蒙古黄芪潜在分布区预测的多模型比较

根据蒙古黄芪(Astragalus membranaceus (Fisch.) Bge. var. mongholicus (Bge.) Hsiao) 123个样本点数据和19个环境数据,采用4种生态位模型对蒙古黄芪在中国的潜在适生区进行综合分析,并采用受试者工作特征曲线ROC和Kappa统计量,比较不同模型的预测效果。结果显示:4个模型预测精度良好,一致性显著。AUC值均达到0.8以上,Kappa值均达到0.6以上;其中DOMAIN模型的AUC值和Kappa值均最大,说明该模型的预测精度最佳,预测结果最稳定。潜在适生区的预测结果发现,GARP模型预测的最适宜区范围最广; MAXENT和BIOCLIM模型预测结果较为相似; DOMAIN模型预测结果比较分散。4个模型预测结果均表明西北一带可以作为蒙古黄芪栽培引种的主要产区。蒙古黄芪潜在适生区主要分布于中国北纬33°以北地区;最适宜区主要分布于甘肃、宁夏、陕西、山西、河北和内蒙古等地区。     

蒙古黄芪潜在分布区预测的多模型比较

根据蒙古黄芪（Astragalus membranaceus（Fisch.）Bge.var.mongholicus（Bge.）Hsiao）123个样本点数据和19个环境数据,采用4种生态位模型对蒙古黄芪在中国的潜在适生区进行综合分析,并采用受试者工作特征曲线ROC和Kappa统计量,比较不同模型的预测效果。结果显示：4个模型预测精度良好,一致性显著。AUC值均达到0.8以上,Kappa值均达到0.6以上;其中DOMAIN模型的AUC值和Kappa值均最大,说明该模型的预测精度最佳,预测结果最稳定。潜在适生区的预测结果发现,GARP模型预测的最适宜区范围最广;MAXENT和BIOCLIM模型预测结果较为相似;DOMAIN模型预测结果比较分散。4个模型预测结果均表明西北一带可以作为蒙古黄芪栽培引种的主要产区。蒙古黄芪潜在适生区主要分布于中国北纬33°以北地区;最适宜区主要分布于甘肃、宁夏、陕西、山西、河北和内蒙古等地区。     

基于生态位模型预测天麻全球潜在适生区

目前对药用植物天麻(Gastrodia elata)的全球潜在适生区研究较少,基于多个生态位模型预测天麻在全球范围内的潜在适生区,对天麻人工引种栽培及其产业发展具有重要意义。该文收集220个天麻全球分布点和19个生态因子数据,最终筛选出8个环境变量参与模型训练,基于3个生态位模型(BIOCLIM、DOMAIN和MAXENT)预测天麻全球潜在适生区,并采用受试者工作特征曲线ROC和Kappa统计量分析比较不同模型的预测效果。结果表明:3个模型的预测结果基本一致,天麻全球潜在适生区主要分布在20°–50°N的亚洲地区,其中中国、日本和韩国是集中分布地,此外,印度、尼泊尔以及欧洲地中海附近有少量适生区。其中最适宜区主要分布在:中国四川盆地附近的省区以及中东部;韩国中东部的忠清北道、庆尚北道和庆尚南道;日本本州岛、九州岛以及四国岛,因此中国、日本和韩国是天麻的主要产区。3个模型的受试者工作特征曲线下面积(AUC值)平均值均达到0.9以上,Kappa平均值均达到0.65以上,能较好地预测天麻的潜在适生区,其中MAXENT模型的精度较高,其次是DOMAIN和BIOCLIM模型。     

ROC曲线分析在评价入侵物种分布模型中的应用

生态位模型（ecological niche models,ENMs）已广泛应用于物种潜在分布区预测,ENMs的应用也为外来入侵物种的风险分析提供了重要的定量化分析工具,但如何评价不同模型之间的预测效果成了当今研究的热点问题。本文介绍了受试者工作特征（ROC）曲线分析在评价不同生态位模型预测效果中的应用原理和分析方法,并以一种植物病原线虫-相似穿孔线虫（Radopholus similis）为例,应用ROC曲线分析法对其5种模型（BIOCLIM,CLIMEX,DOMAIN,GARP,MAXENT）的预测结果进行了比较分析。5种模型的ROC曲线下面积AUC（Area Under Curve）值分别为0.810,0.758,0.921,0.903和0.950,以MAXENT模型的AUC值最大,表明其预测效果最好;方差分析结果表明,除GARP与DOMAIN模型之间AUC值差异不显著外,其余各模型之间差异显著。     

