氣候變化下中國城市市樹適宜分布區及適生規律

摘要：市樹是城市園林綠化的重要組成部分，近年來氣候變化使市樹適生區遷移，影響城市人居環境可持續發展，因此，亟需了解氣候變化下市樹適宜分布區和適生規律。基于中國147個城市50種市樹分布現狀，使用最大熵（MaxEnt）模型研究2070s氣候下市樹適宜分布區變化，并通過分布區與城市行政區域重合度分析市樹未來適生程度，為中國城市園林規劃提供依據。結果表明：中國常見市樹共50種，隸屬24科42屬，其中槐（Styphnolobium japonicum）、樟（Cinnamomum camphora）和銀杏（Ginkgo biloba）應用最廣，65.6%的城市選用鄉土樹種，89.5%的城市應用闊葉樹；氣候變化下，市樹適生區移動方向復雜，面積趨于收縮（68%），以紅樹（Rhizophora apiculata）和歐洲白榆（Ulmus laevis）變化最大；未來市樹適生性與其來源、城市區位相關，鄉土植物相較于外來種適生性高，北方城市高適生市樹比例較高，而南方以低適生市樹為主。未來應綜合考慮，因地制宜，引導城市園林綠化高質量發展。

關鍵詞：市樹；氣候變化；最大熵模型；物種分布區；適生性

中圖分類號：X171.1 """"文獻標志碼：A """"文章編號：2096-6717（2025）02-0197-12

Distribution and suitability of city trees in China under climate change

GU Jingxian，"YANG Yongchuan，"MOU Wenbo，"JIN Cheng

（Key Laboratory of the Three Gorges Reservoir Region’s Eco-Environment， Ministry of Education， Chongqing University， Chongqing 400045， P. R. China）

Abstract： City trees are an important part of urban landscaping and greening. In recent years， climate change has caused the migration of city trees， which affects the sustainable development of urban living environment. Therefore， it is urgent to understand the suitable distribution areas and habitats of city trees under climate change. Based on the distribution status of 50 species of city trees in 147 cities in China， we used the MaxEnt model to study the changes of suitable distribution zones of city trees under the climate of 2070s， and analyzed the future suitability of city trees through the overlap of distribution zones and urban administrative areas， so as to provide a basis for urban landscape planning in China. The results showed that： There are 50 common city trees in China， belonging to 24 families and 42 genera， among which Styphnolobium japonicum， Cinnamomum camphora"and Ginkgo biloba"are the most widely used， 65.6% of cities use native species， and 89.5% of cities use broadleaf trees; under climate change， the direction of movement of suitable areas for city trees is complex， and the area tends to contract （68%）， with Rhizophora apiculata"and Ulmus laevis"showing the greatest changes; the future suitability of city trees is related to the source and urban location， and the suitability of native plants is higher to exotic species; the proportion of high suitability municipal trees is higher in northern cities， while low suitability city trees dominate in the south. In the future， comprehensive considerations should be made to guide the high-quality development of urban landscaping according to local conditions.

Keywords： city trees；"climate change；"MaxEnt model；"species range；"suitability

市樹是城市森林建設和園林綠化的主要樹種，象征著城市獨特的精神風貌和文化底蘊，在美化城市景觀、增加城市活力和提高城市知名度等方面有重要意義。評選市樹是一種程序規范的政府行為^[1]，其地域適應性、觀賞性和文化特性等均為重要考慮因素。中國自1982年市樹評選熱潮興起后，接連出臺相關政策，1986年設立市樹的城市數量達到頂峰，目前70%以上的城市已確立市樹^[2]。

在未來，全球氣候將持續變暖，溫室效應顯著^[3-4]。研究表明，城市樹木對氣候變化高度敏感^[5-7]，其適宜分布區會隨之移動、收縮、擴展或分裂^[8]。因此，園林中選用市樹等城市樹木時必須考慮未來適應性，但中國許多城市在規劃管理城市樹木時仍基于當前氣候，較少考慮氣候變化下樹種的分布區和適生性，從而導致城市生物多樣性降低、熱島效應加劇和生態系統服務價值減弱等一系列更嚴重的環境問題^[9-10]。因此，基于生物-氣候關系，研究市樹在氣候變化下的適宜分布區和適生性，可為政府改善氣候引起的環境問題及制定物種保護策略提供科學的參考依據，促進中國乃至全球資源可持續利用進程。

