MAXENT最大熵模型在预测物种潜在分布范围方面的应用

MAXENT最大熵模型是以最大熵理论为基础的物种地理尺度空间分布模型。该模型自提出之后在国内外迅速得到广泛应用,被越来越多地应用于入侵生物学、保护生物学、全球气候变化对物种分布影响,以及进化生物学等领域的研究。主要从MAXENT模型在入侵生物潜在分布区预测、濒危物种及有经济价值物种的适生区预测,以及全球气候变化对物种分布的影响预测等3个方面,对其应用现状进行综述,分析应用该模型时应该注意的一些问题。     

基于最大熵模型预测气候变化下河蚬在中国的潜在分布

河蚬是一类在我国广泛分布的底栖贝类,具有重要的经济价值及生态价值。近年来,河蚬野生资源量锐减,了解河蚬在国内的潜在分布能为河蚬的保护和合理利用提供重要参考。基于河蚬在中国的136个分布点和8个环境因子,采用ENMeval包和biasfile优化后的最大熵模型(MaxEnt)预测分别河蚬现代和未来(2041—2060年和2081—2100年) 6个气候情景下的潜在分布。综合Jackknife检验、置换重要值和环境因子贡献率评估影响现代河蚬潜在分布的主要因子,比较未来气候情景下潜在适生区差异从而分析预测河蚬适宜分布的变化。结果表明：(1)优化后的MaxEnt模型预测准确度极高,平均AUC值为0.900±0.037,平均AUC_DIFF值为0.019,现代河蚬潜在分布区域总面积为188.33×10⁴ km²,主要集中在长江流域、海河流域、淮河流域、珠江流域、东南沿海区域以及黄河流域下游和渤海湾沿岸区域。(2)影响河蚬潜在分布的主要环境因子为海拔、温度(年均温和温度年较差)和降水(年降水量)。(3)在未来6种气候情景下,河蚬主要潜...     

基于最大熵模型的不同尺度物种分布概率优化热点分析: 以红色木莲为例

单一空间尺度构建的最大熵(maximum entropy, MaxEnt)模型是否具有代表性, 是MaxEnt模型应用与发展中面临的重要问题。本研究基于有效的地理分布位点数据, 利用最小凸多边形法(the minimum convex polygon method)在三江并流、云南省及全国3个空间尺度下分别识别了红色木莲(Manglietia insignis)的建模区域, 并进一步建立MaxEnt模型: 使用ROC曲线分析法与遗漏率(omission rate, OR)检验评估MaxEnt模型预测精度; 基于ArcGIS分析分布概率及其热点区域的分布趋势, 并通过分区统计工具Zonal识别潜在适宜分布区域的质心位置; 采用刀切法检验环境因子贡献率。结果表明: (1)不同尺度下红色木莲的MaxEnt模型都有良好的预测效果, 三江并流、云南省及全国尺度下的AUC值分别为0.936、0.887和0.930, OR值分别为0.18、0.15和0.20; (2)各尺度红色木莲的适生区格局呈现一致性分布趋势, 集中在独龙江、怒江和澜沧江3个流域; (3) 3个空间尺度下红色木莲的地理分布受不同环境因子影响, 存在着尺度依赖效应。由此可见, 红色木莲在不同空间尺度下的预测模型有着稳定的性能表现与良好的预测效果。此外, 我们建议在野外实地调查与野生生物资源保护中加强对普通物种的关注, 在预测物种地理分布的研究中将MaxEnt模型与热点分析结合使用。     