基于MaxEnt模型的中国沙棘潜在适宜分布区分析

中国沙棘主要分布于我国华北、西北、西南等地森林—草原过渡地带，是我国北方地区退耕还林、生态修复等工程的重要造林树种，对维持干旱、半干旱地区的生态环境稳定具有重要意义。探讨限制中国沙棘分布的主导气候因子，模拟其潜在适宜分布区，以期为中国沙棘在林业生态工程和生态经济林建设中的合理种植和推广提供理论依据。基于中国沙棘自然分布的328个地理样点，利用最大熵(MaxEnt)模型对中国沙棘的潜在分布区的主导气候因子进行分析，并预测中国沙棘的潜在分布范围。结果表明，基于气候变量的MaxEnt模型训练集和测试集受试者工作特征曲线下面积(AUC值)分别为0.962±0.001和0.949±0.001,均大于0.9,表明MaxEnt模型对中国沙棘潜在分布区的预测具有极高的准确度，可信度好。基于环境变量贡献率和刀切法的结果表明年降雨情况、生长季的水热状况、最干季降雨和最冷月最低温等是限制中国沙棘分布的主要气候因素，其中年降雨是限制中国沙棘分布的主导气候因子。通过模拟得到现代中国沙棘潜在地理分布的总适生区面积为165.1万km~2;其中高适生区和中适生区面积共93.3万km~2,主要集中分布于河北西部、北部，...     

气候变化下2种银胶菊属入侵植物在中国的潜在适生区分析

结合多个时期CMIP6气候变量数据和两种银胶菊属Parthenium物种在全球的分布数据，运用MaxEnt模型和Arc GIS软件，模拟分析两种银胶菊属植物在中国的潜在适生区。结果表明，各时期模拟预测结果的AUC值均大于0.9，模型预测准确，结果可靠；影响银胶菊P. hysterophorus在中国分布的主导因子依次为最湿季降雨量、最冷季平均温度、温度季节性、等温性，影响灰白银胶菊P. argentatum的主导因子为平均气温日较差、等温性、最干月降雨量、最冷季平均温度。在气候变化影响下，银胶菊的潜在适生区在未来有扩大，灰白银胶菊潜在适生区变化不大；银胶菊潜在适生区迁移方向主要为南北方向，纬度有所变化；当前及未来银胶菊的高适生区主要在华南及西南地区，未来气候下银胶菊在华中、华东、华北都存在适生区。相对于灰白银胶菊，银胶菊在我国的入侵危害更严重，应重点关注其入侵动态，加强监测与防控。     

新疆典型蝗虫适生区分布预测

新疆草原面积广阔,农牧业地位突出,蝗灾对当地经济、生态威胁很大,近年新疆极端天气日渐频发,蝗灾监测与防治任务艰巨。以意大利蝗、西伯利亚蝗和亚洲飞蝗为代表的蝗虫数据为基础,综合考虑对蝗虫各生命周期有重要影响的环境因素,运用BIOCLIM模型、领域模型（DOMAIN）、马氏距离模型（MAHAL）、广义线性模型（GLM）、随机森林模型（RF）、提升回归树模型（BRT）、支持向量机模型（SVM）、最大熵模型（MaxEnt）等八种经典物种分布模型及集成模型对新疆典型蝗虫适生区展开了预测。结果表明：（1）不同模型对新疆典型蝗虫适生区预测存在差异,其中DOMAIN最差（曲线下面积（AUC）=0.688,真实技巧统计（TSS）=0.301）,而提升回归树（BRT）最佳（AUC=0.920,TSS=0.910）,基于BRT、SVM和MaxEnt 3个集成模型预测的新疆蝗虫适生区可靠性更高;（2）新疆典型蝗虫不同等级适生区面积约56.844万km²,占新疆总面积的36%,其中高适生区面积16.568万km²;（3）新疆典型蝗虫适生区主要集中于北疆阿勒泰、塔城地区,此外东部哈密地区及南疆绿洲边缘地带亦有分布。研究可为新疆草原工作部门推进蝗虫监测防治工作提供支持。     

