李 安，高萌萌，陈 曦，张晓华，李菁博，李良涛

(1.河北工程大学 园林与生态工程学院，河北 邯郸 056038； 2.河北武安市林业局，河北 武安 056399； 3.北京植物园，北京 100094)

物种分布模型(Species distribution modeling，SDM)可定义为基于物种发生(Species occurrence)与环境变量之间相互关系进而预测该物种在整个生态环境中存在概率的分布模型[1]。气候、地形、土壤特征和生物之间相互作用是决定各种地理尺度上物种分布的主要因素，地理信息系统(Geographic information systems，GIS)能够将这些因素快速而直接地展现在景观尺度上，基于此，才能在生物多样性的背景下分析并预测物种的分布[2]。最大熵模型(Maximum entropy model，MaxEnt)是通过计算最大熵的概率分布来估计目标概率分布的一种机器学习模型[3]，与其他模型相比，MaxEnt模型在仅需要物种分布数据的情境下依然能够获得较高的预测精度，是目前用于预测物种分布表现较理想的模型[4]。随着保护生物学、生态学、生物地理学等学科的交叉深入发展，MaxEnt模型已经在不同物种、不同时期、不同需求的情境下得到更多应用[4]。叶学敏[5]基于MaxEnt模型预测濒危物种血皮槭[Acergriseum(Franch.)Pax]的适生分布区，SEDYED等[6]利用最大熵模型预测伊朗中部在目前和未来气候条件下药用植物瑞香(DaphneodoraThunb.)的地理分布，此外，MaxEnt模型在预测入侵种香丝草[7]、濒危植物独叶草适生分布区[8]以及识别人与野猪冲突的高风险区[9]、三江源重点保护区等[10-11]方面都得到广泛应用。

太行花属是中国太行山特有属，1980年经中国科学院植物研究所俞德浚和李朝銮研究认定为蔷薇科的一个新属，因生长……