目前，對市樹的研究主要集中于某個樹種或城市的文化歷史^[11]和分布應用現狀^[1-2]等方面，對城市植物響應氣候變化的研究也局限于城市某種或某類植物分布區的變化^[12-15]，宏觀尺度上缺乏對全國范圍的市樹在未來氣候條件下適宜分布區的系統研究，對預測城市市樹未來適生性以及評估目前市樹政策合理性的研究更是少之又少。

通過整合全中國范圍內城市市樹的分布及氣候變化數據，構建物種分布模型，評價未來氣候變化下中國市樹適宜分布區變化和適生規律。

1 材料和方法

1.1 研究區域概況

研究區域為中國的147個城市，這些城市均為人口達100萬且已確立市樹的地級市或省級直轄縣級市，包含23個省、5個自治區和4個直轄市，分布于中溫帶干旱區、中溫帶半干旱區等10個氣候區內^[16]。根據2022年中國統計年鑒（http：//www.stats.gov.cn/sj/ndsj/），主要城市年平均氣溫5.5～25.1 ℃，年平均相對濕度36%～81%，全年日照1 054.5～3 235.7 h，年降水量146.4～2 136.7 mm。同時，獲取各氣候區部分主要城市年平均氣溫、年平均相對濕度、全年日照時數和年降水量，見表1。

1.2 市樹名錄的獲取

使用“市樹”“市樹確立”“XX市市樹確立”等關鍵詞訪問各城市政府官方網站，搜索市樹官方文件，以確定準確的城市市樹名錄。對于改選過市樹的城市，以最新確定的市樹為準，最終獲取到50種市樹名錄，均屬木本植物。羅列每種市樹應用的具體城市并統計其數量，由于個別城市同時選用兩種市樹，因此，應用城市數量總和多于147個。

樹種信息包括種名、拉丁學名、科、屬、生活型、地理來源等，以Flora of China（www.iplant.cn/foc）為準（表2）。據FOC描述，樹種來源分為3個類別。1）鄉土樹種：自然分布于城市所在省份的樹種；2）省外樹種：自然分布于中國除城市所在省份外的樹種；3）國外樹種：在中國境內無自然分布的樹種。此外，將樹種生活型分為4類：常綠闊葉樹、常綠針葉樹、落葉闊葉樹和落葉針葉樹。

1.3 現有分布數據收集與處理

基于Atlas of woody plants in china^[17]、全球生物多樣性信息平臺（https：//www.gbif.org/）和中國植物志（http：//www.iplant.cn/）等數據庫，獲取50個樹種在中國的自然分布數據（截至2022年底）。

為提高模型準確性，避免分布數據過于密集，造成冗雜，使用ArcGIS（v10.8.1）將樹種分布范圍切割為10 km×10 km的網格單元，每個網格僅保留一個數據點，剔除重復、沒有位置信息或嚴重偏離研究區域的數據^[18]，最終獲得5 160個分布點的數據集。

1.4 氣候變量數據的選擇和處理

氣候變量的數據來自全球氣象數據庫（https：//www.worldclim.org）。選擇分辨率為30弧秒（1 km×1 km的網格）的19個氣候因子作為輸入變量^[19]（包含11個溫度相關氣候變量：年均溫Bio1、平均晝夜溫度Bio2、等溫性Bio3、溫度季節性Bio4、最熱月最高溫Bio5、最冷月最低溫Bio6、年溫度范圍Bio7、最濕季節均溫Bio8、最干季度均溫Bio9、最熱季度均溫Bio10、最冷季度均溫Bio11；8個降水相關氣候變量：年均降水Bio12、最濕月降水Bio13、最干月降水Bio14、降水季節性Bio15、最濕季節降水Bio16、最干季度降水Bio17、最熱季度降水Bio18、最冷季度降水Bio19）。到2070年大部分植物的適宜分布區和面積均會發生明顯改變^[20-22]，此研究的未來年份選擇2070s。氣體排放情景選擇RCP 4.5，它是一個達到中等標準的預期排放量，預計2100年CO₂濃度為542 μL/L。相比于其他氣體排放情景，RCP 4.5通過對2100年至2150年的排放量進行線性調整，實現了2150年后氣體濃度達到穩定水平的平穩過渡，以避免隱含的氣體排放產生的不連續性，模擬結果可信度較高^[23-25]。

