共查询到15条相似文献，搜索用时 234 毫秒
1.
刺蒺藜草在我国的适生区预测 总被引：1，自引：0，他引：1
本研究基于MaxEnt模型,依据气候、海拔、人类活动等不同层面的12个环境变量建立刺蒺藜草适生性预测模型,模型AUC值高于0.9,表明模型结果可靠。预测显示：我国刺蒺藜草非适生区占73.66%;低度适生区占18.24%;中度适生区占5.11%;高度适生区占2.99%。其中广东、广西、海南几乎全境,福建、台湾、云南的大部分地区为中、高度适生区,具有最大的传入定殖风险。通过预测模型可以看出,bio＿11（最冷季度平均温度）、hf＿v3geo（人类足迹）、bio＿18（最暖季度降水量）和bio＿04（温度季节性变化标准差）等4个环境变量对刺蒺藜草在某地适生产生重要影响。 相似文献
2.
基于MAXENT模型和ArcGIS预测豚草在中国的潜在适生区 总被引：1，自引：0，他引：1
为分析有害入侵杂草豚草Ambrosia artemisiifolia L.在中国的潜在适生区,基于其在中国的分布数据,结合气候、高程、土地利用类型等环境数据,利用最大熵模型(MAXENT)与ArcGIS软件相结合模拟豚草在中国的潜在适生区,运用受试者工作特征(ROC)曲线分析法进行验证,并运用刀切法分析影响豚草分布的主要环境变量。结果表明,中国东部大部分地区都属于豚草适生区,其适生面积为2.31×10~6km~2,占全国陆地总面积的24.10%。辽宁省东部、安徽省中部、江苏省南京市、浙江省杭州市、湖北省东部、湖南省东部、江西省及两广中部为豚草高适生区(适生值0.5)。ROC曲线分析法得出下面积AUC值为0.955,表明预测结果可靠。刀切法分析显示,最冷季度平均湿度和最湿季度湿度对豚草在中国的分布状况影响最大,贡献率分别为30.89%和27.86%;最暖季度平均温度、温度变化方差、昼夜温差与年温差比值和土地利用类型有一定影响,贡献率依次为14.19%、8.05%、6.30%和5.93%;最冷月份最低温和坡向对豚草分布影响较小,贡献率分别为0.78%和0.20%。 相似文献
3.
为明确云南松毛虫Dendrolimus houi于未来气候变化下在四川省的分布情况,运用最大熵（maximum entropy,MaxEnt）模型中的刀切法和Pearson相关系数分析法对未来气候数据（2050年和2070年）、林地因子及人为因子进行权重划分,筛选出影响云南松毛虫潜在分布的重要且相关系数较低的环境因子,并结合openModeller中的人工神经网络（artificial neural network,ANN）模型、生物气候（BioClim）模型、气候空间（climate space,CS）模型、气候信封（envelope score,ES）模型、基于统计概率和规则集的遗传算法（genetic alorithm for rule-set production,GARP）模型、MaxEnt模型和支持向量机（support vector machine,SVM）模型对云南松毛虫未来的适生区进行预测,利用AUC（area under curve）评价模型的精确度。结果发现,最暖季降水量、人类足迹指数、最冷季降水量和海拔对云南松毛虫在未来气候条件下的潜在分布有较强影响,在2050年贡献率分别为27.2%、16.0%、2.0%和4.9%,在2070年贡献率分别为20.6%、16.8%、9.7%和4.9%。对比7种模型的预测结果,发现SVM模型在2050年和2070年对云南松毛虫适生区预测的AUC为0.93,预测精确度最高,具有较高的可信度;该模型预测结果显示,从2050年至2070年云南松毛虫在四川省的总适生面积增加了4 269.8 km2,其中,中、低适生区面积共减少了17 185.8 km2,高适生区面积增加了21 455.6 km2。 相似文献
4.
