《表2 主要环境变量及人类活动强度对Maxent模型预测沙生柽柳分布的贡献率》

《表2 主要环境变量及人类活动强度对Maxent模型预测沙生柽柳分布的贡献率》   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
《基于最大熵模型(Maxent)预测沙生柽柳潜在地理分布及格局》


  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

从图2中可以看出,测试数据的AUC值为0.920。说明Maxent模型对沙生柽柳的潜在生境预测结果具有较高的准确度。但正由于物种的存在生境是错综复杂的,在运行Maxent时,环境因子的选择对预测结果有很大的影响。沙生柽柳尽管本身就属于沙漠特有植物,其生境也较单一。但将沙生柽柳引种到吐鲁番后,因吐鲁番夏季太干热,花期比南疆原产地推迟了大概1个月,因而结果不正常。因此本研究选用的19个环境因子仍有一定的局限性。因此有关环境因子的选择,还需要进一步的探讨。除此之外,人为活动因子也是需要考虑的指标之一。本研究通过对全球人类足迹中的数据进行影像配准、裁剪和叠加,得到新疆地区所在的人类足迹(图3)。通过进一步裁剪,将环境影响因子与人类活动因素同时带入模型,在第1次运行结束后,筛选出对沙生柽柳分布造成影响的主要变量(表2),随后代入Maxent模型,进行第2次运行,初步得到沙生柽柳的分布区(图4)。最后,模型评估以判断模型的模拟精度和可靠性。