胡 超，于 靜

（1.湖北省林業(yè)局林木種苗管理總站，湖北 武漢430079； 2.嶺南生態(tài)文旅股份有限公司，湖北 武漢430062）

林木良種是有適宜生態(tài)區(qū)域要求的，如果自然條件不適宜，再好的良種也達(dá)不到豐產(chǎn)、穩(wěn)產(chǎn)。 因林木良種不適應(yīng)引種區(qū)自然條件而造成巨大損失的教訓(xùn)是深刻的：20 世紀(jì)70年代，各地在油茶（Camellia oleifera）生產(chǎn)發(fā)展過程中調(diào)購種子比較隨意，較多地方因?yàn)槌乩韰^(qū)域引種造林，引種前沒有進(jìn)行科學(xué)預(yù)判，盲目引種，導(dǎo)致幼林生長不良、成林產(chǎn)量很低，在人力、物力等方面都造成了不小的損失[1]。

傳統(tǒng)的林木良種引種適宜生態(tài)區(qū)憑主觀經(jīng)驗(yàn)判斷較多，如宜林范圍內(nèi)每個(gè)按水平分布的氣候帶和垂直氣候帶都分布著特有類型的森林植被。經(jīng)緯度由北向南，由西向東調(diào)運(yùn)范圍大于相反方向的范圍，海拔高度不超過300～500 m，但是，1958年，湖北引種廣東、福建馬尾松（Pinus massoniana）種子成功，用事實(shí)改變了過去專家認(rèn)為“馬尾松南種北移的幅度不能超過2～3°”的定論。 1979年李傳志論證馬尾松一次北移6～7°育苗是可以成功的[2]。 所以，溫度、降水、土壤等主要環(huán)境因子相似，即為林木良種同一適宜引種生態(tài)區(qū)。

火炬松（Pinus taeda）是湖北省主要造林樹種之一。 傳統(tǒng)的火炬松良種引種適宜生態(tài)區(qū)也是憑主觀經(jīng)驗(yàn)判斷較多。 火炬松良種數(shù)量較多，且生長周期長，像農(nóng)作物良種一樣，對所有火炬松良種都進(jìn)行引種試驗(yàn)的可行性不大，所以十分有必要使用MaxEnt 和Arcgis 精準(zhǔn)分析火炬松良種同一適宜引種生態(tài)區(qū)[3]。 根據(jù)湖南省火炬松產(chǎn)區(qū)現(xiàn)有審定火炬松良種，本研究應(yīng)用MaxEnt 生態(tài)學(xué)模型[4,5]，以100×100=10000㎡即1hm2為單元，因地制宜，充分發(fā)揮造林地立地條件的優(yōu)勢，用34 個(gè)環(huán)境因子精準(zhǔn)劃分湖南省火炬松良種在湖北省同一適宜引種生態(tài)區(qū)，旨在為湖北省火炬松良種造林工作能夠“適地適樹”“經(jīng)濟(jì)、合理”，達(dá)到“速生、豐產(chǎn)、優(yōu)質(zhì)”奠定良好基礎(chǔ)。

1 數(shù)據(jù)與方法

1.1 基本信息來源

湖南省林木良種審定委員會(huì)審定通過10 個(gè)火炬松良種適宜湖南省火炬松產(chǎn)區(qū)范圍內(nèi)推廣。 湖南省審定火炬松良種信息來源于湖北省林業(yè)局林木種苗管理總站（表1）。

表1 湖南省火炬松產(chǎn)區(qū)審定火炬松良種Table 1 Pinus taeda L.superior varieties approved by P.taeda L.production area in Hunan Province

34 個(gè)環(huán)境因子數(shù)據(jù)獲取于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)、中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心、國家青藏高原科學(xué)數(shù)據(jù)中心、中國西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心（表2）。

表2 湖南省火炬松良種在湖北省同一適宜引種生態(tài)區(qū)環(huán)境因子Table 2 Environmental factors of the Hubei Province identical suitable introduction ecological distribution of superior varieties of Pinus taeda L.in Hunan Province

中國行政區(qū)劃數(shù)據(jù)、中國海拔高度（DEM）數(shù)據(jù)獲取于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心和湖北省林業(yè)調(diào)查規(guī)劃院。

