《表3 环境因子及其重要性参数》

  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

《基于优化的MaxEnt模型评价红松适宜分布区》

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

PC，贡献百分率；PI，置换重要值；RTGW，使用除此以外其他变量的正则化训练增益；RTGO，单独使用该变量的正则化训练增益；TGW，使用除此以外其他变量的测试增益；TGO，单独使用该变量的测试增益；AUCW，使用除此以外其他变量的受试者工作特征曲线下面积；AUCO，单独使用该变量的受试

MaxEnt模型具有Jackknife测试功能，结合贡献百分率和置换重要性来判定影响红松分布的主导环境因子。根据贡献百分率和置换重要值，可知最大的4个环境因子是年降雨量、降雨量季节性变异系数、海拔、年平均温度，贡献百分率和置换重要值的累计值分别高达85.40%和82.22%（表3）。使用除此以外的其他变量时，引起正则化训练增益降低最多的4个因子是年降雨量、海拔、年平均温度、坡度；引起测试增益和AUC值降低最多的4个因子是年降雨量、降雨量季节性变异系数、海拔和坡度，说明以上因子含有其他变量不具备的有效信息。仅使用此因子时，正则化训练增益、测试增益和AUC值最高的4个因子是年降雨量、降雨量季节性变异系数、年平均温度和每月最高温与最低温差值的平均值，说明以上因子对相比其他因子而言，具有更多的有效信息。