BIO2 = 平均昼夜温差，月内最高温度与最低温度之差的平均值，℃。 BIO4 = 温度季节性，每个月平均温度的标准差，并将其放大100倍。 BIO5 = 最暖月的最高温度，一年中最暖月份的最高温度，℃。 BIO8 = 最湿季度平均温度，一年中降水量最多的三个月（即最湿润季度）的平均温度，℃。 BIO9 = 最干季度平均气温，一年中降水量最少的三个月（即最干燥季度）的平均气温，℃。 BIO14 = 最干月降水量，mm。 BIO15 = 降水季节性。 BIO18 = 最暖季降水量，mm。 海拔（elev）、坡度（slope）、坡向（aspect） 未来数据选自第六次国际耦合模式比较计划（CMIP6）中的中等分辨率气候模式（BCC-CSM2-MR）下的 4 种共享社会经济路径（SSP），即SSP1-2.6、SSP2-4.5、SSP3-7.0 和 SSP5-8.5。
数据来自WorldClim version 2.1，该数据提供历史（1970-2000）和未来（2021-2040，2041-2060，2061-2080，2081-2100）四种分辨率（30″、2.5′、5′、10′）数据集，数据指标有最低温度、平均温度和最高温度、降水量、太阳辐射、风速、水气压和总降水量的月度气候数据，还有 19 个“生物气候”变量，高程数据源自STRM数据产品。未来月度气候数据来自CMIP6 降尺度，包括9个GCM模式和4种SSP。
利用SPSS 25.0 软件对 19 个气候因子和 3 个地形因子进行皮尔逊相关系数检验，当两个因子相关性较高时(∣r∣>0.80），结合 MaxEnt 模型建模结果中的各因子贡献率，去除贡献率较小的变量。最终选取平均昼夜温差（bio2）、温度季节性变化（bio4）、最暖月最高温度（bio5）、最湿季度平均温度（bio8）、最干季度平均温度（bio9）、最干月份降水量（bio14）、降水季节性（bio15）、最暖季度降水量（bio18）、海拔（elev）、坡度（slope）、坡向（aspect）11 个环境因子用于预测软紫草适生区模型的构建。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
中国·新疆乌鲁木齐市北京南路818号, 830011, 电话: 0991-7823121
