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模型预测日本松干蚧在贵州省的潜在分布

日本松干蚧（Matsucoccus matsumurae）是我国危险性林业有害生物之一,其种群严重危害松林安全。为探究日本松干蚧分布和扩散规律,通过实地调查日本松干蚧分布和虫口密度,并基于最大熵（MaxEnt）模型预测了日本松干蚧在贵州的潜在分布。结果显示,模型预测结果较好地反映日本松干蚧在贵州省的分布情况,日本松干蚧主要分布在遵义市中南部区域,其中汇川区、新蒲新区、绥阳县是日本松干蚧的高分布区,红花岗区为中分布区,播州区、桐梓县、正安县为低分布区;年温度变化范围和年均降水量是影响日本松干蚧分布的重要环境变量;虫口密度调查统计显示,日本松干蚧在遵义市的平均虫口密度为25头/10cm²;日本松干蚧将继续扩大分布范围,具有向四周辐射扩散的趋势,未来可能在遵义形成全面分布格局,须加强对分布区日本松干蚧的防治。     

基于GIS和MaxEnt模型的合江方竹中国潜在分布区预测

探索合江方竹在我国的潜在适生分布区,了解影响其地理分布的主要环境因子,可为开展合江方竹种植区划及引种栽培提供参考。采用最大熵模型（MaxEnt）与地理信息系统（GIS）相结合,基于43个合江方竹地理分布记录和20项环境因子,通过相关分析、刀切法检验、创建分布预测图及因子响应曲线,预测合江方竹的潜在适生区及其适生等级,确定主导环境因子及其阈值,并采用受试者工作特征曲线（ROC）对预测结果进行验证。合江方竹在我国潜在适生区面积约1.88×10⁵ km²,主要分布在川、滇、黔、渝4个省（区）,湛江、海口和漳州临海地区有零星低适生区分布,四川盆地与云贵高原过渡的大娄山地带是合江方竹的高适生区。最干月降水量（bio14）、温差月均值（bio2）、海拔（alt）和年均降水量（bio12）是影响合江方竹分布最主要的环境因子,累计贡献率超过85%,各因子的阈值分别为：18~25 mm、60~72℃、550~1 350 m、1 030~1 160 mm。ROC下的面积（AUC值）达0.996,模拟预测准确性高,结果可信。结果表明,合江方竹具有进一步拓展的空间和可能,其分布主要受降水和温度的影响,适宜生长在温暖湿润且有一定温差的中高山地区。     

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MaxEnt模型的长蕊木兰在云南省的分布预测及适应性分析

本研究收集了51个长蕊木兰Alcimandra cathcartii地理分布数据和37个气候地理环境因子,通过MaxEnt模型预测云南省长蕊木兰的潜在分布区.结果表明,预测结果良好,ROC曲线分析的AUC值为0.946.Jackknife检验表明,影响长蕊木兰潜在分布的最主要环境因子有5个,分别为7月的平均降水量、昼夜...     

基于MaxEnt模型预测砂生槐在西藏的潜在分布区

砂生槐具有极强的抗旱、耐瘠薄、防风固沙等生态适应性和水土保持功能,是雅江流域干旱、半干旱河谷的主要建群灌丛植物,也是防沙治沙与生态建设的先锋树种。使用MaxEnt生态位模型软件和ArcGIS软件预测砂生槐在西藏的潜在分布范围,用ROC曲线检测预测精度,用刀切法筛选主要环境变量,通过主要环境变量的响应曲线分析适宜砂生槐的生态环境条件,并在此基础上划分适宜栽培区。结果表明：采用MaxEnt模型预测砂生槐潜在适宜分布区准确度极高,预测模型的训练数据集和测试数据集的AUC值分别是0.980和0.977;采用MaxEnt模型预测的砂生槐适宜分布区涵盖西藏辖区内的那曲、拉萨、日喀则、山南、林芝5个地市,高度适宜区集中分布在西藏雅鲁藏布江中游的山坡、河谷、沙滩,主要涉及拉孜县、城关区、贡嘎县、扎囊县、乃东区、桑日县、朗县、隆子县8个县(区)的中部,桑珠孜区、白朗县和江孜县3个县(区)的北部,林周县的南部、达孜区的西北部等区域,预测结果与现地调查结果高度契合;降水因子和气温因子对砂生槐分布的影响很大。     

