3.1基于大数据的实证分析为木兰属内气候适宜性的种间差异研究提供了新的视角

 

适地适树是构建环境友好型城市绿色基础设施的重要原则，目前已有许多研究使用文献综述[22]、群落调查[23]、功能性状[24]及非生物胁迫耐性评估[25]等方式为园林树种的选择提供了重要的理论及技术支持。

木兰属植物花色丰富、香气芬芳，是我国广泛种植的园林绿化植物。虽然国内在木兰的系统分类、园艺学特征、引种驯化等方面取得了丰硕的研究成果[26]，但考虑到资源收集和研究条件的现实障碍，利用试验方式对木兰属植物种间差异进行全面的定量评估是较难实现的。

本文基于生态学领域中广泛应用的一个基础概念，即以降水和温度为主要表征的气候是在大尺度上影响物种分布的决定性因素，利用植物分布及气候数据反向推演了木兰属植物对应的水分及热量条件，并以此为依据定义了气候生态位。本研究的非参数方差分析及线性拟合的结果均表明，54种木兰属植物存在显著的种间差异。

 

然而，在使用大数据集进行定量分析时也面临诸多挑战，例如使用的标本信息及气候数据的质量。植物标本记录的收集需要漫长的过程，每个大型数据库都有其局限性：GBIF提供了出色的GPS数据传输能力，但仅记载植物标本的少量性状信息；鉴于城市环境通常受到城市热岛效应与太阳反射率、盐雾和土壤板结的局部变化的耦合影响，大尺度数据的颗粒度使WorldClim不能完全准确地描述物种分布的生境条件。

除数据局限性外，尽管长期的温度和降水已被广泛证明是物种生态位的关键决定因素，但极端高温、洪涝灾害等气候事件与土壤条件等其他非生物因素也在一定程度上影响植物的地理分布。

 

上述客观存在的局限性使本研究所展示的方法不应被视为一个完全独立的决策工具，而是能够指导后续试验的前期框架。本方法的最大优势在于，所提供的信息可快速直接地帮助城市林业工作者来推断绿化树种的资源需求。

尤其是在数字化智慧景观快速发展的背景下，使用此方法在种间层面对同属植物进行前期分析，可大幅降低由实地引种驯化及大量生理试验所耗费的时间和经济成本，推动数字孪生景观环境研究的高质量发展。