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。     

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。     

江苏省松材线虫发生的预测方法

以江苏省松材线虫2007年75个定位发生数据和68个环境变量为主要信息源,采用分类与回归树模型(CART)、基于规则的遗传算法(GARP)、最大熵法(Maxent)和逻辑斯蒂回归(LR)4种生态位模型,建立松材线虫在江苏的潜在生境预测模型,在此基础上预测各县(区)松材线虫发生概率和发生面积.结果表明:CART模型的总体预测精度较高;坡度、降水季节性变化(bio15)、复合地形指数(CTI)、最干燥季节平均温度(bio9)、南北坡向(northness)和最温暖月份最高温度(bio5)是影响松材线虫空间分布的6个主要环境因子;预测江苏省松材线虫发生面积占江苏省松林面积的39.04%,是已发生面积的2.73倍;预测宜兴、溧阳和句容感染松材线虫的风险最大,宜兴、溧阳和南京市区松材线虫病发生面积最大.     

基于空间聚类的杉木生长预测方法

【目的】基于空间聚类对杉木分布区进行分组,在不同组内分别建立杉木生长模型,为适用于全国范围的杉木生长高精度预测提供方法。【方法】以杉木分布的16个省区为研究区,基于第七次、第八次全国森林资源连续清查杉木固定样地复测数据和研究区的地形、土壤、气象等环境数据,采用随机森林-递归特征消除(RF-RFE)算法对影响杉木生长的环境因子进行分析。选择对杉木生长影响较大的前8个环境因子,利用ArcGIS 102的分组分析功能,根据环境相似性对杉木分布区进行分组,分别建立林分分组和未分组蓄积生长率模型。以全国未分组模型作为参考,采用决定系数(R~2)、均方根误差(RMSE)、平均相对误差(MRE)、系统误差(SE)和剩余标准差(S)对建模结果进行分析。【结果】对杉木生长影响较大的前8个环境因子分别为bio4(温度季节变化标准差)、elevation(海拔)、bio3(等温性)、bio8(最湿季度平均温)、bio1(年均温)、bio14(最干月降水量)、bio12(年均降水量)和bio2(昼夜温差月均值)。将研究区划分为7组时可使组内环境相似性最大、组间环境相似性最小。7组中只有4组有杉木样地数据,在4组中采用2种模型分别建立杉木林分生长率模型,与全国未分组模型相比,分组模型的决定系数提高01左右,拟合度更好;分组建模精度也明显提高,RMSE降低05左右,MRE降低6%左右,SE降低3%左右,S降低1左右。【结论】根据环境相似性对研究区分组并在此基础上建立生长模型是一种适用于全国范围杉木生长的高精度预测方法,可用于全国区域范围杉木林分生长量的整体预估和森林资源小班数据的模型更新,为实现主要人工林树种的大区域生长预测提供新的方法。     

基于Maxent和ArcGIS的赤皮青冈在中国的潜在适生区预测

【目的】赤皮青冈是我国珍贵用材树种,大尺度预测和模拟赤皮青冈当前潜在分布区,并评估其适生范围,对赤皮青冈在中国未来不同时期的适生区进行模拟,得到未来不同气候情境下的适生区分布及其动态变化预测,为赤皮青冈的中长期造林规划提供指导。【方法】基于赤皮青冈的81条分布信息和7个环境因子,在MaxEnt模型基础上,使用R语言对其进行优化,同时利用ArcGIS软件对影响赤皮青冈分布的环境因子进行分析,探究影响赤皮青冈自然分布的主要环境因子,并预测赤皮青冈在中国不同时期下的适生区分布范围与面积。【结果】1）赤皮青冈当前适生区模型的平均AUC值为0.89,模型预测结果良好;2）赤皮青冈的适生区主要受最干月降水量、年平均降水量、温度年较差以及最冷季度平均温度影响;3）当前时期赤皮青冈的潜在适生区主要分布于我国贵州、四川、湖南、江西和台湾等地,其中高适生区占比最高的是湖南省;4）在未来2个时期4种升温情境下,赤皮青冈的分布区面积均有不同程度的扩增,且整体有向高纬度地区迁移的趋势。【结论】赤皮青冈的分布主要受水热条件所影响,尤其对水分要求较高;其当前及未来时期在我国的适生区面积均较高。可尽量在模型预测的中高...     