1.5 物種分布模型的建立

樹種分布區預測基于物種分布模型中的最大熵（MaxEnt）模型完成。MaxEnt被廣泛應用于物種分布區預測等領域，只需物種分布數據和環境信息便可提供高度可靠的預測結果^[26-27]。將19個氣候變量的貢獻百分率（PC）模擬并排序后，進行Pearson相關性分析，以避免各環境因子多重共線性使結果過度擬合。在發現兩個氣候變量間存在強相關性（|r|≥0.8）時，僅保留PC值較高的變量^[13]，以此綜合篩選出建立各樹種分布模型的最佳氣候變量。

對MaxEnt設置隨機抽取每組分布數據的25%作為模型測試數據集（Test data），剩余75%作為模型訓練數據集（Training data）。設置最大迭代次數和最大背景值為10 000。采用刀切法（Jack-knife Test）建立分布模型，以邏輯斯蒂（Logistic）輸出值表示分布率，用于后續可視化分析，其余參數保留默認值^[28]。對于模擬結果，曲線下面積（AUC）越大，模型精度越高（1.0，精度完美；大于0.9，預測精度高；0.7～0.9，精度良好），10次重復建模后，取平均結果以減小隨機誤差。

1.6 模型結果可視化

ArcGIS分析得到物種存在概率邏輯值P，其數值范圍在0～1之間，數值越接近1，表示物種越有可能存在^[29]。根據物種實際分布區，將適宜分布區劃分為兩類：非適宜生境（P＜0.5）和適宜生境（P≥0.5）。

為研究市樹在2070s氣候條件下的適宜分布區變化情況，使用ArcGIS中的平均中心工具（Mean center）確定每個樹種當前和2070s適宜分布區質心的經緯度坐標，并使用點距離工具（Point distance）計算質心移動距離。同時，計算樹種2070s適生區與各城市行政區域面積重合率^[30]，以確定市樹2070s氣候下在各城市的適生性：以四分位數作為節點，將重合度劃分為0%～25%、25%～50%、50%～75%和75%～100%四個類別，分別表示2070s氣候下市樹在城市中低適生、中適生、較高適生和高適生4種程度。地理劃分上，以800 mm等降水量線為南北方分界線，南方降水豐富，為多水區，北方降水少，為少水區^[31]。

2 結果與分析

2.1 中國城市市樹應用情況

截至2022年底，中國常見市樹共50種，涵蓋24科42屬（表2）。其中，豆科Fabaceae、樟科Lauraceae和銀杏科Ginkgoaceae應用最廣，分別占23.8%、20.6%和8.8%；樹種中槐（Styphnolobium japonicum）、樟（Cinnamomum camphora）和銀杏（Ginkgo biloba）應用最多，分別為19.4%、19.4%和8.8%。北方城市最喜愛槐，54.4%的北方城市應用其為市樹，而南方應用樟最多，城市占比34.4%。

如圖1所示，數量方面，樹種重復率較高，物種庫較小，平均3.2個城市選用同一樹種，絕大多數城市（87.8%）選用一種木本植物作為市樹，少數城市選用兩種木本植物；來源方面，大部分城市選擇鄉土樹種，占比達65.6%，來源于省外和國外的市樹僅占比21.5%和11.7%；生活型方面，絕大多數城市（89.5%）應用闊葉樹，北方傾向落葉闊葉樹（92.5%），南方傾向常綠闊葉樹（58.7%）。

2.2 樹種適生區空間格局變化

2070s氣候條件下樹種適生區的分布質心和面積均發生了變化，且AUC值均大于0.8，具有高度可信性。

樹種質心移動分為東北、東南、西北和西南4個方向，距離差異較大：15個樹種向東北移動7.5～321.0 km，11個樹種向西北移動23.1～1 325.9 km，12個樹種向東南移動31.7～547.1 km，12個樹種向西南移動13.5～485.0 km，分別占30%、24%、22%和24%（表3）。總體來看，向高緯度方向的遷移占比偏多（52%），歐洲白榆（U. laevis）和紅樹（R. apiculata）移動距離最長，分別為1 325.9、547.1 km；欒（K. paniculata）和榆樹（U. pumila）移動距離最短，分別為7.5、13.5 km。

生活型比例圖顯示，向高緯度方向移動的常綠種占比略高（53.8%），向低緯度方向移動的落葉種占比略高（58.3%）；針葉樹種均向西移動（圖2）。

此外，各樹種未來適生區面積也會發生不同程度的變化（圖3）：32%的樹種擴張0.9%～57.9%，68%的樹種收縮1.4%～95.7%。其中紅樹（R. apiculata）和歐洲白榆（U. laevis）面積變化最大（收縮95.7%和80.0%），木樨（O. fragrans）和油松（P. tabuliformis）變化最小（擴張0.9%和1.0%）。