基于MaxEnt模型的对开蕨在吉林省的潜在适生区预测

目的：明确国家Ⅱ级重点保护野生植物对开蕨的潜在适生区，分析影响其适生区分布的主导环境因子，是对其种群开展保护和恢复的基础。方法：基于现有的对开蕨分布点和环境数据，利用MaxEnt模型预测对开蕨在吉林省的潜在适生区并划分适生等级，进而以刀切法，结合每个环境因子的贡献率和置换重要值来综合评估影响对开蕨分布的主导环境因子。结果：训练集的受试者工作特征曲线下的面积(AUC)平均值为0.991，测试集的AUC平均值为0.987，表明MaxEnt模型预测结果准确。对开蕨的潜在适生区主要分布于吉林省东南部的白山市和通化市，辽源市、吉林市和延边州也存在零散分布，而白城市、长春市、松原市和四平市均为非适生区，其中高适生区潜在分布面积共计2 139.67 km²，中适生区潜在分布面积共计2 950.20 km²，低适生区潜在分布面积共计7 309.44 km²。影响对开蕨潜在分布的4个主导环境因子为最暖季度的降雨量、海拔、坡度和最冷月的最低温度，其适宜阈值分别是500～560 mm、700～1 250 m、14°以上和-25.5～-23.5...     

外来入侵植物肿柄菊在云南的扩散风险研究

预测外来入侵植物的潜在入侵范围以及对不同环境的适应性,能够为外来植物入侵提供预警和预防。该文通过实地调查肿柄菊(Tithonia diversifolia)在云南的入侵范围,以及收集世界其他地区分布点,结合12个关键环境变量,利用MaxEnt模型对肿柄菊适生区范围和环境限制因子进行分析。结果表明:在世界范围适生区分布格局中,肿柄菊在云南无高适生区,次适生区总面积占全省总面积的3.58%,中适生区占32.90%,低适生区占42.80%,非适生区占20.72%;有扩散风险的区域主要为中适生区,普遍分布于云南省26°N以南地区;实地调查肿柄菊分布最高海拔2 200 m,在海拔1 000～1 500 m分布最为密集,而模型预测显示海拔2 000 m以下都适宜肿柄菊生长,且500～2 000 m为最适宜海拔范围;在12个环境变量中年降雨量、人类足迹、年均温、海拔等环境变量对肿柄菊的分布起到了最重要的作用。综上结果表明,目前在云南肿柄菊零星的分布点已到达其潜在分布区的边缘,但已入侵区域还远小于潜在可入侵区域。为了预防肿柄菊在我国南方地区大面积扩散带来危害,有必要对其入侵和扩散态势进行监测。     

基于最大熵生态位元模型的入侵杂草春飞蓬在中国潜在分布区的预测

春飞蓬是源自北美的外来入侵杂草,已入侵我国的上海、江苏、安徽等地,并对当地生态系统造成了危害,表现出巨大的入侵潜力.本文将最大熵生态位元(MaxEnt)模型与地理信息系统相结合,综合分析了影响春飞蓬分布的环境因素,直观和定量地预测了春飞蓬在我国的潜在分布区,并采用接受者操作特性曲线( ROC)分析法对预测结果进行验证.结果表明:春飞蓬在我国有广泛的潜在分布区,主要适生区包括上海、江苏、浙江、安徽、河南、湖北、湖南、江西等地.其目前的实际分布远未达到最大潜在分布范围,仍有可能继续扩散.ROC曲线检验结果表明,MaxEnt模型对春飞蓬在中国潜在分布区的预测精度较高,结果可信.春飞蓬潜在入侵区分布可能主要受温度和降水的影响.应高度重视春飞蓬的危害性,采取灭除已经发生的种群、严格监控向最适分布区入侵等措施阻止春飞蓬的扩散蔓延.     

