外来植物入侵严重威胁着全球生物多样性，对入侵地的自然生态系统结构和功能造成巨大破坏。对于什么样的群落容易遭受入侵和什么样的物种会成为入侵种是入侵生态学的两大核心科学问题。但是，由于入侵植物、被入侵群落以及研究尺度的差异，现有的相关研究均很难得到始终一致的结论。因此，有必要以特定群落为研究对象，探讨影响这些群落抵抗外来入侵的环境因子，以期通过调控这些因素来提高不同群落的抵抗力，并进一步预测这些群落在未来气候变化的环境中会发生怎样的变化。另一方面，也有必要利用机器学习算法建立数学模型对特定地区的外来植物的入侵风险进行预测分析。本研究以我国红树林生态系统为例，探讨了环境光资源可利用性对本地红树林生态系统可入侵性与外来红树植物的影响，提出了退化红树林湿地生态系统的快速恢复方法；以北美滨海草原生态系统为例，结合气候变化背景，探讨了温度升高和土壤盐分增加对濒危生态系统可入侵性与外来入侵植物的影响，对未来濒危生态系统的群落组成和入侵种的发展趋势做出预测。此外，利用多种机器学习算法，尝试以外来草本种子植物的生活史特性和原产地特性作为预测因子，建立了我国外来草本种子植物入侵潜力的评估预测模型，筛选出了对外来草本植物入侵力具有重要影响的特性因子，为我国未来入侵植物的防治和管理提供实践指导。主要研究结果如下：1.对外来红树植物无瓣海桑(Sonneratia apetala)及本地红树植物桐花树(Aegiceras corniculata)的对比研究发现，正常光照下，无瓣海桑的相对生长速率(relative growth rate, RGR)与生物量积累显著高于桐花树。同时，无瓣海桑对桐花树还会产生一定的竞争抑制作用。但是，当光资源可利用性降低70%时，低光显著抑制了外来红树无瓣海桑的相对生长速率与生物量积累；而桐花树在低光照下，各生长指标均不受影响，表现出强低光耐受力。在低光照下，无瓣海桑与桐花树的竞争关系发生改变，无瓣海桑的竞争不再对本地红树植物桐花树产生抑制作用。因此，减少林下光资源可利用性可以降低红树林生态系统的可入侵性，增强其对外来红树植物无瓣海桑入侵的抵抗力，为我国红树林湿地恢复提供新思路。2.对入侵植物乌桕(Triadica sebiferum)与北美滨海大草原植被的对比研究发现，全球变暖的单独作用对本地草原生态系统与入侵植物乌桕的影响均较小，而飓风带来的盐水灌注的影响较为显著。土壤盐分的增加会显著降低入侵植物乌桕的株高和根冠比，但对乌桕生物量积累的抑制作用只发生在温度和土壤盐分同时上升时；相反，盐水的灌注对本地草原植被优势种小须芒草(Schizachyriumscoparium)的株高、优势度、地上和地下部分生物量均产生明显的抑制作用。因此，相比而言，温度升高和土壤盐分的增加对北美本地草原生态系统的抑制作用大于对入侵植物乌桕的影响。因此，未来全球变暖和飓风频发可能会增加北美濒危草原生态系统的可入侵性，从而促进外来植物乌桕对的入侵。另一方面，土壤盐分的增加还显著改变了北美濒危草原生态系统的群落组成。它提高了其他C3非禾本科植物的优势度，降低了C4禾本科植物小须芒草的优势度，使得大草原的优势种由小须芒草变成了米草属植物(Spartina)和豚草(Ambrosiaartemisiifolia)。这意味着，未来全球变暖和飓风频发可能会导致滨海草原生态系统向滨海沼泽湿地生态系统转换，同时会造成有害植物豚草的泛滥。3.通过采用分类与回归树(Classification and Regression Tree, CART)、多元自适应回归样条法(Multivariate Adaptive Regression Spline, MARS)、随机森林(Random Forest, RF)和多重累计回归树(Multiple Additive Regression Tree, MART)这4种机器学习算法进行模型构建，筛选出了外来草本种子植物在原产地的分布范围、种子发芽率和种子质量是3个最为重要判断外来草本植物在我国入侵的特性指标。外来草本植物的入侵可能性随着原产地的分布范围的增大而增大；此外，入侵草本植物更倾向于具有较小的种子质量和较高的种子发芽率。这表明，植物的气候耐受性及种子特性对于定量确定外来草本植物的风险具有重要作用。4种机器学习方法构建的模型对外来草本植物的入侵预测均达到较好的拟合(AUC范围是0.79~0.88)，预测总准确率达67.51~80.17%。对相比而言，RF和MART算法构建的风险评估模型对我国外来有害草本植物入侵力的预测效果更好，推荐在未来外来草本种子植物引种时进行使用。