基于最大熵模型(MaxEnt)预测暗紫贝母的潜在分布

暗紫贝母(Fritillaria unibracteata)干燥的鳞茎是市场名贵药材"川贝"的主要来源,目前由于人们的过度挖采及环境的恶化,使得其野生资源已近枯竭,被列为国家三级濒危保护药材物种。该研究通过收集暗紫贝母的地理分布点经纬度,结合26项生态因子,运用最大熵模型(MaxEnt)并结合地理信息系统(ArcGIS),对其在中国的潜在分布区域进行了预测。结果表明:暗紫贝母的潜在适生区主要分布在四川西部和北部、青海南部、甘肃南部,其中四川阿坝藏族羌族自治州的理县、茂县、松潘县、红原县、黑水县等地区,青海省果洛藏族自治州的久治县、玛沁县、同德县、兴海县、河南县地区以及甘肃省甘南藏族自治州地区是暗紫贝母最佳适生区。此外,在西藏和云南也有零星的分布。对暗紫贝母的分布贡献率较大的主要生态因子有5个,分别是海拔(40.8%),年均降水量(28%),1月最高温度(7.1%),最干季平均温度(6.6%)和昼夜温差日均值(6.6%)。其中,海拔为2700~4 500m、年均降水量为400~1 400mm,是暗紫贝母最适宜生长的生态位参数。该研究结果为暗紫贝母的野生抚育和人工栽培提供了重要的科学依据。     

物种分布模型在海洋潜在生境预测的应用研究进展

海洋生物的栖息分布与环境要素的关联性一直是海洋生态学研究的热点之一.近年来,物种分布模型被广泛应用于预测海洋物种分布、潜在适宜性生境评价等研究,为保护海洋生物多样性、防治外来物种入侵及制定渔业管理措施等提供了一条有效途径.物种分布模型主要包括生境适宜性指数模型、机理模型和统计模型.本文对物种分布模型的理论基础进行了归纳和总结,回顾了物种分布模型在预测海洋物种潜在地理分布研究中的开发与应用,重点介绍了不同类型统计模型在海洋物种潜在分布预测中的研究实例.比较各种选取变量和模型验证方法,认为赤池信息准则对于选取模型变量具有优势,Kappa系数和受试者操作特征曲线下面积在验证模型精度中应用最广泛.阐述了物种分布模型存在的问题及未来发展趋势,随着海洋生物生理机制研究的进一步深入,机理模型将是今后物种分布模型发展的重点.     

虚拟物种的基本原理及其在物种分布模型评估中的应用

物种分布模型是建立在物种出现或缺失数据的基础上,但可获得的真实分布数据存在着各种各样的缺点(如:物种识别错误、坐标错误、抽样偏差、数据缺失等),影响着物种分布模型的预测性能、稳定性及应用,因此使用物种真实分布数据评估物种分布模型将带来很大的不确定性。为避免这种不确定性,越来越多的研究使用虚拟物种来评价物种分布模型的性能,评估新方法的优劣。虚拟物种是一种建立在真实(或虚拟)地理信息系统下人工生命,是简化和抽象的物种,它通过模拟物种对环境变量的响应关系,评估物种在不同环境变量下的出现概率,人为地给出虚拟的物种分布数据。虚拟物种具有数据容易获得、数据质量可控、避免过度模拟等优势,目前它被广泛用于评估物种特性、抽样偏差、地理信息、出现/缺失标准等对物种分布模型性能的影响。虚拟物种是大尺度研究中不可或缺的重要工具,有利于解决真实数据未能解决的科学问题。常用的构成算法有求和法、求积法和综合法,但这些方法可能存在补偿效应,扩大了物种的分布范围。考虑到虚拟物种的不足,提出了未来虚拟物种可能的发展方向(避免过度脱离真实,完善虚拟物种的构成算法,构建虚拟的模式生物、群落及生态系统等)。为帮助研究者快速构建虚拟物种,基于R环境开发了一个虚拟物种构成软件包(SDMvspecies)。虚拟物种可以与真实物种相结合,通过改进模型的构成方法,有利于解决一些真实数据未能解决的问题;虚拟物种的应用也将导致一些新理论的产生,有利于更好地理解生态学原理。     