为降低未来气候变化下栎树枯萎病暴发的风险，基于现有的栎枯萎病菌Bretziella fagacearum分布数据，筛选影响其分布的关键环境变量，利用优化后的MaxEnt模型预测当前气候条件和未来气候条件（低强迫情景SSP126和高强迫情景SSP585）下其在中国的潜在适生区。结果显示，最暖月最高温度、最干季度平均温度、年降水量、最干月降水量是影响栎枯萎病菌分布的关键环境变量；优化后MaxEnt模型的受试者工作特征曲线下面积值高于0.90，表明该模型预测结果可靠。当前气候条件下栎树枯萎病菌的适生区面积约为1.39×106 km2，占中国陆地总面积的14.48%，高适生区主要分布在湖南省北部、浙江省中南部、湖北省东南部、江西省西部和新疆维吾尔自治区北部。未来气候条件（低强迫情景SSP126和高强迫情景SSP585）下栎树枯萎病菌适生区面积均呈增加趋势，尤其高适生区的气候异常程度最高，造成其面积增加。此外，高适生区的质心均有由湖南省向北迁移的趋势。 相似文献
5.
为明确我国检疫性有害生物黑腹尼虎天牛Neoclytus acuminatus的潜在地理分布范围，基于MaxEnt模型、ArcGIS软件及全球分布数据预测当前气候和未来气候（2个情景）条件下黑腹尼虎天牛在全球和中国的潜在分布区域，并分析影响黑腹尼虎天牛分布的关键环境变量。结果显示，MaxEnt模型的曲线下面积（area under curve，AUC）为0.962，表明模型预测结果可靠；影响黑腹尼虎天牛潜在地理分布的5个关键环境变量分别是5月平均降雨量、11月平均最高温度、温度变化方差、7月平均降雨量和最湿季度平均气温，贡献率分别为40.5%、33.2%、23.9%、2.2%和0.1%。在当前气候条件下，黑腹尼虎天牛在全球的适生区较广泛，总面积约为3 928.63×104 km2，且在我国湖北、安徽及浙江等省存在高适生区和中适生区；在未来气候条件下，黑腹尼虎天牛在全球范围内的适生区总面积会进一步增加，并且在我国的高适生区面积也会进一步扩大。 相似文献
6.
为明确蒜芥茄（Solanum sisymbriifolium Lam.）在我国的适生性,根据蒜芥茄在全球最新分布数据和气候环境变量,利用MaxEnt模型结合ArcGIS软件对其在我国的潜在地理分布进行预测,并对相关环境因子对预测结果的影响进行分析。研究结果显示：蒜芥茄在我国的适生区包括华南全部地区,华中、华东大部分地区,西南、西北部分地区以及华北零星地区。未来气候条件与历史气候条件下的适生范围基本一致,适生程度在不同气候情景下存在一定差异。对预测结果的重要性排前三的环境变量是温度季节变化bio4、最冷季度平均温度bio11、最暖季度平均温度bio10。研究结果可为蒜芥茄在我国的发生提供早期预警和有效防控提供科学指导。 相似文献
7.
为明确胸窗萤Pyrocoelia pectoralis在北京市的潜在适生分布情况,利用MaxEnt模型结合25个与胸窗萤生存相关性强的环境因子对其潜在适生区进行分析预测。结果表明:北京市胸窗萤的高适生区面积(适生值>0.5)为2 444.42 km~2,占全市总面积的14.90%。高适生区主要在昌平区的北部和西部,海淀区的西南部,石景山区、门头沟区的东部和南部,房山区的西南部以及平谷区的中部。测试集AUC值为0.977,表明预测结果准确可靠。刀切法分析结果显示最湿季度降雨量、最热季度均温和最湿季度均温对胸窗萤的分布状况影响最大,贡献率分别为29.21%、25.54%和13.56%;夜间灯光和植被类型也有一定的影响,贡献率分别为9.00%和8.16%,累计贡献率为85.45%,通过核密度分析可识别出胸窗萤保护的热点区和空缺区。 相似文献
8.
