn:1673-5021.2006.06.013
[20] 白史且, 苟文龙, 张新全, 等. 不同居群假俭草叶片比较解剖学的研究[J]. 北京林业大学学报, 2003, 25(2): 36−40, 98. doi: 10.3321/j.issn:1000-1522.2003.02.008 Bai S Q, Gou W L, Zhang X Q, et al. Comparative anatomy of leaves in different populations of centipedegrass[J]. Journal of Beijing Forestry University, 2003, 25(2): 36−40, 98. doi: 10.3321/j.issn:1000-1522.2003.02.008
[21] 朱颖墨, 窦小东, 王瑞芳, 等. 气候变化对云南省小粒咖啡适生区的影响[J]. 气象学报, 2021, 79(5): 878−887. doi: 10.11676/qxxb2021.049 Zhu Y M, Dou X D, Wang R F, et al. Climate change impact on the region suitable for Coffea arabica growth in Yunnan Province[J]. Acta Meteorologica Sinica, 2021, 79(5): 878−887. doi: 10.11676/qxxb2021.049
[22] 唐燕, 赵儒楠, 任钢, 等. 基于MaxEnt模型的中华枸杞潜在分布预测及其重要影响因子分析[J]. 北京林业大学学报, 2021, 43(6): 23–32. Tang Y, Zhao R N, Ren G, et al. Prediction of potential distribution of Lycium chinense based on MaxEnt model and analysis of its important influencing factors[J]. Journal of Beijing Forestry University, 2021, 43(6): 23–32.
[23] 周天军, 邹立维, 陈晓龙. 第六次国际耦合模式比较计划(CMIP6)评述[J]. 气候变化研究进展, 2019, 15(5): 445−456. Zhou T J, Zou L W, Chen X L. Commentary on the coupled model intercomparison project phase 6 (CMIP6)[J]. Advances in Climate Change Research, 2019, 15(5): 445−456.
[24] 何馨, 马文旭, 赵天田, 等. 气候变化下濒危树种华榛的潜在适生区预测[J]. 林业科学研究, 2022, 35(1): 104−114. doi: 10.13275/j.cnki.lykxyj.2022.01.012 He X, Ma W X, Zhao T T, et al. Potential suitable area prediction of endangered tree species Corylus chinensis under climate change[J]. Forest Research, 2022, 35(1): 104−114. doi: 10.13275/j.cnki.lykxyj.2022.01.012
[25] Li Y, Shao W, Jiang J. Predicting the potential global distribution of Sapindus mukorossi under climate change based on MaxEnt modelling[J]. Environmental Science and Pollution Research, 2022, 29(15): 21751−21768. doi: 10.1007/s11356-021-17294-9
[26] Phillips S J, Anderson R P, Schapire R E. Maximum entropy modeling of species geographic distributions[J]. Ecological Modelling, 2006, 190(3−4): 231−259. doi: 10.1016/j.ecolmodel.2005.03.026
[27] Zhang L, Zhu L, Li Y, et al. Maxent modelling predicts a shift in suitable habitats of a subtropical evergreen tree ( Cyclobalanopsis glauca (Thunberg) Oersted) under climate change scenarios in China[J]. Forests, 2022, 13(1): 126. doi: 10.3390/f13010126
[28] Kumar A, Kumar A, Adhikari D, et al. Ecological niche modeling for assessing potential distribution of Pterocarpus marsupium Roxb. in Ranchi, eastern India[J]. Ecological Research, 2020, 35(6): 1095−1105.
[29] Li J J, Fan G, He Y. Predicting the current and future distribution of three Coptis herbs in China under climate change conditions, using the MaxEnt model and chemical analysis[J]. Science of the Total Environment, 2020, 698(1): 134141.