珍稀濒危树种长序榆潜在适生区及其动态变化预测

基于MaxEnt模型,对珍稀濒危树种长序榆(Ulmus elongata)当前时期以及未来2040年SSPs126和SSPs585两种情境下的适生区进行了预测,并比较了两个时期的适生区变化.结果显示:1)AUC平均值为0.988,MaxEnt模型能很好地预测长序榆的潜在适生区;2)影响长序榆分布的环境因子主要为最冷季度降水量(55.5％)、最干季度降水量(18.5％)、海拔(16.5％)、温度季节变化(2.2％)、年平均温度(1.6％);3)长序榆当前时期主要分布在浙江省西南部以及江西、安徽、福建三省交界的区域;4)2040年,长序榆的适生区面积可能缩减,且高适生等级区域面积大幅降低.因此,加强对现有长序榆养护和管理的同时,建议在所预测的适生区内开展长序榆专项调查,并适当进行引种繁育试验.     

珍稀濒危树种长序榆潜在适生区及其动态变化预测

基于MaxEnt模型,对珍稀濒危树种长序榆(Ulmus elongata)当前时期以及未来2040年SSPs126和SSPs585两种情境下的适生区进行了预测,并比较了两个时期的适生区变化.结果显示:1)AUC平均值为0.988,MaxEnt模型能很好地预测长序榆的潜在适生区;2)影响长序榆分布的环境因子主要为最冷季度降水量(55.5％)、最干季度降水量(18.5％)、海拔(16.5％)、温度季节变化(2.2％)、年平均温度(1.6％);3)长序榆当前时期主要分布在浙江省西南部以及江西、安徽、福建三省交界的区域;4)2040年,长序榆的适生区面积可能缩减,且高适生等级区域面积大幅降低.因此,加强对现有长序榆养护和管理的同时,建议在所预测的适生区内开展长序榆专项调查,并适当进行引种繁育试验.     

气候变化下濒危树种华榛的潜在适生区预测

[目的]探究华榛(Corylus chinensis?Franch.)地理分布格局随气候的变化趋势,划分不同等级的华榛适生区,为华榛的保护利用提供科学依据.[方法]本研究基于华榛83条现代分布记录信息和筛选后的18个环境变量数据,采用物种分布模型中的最大熵模型(MaxEnt)模拟华榛末次间冰期以来6个时期的潜在分布区....     

气候变化背景下天葵的适生区分布预测

采用最大熵模型并结合多种气候变化背景,预测天葵在当代及未来适生区的分布格局。结果表明,利用最大熵模型评价所构建的天葵分布模型具有极佳的预测精度;天葵的当代适生区总面积为136.39×104 km2,占中国版图的14.17%;其中,当代适生区71.94%的区域为相对稳定适生区,受气候变化影响相对较小;在气候变化背景下,与近代分布区相比,其在21世纪20、30、40、50、60、70和80年代的适生区总面积均有不同程度的减少;未来气候变化的影响不仅会导致天葵的适生区总面积下降,也会对天葵的生活适宜度造成负面影响。     

基于MaxEnt和ArcGIS的美丽异木棉适生区与主导环境因子分析

美丽异木棉Ceiba speciosa为园林观赏植物,具有重要的美学价值,通过探究其适生区分布可为科学引种栽培和资源有效利用提供依据,因此研究基于854个美丽异木棉的自然分布点数据和26个环境因子数据,选择最大熵模型(MaxEnt)和地理信息系统软件(ArcGIS)对美丽异木棉在中国的适生区分布进行预测,并探讨影响其分布的主导环境因子。结果表明:MaxEnt模型的AUC训练集和测试集平均值均为0.9以上,表明模型的模拟结果具有较高的准确性。美丽异木棉适生区范围主要集中于我国广东省、广西壮族自治区、海南省、福建省南部和云南省南部、四川盆地南部、台湾沿海等地区,总面积为60.2 km²。由模型结果可知,影响美丽异木棉适生区分布的主导环境因子为最冷月最低温和年平均降水量,最冷月平均气温5℃以上、年平均降水量1 500～2 500 mm的地区最适合美丽异木棉的生长。     