基于优化的最大熵模型预测中国高山栎组植物的历史、现状与未来分布变化

气候变化影响着植物物种的地理分布,预测物种潜在适生区对认识其地理分布特征及发挥其生态价值与经济价值具有重要意义。以高山栎组植物为研究对象,运用R语言ENMeval数据包调整调控倍频（RM）和特征组合（FC）优化的最大熵（MaxEnt）模型和ArcGIS软件,基于160条高山栎组植物分布点记录和22个环境因子进行潜在适生区预测,探讨影响其地理分布的主要环境因子,同时预测其在末次间冰期（Last interglacial,LIG）、末次盛冰期（Last glacial maximum,LGM）、全新世中期（Mid Holocene,MH）、当代（Current）、2041-2060年（2050年）和2061-2080年（2070年）3种不同CO₂浓度排放路径下潜在适生区的空间分布格局及其质心变化趋势。结果表明：最优模型参数RM=2.5,FC=LQHPT时,MaxEnt模型复杂度和过拟合程度最低,模型预测准确性极高,AUC=0.960±0.15。综合刀切法贡献率、置换贡献率和单因子响应曲线可知影响其地理分布的主要环境因子是气温季节性变动系数（bio4）、高程（dem）、年降水量（bio12）和等温性（bio3）,其适宜范围分别为435-625、1792-3978m、670-1050mm和41.5-50.3,累计贡献率高达81.6%,其中温度是影响高山栎组植物最重要的环境因子。当前气候条件下,高山栎组植物总适生区面积62.37×10⁴km²,高适生区面积10.47×10⁴km²,占总适生区面积的16.79%,集中分布于川滇横断山地区、滇中高原北部、藏东南以及黔西部分地区。各个时期间高山栎组植物的适生区面积差异较大,当代潜在适生区面积最小且破碎化最严重,可能由于气候变化及人类影响所致。未来各个时期潜在分布区面积均有增大的趋势,但RCP8.5情景下面积相较于其他情景有所降低,表明全球气候变暖背景下不利于高山栎组植物的长期生长。同时,质心分析表明未来气候条件下其分布有向低海拔和低纬度迁移的趋势。     

基于最大熵模型的新疆主要有毒杂草分布区预测

近年来,在气候变化和人类放牧活动的共同作用下,新疆地区有毒杂草发展迅速,草地退化严重,影响了新疆草地生态系统及草地畜牧业的发展。了解新疆主要有毒杂草的时空分布及影响其分布的主要生态因子,对新疆畜牧业可持续发展具有重要意义。使用最大熵模型（MaxEnt）,预测了不同气候情景下新疆主要有毒杂草的潜在分布区。结果表明：1）使用MaxEnt最大熵模型在三种气候情景下的模拟精度值均大于0.8,处于"好"水平,表明模型模拟结果有较高的可信度;2）白喉乌头受等温性和最干月降水量的影响,主要分布在阿勒泰等地区;无叶假木贼主要受到放牧率和最干月降水量的影响,沿天山山脉以及塔里木盆地西、北部分布;影响纳里橐吾的是平均气温日较差和等温性,分布在巴音郭楞州等地;小花棘豆主要受到平均气温日较差和降水量季节性变化的影响,集中分布在新疆西北部地区;苦豆子受海拔和最冷季降水量影响,主要分布于塔里木盆地等地区;3）有毒杂草入侵概率较低的区域（非适生区）占比51.69%;入侵的高危区面积占比5.62%,主要集中在阿勒泰、塔城、昌吉自治州、五家渠、博尔塔拉州、伊犁自治州、石河子市、乌鲁木齐市、阿克苏、克孜勒苏州和喀什;4）未来气候情景下,新疆主要有毒杂草呈现进一步扩散趋势;SSP245情境下有毒杂草扩张蔓延趋势比在SSP126情境下更为明显,这说明在较高辐射强迫的气候情境下,有毒杂草表现出较高的适应能力;未来平均气温日较差变小的区域更易被有毒杂草入侵,而最干月份降水量明显增加的区域,有毒杂草入侵的可能性较小,其面积发生退缩。     