[30] 张殷波, 刘彦岚, 秦浩, 等. 气候变化条件下山西翅果油树适宜分布区的空间迁移预测[J]. 应用生态学报, 2019, 30(2): 496−502. Zhang Y B, Liu Y L, Qin H, et al. Predication on spatial migration of suitable distribution of Elaeagnus mollis under climate change conditions in Shanxi Province, China[J]. Chinese Journal of Applied Ecology, 2019, 30(2): 496−502.
[31] Yue T X, Fan Z M, Chen C F, et al. Surface modelling of global terrestrial ecosystems under three climate change scenarios[J]. Ecological Modelling, 2011, 22: 2342−2361.
[32] 安徽植物志协作组. 安徽植物志[M]. 5卷. 合肥: 安徽科学技术出版社, 1992: 335−336. Anhui Flora Cooperative Group. Anhui flora [M]. Vol. 5. Hefei: Anhui Science and Technology Press, 1992: 335−336.
[33] 刘建秀, 贺善安. 暖季草坪草种质资源的研究与改良[J]. 国外畜牧学(草原与牧草), 1996(3): 12−21. Liu J X, He S A. Research and improvement of warm season turfgrass germplasm resources[J]. Grassland and Turf, 1996(3): 12−21.
[34] Johnson B J, Carrow R N. Frequency of fertilizer applications and centipedegrass performance[J]. Agronomy Journal, 1988, 80(6): 925−929. doi: 10.2134/agronj1988.00021962008000060017x
[35] 刘金平, 毛凯, 游明鸿. 假俭草草坪管理技术研究[J]. 四川草原, 2001(4): 37−40. Liu J P, Mao K, You M H. The study on the management technique of centipedegrass turf[J]. Journal of Sichan Grassland, 2001(4): 37−40.
[36] 詹瑞琪, 陈碧娥, 杨亚新. 假俭草在厦门地区的种植现状及推广前景[C]//中国草学会草坪专业委员会第六届全国会员代表大会及第九次学术研讨会论文汇编. 北京:中国草学会, 2004: 153−154. Zhan R Q, Chen B E, Yang Y X. Planting status and promotion prospect of centipedegrass in Xiamen area[C]// Compilation of papers of the 6th national member congress and 9th Academic Seminar of Turf Professional Committee of Chinese Grassland Society. Beijing: Chinese Grassland Society, 2004: 153−154.
[37] 肖建华, 丁鑫, 蔡超男, 等. 闽楠( Phoebe bournei, Lauraceae)地理分布及随气候变化的分布格局模拟[J]. 生态学报, 2021, 41(14): 5703−5712. Xiao J H, Ding X, Cai C N, et al. Simulation of the potential distribution of Phoebe bournei with climate changes using the maximum-entropy (MaxEnt) model[J]. Acta Ecologica Sinica, 2021, 41(14): 5703−5712.
[38] Khodorova N V, Bitel-Conti M. The role of temperature in the growth and flowering of geophytes[J]. Plants, 2013, 2(4): 699−711. doi: 10.3390/plants2040699
[39] 孙存华, 毛健民, 白宝璋, 等. 昼夜变温促进小麦幼苗生长的酶学研究[J]. 吉林农业大学学报, 2000, 22(1): 30−33. doi: 10.3969/j.issn.1000-5684.2000.01.007 Sun C H, Mao J M, Bai B Z, et al. Studies of enzymology on diurnal change of temperature accelerating the rate of wheat seedling growth[J]. Journal of Jilin Agricultural University, 2000, 22(1): 30−33. doi: 10.3969/j.issn.1000-5684.2000.01.007
[40] 郭岐峰, 李殷洋, 卢丽群. 广西昼夜气温的分析及其在农业上的意义[J]. 广西气象, 1992(4): 17−24. Guo Q F, Li Y Y, Lu L Q. Analysis of day and night temperature in Guangxi and its significance in agriculture[J]. Journal of Guangxi Meteorology, 1992(4): 17−24.
[41] 陈志一. 草坪栽培管理[M]. 北京: 中国农业出版社, 1993: 62−64. Chen Z Y. Turf management[M]. Beijing: China Agricultural Press, 1993: 62−64.
