中麻黄生态适宜性区划研究(2)
1.3 中麻黄生长分布预测
1.3.1 生态因子数据的获取 本研究所使用生态因子数据库来源于“中药资源空间信息网格数据库”,包含气候、土壤、地形和植被类型,涵盖了影响中药资源分布的所有生态因子数据。
1.3.2 MaxEnt模型参数设置 将中麻黄的采样信息和环境数据按要求格式转换后分别导入MaxEnt软件,设置参数运行建模,具体参数如下:随机测试比例为15%,最大迭代次数为106,设置响应曲线,MaxEnt自定义设置ROC评价曲线和刀切法(jackknife)检验权重,其他参数为软件默认值。
1.3.3 模型预测评价采用 ROC工作曲线和曲线下面积(AUC值)进行模型精度评测。
1.3.4 主生态因子的选择 第一步,根据中麻黄分布的GPS数据和15个生态因子分别在MaxEnt中的迭代运算结果,选取总贡献率≥95%的生态因子作为供筛选的生态因子;第二步,分别提取中麻黄分布点的供筛选的生态因子数值,进行Spearman相关性分析,相关系数大于0.8的生态因子弃去贡献率较小的一个;第三步,将第二步剩余的生态因子利用MaxEnt模型分别计算分析,得到生态因子对中麻黄4个种生态适宜性分布的贡献率和刀切法获得的主要生态因子权重分析 ......
您现在查看是摘要页,全文长 4581 字符。
1.3.1 生态因子数据的获取 本研究所使用生态因子数据库来源于“中药资源空间信息网格数据库”,包含气候、土壤、地形和植被类型,涵盖了影响中药资源分布的所有生态因子数据。
1.3.2 MaxEnt模型参数设置 将中麻黄的采样信息和环境数据按要求格式转换后分别导入MaxEnt软件,设置参数运行建模,具体参数如下:随机测试比例为15%,最大迭代次数为106,设置响应曲线,MaxEnt自定义设置ROC评价曲线和刀切法(jackknife)检验权重,其他参数为软件默认值。
1.3.3 模型预测评价采用 ROC工作曲线和曲线下面积(AUC值)进行模型精度评测。
1.3.4 主生态因子的选择 第一步,根据中麻黄分布的GPS数据和15个生态因子分别在MaxEnt中的迭代运算结果,选取总贡献率≥95%的生态因子作为供筛选的生态因子;第二步,分别提取中麻黄分布点的供筛选的生态因子数值,进行Spearman相关性分析,相关系数大于0.8的生态因子弃去贡献率较小的一个;第三步,将第二步剩余的生态因子利用MaxEnt模型分别计算分析,得到生态因子对中麻黄4个种生态适宜性分布的贡献率和刀切法获得的主要生态因子权重分析 ......
您现在查看是摘要页,全文长 4581 字符。