《表1 雪豹及牦牛适宜栖息地预测最终模型中使用的环境变量》

  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

《四川邛崃山脉雪豹与散放牦牛潜在分布重叠与捕食风险评估》

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

选取MaxEnt模型（版本3.4.0）预测雪豹与牦牛的空间分布。该模型基于最大熵原理（maximum entropy）开发而来，具有数据量需求小、操作简单、预测结果可靠性高等优势，在野生动物分布预测中被广泛使用（Phillips et al，2006）。在本研究中，因为动物分布数据量有限，且位点在研究区域内分布较为分散，所以未对分布点做疏化处理，全部用于后续的分布模型。在模型中设置检验数据的比例为25%，其余75%为训练数据，重复运行20次Bootstrap，选择创建响应曲线（response curves），并对变量重要性做刀切分析（Jackknife）。以ROC曲线（receiver operating characteristic curve）中的AUC值（area under curve）来评价模型的模拟效果。在建模过程中，首先把所有变量放入模型进行预分析，选取对预测结果贡献较大的因子，bio3、坡向和人口密度因子被筛除，保留海拔、坡度、bio2、bio4、bio5、bio7、bio14、NDVI指数和植被类型共9个变量（表1）；然后，使用预筛后的9个变量对研究区域内的雪豹和牦牛的空间分布分别构建最终模型。