[42] 郭怡博, 莫可, 王桂荣, 等. 未来气候条件下天麻适生区预测及时空变化分析[J]. 中国中医药信息杂志, 2022, 29(7): 1−7. Guo Y B, Mo K, Wang G R, et al. Analysis of prediction and spatial-temporal changes of suitable distribution of Gastrodiae rhizoma under future climate conditions[J]. Chinese Journal of Information on Traditional Chinese, 2022, 29(7): 1−7.
[43] 刘婷, 曹家豪, 齐瑞, 等. 基于GIS和MaxEnt模型分析气候变化背景下紫果云杉的潜在分布区[J]. 西北植物学报, 2022, 42(3): 481−491. doi: 10.7606/j.issn.1000-4025.2022.03.0481 Liu T, Cao J H, Qi R, et al. Research of potential geographical distribution of Picea purpurea based on GIS and MaxEnt under different climate conditions[J]. Acta Botanica Boreali-Occidentalia Sinica, 2022, 42(3): 481−491. doi: 10.7606/j.issn.1000-4025.2022.03.0481
[44] 刘济铭, 贾黎明, 王连春, 等. 基于MaxEnt的中国无患子属适生区区划及生态特征[J]. 林业科学, 2021, 57(5): 1−12. doi: 10.11707/j.1001-7488.20210501 Liu J M, Jia L M, Wang L C, et al. Potential distribution and ecological characteristics of genus Sapindus in China based on MaxEnt model[J]. Scientia Silvae Sinicae, 2021, 57(5): 1−12. doi: 10.11707/j.1001-7488.20210501
[45] 杜海波, 吴正方, 张娜, 等. 近60a丹东极端温度和降水事件变化特征[J]. 地理科学, 2013, 33(4): 473−480. doi: 10.13249/j.cnki.sgs.2013.04.013 Du H B, Wu Z F, Zhang N, et al. Characteristics of extreme temperature and precipitation events over Dandong during the last six decades[J]. Scientia Geographica Sinica, 2013, 33(4): 473−480. doi: 10.13249/j.cnki.sgs.2013.04.013
[46] 刘建秀, 郭爱桂, 郭海林, 等. 中国主要暖季型草坪草种质资源研究进展[C]//中国草学会草坪专业委员会第六届全国会员代表大会及第九次学术研讨会论文汇编. 北京:中国草学会, 2004: 59−64. Liu J X, Guo A G, Guo H L, et al. Research progress on germplasm resources of main warm-season turfgrasses in China[C]// Compilation of papers of the 6th National Congress and the 9th Symposium of the Turf Committee of the Chinese Society of Turf. Beijing: Chinese Grassland Society, 2004: 59−64.
[47] 关心怡, 石慰, 曹坤芳. 未来气候变化对广布种麻栎地理分布的影响和主导气候因子分析[J]. 热带亚热带植物学报, 2018, 26(6): 661−668. doi: 10.11926/jtsb.3898 Guan X Y, Shi W, Cao K F. Effect of climate change in future on geographical distribution of widespread Quercus acutissima and analysis of dominant climatic factors[J]. Journal of Tropical and Subtropical Botany, 2018, 26(6): 661−668. doi: 10.11926/jtsb.3898
[48] 叶学敏, 陈伏生, 孙荣喜, 等. 基于MaxEnt模型的南酸枣潜在适生区预测[J]. 江西农业大学学报, 2019, 41(3): 440−446. doi: 10.13836/j.jjau.2019052 Ye X M, Chen F S, Sun R X, et al. Prediction of potential suitable distribution areas for Choerospondias axillaris besed on MaxEnt model[J]. Acta Agriculturae Universitatis Jiangxiensis, 2019, 41(3): 440−446. doi: 10.13836/j.jjau.2019052