1.2 信息數(shù)據(jù)處理

1.2.1 分布數(shù)據(jù)處理

為避免樣點(diǎn)數(shù)據(jù)在某個(gè)地理空間上過度聚集，在湖南省火炬松適生范圍內(nèi)，用Arcgis10 的Create fishnet工具生成空間為30 行×30 列的格網(wǎng)數(shù)據(jù)，以1 個(gè)格網(wǎng)作為1 個(gè)采樣單元對火炬松良種的分布數(shù)據(jù)進(jìn)行采樣（圖1）[6]。 根據(jù)選育單位確定的火炬松良種適宜的自然地理環(huán)境條件范圍，在ExceL 表中，剔除高程小于0 m、高程大于400 m、 土壤厚度小于80 cm、年降雨量1000 mm 以下和異常值的采樣點(diǎn)， 全部采樣分布記錄共306 條。 按照MaxEnt 軟件的“Samples”的要求整理數(shù)據(jù)，將分布點(diǎn)以“物種+經(jīng)度+緯度（西經(jīng)、南緯的值為負(fù)，經(jīng)緯度為十進(jìn)制小數(shù)格式。 ）”另存為CSV 格式文件。

圖1 湖南省火炬松產(chǎn)區(qū)采樣點(diǎn)分布圖Figure 1 Distribution of sampling points in Pinus taeda L.production area of Hunan Province

1.2.2 環(huán)境因子處理

地形因子(經(jīng)度、緯度、高度)與環(huán)境因子有較好的回歸關(guān)系，利用中國2160 個(gè)基本、基準(zhǔn)地面氣象觀測站的觀測數(shù)據(jù)，推算模擬無測站區(qū)域的環(huán)境資源分布情況。建立Bio1～Bio10、Bio13～Bio21、Bio24～Bio27 等23 個(gè)環(huán)境因子的空間分布模型，其表達(dá)式為:

Y = f (λ,φ,h) +ε

式中，Y 為環(huán)境因子要素；λ 為經(jīng)度；φ 為緯度；h 為海拔高度(m)；函數(shù)f(λ,φ,h)為氣候?qū)W方程；ε 為殘差項(xiàng)，可視為小地形因子(坡度、坡向等)及下墊面對環(huán)境的影響。 將f(λ,φ,h)展成三維二次趨勢面方程[7]。

f (λ,φ,h)=b0+b1λ+b2φ+b3h+b4λφ+b5φh+b6λh+b7λ2+b8φ2+b9h2，式中b0～b9為待定系數(shù)，利用SAS9.4 建立逐步回歸優(yōu)化回歸模型， 模擬23 個(gè)環(huán)境因子的宏觀趨勢項(xiàng)，分別建立23 個(gè)環(huán)境因子的小網(wǎng)格推算模型（表3）。

表3 環(huán)境因子的小網(wǎng)格推算模型Table 3 Small grids reckoning models of regionalization indexes of environmental factors

續(xù)表3:

在中國海拔高度（DEM）數(shù)據(jù)支持下，在Arcgis10 里，用23 個(gè)環(huán)境因子的小網(wǎng)格推算模型，將環(huán)境因子Bio1—Bio10、Bio13—Bio21、Bio24—Bio27 分別插值為100 m ×100 m 網(wǎng)格的基礎(chǔ)數(shù)據(jù)[8,9]。 用IDW 法分別插值其殘差項(xiàng)為100 m ×100 m 網(wǎng)格的修正數(shù)據(jù)。 用Spatial Analyst 工具→數(shù)學(xué)→邏輯→加，將每個(gè)環(huán)境因子的基礎(chǔ)數(shù)據(jù)和修正數(shù)據(jù)疊加相加為環(huán)境因子?xùn)鸥駭?shù)據(jù)。23 個(gè)環(huán)境因子?xùn)鸥駭?shù)據(jù)用投影柵格工具統(tǒng)一為地理坐標(biāo)系D_WGS_1984。以湖北省和湖南省矢量邊界為掩膜，裁剪出這23 個(gè)環(huán)境因子?xùn)鸥駭?shù)據(jù)圖層。 最后，用柵格轉(zhuǎn)ASCII 工具將這23 個(gè)環(huán)境因子?xùn)鸥駭?shù)據(jù)轉(zhuǎn)換保存為MaxEnt 所需要的ASCII 格式文件。