2.3 市樹未來適生性預測

147個城市中，市樹未來適生性低和高的城市數量最多（43.8%和40.6%），市樹為較高適生和中適生的城市數量較少（10.6%和5.0%）（圖4（a））。

地理區位方面，在北方，市樹為高適生的城市占比最多（50%），而南方高適生和低適生城市數量均衡，低適生城市數量占比稍大，分別為40%和43%（圖4（b））。

市樹來自省內、省外和國外的比例在低適生城市中分別為46%、32%和22%；中適生城市中為75%、13%和12%；較高適生城市中分別為76%、12%和12%；高適生城市中為83%、14%和3%（圖4（c））。

生活型方面，市樹為低適生的城市中，市樹為常綠闊葉、常綠針葉、落葉闊葉和落葉針葉分別占比36%、11%、47%和6%；中適生和較高適生城市市樹只有闊葉種，常綠種和落葉種數量均衡；高適生城市市樹中，常綠闊葉、常綠針葉、落葉闊葉和落葉針葉的比例分別為31%、3%、63%和4%（圖4（d））。趨勢為市樹適生高的城市傾向選擇落葉闊葉樹，市樹適生低的城市傾向選擇常綠針葉樹。

3 討論和展望

3.1 中國城市市樹應用和分布

自中國開展市樹評選以來，各城市高度重視綠化建設。盡管如此，到2022年底中國常見市樹種類卻僅有50種，這可能是園林樹種規劃滯后、城市特色挖掘不足或市民喜好相似等原因造成的。最常見市樹為槐（S. japonicum）和樟（C. camphora），地域性較強。由于北方水文氣候條件苛刻，可選種類相對較少，大多數城市選擇適應性較強的落葉種。槐（S. japonicum）原產中國，外觀美麗、花朵芳香、抗煙毒性能強^[32]，成為北方城市的首選市樹；南方溫暖濕潤，適合大部分樹種生長，普遍選擇常綠種，而樟（C. camphora）為廣泛分布于長江以南地區的常綠樹種，抗污染能力強，成為許多南方城市的首選，與郄光發等^[1]的結論一致。此外，城市更偏愛地域特色樹種，如巴中市選擇巴中特有的珍稀樹種巴山水青岡（F. pashanica）；海口市選擇在高溫濕潤、陽光充足的海邊生長良好的椰子（C. nucifera）等，致力于打造城市專屬名片，同時展現獨有的城市文化自信。

生活型方面，由于自然環境限制和地域認同感，絕大部分城市仍選擇鄉土植物，這對保護當地生物多樣性及彰顯地域植物景觀特色具有重要意義^[2]。城市區位方面，選擇國外樹種的城市通常分布在沿海地區，易引入外來種。

3.2 未來氣候下市樹適生區變化

物種的地理分布與環境密切聯系。一般來說，質心移動距離和方向會隨時間而改變，并與MaxEnt模型預測的適生區空間格局變化一致^[33]。氣候是宏觀尺度上決定植物地理分布最主要的因素^[34]，有研究^[35-37]提到，許多喬木和灌木類群未來潛在分布區可能發生巨大變化，分布區向高緯度地區遷移已在全球范圍內被證實。在此基礎上，筆者發現，樹種分布區可能向所有方向移動，雖與Shafer等^[38]的結論一致，但這一現象頗為少見。由于質心移動的相對性，樹種分布區質心呈南遷跡象，可能是由于全球變暖加劇了北方干旱脅迫效應。意味著一些北方適宜區域可能無法提供新的適宜生境和生態位，從而促使樹種向南移動，大多數情況下，南向移動往往歸因于地理異常^[39]。當然，不同氣候情景模擬可能會產生不同結果，甚至出現相反結論^[15，22]。筆者基于RCP 4.5模擬，可能在其他情景下產生不同結果，這是值得注意的。此外，向高緯度方向移動的樹種以常綠種為主，而向低緯度方向移動的樹種通常為落葉種，這可能與不同生活型樹種的適應性有關^[40]。這些復雜的關系表明，物種分布與氣候變化間并非單一線性關系，除氣候因素外，樹種分布可能還會受人為干擾、土壤地理條件及樹種本身系統發育特征等多方面因素影響^[41]。

