用材树种高山栲潜在适生区分布区及影响因子

以高山栲71个分布记录点位数据及环境背景值为材料,利用最大熵MaxEnt预测模型预测其在当代的适生区分布格局,探讨环境因子对高山栲适生分布格局的影响,并推演其在过去(末次间冰期和末次盛冰期)和未来(2050年、2070年)潜在适生区分布特点。结果表明:等温性(bio3)、温度季节变化方差(bio4)、年平均降雨量(bio12)、最冷月最低温(bio6)和海拔(Alti)等5个环境因子是决定高山栲适生区分布的关键因素,对模型的贡献率分别为44.5%、23.5%、19.7%、8.8%和2.6%。且海拔1 400～2 800 m、年平均降雨量900～1 260 mm、等温性1.2～1.3、温度季节变化方差27～46、最冷月最低温0～6.7℃是高山栲适生区分布环境条件组合。受试者工作特征曲线下面积AUC平均值为0.984,模型预测结果准确性、可信度较高。不同气候条件下高山栲的适生区面积变化幅度不大,中度以上适生区集中分布在云南,表明其对全球气候变化不敏感,且云南是其资源保护和种群恢复的理想场所。     

基于MaxEnt模型新疆枣潜在适生区预测

【目的】研究全球气候变化对新疆枣潜在分布的影响,划分新疆枣不同等级的适生区,为新疆枣产业的持续稳定发展提供参考。【方法】基于新疆枣地理分布的调查数据和2种气候情景(RCP4.5和RCP8.5),利用GIS技术和MaxEnt生态位模型相结合的方法,在全球气候变化背景下,对新疆枣的当前及未来(2050和2070年)潜在适生区分布进行预测。【结果】在当前气候条件下,新疆枣适生区主要分布在南疆和东疆地区。其中适生区总面积达到11.3×10~4 km^2,占新疆土地总面积的6.8%。采用受试者工作特征曲线(ROC曲线)对MaxEnt模型预测结果进行评价,结果显示训练数据集和测试数据集的曲线下的面积值(AUC值)分别为0.988和0.978,说明模型预测结果较为理想。刀切法分析结果显示,影响新疆枣当前分布的气候因子主要为最热月最高温度、最冷月最低温度、最暖季度均温、最冷季度均温、6月最高气温、7月最高气温、8月最高气温、12月最低气温、1月最低气温和2月最低气温。在未来气候条件下,新疆枣适生区面积有着一定的增加,但适生区的区域变化较小。【结论】Maxent模型预测结果与新疆枣的实际分布重合度较高。低温是影响新疆枣潜在适生区分布的重要因素。在全球气候变暖的趋势下,新疆枣整个潜在适生区面积呈现增加的特点且有向高纬度区域迁移的趋势,北疆地区开始出现较少部分的低适生区。     

应用生态位模型研究地被植物棣棠的潜在分布区及对未来气候变化的响应

通过最近邻体距离法和相关性分析法分别选取样本数据和环境变量,并应用最大熵方法(Maxent)建立生态位模型,分析了影响棣棠潜在分布的主要环境因素,预测了棣棠在中国的潜在分布区域。结果表明:棣棠适应生长在温度、降雨适中,海拔较低的平原地带;目前,棣棠主要分布在中国东南部,介于22°N~36°N和98°E-122°E之间的区域;未来气候变化下,棣棠的潜在分布区向北移动,但高适生区和适生区范围减小,边缘适生区范围扩大。     

粗皮桉在我国的潜在适生区与主导生态因子研究

本文基于粗皮桉的实地栽培点分布数据,结合气候、地形、土壤因子数据集,运用最大熵模型(MaxEnt)预测了粗皮桉在中国的潜在适生区。结果表明:MaxEnt的预测准确性较高,模型预测的训练子集和测试子集AUC值均大于0.855。粗皮桉适生区分布集中在东南沿海,最适生区总面积53522 km~2,集中在广东西部和东部沿海,广西中部,福建和海南沿海;总适生面积145 655 km~2,占研究区总面积的5.05%。刀切法分析结果表明,海拔、温度变化方差、最冷月份最低温度、最暖季度降水量、坡向5个因子是影响粗皮桉分布的主导生态因子,累积贡献率为85.7%。中国适生区的温度变化方差与自然分布区的相似性较强;与自然分布区相比,我国适生区的海拔更低、最冷月份最低温度更高、最暖季度降水量更大,有利于粗皮桉的生长。     

