《表2 环境变量间的Spearman相关系数》

  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模型的假臭草潜在分布区预测》

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

根据环境变量对假臭草的贡献率，筛选出16个贡献值大于1.00%的环境变量，随后用Spearman相关性检测各环境变量间的相关性（表2），并剔除相关性大于0.8的环境变量，最终获得7个主要的环境变量，并通过Maxent模型分析7个环境变量对假臭草潜在分布区的贡献率，以揭示各环境变量的相对重要性。结果表明，2月最低温（Tmin02）是影响假臭草分布的主要环境变量，贡献率高达61.70%；其次最干季降水量（Bio17）和9月最高温（Tmax09）对假臭草分布的贡献率合计为28.20%；影响较小的环境变量为5月太阳辐射（Srad05）、5月降水量（Prec05）、7月降水量（Prec07）和最湿季降水量（Bio16），贡献率合计为10.1%。