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ArcGIS和MaxEnt的槐气候适宜性和潜在分布研究

利用地理信息系统软件ArcGIS和最大熵模型MaxEnt,依据收集到的槐分布数据,结合环境因子,对影响槐的关键气候因子及适生等级进行分析。结果表明,影响槐分布的关键气候因子分别是最冷月最低温(Bio6)、年降水量(Bio12)、4月最低温(T_min4);最适宜槐生长的基本生态位参数为最冷月最低温在-11.1～12.7℃,年降水量在480.0～2 455.0 mm, 4月最低温在4.3～21.1℃。槐在全国范围内的中适生及以上区域主要集中在华东、华中全境以及东北、华北、西北、西南和华南的部分区域。本研究预测的结果与槐实际资源分布区域基本吻合,可为槐种质资源收集与种植规划布局提供参考依据。     

基于MaxEnt模型伊洛河流域油松潜在适生分布区模拟分析

物种适生分布区的预测是指导引种和栽培的有效途径。油松Pinus tabuliformis是我国主要的用材树种之一,种植范围广泛,对于水土保持起着关键作用。本文以黄河流域一级支流伊洛河流域为研究区,采用MaxEnt模型,依据76个油松有效地理分布样本点和筛选出的相关性低的10个环境特征变量,随机选择75%的油松分布点进行建模,25%的油松分布点进行模型验证,利用GIS空间技术平台,预测伊洛河流域油松的适生区域。结果表明：(1)MaxEnt模型具有良好的模拟效果,训练数据集工作特性曲线下的面积为0.957,测试数据的面积集为0.935;(2)年平均降水量是影响伊洛河流域油松适生分布区最重要的变量,其次是土壤类型、海拔、降水季节性变化、温度季节性变化,其贡献率分别为35%、24.8%、19.9%、9.2%和7.1%。油松适生降水量季节性变化范围为70～74 mm,平均年降水量为710～850 mm,气温季节变化范围在7.8～8.5℃,海拔范围在1 156 m以上;(3)油松在伊洛河流域东北部分布较少,中部和南部是主要的油松适生分布区,油松适生分布区面积为9074.84km²     

利用最大熵模型预测贵州省南方红豆杉潜在适宜区

为保护贵州省南方红豆杉种源区以及为规划南方红豆杉人工栽植提供可靠依据,应用Maxent模型预测国家一级保护植物南方红豆杉潜在的分布区。研究过程中整理了214个南方红豆杉自然分布地点和19个生境因子。研究结果表明:(1)模型的样本训练集和测试集的AUC值分别是0.913和0.923,模型评估的总体精度表明优秀;(2)各季节降水量变异系数(Bio 15)、温度全年波动范围(Bio 7)、最干月降水量(Bio 14)3个生境因子为影响贵州省南方红豆杉潜在分布区主导因子,3个关键因子适宜性范围分别为58～85、27～31℃、29～39 mm,最适宜值依次为65、29.5℃、34.5 mm;(3)贵州省南方红豆杉潜在适宜性区域总面积12 197.9 km~2,含高度适宜性区域1 358.85 km~2,中度适宜性区域10 839.05 km~2;(4)贵州省南方红豆杉高度适宜区域的海拔范围为783～2 172 m,平均海拔1 120 m,中度适宜区域的海拔范围为315～2 418 m,平均海拔1 120 m。     

基于最大熵模型预测榉树在浙江省的潜在适生区

研究濒危物种榉树的潜在适生区及其对环境因子的响应状况将有助于榉树迁地保护和种群扩大工作。以浙江省生态监测样地数据库的21个含榉树样地分布数据为基础,采用MaxEnt模型和ArcGIS对榉树在浙江省的潜在分布区进行预测,并分析了其主导环境因子和最适范围。17次模拟的平均AUC值为0.891,说明模型模拟精度较高。结果显示榉树在浙江省的高适生区主要位于浙西的武义—遂昌一带,浙中的浦江、千岛湖流域附近,以及浙东沿海的宁波、舟山群岛、温州沿海等地,面积约0.6万km~2。降水量的季节性变化、坡度、最湿季平均气温、最干季平均气温等条件是影响榉树分布的主要气候环境因子,其中降水量的变化系数为30～42,坡度为3～20°,最湿季平均气温为14～21℃,最干季平均气温0～7℃。     

