气候变化对新疆意大利蝗潜在分布的影响

意大利蝗Calliptamus italicus(L.)是新疆草原主要优势蝗虫之一,每年给新疆畜牧业经济带来严重损失,气候变化对其潜在分布影响的预测对其科学防治有重要意义。本研究采用意大利蝗的分布数据和生物气候数据,结合MaxEnt模型和ArcGIS软件,预测了BCC_CSM1.1气候模式下政府间气候变化专门委员会第五次工作报告(IPCC AR5)采用的RCP2.6、RCP4.5和RCP8.5三种气候情景在2021-2040年(2030s)、2041-2060年(2050s)和2061-2080年(2070s)的意大利蝗新疆潜在适生区分布范围。结果表明:在BCC_CSM1.1的各情景下,意大利蝗适生区在北疆及天山一带分布格局基本保持不变,但高度适生区面积都有所增加,其中在天山和阿尔泰山地区,意大利蝗中、高度适生区范围将向更高海拔区域蔓延,在北疆阿勒泰地区高度适生区明显增加。极端水分条件和水热条件对意大利蝗在新疆潜在分布发挥主要作用,其中4月、10月、3月和11月降水量对意大利蝗在新疆潜在分布影响最大,因其直接影响土壤相对含水量和土壤温度,从而决定意大利蝗卵的存活量。     

基于MaxEnt预测梭梭和白梭梭在新疆的潜在适生区

梭梭和白梭梭是荒漠区特有的植物种,研究两者的潜在适生区,对于梭梭和白梭梭在新疆的引种栽培以及治理风沙具有重要意义.采用MaxEnt模型和ArcGIS软件预测梭梭和白梭梭在新疆的潜在适生区.结果表明:梭梭和白梭梭在新疆的潜在适生区主要位于北疆地区,包括阿勒泰、昌吉回族自治州、博尔塔拉蒙古自治州、塔城和克拉玛依的大部分地区...     

气候变化下基于GIS的农田恶性杂草旱雀麦在中国的分布与发展趋势

为确定旱雀麦在我国的空间分布及其对气候变化的响应,以期进一步开展生态防控,本研究利用旱雀麦在中国的地理分布数据,结合当前气候数据和未来气候变化情景（RCP8.5情景下2050s,2070s）,建立最大熵模型（MaxEnt模型）,确定影响旱雀麦分布的主导环境因子。应用地理信息系统（GIS）对中国地区旱雀麦的适生区进行划分,以ROC曲线作为模拟的准确性评价指标。结果表明,MaxEnt模型模拟效果极好（AUC=0.965）;当前气候条件下,旱雀麦适生面积为2.5534×10⁶ km²,主要集中分布于青海省东北部、甘肃省与青海省接壤的地区、四川省的西北部,以及新疆的西北部;其中影响旱雀麦分布的主要环境因子为海拔、bio12（年降水量）、bio9（最干季度平均温度）和bio15（降水量季变异系数）,其贡献率分别为45.0%、17.5%、9.7%、9.7%,累计贡献率达81.9%;在RCP8.5情景下,未来2个时期,旱雀麦潜在高适生区分布面积与当前相比增加了12.2%~23.3%,但RCP8.5情景下2070s较RCP8.5情景下2050s旱雀麦的潜在高度适生区分布面积减少了8.9%。综上所述,气候变化情景下旱雀麦的潜在分布面积呈现出扩大趋势,且RCP8.5情景下2070s较RCP8.5情景下2050s的适生区分布面积有缩减趋势。     

Using occupancy and species distribution models to assess the conservation status and habitat use of the goldline darter (Percina aurolineata) in Georgia,USA

The goldline darter (Percina aurolineata) is threatened by recent increases in urbanisation in the Coosawattee River watershed, but no studies have addressed their current status. Similarly, limited data on habitat use make it difficult to understand factors that may impact this species. We compared occurrence data before (1996–2000) and after (2009–2011) a period of rapid development and population growth within the watershed. Single‐season occupancy models were built to account for imperfect species detection and to identify habitat covariates. MaxEnt was used to identify important stream reaches for conservation and to understand landscape scale factors correlated with the distribution of goldline darters. Our results indicate a high proportion of sites occupied upstream of Carters Lake during the historic and recent time periods, with no evidence of decline. However, occurrences of goldline darters for sites in Talking Rock Creek and the lower Coosawattee River were sparse in the historic period and absent during the recent period. The probability of detecting goldline darters is low and was positively associated with the occurrence of small substrate. Species distribution models were strongly influenced by watershed area and elevation and indicated a high probability of suitable habitat within the Coosawattee River and large tributaries upstream of Carters Lake. While goldline darter occupancy is currently stable upstream of Carters Lake, continued urbanisation is a threat to long‐term persistence. We recommend additional monitoring and describe a protocol that allows for precise estimates of species occupancy while minimising the risk of sampling‐related mortality.     

基于MaxEnt模型青藏高原老芒麦适生区模拟预测

本研究以青藏高原地区老芒麦(Elymus sibiricus L.)为研究对象,通过MaxEnt模型模拟预测其在青藏高原的分布格局,利用刀切法(Jackknife)筛选出影响老芒麦分布的主导环境因子,运用ArcGis软件对不同时期的老芒麦进行适生等级划分以及适生面积的计算.结果表明:老芒麦主要分布在青藏高原的东部地区....     