三北防护林体系建设工程区宜林潜力

【目的】评估三北防护林体系建设工程区未来宜林性潜力,预测未来三北地区潜在可造林面积及其空间分布特征,为国家建设绿色"一带一路"、保护三北地区生态和因地制宜建设防护林提供理论参考。【方法】本研究以土壤类型、土地利用类型、干燥度、海拔及坡度5个指标建立评估体系,以林木生长所需条件确定指标的划分阈值,采用极限条件法对指标进行划分。通过地理信息系统(Arc-Gis)空间分析功能建立适宜性评估模型,依次对三北防护林体系建设工程区宜林性潜力进行单指标评估,分析工程区内可造林区域的分布特征。在单个指标评估的基础上,对工程区宜林性潜力进行综合评估。同时,运用最大熵模型对工程区宜林区域进行预测,将模型结果与上述5个指标的综合评估结果进行对比分析。【结果】在单因子评估结果中,工程区内宜林性最大的限制因素为干燥度。在综合指标评估结果中,未来可造林区域面积为58.46万km2,占工程区总面积的17.52%,其集中分布在工程区西北部、东部及东南部区域。最大熵模型的模型精度高于0.8,达到良好水平,对适生区分布概率贡献率最大的环境因子是土地利用类型。模型的宜林性评估结果去除现有森林后,三北林业工程区未来乔木适生区面积为110.94万km2,灌木适生区面积为144.11万km2,分别占工程区面积的33.24%和43.19%。【结论】三北防护林体系建设工程区内可造林区域分布在工程区西北部的天山山脉、阿尔泰山脉和准噶尔盆地边缘、内蒙古高原以东地区和鄂尔多斯高原以南地区。西部盆地边缘宜林区分布形态受地形和冰雪融水影响呈零星分布的条带状;东部和南部地区受耕地和草地影响,宜林区域分布破碎零散。整体上,工程区东部地区宜林区域分布主要受农牧业用地影响,中部地区主要受干燥度制约,西部地区则主要受干燥度和海拔影响。     

基于MaxEnt模型的松针红斑病在中国的潜在分布区及适生性预测分析

【目的】依据气候变化,探究气候变化对松针红斑病分布的影响,预测中国松针红斑病的潜在分布区。【方法】根据松针红斑病已知分布区域和相关气候数据,结合政府间气候变化专门委员会(IPCC)针对未来气候变化情景发布的CCSM4气候模式数据,采用最大熵模型(MaxEnt)预测松针红斑病的潜在分布区。【结果】松针红斑病最适宜分布区为黑龙江、吉林、辽宁、内蒙古东北部和云南省。经刀切法分析(Jackknife)表明,6月降水量、11月平均最高温度和最冷季度降水量等主要影响松针红斑病的潜在分布区。在未来不同气候变化情景下,总适宜区面积呈上升趋势,增加幅度为15. 66%～18. 29%。山东北部、河北、山西的大部分地区、陕西中部和南部、甘肃东南部、四川北部和南部、辽宁西部和内蒙古东部的各等级适宜区面积增加,适宜等级上升。【结论】MaxEnt模型预测结果与实际调查结果具有很高的一致性,能够反映松针红斑病在中国的分布情况。随着未来气候变化,云南、四川交界地区,东北三省和内蒙古东北部最适宜分布区呈现破碎化的趋势。松针红斑病适生区质心有由东北向华北、西北扩散的趋势。     