在Arcgis10 里， 將下載的Bio11、Bio12、Bio22、Bio23、Bio28～Bio34 等11 個(gè)環(huán)境因子數(shù)據(jù)通過重采樣工具使其像元大小與Bio1—Bio10、Bio13—Bio21、Bio24—Bio27 等23 個(gè)環(huán)境因子一致[10]。 11 個(gè)環(huán)境因子數(shù)據(jù)統(tǒng)一為地理坐標(biāo)系D_WGS_1984。 以湖北省和湖南省矢量邊界為掩膜，裁剪出這11 個(gè)環(huán)境因子?xùn)鸥駭?shù)據(jù)圖層。 最后，用柵格轉(zhuǎn)ASCII 工具將這11 個(gè)環(huán)境因子?xùn)鸥駭?shù)據(jù)轉(zhuǎn)換保存為MaxEnt 所要求的ASCII 格式文件。

1.3 模型構(gòu)建

1.3.1 MaxEnt 軟件建模

（1）物種數(shù)據(jù)：將之前導(dǎo)出的火炬松良種分布數(shù)據(jù)(csv 格式)的文件，通過Browse 加載到MaxEnt 軟件“Samples”模塊。

（2）環(huán)境數(shù)據(jù)：將34 個(gè)ASCII 格式的環(huán)境數(shù)據(jù)加載到MaxEnt 軟件“Environmental layers”模塊。

（3）參數(shù)設(shè)置：使用auto features 選項(xiàng)，根據(jù)自動(dòng)特征規(guī)則進(jìn)行計(jì)算，所有的要素類型都將用到。 結(jié)果以comulative 類型和ASCII 格式輸出，并定義其輸出位置。 設(shè)置界面的選擇settings 里‘Random test percentage’設(shè)置為25，隨機(jī)選取75%的樣本點(diǎn)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)[11]，settings 中replicates 本試驗(yàn)選擇3 次重復(fù)作為平行試驗(yàn)，最大迭代次數(shù)設(shè)為500 次，收斂閥值設(shè)為0.00001，取值范圍0—100[12]選擇‘Do jackknife to measure variable importance’衡量所有變量的重要性，MaxEnt 軟件分別對每一個(gè)環(huán)境影響因子進(jìn)行刀切圖繪出。

1.3.2 ROC 曲線繪制

繪制響應(yīng)曲線（response curves）評價(jià)模型精度。 ROC 曲線以真陽性率為縱坐標(biāo)（敏感性，實(shí)際存在且被預(yù)測為存在的比率）， 以假陽性率（1—特異性， 實(shí)際不存在但被預(yù)測為存在的比率） 為橫坐標(biāo)，AUC 值指ROC 曲線與橫坐標(biāo)圍成的面積值，值域?yàn)?～1。AUC 值越大表示與隨機(jī)分布相距越遠(yuǎn)，環(huán)境因子變量與預(yù)測的火炬松良種同一適宜引種生態(tài)區(qū)之間的相關(guān)性越大，即模型預(yù)測效果越好，反之說明模型預(yù)測效果越差。AUC 值在0.5～0.6，0.6～0.7，0.7～0.8，0.8～0.9，0.9～1 分別表示模擬效果失敗、較差、一般、好、非常好[4,8]。 34 個(gè)環(huán)境因子預(yù)測模型的訓(xùn)練樣本和測試樣本的AUC 值達(dá)到0.859 和0.789 （圖2），AUC 均值在0.8～0.9 之間，說明模型預(yù)測效果好。

圖2 初始模型的ROC 曲線分析及AUC 值Figure 2 ROC curve and AUC value for the initial model

1.4 模型優(yōu)化

在使用MaxEnt 模型進(jìn)行較大空間范圍的火炬松良種同一適宜引種生態(tài)區(qū)預(yù)測時(shí)， 如果選擇了較多數(shù)量的環(huán)境因子，將導(dǎo)致MaxEnt 模型的運(yùn)行效率降低。 因?yàn)榄h(huán)境因子變量過多、變量空間共線性過強(qiáng)，將導(dǎo)致模型的復(fù)雜性增加，隨機(jī)誤差增大。所以，過多低貢獻(xiàn)率的環(huán)境因子變量會(huì)導(dǎo)致模型運(yùn)行結(jié)果的準(zhǔn)確性降低。因此，需要對環(huán)境因子進(jìn)行篩選或降維[13]。