样本量对MaxEnt模型预测物种分布精度和稳定性的影响

以实际调查的4个物种的34个不同样本量(5,6,8,10,15,20,25,30,40,50,60,70,80,90,100,120,150,180,200,220,250,300,350,400,450,500,550,600,650,700,800,900,1 000,1 200)为例,模拟计算分析不同的样本量对MaxEnt物种分布模型的精度和稳定性的影响.结果表明:总体上来看,样本量的大小对MaxEnt模型预测物种空间分布的精度影响不大,在样本量较小时,精度不稳定,随着样本量的增大(训练数据在样本量50左右,检验数据在样本量120左右),MaxEnt模型的预测精度越来越稳定.     

基于MaxEnt模型的紫椿适生区预测

气候变化通过改变物种的生境进而影响生物多样性。紫椿是一种具有高生态、经济、药用价值的用材树种,在我国与其他香椿属物种一起被称为“中国桃花心木”。了解该物种对生境要求、评价其生境质量、预测其适生区分布有助于紫椿的保护、引种及其人工林的发展。MaxEnt模型的优点在于能利用现存不完整、小样本、离散型分布数据构建物种适生区预测模型,且用受试者工作曲线下面积(AUC)检验预测模型的精度,面积越大精度越高。研究应用紫椿在云南分布数据及MaxEnt软件构建其适生区分布模型,结果表明:适生区分布模型平均训练AUC和平均测试AUC分别为0.959和0.818,说明对紫椿适生区的预测是可靠的;温度季节性变化的标准差、最冷月最低温(℃)、最干季度平均温度(℃)、最冷季度降水量(mm)、年均温变化范围是决定紫椿适生区分布的重要因素。对当代和未来(21世纪50年代,21世纪70年代)气候变暖条件下(RCP2.6情景)的紫椿在云南省和全国适生区面积进行了计算,结果直观、定量反映了气候变化下紫椿适生区的变迁,预测云南省及全国的紫椿适生区随全球变暖而萎缩。      

基于遥感与MaxEnt预测海南东亚飞蝗宜生区

【目的 】科学预测海南东亚飞蝗宜生区并划分不同等级,对海南东亚飞蝗制定科学防治措施、提高绿色防控效率提供参考。【方法 】文章选取海南岛为研究区域,结合600个海南东亚飞蝗分布点,基于最大熵模型构建基于遥感、土壤、植被和地形等多源数据的海南东亚飞蝗宜生区指标体系,分析不同生境因子对海南东亚飞蝗宜生区分布的影响,对海南东亚飞蝗宜生区进行预测。【结果 】模型模拟结果极好,平均AUC值为0.944;决定海南东亚飞蝗宜生区分布的主要影响因子为6月降水量、5月植被指数（NDVI）、6月地表温度、9月降水量、10月降水量和3月植被指数;高宜生区和中等偏高适生区主要分布在东方市、儋州市、昌江黎族自治县和乐东黎族自治县。【结论 】在当前全球变暖的条件下,气温的升高可能会使海南东亚飞蝗繁殖加快,从而增加种群数量,海南东亚飞蝗的高宜生区在东方市和乐东黎族自治县分布比例较高,需密切关注该地蝗虫发育情况,做到早防早控。     

基于MaxEnt模型预测苹果树腐烂病在中国的潜在地理分布

为了明确影响苹果树腐烂病发生的主要环境因子及其潜在地理区域,根据1960年至1990年30 a环境气候因子数据,利用19个生物气候因子首先建立MaxEnt模型,结果显示该模型的准确性良好,训练数据AUC值达0.884,影响MaxEnt模型最重要的影响因子是最暖季度平均温(Bio10),其对模型构建的贡献率为22.3%,其次是最冷季度降水量(Bio19)和最干月份降水量(Bio14)。随后,该模型结合以往苹果树腐烂病发生地点统计数据,对影响苹果腐烂病发生的环境因子和适生区进行预测。结果表明最冷月份最低温(Bio6)、最暖季度平均温(Bio10)和最冷季度降水量(Bio19)是影响苹果树腐烂病分布的主要环境因子。     

胡杨等4种植物在新疆地区的适生区预测

根据新疆维吾尔自治区的气象资料及已知的胡杨、铃铛刺、黑果枸杞、甘草的物种分布情况,采用Arcgis与MaxEnt模型相结合的方式,对胡杨等4种植物在新疆生长的适生区进行预测。结果表明:胡杨、铃铛刺、黑果枸杞、甘草的适生区面积分别占新疆总面积的40.79%,38.54%,41.99%,30.55%。对胡杨分布预测贡献率最高的两个气象因子分别是平均相对湿度与平均昼夜温差;对铃铛刺与黑果枸杞分布预测贡献率最高的两个气象因子分别是等温性与最冷月最低温;对甘草分布预测贡献率最高的两个气象因子分别是等温性与年均昼夜温差。经ROC曲线验证,显示该预测结果准确。结合刀切法对各因子贡献率的分析结果,总结出4种植物共同适生的气象条件为:平均湿度60%以上,年均昼夜温差25.5℃以下或27.25~27.5℃,等温性介于36~36.5之间,最冷月最低温大于-20℃。