为评估不同气候条件下玉米根萤叶甲Diabrotica virgifera virgifera在我国的潜在地理分布情况及适生区的空间格局变化趋势,通过筛选影响该虫分布的关键环境变量并基于其在全球的分布数据,运用MaxEnt模型和ArcGIS软件预测其在历史和未来气候情景下的潜在地理分布范围和适生区空间格局变化。结果表明,所构建MaxEnt模型的受试者工作特征 （receiver operating characteristic, ROC）曲线下面积（area under curve, AUC）平均为0.960,说明模型预测结果为优秀,具有较高的可信度。关键气候变量中最冷月最低温对玉米根萤叶甲的潜在地理分布具有十分重要的影响,累积贡献率为44.5%。历史气候条件下,玉米根萤叶甲的总适生区面积占我国陆地总面积的23.78%,高适生区主要分布于我国河南、湖北、陕西、甘肃、重庆、四川和云南等省市。未来气候情景下,玉米根萤叶甲在我国的总适生区面积略有减少,整体上呈现出南部收缩、北部扩张的趋势,原中南部的中、高适生区逐步转变为低适生区或非适生区。玉米根萤叶甲在我国的适生区较为广泛,适生范围涵盖多个重要玉米产区,对玉米安全生产威胁较大,应给予足够的重视,严防该虫传入我国。 相似文献
9.
10.
为明确入侵杂草飞扬草Euphorbia hirta Linn.在中国的潜在地理分布，基于MaxEnt模型结合ArcGIS地理信息系统软件，对飞扬草在历史气候及未来气候2个情景下的潜在适生区进行预测，并采用刀切法分析各环境因子对飞扬草适生区的影响。结果显示，在飞扬草潜在地理分布变化过程中，影响最大的环境因子是最湿季度降水量，其次是最暖季度平均温度。历史气候条件下，飞扬草在中国的总适生区面积占全国陆地总面积的32.45%，其中高适生区占13.57%，中适生区占10.06%，低适生区占8.82%。未来气候条件下，预测结果表明2050年飞扬草的潜在适生区将进一步扩张，其中在高强迫SSP585情景下飞扬草的总适生区面积大于低强迫SSP126情景下的总适生区面积，而SSP126情景下的高适生区面积则大于SSP585情景下的高适生区面积。表明飞扬草在中国的潜在适生区分布范围较广，可能在未来进一步扩散至全国，建议相关部门加强监控，防止飞扬草进一步入侵和扩散。 相似文献
11.
基于MaxEnt和DIVA-GIS的亮壮异蝽潜在地理分布预测 总被引：2，自引：1，他引：1
亮壮异蝽Urochela distincta Distant为中国特有种,具有结群迁飞和抱团越夏的习性,近年在江西武功山和仙姑坛风景区暴发成灾,为使相关自然保护区及风景名胜区做好对亮壮异蝽种群暴发的早期预警和监测,采用Max Ent和DIVA-GIS软件,基于该虫在江西、湖南、贵州等地的分布数据及相关的20个环境变量,对其潜在地理分布进行了预测。结果表明,影响亮壮异蝽分布的主要环境变量包括最干月降雨量、海拔、昼夜温差月平均值、最暖季降雨量、最冷月最低温、昼夜温差与年温差比值、最干季平均温和最湿季平均温,其中最干月降雨量和海拔是最重要的因素,贡献率分别为64.9%和19.5%。该虫在我国的高适生区多属于海拔700~1 500 m且最干月降雨量为25~130 mm的地区,主要集中在我国动物地理区划的华中区、华南区和西南区东部的部分区域,如江西与湖南交接的罗霄山脉,江西与福建接壤的武夷山山脉,以及重庆、湖南、贵州和湖北四交之地的武陵山脉等;非适生区包括我国的北部地区、西部地区、华中部分地区及华南的小部分区域。 相似文献
12.