1.4.1 篩選貢獻(xiàn)率高的環(huán)境因子變量

在34 個(gè)環(huán)境因子中， 對于火炬松良種同一適宜引種生態(tài)區(qū)分布貢獻(xiàn)較大的環(huán)境因子變量有：Bio1—Bio5、Bio7—Bio10、Bio12—Bio16、Bio19、Bio21、Bio28、Bio31， 累計(jì)貢獻(xiàn)率為97.4%。 Bio6、Bio11、Bio17、Bio18、Bio20、Bio22—Bio27、Bio29、Bio30、Bio32—Bio34 等16 個(gè)環(huán)境變量的貢獻(xiàn)率都小于1%（表4），對火炬松的種植分布影響有限，對這16 個(gè)環(huán)境因子變量進(jìn)行剔除[14]。

表4 各環(huán)境因子變量的貢獻(xiàn)率Table 4 Contribution rate of each environmental factor variable

1.4.2 篩選正規(guī)化訓(xùn)練增益高的環(huán)境因子變量

刀切法（jackknife test）測定各環(huán)境因子變量權(quán)重。 刀切法就是每次都忽略一個(gè)環(huán)境因子變量，然后基于剩下的環(huán)境因子變量對火炬松良種同一適宜引種生態(tài)區(qū)進(jìn)行預(yù)測，最后MaxEnt 繪出環(huán)境因子變量重要性的柱形圖。 紅色條帶表示所有變量的貢獻(xiàn)；深藍(lán)色條帶表示該變量的貢獻(xiàn)，條帶越長，說明該變量越重要；淺藍(lán)色的條帶長度表示除該變量以外， 其他所有變量組合的貢獻(xiàn)。 Bio1—Bio5、Bio7—Bio10、Bio12—Bio16、Bio19、Bio21、Bio28、Bio31等18 個(gè)貢獻(xiàn)較大的環(huán)境因子變量中，Bio19 和Bio31 對應(yīng)的深藍(lán)色條帶很短（圖3），說明它們本身的增益值幾乎接近于0，表明它們對預(yù)測火炬松良種同一適宜引種生態(tài)區(qū)并不是重要環(huán)境因子變量，所以，剔除環(huán)境因子變量Bio19 和Bio31。

圖3 刀切法的環(huán)境因子變量重要性分析Figure 3 Analysis of the importance of environmental factors variables in the Jackknife method

1.4.3 篩選多重共線的環(huán)境因子變量

用GIS 軟件的值提取至點(diǎn)工具提取有效分布點(diǎn)的環(huán)境因子變量數(shù)值，用SPSS 軟件對貢獻(xiàn)較大的 Bio1—Bio5、Bio7—Bio10、Bio12—Bio16、Bio21、Bio28 等14 個(gè)主導(dǎo)環(huán)境因子進(jìn)行Spearman 相關(guān)分析（表5），檢驗(yàn)環(huán)境因子變量之間的多重共線性，Bio9 與Bio5 的相關(guān)系數(shù)|r|≥0.8， 對比初始模型中二者的貢獻(xiàn)率，Bio5 貢獻(xiàn)率較小，所以，剔除貢獻(xiàn)率較小的變量Bio5。Bio10 與Bio13 的相關(guān)系數(shù)|r|≥0.8，對比初始模型中二者的貢獻(xiàn)率，Bio13 貢獻(xiàn)率較小，所以，剔除貢獻(xiàn)率較小的變量Bio13。 Bio16 與Bio14 的相關(guān)系數(shù)|r|≥0.8， 對比初始模型中二者的貢獻(xiàn)率，Bio14 貢獻(xiàn)率較小，所以，剔除貢獻(xiàn)率較小的變量Bio14。 Bio3 分別與Bio7、Bio8、Bio12的相關(guān)系數(shù)|r|≥0.8，對比初始模型中二者的貢獻(xiàn)率，Bio7、Bio8、Bio12 貢獻(xiàn)率較小，所以，剔除貢獻(xiàn)率較小的變量Bio7、Bio8、Bio12，提高模型模擬的精度[14]。

表5 關(guān)鍵環(huán)境因子變量的相關(guān)系數(shù)Table 5 Correlation coefficient of key environmental factor variables