气候变化情景下流苏香竹潜在分布区预测

流苏香竹（Chimonocalamus fimbriatus）是云南特有珍稀竹种，主要分布于云南西南部。文章以野外调查获取的流苏香竹分布信息为主，运用最大熵模型（MaxEnt）同时结合地理信息系统（ArcGIS），基于19个气候因子，预测其在当前及未来气候变化情景下的潜在分布区。结果表明：当前流苏香竹的高适生区和中适生区主要分布于德宏州、保山市和临沧市等地，除迪庆州、丽江市和昭通市外，云南其他区域均有低适生区零星分布。在未来2050s和2070s的2个时间段，基于2种不同共享社会经济路径（SSP1-2.6和SSP5-8.5），流苏香竹的高适生区面积呈减少的趋势，尤其是SSP5-8.5路径下，高适生区面积仅为当前的12.51%（2050s）和18.63%（2070s）；中、低适生区在SSP1-2.6路径下，显著扩张（2050s）或略微扩张（2070s），在SSP5-8.5路径下，则大幅收缩。流苏香竹野外实际分布区及其潜在分布区均以斑块状为主，可能与云南特殊的地形、地貌有关。影响流苏香竹分布的主导气候因子为最湿月份降水量、最暖月份最高温度、最干季度降水量和平均气温日较差。流苏香竹对气候变化比较敏感，根据其野外分布状况，建议以就地保护为主、迁地保护为辅，在其潜在适生区内适当引种栽培。     

薯莨地理分布及适生区预测

以中药植物薯莨Dioscorea cirrhosa为研究对象,基于86个地理分布点信息,利用Bioclim模型预测其当前适生区和未来潜在适生区。采用PCA主成分分析法,对主导薯莨地理分布的关键气候因子进行定量分析。结果表明:广西和广东为薯莨当前最密集的分布区域,在未来气候变化的影响下,薯莨分布范围将在福建、江西等地缩小,呈现向最高适生区即广东、广西两省集中的趋势,而在湖南和贵州交界处将可能出现一定范围的潜在分布区;Bioclim模型精度检验的ROC特征曲线和Kappa值分别为0.941和0.885,满足了用于分析的薯莨分布区预测要求。     

基于Maxent模型的丹霞山国家级自然保护区极小种群植物丹霞梧桐的潜在生境评价

【目的】基于Maxent模型评价丹霞梧桐的潜在生境,为该种的就地保护和迁地保护提供科学依据。【方法】采用无人机获取丹霞梧桐黄叶期186个空间分布数据,结合6个环境变量,利用Maxent模型预测丹霞梧桐的潜在适生区,并分析主要环境变量对其分布的影响。【结果】Maxent模型评价效果达到优秀水平,训练集和验证集的AUC值分别为0.947和0.906;刀切法验证结果表明,高程、坡度和坡向是影响丹霞梧桐潜在分布的主要环境变量,其贡献率分别为51.2%、30.3%和7.8%;在3个主要环境变量的共同作用下,丹霞梧桐的潜在适生区主要分布在丹霞山高程150~530m、坡度20°~60°的阳坡;以自然断点法将丹霞梧桐的潜在适生区分为高适生区、中适生区、低适生区和非适生区4个等级,高、中适生区面积为30.27km^2,仅占丹霞山总面积的10.41%;低适生区面积为41.01km^2,非适生区面积为219.5km^2,共占丹霞山总面积的89.59%;野外实地调查数据验证结果表明,92.1%的丹霞梧桐实地分布点落入高、中适生区,Kappa系数为0.958,说明Maxent模型的预测精度较高。【结论】Maxent模型可较准确预测出丹霞梧桐在丹霞山的潜在适生区,并揭示影响其分布的3个主要环境变量,该模型对小尺度区域预测亦有较好效果。对丹霞梧桐保护提出2点建议:1)就地保护方面,要严格限制其高、中适生区的旅游设施建设,并建立长期的无人机遥感监测系统跟踪其种群动态变化;2)迁地保护方面,根据其适生条件,选择适合区域开展野外回归试验扩大其种群分布。本研究结果可验证低空无人机遥感在物种识别和种群调查中的优势和可行性,并揭示该方法在丹霞地貌这种特殊生境监测与评价中的潜力和应用价值。     