氣候變化對物種分布的影響取決于變暖程度及物種敏感性和適應能力^[42]，結果顯示，紅樹（R. apiculata）和歐洲白榆（U. laevis）對氣候變化最敏感，不僅面積衰退程度最嚴重，分布區質心移動距離也最長。兩者均有很強的地域特征，對環境要求嚴格。紅樹（R. apiculata）不耐陰不耐寒，通常生長在廣東海灘和沼澤邊^[43]；歐洲白榆（U. laevis）原產地歐洲，在新疆生長良好。此外，研究結論與多數研究^[44-45]一致的是，大部分市樹未來適生區面積都將減少，呈現明顯的生境喪失跡象，未來環境變化、人為影響及兩者的相互作用都會加速木本植物滅絕^[46]。研究明確了未來氣候條件對市樹分布區的負面影響，這是氣候變化所帶來的值得人們關注和重視的問題。

3.3 市樹未來適生性及建議

全球變暖使市樹適宜分布區發生變化，進而使其在各城市適生性產生相應改變。市樹選定為主觀決策，不同城市市樹適生性因地理位置和氣候條件的差異而各不相同。高適生市樹所在城市應繼續大力種植，有效改善當地生態環境。相反，適生性較低的市樹則不宜廣泛種植，以免造成城市園林規劃的重大失誤。

從來源看，市樹未來適生性越高的城市鄉土植物比例越高，省外和國外種比例則依次降低，表明選擇本土植物可以讓現存園林資源更頑強地應對未來氣候變化所帶來的風險^[2]。因此，建議城市因地制宜，更多地考慮本土植物。這是一個浩大的工程，需要所有市民的配合，從苗圃產業將更多精力放在培育地方特有種開始，園林景觀設計人員更多使用本地樹種，到公眾接受更多關于本地樹種的科普教育，以此逐漸提升大眾對地方種的了解和認可度^[47]。

從地理位置看，北方城市能選擇的樹種相對有限，優先選擇鄉土樹種或在當地生長良好的樹種，所以，高適生樹主要在北方城市；而南方城市具有更豐富的水文氣候條件，適合大多數樹種生長，選擇更加多樣，不受限于鄉土樹種，南方的低適生城市數量偏多。因此，建議南方城市更應考慮適生性的問題，選擇市樹時充分展現城市生態文化多樣性，考慮以確立雙市樹的方式，在保留原市樹等城市標志性植物的基礎上，增加可以應用于園林綠化的“適樹”，既能豐富樹種多樣性，又能使園林資源最大化，有效應對氣候變暖所帶來的環境問題。

從樹種生活型看，與未來低適生和中適生城市的落葉樹種相比，較高適生和高適生城市中的落葉樹種所占比例更高。因此，落葉種適應未來氣候變化的能力強于常綠種，建議未來多考慮引種落葉闊葉樹。根據中國植物志的描述，目前中國已經采取了相應的措施，例如槐（S. japonicum）現已在中國南北各省區廣泛栽培等。

在城市樹種選擇上，未來落葉闊葉樹和常綠闊葉樹分布區中心多向北移動，目前北方城市應用落葉闊葉樹較多，因此建議處于溫帶的城市在繼續栽植落葉闊葉樹的同時，適當引入常綠闊葉樹。根據中國植物志描述，近年來許多北方溫帶城市，如蘭州、北京等已廣泛栽植了荷花木蘭（M. grandiflora）等常綠闊葉樹，可見這些城市已為應對氣候變化做出了科學的栽植決策。同時，未來向南移動的樹種中落葉闊葉樹占比超過60%，建議亞熱帶和熱帶城市多栽培落葉闊葉樹，以適應氣候變化，如貴州、云南西部（騰沖）海拔2 000 m以下地帶廣泛栽培銀杏（G. biloba）等。

4 結論

基于MaxEnt模型，模擬了當前和未來（2070s）在RCP 4.5濃度路徑下市樹的適宜分布區，并分析了市樹在各城市的未來適生程度。

1）中國常見市樹共50種，隸屬24科42屬，槐、樟和銀杏應用最廣。大多數城市仍選用鄉土樹種，絕大部分城市應用闊葉樹，南方通常選擇常綠闊葉樹，北方更傾向于落葉闊葉樹。

2）未來氣候下，市樹適生區質心會向各個方向移動，向高緯度移動的以常綠樹種為主，向低緯度移動的以落葉樹種為主；適生區面積主要趨于收縮，呈現明顯的生境喪失現象，氣候變化帶來的環境問題需要高度重視。其中，紅樹（R. apiculata）和歐洲白榆（U. laevis）適生區受氣候影響最大。