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MaxEnt的小飞蓬在中国的潜在适生区预测

小飞蓬(Conyza canadensis(L.)Cronquist)是我国分布最广的入侵植物之一。根据文献搜集和生物信息数据库,获得有效数据共325个,结合ArcGIS与SPSS相关性分析筛选获得8个气象因子,基于最大熵模型(MaxEnt)预测了小飞蓬的潜在适生区。结果表明:基于MaxEnt模型预测小飞蓬在中国的潜在适生区ROC曲线,AUC平均值为0.971,预测结果极好;通过刀切法(jackknife method)分析表明,最热季度的降水量(BIO_18)、温度季节性变化标准差(BIO_4)、年平均气温(BIO_1)、最冷季度的降水量(BIO_19)4个气象因子对小飞蓬的分布影响最大;小飞蓬在中国的潜在适生区分布广泛,秦岭淮河以南的各个省份以及秦岭淮河以北至辽宁省南部均为小飞蓬高适生区范围。随着气候变化,2050年小飞蓬潜在适生区面积与当前相比增加了559 016.09km2,2070年小飞蓬潜在适生区面积与当前相比增加了68 423.65km2。本研究结果实现对小飞蓬入侵动态预警,为进一步防范工作提供了一定的理论基础。     

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模型的中国山楂潜在适生区

【目的】综合分析山楂分布与环境要素间的相互关系,以期为山楂资源的科学保护及利用提供参考。【方法】利用192个地理分布点和从Worldclim网站下载的20个1970—2000年的环境因子数据,使用MaxEnt模型预测山楂在2020年的潜在适生区,并划分适生等级,同时分析影响山楂分布的关键环境因子。【结果】MaxEnt模型预测结果准确性极好,测试数据集和训练数据集AUC值均在0.9以上;最热季降水量(贡献率28.6%)、温度季节变化标准差(27.2%)、最干季均温(13%)、最热月最高温(11.8%)、年降水量(10%)、海拔(7.7%)、平均日较差均值(1.2%)、降水量季节变异系数(0.4%)和等温性(0.2%)是影响山楂分布的关键环境因子。山楂在我国适生总面积达到了2 487 002 km²,主要分布在华北、东北、华东地区,排名前10的省份合计占到总适生面积的82.38%。山东、河北、辽宁、河南及山西五省高适生区面积最大,合计有481 519 km²,占山楂全部高适生区面积的82.56%,临近的江苏、陕西、北京、天津、黑龙江、吉林和内蒙古...     

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。     

基于MaxEnt模型的贵州萧氏松茎象适生区预测

萧氏松茎象是贵州省发生危害较大的一种钻蛀性害虫,对其在贵州的潜在适生区进行预测可以为后续该虫的预防提供科学依据。运用MaxEnt模型,结合地理信息系统(GIS)对萧氏松茎象在贵州的适生区进行分析。萧氏松茎象潜在适生区预测结果显示,其在贵州省的适生范围为24.92°—29.22°N,104.94°—109.59°E,总面积达13.89×104km²。萧氏松茎象在贵州省高、中适生区分布于铜仁市、黔东南州,黔南州和贵阳市除西部的大部分地区及遵义市的东部地区。ROC曲线AUC值为0.993,标准差为0.001,本次构建的模型达到“极好”标准。通过刀切图分析,最冷季度平均温度、最暖季度平均降水量、最湿月份降水量、年均降水量和最冷月份最低温度是影响萧氏松茎象分布的主导环境因子。因此,温度和降水量是影响萧氏松茎象分布的决定性环境因子。     

油茶象的潜在分布区预测

利用油茶象的分布点数据和环境因子数据,通过MaxEnt生态位模型预测油茶象在中国的潜在分布区域。结果表明:油茶象的潜在分布区主要集中于我国南方省份;在ArcGIS中进行显示与风险等级划分,按栅格数值的大小将油茶象的适生范围分为4级,分级标准为:高适生区、中适生区、低适生区、非适生区,经ROC曲线分析法验证,MaxEnt生态位模型的AUC值为0.979(非常接近1),表明预测获得了较好的效果。     

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。