珍稀植物楠木的地理分布及潜在分布区的预测

以植物地理分布与气候变化间的关系为研究基础,通过MaxEnt模型,应用贡献率、置换重要值以及Jackknife检验、主成分分析,模拟研究影响楠木Phoebe zhennan地理分布的主要因子,分析楠木在当前的地理分布格局,并预测未来楠木在中国的潜在分布格局。结果表明,采用MaxEnt模型预测其潜在适宜分布区准确度极高,楠木在ROC曲线下的AUC值达0.995;当前(2019)适生区预测表明,四川东南部、重庆和贵州是其分布最集中的地方,其次云南、广西、广东、福建、浙江、江西、湖北也有零散分布;随着未来(2050年)气温与降雨量的变化,江苏将有较大范围适合楠木分布,但是总的适生区面积比当前减少,例如贵州西南部的适生区面积将变小,福建、江西中度适生分布面积将变大,其余地区的适生区和当前持平。本研究结果表明,影响楠木分布的主要气候因子是温度和降雨量,可为楠木资源的科学保护和合理利用提供理论依据。     

基于最大熵模型的气候变化情景下澳洲坚果潜在适宜生境研究

为了研究气候变化情景下澳洲坚果在云南省的潜在适宜生境,采用当前和未来2050年RCP45气候变化情景下的19个生物气候因子及最大熵模型MaxEnt进行澳洲坚果生境模型构建,并进行适宜生境等级划分及空间变化特点分析。结果表明,2050年RCP45气候变化情景下3个等级的适宜生境大体上仍然保持与当前相似的空间分布格局,即高度适宜生境主要分布在云南西南部和南部,中、低度适宜生境分布在高度适宜生境区以北及以东区域。未来气候变化引起高度和中度适宜生境面积小幅度缩减(5.6%和2.4%),低度适宜生境面积增加22.5%。气候变化同时引起高度适宜生境景观格局破碎化。未来气候变化引起的澳洲坚果在云南高、中度适宜种植区总面积略有缩减,虽幅度不大,但空间分布上发生位移,且呈现破碎化趋势,产业规划时应考虑产业生命周期内气候变化造成对适宜生境迁移的影响。     

基于新型最大熵模型预测刺槐叶瘿蚊(双翅目:瘿蚊科)在中国的适生区

【目的】基于对刺槐叶瘿蚊在全国的普查情况,利用最大熵模型MaxEnt软件的互补双对数输出方式对刺槐叶瘿蚊在中国当前和未来(2050年)的适生区进行预测,为林业和海关检疫部门对刺槐叶瘿蚊当前与未来的防控与检疫工作提供重要参考依据。【方法】使用MaxEnt、ArcGIS、R软件对刺槐叶瘿蚊危害点,气候图层,模型参数这3方面进行科学的优化选择,确保模型的科学性、有效性。当前气候适生区的预测使用WorldClim网站全球气候数据Version 1.4,未来数据则采用通用气候系统模型CCSM4下3种外排情景(RCP26、RCP45、RCP85)。【结果】最终确定52个危害点,7个主导气候图层,运用互补双对数输出方式对适生区进行预测。模拟结果的测试遗漏率与理论遗漏率基本吻合,ROC曲线即AUC值为0.919,标准差为0.023,表明所使用的数据无空间自相关,构建的模型达到"极好"的标准。通过刀切图分析,对刺槐叶瘿蚊分布影响最大的3个气候图层分别为Bio1(年平均气温)、Bio12(年降水量)、Bio5(最热月的最高温度)。对当前气候刺槐叶瘿蚊适生区进行划分,刺槐叶瘿蚊在中国的适生范围为22.08°—48.42°N,39.39°—135.06°E,达国土面积的31.90%。除西藏、青海、海南、台湾4省区外,其余省份均包含其适生区,其高度适生区以西南(四川、重庆)和华北(北京、天津、河北、山东、陕西)为主。对未来(2050年)适生区的预测,3种外排情景RCP26、RCP45、RCP85的总适生区均比当前气候的总适生范围大,以高度、中度适生区面积的增大为主,新疆和我国北部区域面积显著扩增。RCP85情景下的刺槐叶瘿蚊适生区面积最大,达国土面积的39.71%,比当前预测的多出75万km~2。【结论】结合实际调查情况,新型MaxEnt模型预测结果可信度高,阐明影响刺槐叶瘿蚊分布的主导气候因子,预测出刺槐叶瘿蚊当前与未来的分布范围及适生程度情况,对刺槐叶瘿蚊的防控具有重要意义。     

