《表1 16个所选环境变量的描述》
由于本文选用的环境因子较多,环境因子间具有多重共线性,会导致模型在预测过程中出现过度拟合的问题,使得预测结果的准确度下降。为提高Max Ent模型预测结果的准确性,本文参考Yang等(2013)筛选环境变量的方法,通过模型在训练过程中环境变量的贡献率对27个环境因子进行权重分析,其次用R语言中Pearson相关法对构建模型的气候因子与土壤因子进行相关性分析。首先选择相关系数小于0.8的环境因子,对于相关系数大于0.8的环境因子,选择贡献率较高的因子构建模型。最终筛选出bio1、bio2、bio3、bio4、bio9、bio10、bio12、bio13、elevation、slopes、aspects、drainage、t_texture、awc、t_cec_soil和ref_depth16个环境因子构建模型(表1)。
图表编号 | XD00207893100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 王绮、樊保国、赵光华 |
绘制单位 | 山西师范大学生命科学学院、山西师范大学生命科学学院、山西师范大学生命科学学院 |
更多格式 | 高清、无水印(增值服务) |