《表2 主要环境变量贡献度及重要性分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于MaxEnt模型的广东省红树林潜在适生区和保护空缺分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据模型准确性评价结果，AUC值为0.977（图2），表明模型预测结果可信度较高。Max Ent模型输出结果显示，气温、海表温度、降水和地形等均对红树林的潜在分布具有不同程度的影响（表2）。其中，环境变量重要性表征单个环境变量对模型结果的影响，环境变量贡献度考虑了不同环境变量间的相互影响（Liu et al.，2018）。在所有环境变量中，温度季节性变化标准差（bio＿04）对模型的影响度最大（30.6%）。年平均降水量（bio＿12）和到海岸线距离（coastline）重要性分别为18.1%和16.8%。降水量变异系数（bio＿15）对潜在分布模型也具有十分显著的影响，其重要性达到12.7%。月均海表温度差（sst＿month）、年平均气温（bio＿01）和CTI地形综合指数（CTI）的重要性分别为9.3%、6.5%和1.7%。从贡献度来看，到海岸线距离（coastline）贡献度最高（28.5%），其次为最湿季度平均温度（bio＿08）（18.4%）和月均海表温度差（sst＿month）（11.1%）。以上3个环境变量其贡献度在模型中的表现均优于重要性，表明环境因子间的相互影响提高了它们在模型中的重要性。反之，诸如温度季节性变化标准差（bio＿04）、年平均降水量（bio＿12）、降水量变异系数（bio＿15）等在内的重要性表现优于贡献度的环境变量，环境因子间的相互影响则减弱了它们在模型中的重要性。