基于MaxEnt和ArcGIS的大叶桂樱在我国的潜在分布预测研究

基于19个环境气候变量和大叶桂樱(Laurocerasus zippeliana Miq.)345个标本分布记录,利用最大熵模型(MaxEnt)和地理信息系统(GIS)分析预测了大叶桂樱在我国的潜在分布区,评估了影响大叶桂樱潜在地理分布的主要气候因子。结果表明:当前气候环境下,大叶桂樱潜在适生区分布在广东、广西、贵州、云南、江西、福建、甘肃、四川、浙江、湖北、湖南、陕西、台湾等省份,其中其最适生区主要集中在广西、贵州、广东、福建;影响其当前分布的环境气候因子有降水和温度,且降水较温度影响更大。未来气候下,大叶桂樱的分布有向北迁移的趋势,并且其最适生区面积具有减少和离散的趋势。     

基于最大熵模型的中国沿海红树林生境适宜性评估

了解红树林在中国沿海的生境适宜性,有助于红树林的保护与修复。基于有效的地理分布点位和环境变量数据集,采用最大熵模型(MaxEnt)预测红树林在中国沿海的潜在适生区,探讨环境变量对其空间分布的影响。结果表明,MaxEnt模型的预测效果较好,其测试集的AUC值和TSS值分别为0.97、0.84,均大于0.8,可用于红树林的生境适宜性评价;红树林的适宜分布区约占研究区面积的9.35%,呈现出由海向陆不断递减的变化趋势。其中,高适宜区主要分布在海南省的海口市、钦州市和三亚市,广西的北海市,广东省的雷州半岛、江门市和深圳市,福建省的漳州市、泉州市以及中国台湾省的桃园市、台北市等地,约占研究区总面积的1.18%;高程(ELE)、平均日较差(BIO2)、有机碳含量(SOC)、土壤电导率(EC)、土地利用与土地覆盖(LULC)对红树林分布影响较大,其累积相对贡献率达75%以上。     

基于MaxEnt模型的毛红椿适生区预测

[目的]了解环境因子对毛红椿适生区分布的影响,为其资源保护、引种及其人工林的发展提供参考。[方法]基于MaxEnt模型能利用现存不完整、小样本、离散型分布数据构建物种适生区预测模型,用受试者工作曲线线下面积(AUC)检验预测模型的精度,面积越大精度越高等优点,本研究应用毛红椿在云南的分布数据及1个地型因子和6个气候因子,来构建其适生区分布模型。[结果]毛红椿适生区分布MaxEnt模型平均训练AUC和平均测试AUC分别为0.891、0.885,说明对毛红椿适生区的预测是可靠的;降水量变异系数和最干季度降水量是决定毛红椿适生区分布的主要因子,年均气温变化范围、最冷季度平均气温、最湿季度降水量、最冷季度降水量是次要因子。在当代和未来(2050S、2070S)气候变暖条件下(RCP2.6情景),云南省和全国适生区面积计算结果直观、定量的反应了全球变暖对毛红椿适生区变迁的影响。[结论]预测云南省及全国的毛红椿适生区随全球变暖而小幅萎缩。     