基于MaxEnt生态软件划分澳洲坚果的潜在地理适生区

[目的]对澳洲坚果在中国的潜在分布区进行预测,并对其适生区进行分析和划分。[方法]通过收集澳洲坚果的地理信息数据,利用最大熵模型(MaxEnt)与地理信息系统(ArcGIS),综合相关19项气候因子,预测划定澳洲坚果在世界以及我国的潜在地理分布区。[结果]该物种生长区域狭窄,对环境要求苛刻。世界范围内,澳洲坚果的较适宜生长区在澳洲东部、南美洲东南部和马达加斯加岛东部以及亚洲地区23°26'~30°N,73°~122°E范围内。在我国,澳洲坚果适宜分布区主要集中在西藏、台湾、广西、广东和云南等地,其高适宜区面积依次为西藏(15 359km~2),台湾(14 054 km~2),广西(7 372 km~2),广东(6 147 km~2)和云南(3 776 km~2)。刀切法(Jackknife)分析显示,澳洲坚果分布主要受到极端最高温、年均气温变化范围、最干月降雨量、温度季节性变化和等温性等气象因子的影响。[结论]本研究用MaxEnt模拟澳洲坚果的潜在地理分布有一定的准确性,划分出了澳洲坚果基本的地理分布格局和潜在分布区域,并阐明了主导其地理分布的生物气候因子,为澳洲坚果尤其是在我国的引种和推广应用提供了参考。     

基于MaxEnt模型对大花序桉 在我国南方的适生区预测

大花序桉材性优良是我国重要的实木利用树种,本文对大花序桉在我国南方十省(区)的潜在分布区进行预测,并对其适生区进行划定和分析.通过收集大花序桉的地理信息数据,利用最大熵模型(MaxEnt)和ArcGIS空间分析技术,综合相关气候因子,预测划定大花序桉在我国南方十省(区)的潜在地理分布区.结果表明:采用MaxEnt模拟大花序桉潜在地理分布的准确性较高,模型预测准确性的衡量指标训练子集和验证子集AUC值均大于0.88.大花序桉在我国南方的发展空间较大,其中最适宜分布区主要集中在广东、广西、海南、福建沿海,面积依次为广东(11.25×104 km2),广西(9.19×104 km2),海南(2.00×104 km2),福建(1.91×104 km2);适宜区集中在广西、广东、重庆、福建省中部,面积依次为广西(5.87×104 km2)、广东(4.51×104 km2)、重庆(3.64×104 km2)、福建(3.02×104 km2).刀切法(Jackknife)分析结果显示,影响大花序桉潜在适生区分布的主导气候因子为年平均气温、≥10℃积温、最冷月最低温、最冷月均温和极端低温.结合最大熵模型(MaxEnt)和ArcGIS技术,预测和分析了大花序桉在我国南方十省(区)的潜在适生区,阐明了影响其分布的主导气候因子,为该树种在我国的有序推广种植提供科学依据.     

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。     

基于生态位模型的森林害虫潜在分布区预测研究进展——以蒙古高原雅氏落叶松尺蠖为例

指出了生态位模型是使用物种分布和系列环境变量数据,借助于某一算法对物种的生态需求进行分析,其运算结果在不同时空中的表达即为物种的实际和潜在分布区.近年来,该种模型在物种潜在分布区、动植物入侵风险、生物多样性保护、全球气候变化与物种分布等研究中得到广泛应用.从雅氏落叶松尺蠖的分布现状、生态位模型构建的基本原理应用等方面探...     

基于生态位模型的松材线虫潜在生境预测方法研究

以江苏省松材线虫（Bursaphelenchus xylophilus）定点发生数据和31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）、逻辑斯蒂回归（LR）4种模型建立松材线虫在江苏省的潜在生境预测模型,从接受者曲线下面积（AUC）、Pearson相关系数、Kappa值3个方面来检验模型预测精度,分析松材线虫的空间分布规律及其环境影响因素.研究结果表明：在3个评价指标中,CART模型的预测精度较低,其它3个模型的预测精度均达到优良水平,其中Maxent在物种现实生境模拟、主要生态环境因子筛选、环境因子对物种生境影响的定量描述方面都表现出优越的性能.GARP模型对松材线虫潜在生境的预测方面表现出优越的性能.海拔、年降水量、降水的季节性变化、温度的年变化范围是影响松材线虫空间分布的主要环境因子.     

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。