Predicting the global areas for potential distribution of Gastrodia elata based on ecological niche models

Aims Previous studies on the globally suitable areas for growing the medicinal plant Gastrodia elata is lacking. This study aims to predict the global areas for potential distribution of this plant based on multiple ecological niche models. Methods A total of 220 global distribution points of G. elata and 19 ecological variables were compiled and eight environmental variables were selected for the model training. Three ecological niche models, including BIOCLIM, DOMAIN, and MAXENT, were used to predict the global areas for potential distribution of G. elata. The resulting data of different models were analyzed and compared with two statistical criteria: the area under the receiver operating characteristic curve (AUC) and Kappa value. Important findings The predictions of the three models are basically identical, showing that the global areas for potential distribution of G. elata are predominantly in the range of 20° N to 50° N in Asia, mainly in China, South Korea and Japan. A small proportion of the suitable areas occur in India, Nepal and the European countries near Mediterranean. The most suitable areas distribute in provinces close to the Sichuan Basin and the central East China, the mid-eastern parts of South Korea such as Chungcheongbuk-do, Gyeongsangbuk-do and Gyeongsangnam- do, and the Kyushu region and the Shikoku region on Japan’s main island. Therefore, these three countries can be used as the main production areas of G. elata for its commercial development. The AUC average values of the three models are all above 0.9 and the Kappa average values all above 0.65, justifying their applications for predicting the potential areas of G. elata. Among them, the MAXENT model appears to perform the best, followed by DOMAIN and BIOCLIM.     

基于DNA条形码技术对浙江省外来入侵福寿螺进行分子鉴定

外来入侵福寿螺对我国农业生产和水生生态系统平衡等造成严重危害。2010年, 种类鉴定研究首次揭示我国外来入侵福寿螺包括Pomacea canaliculata和P. maculata两个种, 而浙江省仅见P. canaliculata一种报道。P. canaliculata和P. maculata种间形态近似, 且受环境、食物源等因素影响, 同种内外壳形态特征多样, 因而基于形态特征进行种类的准确鉴定极为困难。本研究在采集浙江省7个区县的福寿螺样本的基础上, 利用DNA条形码技术扩增了101个不同个体的COI序列, 并从BOLD数据库下载了“P. canaliculata种团”的5个近缘种的55条COI序列用于分析, 其中包括P. lineata, P. dolioides和P. paludosa所有已发表序列, 以及P. canaliculata和P. maculata的南美洲样品的序列等。序列相似度比对、DNA条形码间隙和系统发育树等分析表明, COI序列可以实现近缘福寿螺的有效鉴别。待测的浙江省福寿螺样品中, 杭州江干区检测到P. canaliculata和P. maculata两种, 而舟山普陀区、绍兴上虞区和新昌县、温州瓯海区及杭州西湖区仅检测到P. canaliculata, 表明P. canaliculata在浙江省具有更广的分布范围。P. canaliculata和P. maculata分别形成4种和2种单倍型, 各区县样点分别包含1-3种单倍型, 浙江省各发生地呈现较低的遗传多样性。依据系统发育关系推测, 浙江省分布的P. canaliculata和P. maculata分别可能来源于阿根廷和巴西。     

基于生态位模型预测野生油茶的潜在分布

油茶(Camellia oleifera)是我国第一大木本油料作物, 野生油茶是油茶育种的宝贵遗传资源。本研究从中国数字植物标本馆(CVH, http://www.cvh.org.cn/)获得可靠的野生油茶分布点数据, 结合气象和土壤数据, 分别应用最大熵(MaxEnt)模型和规则集遗传算法(GARP)模型构建了野生油茶的生态位模型, 预测了野生油茶的潜在分布区, 并分析了影响野生油茶分布的主要环境变量。根据生态位模型预测的分布概率值, 对野生油茶的潜在分布区划分适生等级, 并与主要油茶产地的实际分布数据进行比较, 以验证适生等级划分的可靠性。结果表明, 两种模型的预测结果均能较好地反映油茶的分布情况。GARP模型预测的潜在分布区更广, 而MaxEnt模型的预测结果更精确。两种模型的预测结果均显示, 野生油茶的潜在分布区大部分位于中国, 但在中南半岛也有部分分布。MaxEnt模型预测的野生油茶在中国的潜在分布区与我国亚热带常绿阔叶林的分布区基本吻合, 高适生区主要可以分为3大区域: (1)东北-西南走向的武夷山脉及附近的群山区域; (2)东西走向的南岭山脉及附近的群山区域; (3)东北-西南走向的武陵山脉及附近的群山区域。MaxEnt模型分析显示, 影响野生油茶分布的主要环境变量是昼夜温差月均值、最干季降水量与最暖季降水量。油茶生长面积较大的地区绝大部分都位于MaxEnt模型预测的中、高适生区, 说明适生等级的划分较可靠。实地考察显示, 生态位模型的预测结果对于寻找野生油茶资源具有较高的参考价值。此外, 本研究也充分显示, 利用中国数字植物标本馆的植物分布数据, 结合相应的环境数据构建生态位模型, 有助于了解作物野生近缘种的地理分布。     