基于优化的Maxent模型预测白栎在中国的潜在分布区

【目的】采用优化Maxent模型对白栎的适生区进行预测,了解气候因子对白栎分布的影响,同时结合植物耐寒性区域地图(PHZM)探讨白栎的栽培区划和引种区划,为白栎的引种栽培提供理论基础。【方法】采用Maxent模型,利用AICc指标对特征参数(feature)和正规化参数(β)进行筛选,建立最优模型。基于484条分布记录和10个环境变量模拟白栎在末次盛冰期、全新世中期、现代和2070年的潜在分布区。综合jackknife检验、置换重要值和百分比贡献率、限制环境因子,探讨影响白栎适生分布区的环境因子。【结果】1)最优模型的参数设置为:feature为LQP和β乘数为1.5。2)jackknife检验表明:年均温、最干月降雨量、平均日温差、温度年较差为关键因子;百分比贡献率排前3名的环境变量依次为平均日温差、温度年较差、年均温;置换重要值排前3名的为年均温、温度年较差和等温性。影响现代最适分布区的环境限制因子为年降雨量和最干月降雨量;影响未来最适分布区的环境限制因子为极端最高温和最干月降雨量。3)白栎的现代高度适生区集中分布在重庆、贵州局部地区、湖南、湖北南部、江西、安徽南部、福建北部和长江三角洲地区;末次盛冰期时白栎的高度适生区在湖南和江西零星地区,较现代分布区面积减少28.28%;全新世中期高度适生区范围与现代相似,较现代高度适生区面积增加6.44%,面积达到最大;在进行未来适生区的预测时,原本不具有适生区的辽宁出现少部分低度适生区,2070年温度可能升高,适宜分布区向北扩张,高度适生区面积减少6.44%。【结论】年均温、平均日温差、温度年较差和最干月降水量是制约白栎分布格局的重要环境因子。影响白栎的现代最适宜分布区和未来的最适分布区的环境限制因子为年降雨量、最干月降雨量和极端最高温。末次盛冰期白栎的高度适生区集中在华中地区,随气候的转暖逐渐向北移动。全新世中期时,高度适生区面积扩张达到最大。未来气温升高,白栎适生区可能发生向北扩张的趋势,高海拔地区分布的白栎更容易受到气候的影响。根据Maxent预测的白栎分布区结合中国耐寒性区域地图进行白栎的栽培区划和引种区划,新疆、北京、天津可能适合白栎的引种栽培。     

基于Max Ent模型的北京浅山区珍稀植物适生区预测及管理

对北京浅山区珍稀植物分布生境进行研究可以掌握生境动态并使珍稀植物保护更具效率。文章利用最大熵生态位模型(MaxEnt)与地理信息系统(Arc GIS),结合108个珍稀植物分布数据、经相关性筛选后的各项气候因子及7个与珍稀植物生存相关性强的环境因子,对珍稀植物潜在分布和适宜等级作出预测,并据此构想相关管理策略。研究结果表明:1) Maxent模型对珍稀植物在北京浅山区潜在分布区的预测效果较好,接近非常好的水平,地表起伏度、bio4、水(分)等因子对预测结果贡献率最大; 2)预测适生区集中分布在十渡、石花洞、九龙山、蟒山、唐指山、四座楼等区域,在此基础上,以“最适生区”和“较适生区”为重点关注对象,对于不同地区选择了不同的保护策略。     

