样本量及其空间分布对物种分布模型的影响: 以太白红杉为例
样本量及其空间分布对物种分布模型的影响: 以太白红杉为例
复制标题
DOI：
--
复制
发表时间：
--
期刊：
影响因子：
--
通讯作者：
闫伯前
中科院分区：
文献类型：
--
作者：
赵晓冏;巩娟霄;赵莎莎;孟浩贤;闫伯前
物种分布模型被广泛应用于生态学、生物地理学及保护生物学等领域的研究，但预测的准确度主要受样本量及其空间分布的影响。本文在大量野外调查的基础上，结合SPOT遥感影像解译的太白红杉分布范围，采用从解译的太白红杉分布数据中提取的六种不同样本量、在不同海拔梯度和坡向的样本量分布以及三种不同的评价方法，测试了两种模型（MaxEnt和Garp）下太白红杉(Larix chinensis)预测精度的变化。结果表明：随着样本量的增加，模型精度也随之增大，预测结果趋于稳定。大样本量时，Garp模型的性能优于MaxEnt模型；小样本量（样本量为75）时，MaxEnt模型预测结果最优。样本在不同海拔梯度和坡向分布时，两种模型样本量不均等分布的预测性能明显优于均等分布，相同样本分布下，两者预测能力没有明显差异。在保证一定样本量的前提下，为提高模拟能力，选择样本时应尽可能按照物种分布地的数量依比例取样。本研究表明采用多种评价方法相结合对于确定模型的精度至关重要。本文结果对合理采样和提高物种分布模拟精确度有重要意义，可用于指导物种分布模型的选择及其最优样本的获取。