基于生态位模型的外来入侵种克氏原螯虾在中国的适生区预测

克氏原螯虾在20世纪初作为重要的水产品引入中国,但因其繁殖能力强、生长迅速、适应性强、喜掘洞穴,对农作物、池埂及农田水利有一定破坏作用,降低入侵地区当地物种多样性,对当地生态系统造成严重危害。因此,研究未来气候情景下克氏原螯虾适生区的变化,可为其监控和管理措施提供关键信息,有效预防和控制其蔓延。本研究基于克氏原螯虾的分布点,应用最大熵(MaxEnt)模型和规则集遗传算法(GARP)模型模拟了当前气候条件下克氏原螯虾在中国的潜在适生区,并预测了2041—2060年和2061—2080年克氏原螯虾在4种气候变化情景下(RCP 2.6、RCP 4.5、RCP 6.0、RCP 8.5)的分布,采用ROC曲线对预测结果进行检验和评价。结果表明: 在当前气候条件下克氏原螯虾集中分布在上海、江苏、浙江、安徽等长江沿岸地区;最冷季平均温度、最冷月最低温度对克氏原螯虾分布影响最大,其次是温度季节性变化、最暖月最高温度和最干月降水量。在未来气候情景下,2061—2080年克氏原螯虾的适生区面积有不同程度的变化,在RCP 2.6和RCP 4.5情景下总适生面积增加,但在RCP 8.5情景下呈先增后减趋势,而在RCP 6.0情景下无明显变化;克氏原螯虾适生区在空间分布上不仅有纬度方向上的扩散,也有向海拔较高地区迁移的趋势。     

木本能源植物文冠果的生态特征及区划

利用文冠果(Xanthoceras sorbifolia Bunge)160个分布点和19个生态因子数据,采用BIOCLIM、DOMAIN、MAXENT和GARP四种模型预测文冠果的生态适宜区,分析其生态特征并以受试者工作特征曲线ROC对各模型进行评价。结果显示,文冠果最适宜生态区主要分布于西北黄土高原一带,如陕西、山西、宁夏、河北、内蒙古等省区。模型评估结果显示上述4个模型的AUC值均达到0.75以上,表明预测精度良好,均可用来预测文冠果的生态适宜区。文冠果的生态特征为:年平均温度1.9~16℃,昼夜温差月平均8.3~16℃,昼夜温差与年温差比值为22~33,温度变化方差值为7523~14198;最热月份最高温度为20.1~33.5℃;年平均降水量37~952 mm,最湿月份降水量11~219 mm,最干月份降水量0~29 mm,雨量变化方差值为40~137。研究结果表明文冠果适宜生态区包括我国西部的黄土高原地区和北方土石山区以及新疆北部地区。     

A comparative evaluation of presence-only methods for modelling species distribution