[49] 赵宗慈, 罗勇, 江滢, 等. 全球和中国降水、旱涝变化的检测评估[J]. 科技导报, 2008(6): 28−33. doi: 10.3321/j.issn:1000-7857.2008.06.006 Zhao Z C, Luo Y, Jiang Y, et al. Assessment and prediction of precipitation and droughts/floods changes over the world and in China[J]. Science & Technology Review, 2008(6): 28−33. doi: 10.3321/j.issn:1000-7857.2008.06.006
[50] 熊中人, 张晓晨, 邹旭, 等. 中国天山花楸适生区预测及其对气候变化的响应[J]. 生态科学, 2019, 38(5): 44−51. doi: 10.14108/j.cnki.1008-8873.2019.05.007 Xiong Z R, Zhang X C, Zou X, et al. Prediction of the suitable distribution and responses to climate change of Sorbus tianschanica in China[J]. Ecological Science, 2019, 38(5): 44−51. doi: 10.14108/j.cnki.1008-8873.2019.05.007
[51] 张明珠, 叶兴状, 李佳慧, 等. 气候变化情景下长序榆在中国的潜在适生区预测[J]. 生态学杂志, 2021, 40(12): 3822−3835. doi: 10.13292/j.1000-4890.202112.018 Zhang M Z, Ye X Z, Li J H, et al. Prediction of potential suitable area of Ulmus elongata in China under climate change scenarios[J]. Chinese Journal of Ecology, 2021, 40(12): 3822−3835. doi: 10.13292/j.1000-4890.202112.018
[52] 李建林, 唐旭清. 气候变化对陆地生态系统影响评估模型的研究进展[J]. 草原与草坪, 2014(6): 86−93. doi: 10.3969/j.issn.1009-5500.2014.06.016 Li J L, Tang X Q. The research progress on assessment model of ecosystem under global climate change[J]. Grassland and Turf, 2014(6): 86−93. doi: 10.3969/j.issn.1009-5500.2014.06.016
[53] 黄晓莹, 温之平, 杜尧东, 等. 华南地区未来地面温度和降水变化的情景分析[J]. 热带气象学报, 2008, 24(3): 254−258. doi: 10.3969/j.issn.1004-4965.2008.03.007 Huang X Y, Wen Z P, Du Y D, et al. Scenario analysis om the changes of future surface air temperature and precipitation in south China[J]. Journal of Tropical Meteorology, 2008, 24(3): 254−258. doi: 10.3969/j.issn.1004-4965.2008.03.007
-
期刊类型引用(6)
1. 莫崇杏，董明亮，李荣生，余纽，郑显澄，杨锦昌. 米老排杂交子代苗期生长性状遗传变异及选择. 森林与环境学报. 2023(05): 555-560 . 
百度学术
2. Shuchun Li，Jiaqi Li，Yanyan Pan，Xiange Hu，Xuesong Nan，Dan Liu，Yue Li. Variation analyses of controlled pollinated families and parental combining ability of Pinus koraiensis. Journal of Forestry Research. 2021(03): 1005-1011 . 必应学术
3. 潘艳艳，许贵友，董利虎，王成录，梁德洋，赵曦阳. 日本落叶松全同胞家系苗期生长性状遗传变异. 南京林业大学学报(自然科学版). 2019(02): 14-22 . 百度学术
4. 秦光华，宋玉民，乔玉玲，于振旭，彭琳. 旱柳苗高年生长与气象因子的灰色关联度. 东北林业大学学报. 2019(05): 42-45+51 . 百度学术
5. 李峰卿，陈焕伟，周志春，楚秀丽，徐肇友，肖纪军. 红豆树优树种子和幼苗性状的变异分析及优良家系的初选. 植物资源与环境学报. 2018(02): 57-65 . 百度学术
6. 张素芳，张磊，赵佳丽，张莉，张含国. 长白落叶松小RNA测序和其靶基因预测. 北京林业大学学报. 2016(12): 64-72 . 本站查看
其他类型引用(6)
计量
- 文章访问数: 490
- HTML全文浏览量: 81
- PDF下载量: 47
- 被引次数: 12