3）市樹未來適生性越高的城市鄉土植物比例越高，省外和國外種比例依次降低。確立市樹時，鄉土樹種是最佳選擇，應在園林綠化產業中大力發展；市樹適生高的城市傾向選擇落葉闊葉樹，市樹適生低的城市傾向選擇常綠針葉樹；北方城市高適生市樹比例較高，而南方以低適生市樹為主，因此，在未來確立市樹時，南方城市更需考慮適生性的問題。在樹種的選擇上，建議溫帶城市在種植落葉闊葉樹的同時，適當引入常綠闊葉樹，亞熱帶和熱帶城市多栽培落葉闊葉樹。

參考文獻

[1] "郄光發， 曹麗雯， 劉宏明， 等. 我國城市市樹選擇應用現狀及區域分布特征[J]. 林業科學， 2019， 55（10）： 76-87.

QIE G F， CAO L W， LIU H M， et al. Current situation and regional distribution of city-trees in China [J]. Scientia Silvae Sinicae， 2019， 55（10）： 76-87. （in Chinese）

[2] "羅以歆， 南歆格， 晏海， 等. 中國城市市樹設立現狀及發展沿革研究[J]. 中國園林， 2023， 39（12）： 132-137.

LUO Y X， NAN X G， YAN H， et al. Research on the current situation and historical evolution of city tree establishment in China [J]. Chinese Landscape Architecture， 2023， 39（12）： 132-137. （in Chinese）

[3] "GALIZIA L F， BARBERO R， RODRIGUES M， et al. Global warming reshapes European pyroregions [J]. Earth’s Future， 2023， 11（5）： e2022EF003182.

[4] "SHIN S J， YEH S W， AN S I， et al. Southern ocean control of 2 ℃ global warming in climate models [J]. Earth’s Future， 2023， 11（1）： e2022EF003212.

[5] "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.

[6] "ESPERON-RODRIGUEZ M， TJOELKER M G， LENOIR J， et al. Climate change increases global risk to urban forests [J]. Nature Climate Change， 2022， 12： 950-955.

[7] "TANG L N， SHAO G F， GROFFMAN P M. Urban trees： How to maximize their benefits for humans and the environment [J]. Nature， 2024， 626： 261.

[8] "TAO Z X. Predicting the changes in suitable habitats for six common woody species in central Asia [J]. International Journal of Biometeorology， 2023， 67（1）： 107-119.

[9] "HARRISON P A. Climate change and the suitability of local and non-local species for ecosystem restoration [J]. Ecological Management amp; Restoration， 2021， 22（Sup2）： 75-91.

[10] "LOCKE D H， HALL B， GROVE J M， et al. Residential housing segregation and urban tree canopy in 37 US Cities [J]. NPJ Urban Sustainability， 2021， 1： 15.

[11] "王永. 鄭州市市樹法桐淺議[J]. 北方園藝， 2009（7）： 208-210.

WANG Y. Discussion about the city tree of Zhengzhou “platanus acerifolia”"[J]. Northern Horticulture， 2009（7）： 208-210. （in Chinese）

[12] "YAN X Y， WANG S C， DUAN Y， et al. Current and future distribution of the deciduous shrub Hydrangea macrophylla"in China estimated by MaxEnt [J]. Ecology and Evolution， 2021， 11（22）： 16099-16112.

[13] "BHANDARI M S， MEENA R K， SHANKHWAR R， et al. Prediction mapping through MaxEnt modeling paves the way for the conservation of Rhododendron arboreum"in Uttarakhand Himalayas [J]. Journal of the Indian Society of Remote Sensing， 2020， 48（3）： 411-422.

[14] "LI Y C， LI M Y， LI C， et al. Optimized MaxEnt model predictions of climate change impacts on the suitable distribution of Cunninghamia lanceolata"in China [J]. Forests， 2020， 11（3）： 302.

[15] "杜倩， 魏晨輝， 梁陳濤， 等. 中國東北地區12個建群樹種對氣候變化響應的MaxEnt模型分析[J]. 生態學報， 2022， 42（23）： 9712-9725.

DU Q， WEI C H， LIANG C T， et al. Future climatic adaption of 12 dominant tree species in Northeast China under 3 climatic scenarios by using MaxEnt modeling [J]. Acta Ecologica Sinica， 2022， 42（23）： 9712-9725. （in Chinese）

[16] "丁一匯. 中國氣候[M]. 北京： 科學出版社， 2013.

