《表3 环境因子对最大熵模型的贡献率》

《表3 环境因子对最大熵模型的贡献率》   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模型的北京浅山区珍稀植物适生区预测及管理》


  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

3)主导环境因子的确定。根据Jackknife(刀切法)分析得到标准训练增益平均结果,其中alt、bio1、bio4、rdls有较高增益,说明它们独立使用时比其他变量包含更多的有用信息;而bio3、bio12、bio15、村镇、ndvi、道路、土壤质地、水在单独使用时增益较低,表明它们包含的信息量较少。根据参与模型建立的环境因子对最大熵模型的贡献率,可以判断影响物种分布的主要环境因子。由表3可以看出,共有3个环境因子对模拟结果的贡献率大于或接近于10%,分别是地表起伏度(46.4%)、bio4(23.4%)、水分(10%),反映出这三者是影响珍稀植物适宜性分布最大的环境因子。地表起伏度对珍稀植物生存的小生境极为重要,并可以通过影响光照、降水、动物分布等因素对珍稀植物分布造成影响;温度季节性变化的标准差是衡量温度变动的主要依据,这说明相较于某一时间点的绝对气候值,珍稀植物对于气候的变化更敏感;“water”应理解为以多种形式存在的“水分”而非仅仅是“水源”,对于本研究中的各种珍稀植物而言,更多地是指土壤与大气中的水分含量。