为明确外来入侵植物刺果瓜 Sicyos angulatus在我国的潜在地理分布,基于MaxEnt模型、ArcGIS软件及全球分布数据,在历史气候条件及未来气候条件下 （低强迫情景SSP126和高强迫情景SSP585）预测刺果瓜在中国的潜在地理分布。结果显示, MaxEnt模型的曲线下面积（area undercurve, AUC）值为0.977,表明模型具有较高的可靠性;气温季节性变化、最热月的最高温、最干月降水量和最湿季节的降水量是影响刺果瓜在中国潜在地理分布的4个关键环境变量;历史气候条件下刺果瓜主要发生在中国东部、中部和西部,适生区总面积占中国陆地总面积的23.29%;未来气候条件下,刺果瓜在中国的适生区范围有所减少, SSP126和SSP585情景下刺果瓜在中国的适生区总面积分别为186.10×104 km2和162.68×104 km2,分别占中国陆地总面积的19.35%和16.91%,但还是主要覆盖黄淮海平原夏播玉米区和南方丘陵玉米区等产区,质心由南向北移动。 相似文献
13.
为明确黄条灰翅夜蛾Spodoptera ornithogalli在我国的适生性,根据黄条灰翅夜蛾在全球的最新分布数据,利用MaxEnt模型结合ArcGIS软件对其在我国的潜在地理分布进行预测,并对相关环境因子的贡献率进行分析。结果显示,华中、华东、华南大部分地区,西北、西南部分地区以及东北、华北零星地区存在黄条灰翅夜蛾的潜在地理分布区。在未来低强迫 （SSP126）和高强迫 （SSP585）情景下,黄条灰翅夜蛾在我国的潜在地理分布区边界均有向北偏移的趋势,中、高适生区的面积呈现扩增趋势。影响黄条灰翅夜蛾分布的主要气候因素有最干月降雨量、最热月的最高温等,其中最干月降雨量的贡献率最高,为46.2%。 相似文献
14.
金荞麦的潜在分布区及生态特征 总被引：1，自引：0，他引：1
为了解我国金荞麦Fagopyrum dibtrys(D.Don)Hara的潜在分布区及生态特征,基于38个环境因子以及金荞麦在我国的153个地理分布记录,应用最大熵模型(MaxEnt)与地理信息系统(GIS)对金荞麦进行生态适宜性区划,并采用自然间断法对金荞麦的潜在区域进行划分。结果显示,金荞麦的潜在分布区主要位于我国西南地区东部、华中地区、华东地区和华南地区(22 N°~35N°),总面积约为250.99×10~4km~2;将金荞麦的潜在分布区划分为适生区、低适生区与边缘适生区,其中适生区主要集中在长江流域,总面积为88.00×10~4km~2。影响金荞麦地理分布的主要生态因子有最冷月最低温、最暖季降水量、高程、最干季降水量等9个因子,其中气候因子对金荞麦的地理分布影响最大。表明金荞麦应在云南、贵州、四川等省扩大种植面积,陕西、山西等省可考虑引种。 相似文献
15.
为确定旱雀麦在我国的空间分布及其对气候变化的响应,以期进一步开展生态防控,本研究利用旱雀麦在中国的地理分布数据,结合当前气候数据和未来气候变化情景（RCP8.5情景下2050s,2070s）,建立最大熵模型（MaxEnt模型）,确定影响旱雀麦分布的主导环境因子。应用地理信息系统（GIS）对中国地区旱雀麦的适生区进行划分,以ROC曲线作为模拟的准确性评价指标。结果表明,MaxEnt模型模拟效果极好（AUC=0.965）;当前气候条件下,旱雀麦适生面积为2.5534×106 km2,主要集中分布于青海省东北部、甘肃省与青海省接壤的地区、四川省的西北部,以及新疆的西北部;其中影响旱雀麦分布的主要环境因子为海拔、bio12（年降水量）、bio9（最干季度平均温度）和bio15（降水量季变异系数）,其贡献率分别为45.0%、17.5%、9.7%、9.7%,累计贡献率达81.9%;在RCP8.5情景下,未来2个时期,旱雀麦潜在高适生区分布面积与当前相比增加了12.2%~23.3%,但RCP8.5情景下2070s较RCP8.5情景下2050s旱雀麦的潜在高度适生区分布面积减少了8.9%。综上所述,气候变化情景下旱雀麦的潜在分布面积呈现出扩大趋势,且RCP8.5情景下2070s较RCP8.5情景下2050s的适生区分布面积有缩减趋势。 相似文献