DING Y H. Climate in China [M]. Beijing： Science Press， 2013. （in Chinese）

[17] "FANG J Y， WANG Z H， TANG Z Y. Atlas of woody plants in China： Distribution and climate [M]. Springer Science amp; Business Media， 2011.

[18] "HUANG J H， LI G Q， LI J， et al. Projecting the range shifts in climatically suitable habitat for Chinese Sea buckthorn under climate change scenarios [J]. Forests， 2017， 9（1）： 9.

[19] "NIX H A. A biogeographic analysis of Australian elapid snakes [J]. Atlas of elapid snakes of Australia， 1986， 7： 4-15.

[20] "BAI Y J， WEI X P， LI X Q. Distributional dynamics of a vulnerable species in response to past and future climate change： A window for conservation prospects [J]. PeerJ， 2018， 6： e4287.

[21] "沈陽， 于晶， 郭水良. 不同氣候變化情境下中國木靈蘚屬和蓑蘚屬植物的潛在分布格局[J]. 生態學報， 2015， 35（19）： 6449-6459.

SHEN Y， YU J， GUO S L. Macromitrium"and Orthotrichum"distribution patterns under different climate warming scenarios in China [J]. Acta Ecologica Sinica， 2015， 35（19）： 6449-6459. （in Chinese）

[22] "張喜娟， 陳琛， 郜飛飛， 等. 中國東北興安落葉松林空間分布及其對氣候變化的響應[J]. 生態學雜志， 2022， 41（6）： 1041-1049.

ZHANG X J， CHEN C， GAO F F， et al. Spatial distribution of Larix gmelinii"forests in Northeast China and its response to climate change [J]. Chinese Journal of Ecology， 2022， 41（6）： 1041-1049. （in Chinese）

[23] "DUFRESNE J L， FOUJOLS M A， DENVIL S， et al. Climate change projections using the IPSL-CM5 Earth System Model： From CMIP3 to CMIP5 [J]. Climate Dynamics， 2013， 40（9）： 2123-2165.

[24] "MEINSHAUSEN M， SMITH S J， CALVIN K， et al. The RCP greenhouse gas concentrations and their extensions from 1765 to 2300 [J]. Climatic Change， 2011， 109（1）： 213.

[25] "BUENO M L， PENNINGTON R T， DEXTER K G， et al. Effects of Quaternary climatic fluctuations on the distribution of Neotropical savanna tree species [J]. Ecography， 2017， 40（3）： 403-414.

[26] "SANTANA P A Jr， KUMAR L， SILVA R SDA， et al. Assessing the impact of climate change on the worldwide distribution of Dalbulus"maidis （DeLong） using MaxEnt [J]. Pest Management Science， 2019， 75（10）： 2706-2715.

[27] "NEWMAN J C， RIDDELL E A， WILLIAMS L A， et al. Integrating physiology into correlative models can alter projections of habitat suitability under climate change for a threatened amphibian [J]. Ecography， 2022， 2022（8）： e06082.

[28] "TANG C Q， MATSUI T， OHASHI H， et al. Identifying long-term stable refugia for relict plant species in East Asia [J]. Nature Communications， 2018， 9： 4488.

[29] "王茹琳， 李慶， 封傳紅， 等. 基于MaxEnt的西藏飛蝗在中國的適生區預測[J]. 生態學報， 2017， 37（24）： 8556-8566.

WANG R L， LI Q， FENG C H， et al. Predicting potential ecological distribution of Locusta migratoria tibetensis"in China using MaxEnt ecological niche modeling [J]. Acta Ecologica Sinica， 2017， 37（24）： 8556-8566. （in Chinese）

[30] "胡娟， 謝培根， 梅祎蕓， 等. 浙江清涼峰國家級自然保護區黑麂和小麂潛在適宜棲息地預測及重疊性分析[J]. 生態學報， 2023， 43（6）： 2210-2219.

HU J， XIE P G， MEI Y Y， et al. Potential suitable habitats prediction and overlap analysis of black muntjac （Muntiacus crinifrons） and small muntjac （M. reevesi） in Qingliangfeng National Nature Reserve， Zhejiang Province [J]. Acta Ecologica Sinica， 2023， 43（6）： 2210-2219. （in Chinese）

[31] "陳志剛. 我國重要的等降水線[J]. 中學地理教學參考， 1987（5）： 11.