赤桉在中国的适生地理区域及其对气候变化的响应

【目的】采用MaxEnt模型对赤桉在中国的适生地理区域及其对气候变化的响应进行预测,分析影响赤桉分布的主要生态因子,为赤桉的推广种植提供理论依据。【方法】基于赤桉现有的分布数据,气候、土壤、地形因子数据以及政府间气候变化专门委员会第五次评估报告发布的气候模式数据,采用MaxEnt模型预测赤桉在当前气候和温室气体低、中、高3种浓度排放情景下2041—2060和2061—2080年代的潜在适生区,分析未来气候条件下赤桉适生面积和分布格局的变化趋势。比较生态因子在原产地澳大利亚自然分布区和中国最适生区之间的相似性,综合Jackknife检验结果、百分比贡献率、最适生区与原产地自然分布区生态因子相似性,探讨影响赤桉分布的主要环境因子。【结果】模型训练子集和测试子集的受试者操作特征曲线下的面积(AUC)分别为0. 939和0. 847,模拟精度较高;当前赤桉的最适生区主要集中在东南沿海丘陵、南岭山地和云贵高原西部,预测结果显示,未来不同气候情景下,到2070年赤桉最适生面积具有潜在的增大趋势,低温室气体浓度情景(RCP 2. 6)下增幅最大,响应最敏感,东南沿海丘陵最适生区为纬度方向上的波动,南岭山地最适生区为内部扩张,云贵高原西部最适生区则是沿河流向低海拔地区扩张; Jackknife检验结果显示,最干季度平均气温、气温季节变化方差、最热月份最高气温、海拔、最热季度降水量、最热季度平均气温、年降水量、坡度、坡向、太阳辐射是影响赤桉分布的主要生态因子,累积贡献率达87. 0%;中国最适生区的气温季节变化方差、最热月份最高气温、最热季度平均气温、海拔和坡向与原产地自然分布区相似。【结论】当前我国赤桉的最适地理区为东南沿海丘陵、南岭山地和云贵高原西部,未来气候情景下,赤桉可在这3个区域找到更多的适生环境。最干季平均气温、最热季平均气温、气温季节变化方差、最热月最高气温、最热季降水量、年均降水量、海拔、坡度、坡向和太阳辐射是制约赤桉分布的重要环境因子。与原产地自然分布区相比,我国最适生区的最热季度降水量和年降水量分别高2. 24和2. 10倍,有利于赤桉快速生长。     

基于生态位模型的石蒜适生区预测

运用预设预测规则的遗传算法(GARP)和最大熵(MaxEnt)两种生态位预测模型,以及受试者工作曲线(ROC)分析方法,预测石蒜属石蒜潜在适生区.结果表明,GARP和MaxEnt模型ROC曲线下面的面积AUC(area under the ROC curve)均值分别为0.910和0.988,MaxEnt模型的AUC值更大,预测结果更准确,运行速度更快,更适合用于石蒜的适生区预测.对环境变量进行刀切法表明,在所有环境变量中,最冷季度平均温度对于石蒜分布的影响(贡献)最大,其次是年均温、最冷月的最低温度和最暖季度降水量,而海拔、降水量变化方差对石蒜分布的影响比较小.预测结果显示,石蒜在世界范围内主要分布在亚洲东部以及亚洲中部一小部分,另外北美洲的东部,欧洲南部一小部分地区也适合其生长.在中国范围内主要分布在云南、贵州、福建、江苏、浙江、安徽、江西、重庆、湖北、湖南等省,以及山东、河南、陕西、甘肃等省南部;四川东部和广东、广西(除了南部沿海地区)均预测为适生区,海南、台湾、西藏部分地区也是适生区.     

基于MaxEnt和GIS的云南秃杉潜在分布区预测

为保护云南秃杉种源区以及为规划秃杉人工栽培提供可靠依据,应用Max Ent模型预测国家一级保护物种秃杉的潜在分布区。研究过程中收集了241个秃杉自然分布点和26个环境因子,预测准确性高和结果可信度强。结果表明,秃杉在云南省的潜在适生区面积为232 013 km~2,占国土总面积的48.6%。其中,高适生区主要分布于怒江州、保山市及德宏州,中适生区主要分布于文山州、红河州、临沧市、普洱市,低适生区主要分布于昆明市、曲靖市、昭通市。秃杉现有自然分布区都位于高适生区,中适生区虽然没有自然分布的秃杉林,但适合秃杉生长,是较好的秃杉人工引种区。