2 結(jié)果與分析

2.1 模型的有效性

用剩余的Bio1—Bio4、Bio9、Bio10、Bio15、Bio16、Bio21、Bio28 等10 個(gè)主導(dǎo)環(huán)境因子變量重新建模，重建模型的訓(xùn)練樣本和測試樣本的AUC 值達(dá)到0.837 和0.807(圖4)，AUC 均值在0.8—0.9 之間，表明重建模型適用性及模擬精度均達(dá)到好的水平，與主導(dǎo)環(huán)境因子變量之間的相關(guān)性大，預(yù)測同一適宜引種生態(tài)區(qū)的結(jié)果良好，可以據(jù)此進(jìn)行引種推廣。

圖4 重建模型的ROC 曲線分析及AUC 值Figure 4 ROC curve and AUC value for the reconstruction model

2.2 火炬松良種同一適宜引種生態(tài)區(qū)預(yù)測及適生等級劃分

MaxEnt 進(jìn)行3 次重復(fù)試驗(yàn)，選取重復(fù)試驗(yàn)中，AUC 值最高的圖層導(dǎo)入Arcgis 軟件進(jìn)行適宜等級劃分和可視化表達(dá)（圖5）。 MaxEnt 模型輸出的數(shù)據(jù)為ASCⅡ格式，用Arcgis 的ASCII to Raster 功能，輸出數(shù)據(jù)類型選FLOAT，使該結(jié)果可在Arcgis 中顯示[14]。 利用“Reclassify”功能, 劃分分布值等級及相應(yīng)分布范圍, 并使用不同顏色表示， 劃分標(biāo)準(zhǔn)為: 存在概率＜0.05 為不適生區(qū); 0.05≤存在概率＜0.33 為低適生區(qū); 0.33≤存在概率＜0.66 為中適生區(qū); 存在概率≥0.66 為高適生區(qū)[4,8]。 整體來看，湖南省火炬松產(chǎn)區(qū)的火炬松良種在湖北省的中適生區(qū)面積為155350 hm2，主要分布在：鄂東的通山縣、通城縣、崇陽縣和赤壁市；鄂中的洪湖市、監(jiān)利縣和石首。 湖南省火炬松產(chǎn)區(qū)的火炬松良種在湖北省的低適生區(qū)面積為3411051 hm2，主要分布在：鄂東的蘄春縣、浠水縣、武穴市、黃梅縣、黃州區(qū)、鄂州市、陽新縣、大冶市、江夏區(qū)、蔡甸區(qū)、漢南區(qū)、咸安區(qū)和嘉魚縣；鄂中的仙桃市、潛江市、荊州區(qū)、沙市區(qū)、江陵縣、公安縣、枝江市和松滋市；鄂西的宜都市、當(dāng)陽市、遠(yuǎn)安縣、夷陵區(qū)、點(diǎn)軍區(qū)、長陽縣、秭歸縣、恩施市、建始縣、宣恩縣、利川市和來鳳縣，低適宜區(qū)域在引種火炬松良種時(shí)，需要選擇適宜的小生境。 從目前分析結(jié)果來看，湖南省杉木產(chǎn)區(qū)的火炬松良種在湖北省沒有高適生區(qū)。 但是，如果引種火炬松良種生長表現(xiàn)良好，需要再次運(yùn)用MaxEnt 模型和地理信息系統(tǒng)(Arcgis)軟件重新劃分湖南省火炬松良種在湖北省同一適宜引種生態(tài)區(qū)的精準(zhǔn)范圍和適生等級。

圖5 湖南省火炬松良種在湖北省同一適宜引種生態(tài)區(qū)分布圖Figure 5 Distribution of the Hubei Province identical suitable introduction ecological distribution of superior varieties of Pinus taeda L.in Hunan Province

2.3 火炬松良種地理分布與生物氣候變量的關(guān)系

用刀切法(Jackknife Test)檢測10 個(gè)主導(dǎo)環(huán)境因子變量對于分布增益的貢獻(xiàn)，結(jié)果(表6)表明：年日最高氣溫≥35.0℃日數(shù)日(Bio9)對火炬松分布的增益最大，當(dāng)年日最高氣溫≥35.0℃日數(shù)日為0～17日時(shí)，分布值隨年日最高氣溫≥35.0℃日數(shù)的升高而增大；當(dāng)年日最高氣溫≥35.0℃日數(shù)為30～37日時(shí)，分布值隨年日最高氣溫≥35.0℃日數(shù)的升高而減小(圖6)。年最少降水量(Bio16)也對火炬松分布的影響較大，當(dāng)年最少降水量為498.321～1201.312 mm，分布值隨年最少降水量的升高而增大(圖7)。