CHEN Z G. Important isoprecipitation line in China [J]. Teaching Reference of Middle School Geography， 1987（5）： 11. （in Chinese）

[32] "HE X R， BAI Y J， ZHAO Z F， et al. Local and traditional uses， phytochemistry， and pharmacology of Sophora japonica L.： A review [J]. Journal of Ethnopharmacology， 2016， 187： 160-182.

[33] "李艷紅， 張立娟， 朱文博， 等. 全球變化背景下南方紅豆杉地域分布變化[J]. 自然資源學報， 2021， 36（3）： 783-792.

LI Y H， ZHANG L J， ZHU W B， et al. Changes of Taxus chinensis var. mairei"habitat distribution under global climate change [J]. Journal of Natural Resources， 2021， 36（3）： 783-792. （in Chinese）

[34] "李賀， 張維康， 王國宏. 中國云杉林的地理分布與氣候因子間的關系[J]. 植物生態學報， 2012， 36（5）： 372-381.

LI H， ZHANG W K， WANG G H. Relationship between climatic factors and geographical distribution of spruce forests in China [J]. Chinese Journal of Plant Ecology， 2012， 36（5）： 372-381. （in Chinese）

[35] "LIU D T， CHEN J Y， SUN W B. Distributional responses to climate change of two maple species in Southern China [J]. Ecology and Evolution， 2023， 13（9）： e10490.

[36] "COLWELL R K， BREHM G， CARDELU?S C L， et al. Global warming， elevational range shifts， and lowland biotic attrition in the wet tropics [J]. Science， 2008， 322（5899）： 258-261.

[37] "RANA S K， RANA H K， ST?CKLIN J， et al. Global warming pushes the distribution range of the two alpine ‘glasshouse’"Rheum"species north-"and upwards in the Eastern Himalayas and the Hengduan Mountains [J]. Frontiers in Plant Science， 2022， 13： 925296.

[38] "SHAFER S L， BARTLEIN P J， THOMPSON R S. Potential changes in the distributions of western North America tree and shrub taxa under future climate scenarios [J]. Ecosystems， 2001， 4（3）： 200-215.

[39] "SOJA A J， TCHEBAKOVA N M， FRENCH N H F， et al. Climate-induced boreal forest change： Predictions versus current observations [J]. Global and Planetary Change， 2007， 56（3/4）： 274-296.

[40] "PIPER F I， FAJARDO A. Foliar habit， tolerance to defoliation and their link to carbon and nitrogen storage [J]. Journal of Ecology， 2014， 102（5）： 1101-1111.

[41] "BOULANGEAT I， LAVERGNE S， VAN ES J， et al. Niche breadth， rarity and ecological characteristics within a regional flora spanning large environmental gradients [J]. Journal of Biogeography， 2012， 39（1）： 204-214.

[42] "WILLIAMS S E， SHOO L P， ISAAC J L， et al. Towards an integrated framework for assessing the vulnerability of species to climate change [J]. PLoS Biology， 2008， 6（12）： 2621-2626.

[43] "PENG S， LIU Y， LYU T， et al. Towards an understanding of the latitudinal patterns in thermal tolerance and vulnerability of woody plants under climate warming [J]. Ecography， 2021， 44（12）： 1797-1807.

[44] "ALIPOUR S， WALAS ?. The influence of climate and population density on Buxus hyrcana potential distribution and habitat connectivity [J]. Journal of Plant Research， 2023， 136（4）： 501-514.

[45] "李慧， 滕皎， 殷曉潔， 等. 不同氣候環境的中國珍稀瀕危樟屬喬木適生分布區模擬預測[J]. 東北林業大學學報， 2023， 51（2）： 43-53.

LI H， TENG J， YIN X J， et al. Simulation prediction of suitable distribution area of rare and endangered species of Cinnamomum"in China under different climatic environment [J]. Journal of Northeast Forestry University， 2023， 51（2）： 43-53. （in Chinese）

[46] "ZHANG M G， ZHOU Z K， CHEN W Y， et al. Major declines of woody plant species ranges under climate change in Yunnan， China [J]. Diversity and Distributions， 2014， 20（4）： 405-415.

[47] "靳程， 胡四維， 胡遠東， 等. 不同地理尺度下中國城市綠化樹種多樣性的均質化特征[J]. 風景園林， 2022， 29（1）： 53-58.

JIN C， HU S W， HU Y D， et al. Homogeneous characteristics of urban landscape woody plants species biodiversity in China under different geographical scales [J]. Landscape Architecture， 2022， 29（1）： 53-58. （in Chinese）

（編輯""王秀玲）