中文摘要：

由于缺乏适生范围方面的基础研究，野生观赏植物在园林中的应用进展缓慢，并常因气候条件不适应而造成巨大经济损失。野生植物的适生范围还受到园林配置模式的影响，这一点常被忽视。基于GIS的物种分布区预测软件（SDMs，Species Distribution Models）可依据野生植物现存分布区的气候和生境条件预测该植物的潜在分布区域，即通过SDMs分析，可以预测野生植物在哪些地区可在园林中无任何栽培措施下种植。姜花属野生植物是优良的景观类植物，据此，本研究借鉴植物生态学和农学领域分别在野生植物和栽培作物适生性区划中的研究方法，通过对姜花属野生植物的园林配置模式、关键生育期的分析，选择恰当的原产地气候和生境因子作为区划依据，并对多种SDMs软件进行可靠性和适合性验证的进行验证，筛选合适的SDMs软进行适生性区划，最终实现野生植物在不同园林配置模式下的高精度、可定位的"适地适树"。

结论摘要：

由于缺乏引种栽培实践，野生观赏植物在园林中的应用进展缓慢，并常因气候条件不适应而造成巨大经济损失。基于GIS的物种分布区预测模型（SDMs，Species Distribution Models）可依据野生植物现存分布区的气候和生境条件预测该植物的潜在分布区域，广泛应用于珍稀濒危物种保护、入侵植物分布区预测等领域。本研究创造性的将此类模型应用于姜花属野生植物园林应用的适生性区划。SDMs的效用受到数据收集、建模方法、物种特异性的影响。首先，本研究以毛姜花为例，以准确的分类学鉴定为基础，通过ROC曲线检验和引种栽培检验比较五种SDMs在姜花属植物这一特定类群上的效用。结果显示，与其他类群植物以及SDMs在其他学科的研究结果类似，五种模型中，MaxEnt模型有效性更高，ROC曲线与横坐标围成的AUC值达到0.991，为姜花属野生植物园林应用适生性区划的最优模型。接下来，添加或不添加栽培分布数据对白姜花的建模区划结果无明显影响，证明MaxEnt 模型可在仅有野生分布数据的条件下，对野生植物在园林中的潜在适生区域进行预测。第三，采用遗漏率分析方法对样本容量对预测结果的影响做了比较研究，发现样本数量为13的两个种遗漏率较高，表明在运用MaxEnt 模型的时候样本数量不能过少。第四，采用MaxEnt 模型对姜花属8个种制作了适生性区划图，精度达5 km2，与GIS平台耦合后可实现高精度、可定位的“适地适树”。最后，以红姜花为材料，采用MaxEnt 模型软件的刀切法功能对影响其适生性区划的主导因子进行了分析，对非适宜区的园林引种栽培提出了相应的技术措施。由此，将该模型运用到其他野生植物类群上，可极大的促进野生植物在园林中的开发利用效率。另外，本研究还发现具有较近亲缘关系的种类对环境因子具有相似的需求，这一发现将有助于通过与形态特征及分类学其他证据的融合对现有的分类体系进行修正。