表6 主導(dǎo)環(huán)境因子變量的貢獻(xiàn)率Table 6 Contribution rate of dominant environmental factor variable

圖6 年日最高氣溫≥35.0℃日數(shù)日(Bio9)反饋曲線Figure 6 Days with annual daily maximum temperature above 35.0℃(Bio9) feedback curve

圖7 年最少降水量(Bio16)反饋曲線Figure 7 Annual minimum precipitation (Bio16)feedback curve

3 討論

如果沒有做到“適地區(qū)適良種”，則可能導(dǎo)致林木良種育苗和林木良種造林的失敗。 主要原因是不同地理、氣候和土壤等環(huán)境因子的質(zhì)或量不同，因而對該林木良種所要求的生態(tài)條件的滿足程度不同。 所以，只有在適生地域內(nèi)，在適宜的立地條件下，選擇適合的林木良種，才能發(fā)揮林木良種造林的優(yōu)良特性，實(shí)現(xiàn)速生豐產(chǎn)。 否則，林木良種表現(xiàn)不好，甚至不如一般的當(dāng)?shù)仄贩N。

基于MaxEnt 生態(tài)位模型的同一適宜生態(tài)區(qū)研究中，環(huán)境因子數(shù)據(jù)常來自于世界氣候-全球氣候數(shù)據(jù)庫網(wǎng)站，僅有19 個(gè)環(huán)境因子，空間分辨率僅為5arc-min[5,6,10,14]。 為了獲得更精準(zhǔn)的引種效果，本研究選取34 個(gè)重要環(huán)境因子， 用中國2160 個(gè)基準(zhǔn)地面氣象觀測站的觀測數(shù)據(jù)， 推算模擬無測站區(qū)域的環(huán)境資源分布情況，精準(zhǔn)預(yù)測湖南省火炬松良種在湖北省同一適宜引種生態(tài)區(qū)。

傳統(tǒng)的火炬松良種引種同一適宜生態(tài)區(qū)都是以鄉(xiāng)鎮(zhèn)、縣、市、省等行政單位為單元。 然而，影響火炬松成活生長的光、熱、水、氣等環(huán)境因子，受太陽輻射、大氣環(huán)流的影響，而使水、熱在地面上呈地帶性的分布。 由于山體起伏，垂直森林地帶在實(shí)際上并不都是連續(xù)的，而是由斷斷續(xù)續(xù)地呈孤島狀分布的地塊組成。 為了獲得精準(zhǔn)的引種效果，本研究是以100 ×100=10000 ㎡即1 hm2為單元，精準(zhǔn)預(yù)測湖南省火炬松良種在湖北省同一適宜生態(tài)區(qū)。

傳統(tǒng)的林木引種是以單個(gè)樹種劃出同一適宜生態(tài)區(qū)。 然而，隨著自然條件演變和科學(xué)技術(shù)發(fā)展，轉(zhuǎn)抗性基因育種、種間和遠(yuǎn)緣雜交育種等林木遺傳改良工作廣泛開展，每年都有新的林木良種通過審定。 在相同的立地條件下，同一樹種，不同良種之間的生長好壞是有顯著差異的。 為了獲得精準(zhǔn)的引種效果，本研究是以單個(gè)良種劃出同一適宜生態(tài)區(qū)，精準(zhǔn)預(yù)測湖南省火炬松良種在湖北省同一適宜生態(tài)區(qū)。

4 結(jié)論

通過運(yùn)用MaxEnt 生態(tài)位模型對湖南省火炬松良種在湖北省同一適宜引種生態(tài)區(qū)進(jìn)行分析， 證明了MaxEnt 模型在林木良種引種應(yīng)用方面的可行性以及可信度，同時(shí)結(jié)合刀切法探討對火炬松良種生長影響最顯著的環(huán)境因子，這對湖南省火炬松良種適生性分析提供了更進(jìn)一步的技術(shù)支撐。 如同諸葛亮需要精準(zhǔn)的預(yù)測天氣， 才能草船借到箭一樣； 還如同哥倫布需要精準(zhǔn)的指南針， 才能航海發(fā)現(xiàn)新大陸一樣。 需要基于MaxEnt 和GIS 精準(zhǔn)預(yù)測湖南省火炬松良種在湖北省同一適宜引種生態(tài)區(qū)，才能避免引種湖南省火炬松良種的盲目性，從而獲得良好的引種效果，值得推廣應(yīng)用。