In spite of increasing application of presence-only models in ecology and conservation and the growing number of such models, little is known about the relative performance of different modelling methods, and some of the leading models (e.g. GARP and ENFA) have never been compared with one another. Here we compare the performance of six presence-only models that have been selected to represent an increasing level of model complexity [BIOCLIM, HABITAT, Mahalanobis distance (MD), DOMAIN, ENFA, and GARP] using data on the distribution of 42 species of land snails, nesting birds, and insectivorous bats in Israel. The models were calibrated using data from museum collections and observation databases, and their predictions were evaluated using Cohen's Kappa based on field data collected in a standardized sampling design covering most parts of Israel. Predictive accuracy varied between modelling methods with GARP and MD showing the highest accuracy, BIOCLIM and ENFA showing the lowest accuracy, and HABITAT and DOMAIN showing intermediate accuracy levels. Yet, differences between the various models were relatively small except for GARP and MD that were significantly more accurate than BIOCLIM and ENFA. In spite of large differences among species in prevalence and niche width, neither prevalence nor niche width interacted with the modelling method in determining predictive accuracy. However, species with relatively narrow niches were modelled more accurately than species with wider niches. Differences among species in predictive accuracy were highly consistent over all modelling methods, indicating the need for a better understanding of the ecological and geographical factors that influence the performance of species distribution models.     

Modelling the potential geographic distribution of invasive ant species in New Zealand

Despite their economic and environmental impacts, there have been relatively few attempts to model the distribution of invasive ant species. In this study, the potential distribution of six invasive ant species in New Zealand are modelled using three fundamentally different methods (BIOCLIM, DOMAIN, MAXENT). Species records were obtained from museum collections in New Zealand. There was a significant relationship between the length of time an exotic species had been present in New Zealand and its geographic range. This is the first time such a time lag has been described for exotic ant species, and shows there is a considerable time lag in their spread. For example, it has taken many species several decades (40–60 years) to obtain a distribution of 17–25% of New Zealand regions. For all six species, BIOCLIM performed poorly compared to the other two modelling methods. BIOCLIM had lower AUC scores and higher omission error, suggesting BIOCLIM models under-predicted the potential distribution of each species. Omission error was significantly higher between models fitted with all 19 climate variables compared to those models with fewer climate variables for BIOCLIM, but not DOMAIN or MAXENT. Widespread species had a greater commission error. A number of regions in New Zealand are predicted to be climatically suitable for the six species modelled, particularly coastal and lowland areas of both the North and South Islands.     

基于最大熵值法生态位模型（Maxent）的三种实蝇潜在适生性分布预测

本研究首先对3种重要生态位模型BIOCLIM, DOMAIN和Maxent（基于最大熵值原理模型）的分布预测精确度进行了分析和比较, 再结合分布点记录以及一系列环境数据图层对3种重要外来入侵性检疫害虫（葫芦寡鬃实蝇Dacus bivittatus、埃塞俄比亚寡鬃实蝇D. ciliatus和西瓜寡鬃实蝇D. vertebratus）的潜在适生性分布区域进行了预测和分析。在模型预测精确度的比较过程中, 3种评估指标（ROC/AUC, Kappa, TSS）均显示Maxent拥有最好的预测结果和最好的运行性能。由Maxent对葫芦寡鬃实蝇、埃塞俄比亚寡鬃实蝇和西瓜寡鬃实蝇的预测结果显示, 这3种实蝇在中美洲、南美洲、东南亚和澳大利亚沿岸的广大地区在总体上具有相似的分布区域。相对而言, 埃塞俄比亚寡鬃实蝇在全球范围具有最为广泛的分布区域, 除前述地区外, 其潜在适生区还包括地中海沿岸、沙特阿拉伯、也门、安曼和伊朗南部的大片地区, 这也意味着在3种寡鬃实蝇中, 它能忍受变化幅度最广的生态、环境条件。在中国, 云南和海南都极适宜于3种实蝇的生存, 同时广东南部及台湾的部分地区也是它们的潜在适生区。基于Maxent的预测结果显示, 相对而言, 埃塞俄比亚寡鬃实蝇在中国范围也具有最为广泛的分布区域, 除前述省份和地区外, 四川、贵州和西藏的南部部分地区以及中国南部的部分沿海地区, 也都是它的潜在适生区。综合所得出的预测结果, 3种寡鬃实蝇从境外传入广东并在此定殖的风险可能性是实际存在的。Jackknife分析显示, 温度以及与此有关的环境因子对于3种实蝇在全球和局部地区的分布模式和分布情况都有极大的影响, 并需要进一步的研究。