利用Jackknife检验，可以评估气候变量对预测结果的影响程度[44]，从而判断不同变量对木香花潜在分布的重要性。Jackknife检验结果表明如下。

 

1)正则化训练增益(RegularizedTrainingGain)与测试增益(TestGain)，仅使用单独变量时，前3个主要气候变量相同，由高到低依次为最冷月最低温(bio06)、最冷季均温(bio11)、年降雨量(bio12)。

 

2)贡献率(ContributionRate)和置换重要值(Permutationimportancevalue)也是评估各气候变量对木香花潜在分布影响程度的重要指标，由表2可见，贡献率排名前8的气候变量与各自贡献率由高到低分别为：最冷月最低温(bio06，45.60%)、年降雨量(bio12，34.30%)、最冷季降雨量(bio19，4.40%)、年均温(bio01，1.90%)、降雨量季节性变化(bio15，1.70%)、最干月降雨量(bio14，1.60%)、最冷季均温(bio11，1.50%)和最湿季降雨量(bio16，1.40%)，累积贡献率为92.40%(表2)。



置换重要值如表2可见，由高到低前8个气候变量对木香花生存概率的单因子响应曲线如图3，影响趋势随着气候变量值的增加，生存概率呈现缓慢升高—快速增高—快速下降—缓慢降低的规律。

 

木香花响应主要气候变量的最大存在概率有所差异，响应最冷季降雨量(bio19)最大存在概率值最低，值为0.66，响应等温性(bio03)最大存在概率值最高，值为0.82。

 

3)重分类分析结果得出，存在概率大于0.5的区域为模拟得到的木香花高适生区，与现实分布区吻合度较高。因此，利用存在概率大于0.5时的高适生分布区对应的气候变量范围表征木香花在该分布区的遴选条件[45]。

主导气候变量的值域分别为：最冷月最低温(bio06)介于-6~2℃、年降雨量(bio12)介于734~1281mm、最冷季降雨量(bio19)介于27~133mm、年均温(bio01)介于12~17℃、降雨量季节性变化(bio15)介于52~79mm、最干月降雨量(bio14)介于8~30mm、最冷季均温(bio11)介于0~8℃、最湿季降雨量(bio16)介于412~602mm(图3)。接近以上气候因子阈值组合的环境特征地理区为木香花最适生长区。