物种分布模型理论研究进展

利用物种分布模型估计物种的真实和潜在分布区,已成为区域生态学与生物地理学中非常活跃的研究领域。然而,到目前为止,这项技术的理论基础仍然存在不足之处,一些关键的生态过程未能被有效纳入到物种分布模型的理论框架中,从而为解释物种分布模型预测的结果带来了诸多困惑。鉴于此,总结了物种分布模型的理论基础;系统探讨了物种分布模型与物种分布区的关系;特别指出了物种分布模型研究中存在的理论问题;重点阐述了物种分布模型未来的发展方向。研究认为,物种分布模型与生态位理论、源-库理论、种群动态理论、集合种群理论、进化理论等具有重要的联系;正确理解物种分布模型的预测结果与物种分布区的关系,有赖于对影响物种分布的3个主要因素(环境条件、物种相互作用与物种迁移能力)做出定量的分离;目前物种分布模型主要存在的问题是未能将物种的相互作用和物种的迁移能力有效纳入到模型的构建过程中;未来物种分布模型的发展应该加强模型背后理论框架的研究,并进一步加强整合物种相互作用过程、种群动态过程、迁移过程和物种进化过程等内容。研究还认为,从更高的理论层次模拟功能群和群落结构将是未来物种分布模型的重要发展方向。     

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。     

基于最大熵生态位模型的中华穿山甲潜在适宜生境预测

中华穿山甲（Manis pentadactyla）属于全球极度濒危物种,也是我国一级保护动物。对中华穿山甲的非法捕杀曾导致其种群数量锐减。但是,近年来相关研究报道较少,穿山甲分布状况不明,极大地制约了对该物种的有效保护。搜集了近年来国内中华穿山甲的救护记录和救护新闻,甄别出67个记录分布点,利用最大熵模型软件（MaxEnt）进行因子筛选,结果表明最冷季度降水量、人口密度、年降水量、坡度、坡向、海拔等6个环境变量是与中华穿山甲分布显著相关的影响因子。基于6个主导环境变量构建的MaxEnt模型AUC平均值为0.961±0.014,预测结果达到极好标准。刀切法（Jackknife）表明,其中最冷季度降水量、年降水量、人口密度和海拔是影响中华穿山甲分布的主要因素。中华穿山甲适宜生境（出现概率大于0.498）具有以下特点：最冷季度降水量141.22-439.46 mm,年降水量1471.67-2386.56 mm,人口密度≥390人/km²,海拔<316.98 m。该模型预测中华穿山甲在我国的潜在分布适宜区主要位于我国长江以南地区,总面积约为74.27×10⁴ km²,占国土面积的7.73%,主要集中在江西、广东、湖南和广西省,面积分别占该区域的97.58%,89.65%,76.90%和73.08%;其次是浙江、福建、台湾和安徽省。湖北、江苏、四川、云南、贵州等省份也有中华穿山甲的零星分布。湖北东南部、江苏南部、浙江西南部和福建西北部等与江西接壤的区域也是中华穿山甲的重要潜在分布适宜区。明确中华穿山甲的潜在分布适宜区,可为该物种的种群保护和栖息地管理提供科技支撑。     

基于MaxEnt模型预测白唇鹿的潜在分布区

研究物种分布格局对制定有效保护措施至关重要。本研究从文献记录和实地调查中获取97个分布点, 筛选出7个重要环境变量, 采用最大熵(MaxEnt)模型分析了中国青藏高原特有种白唇鹿(Przewalskium albirostris)的潜在分布区域。结果显示: 白唇鹿潜在分布区主要位于青藏高原东部, 适宜生境呈现出以西藏、青海和四川三省交界地带为核心向四周扩散的模式。刀切法(Jackknife)分析表明, 地形、气温季节变化和年降水量是决定白唇鹿分布的重要因素, 人类影响变量贡献相对较小。白唇鹿种群现状尚不清晰, 建议对该物种进行全面深入调查。     

基于MaxEnt模型的黄河三角洲滨海湿地优势植物群落潜在分布模拟

采用千米网格的方法,对黄河三角洲滨海湿地进行土壤采样和植被群落调查,利用MaxEnt模型和GIS空间分析技术,模拟该地区优势物种的潜在分布,定量分析优势物种的主导环境影响因子及其生态位参数.结果表明: 黄河三角洲滨海湿地的优势物种为柽柳、芦苇和盐地碱蓬.影响柽柳、芦苇和盐地碱蓬潜在分布的主导环境因子分别为硝态氮、盐分、坡度、镁、海拔和铵态氮,硝态氮、盐分、全磷、pH、海拔和铵态氮,硝态氮、盐分和铵态氮.黄河三角洲滨海湿地优势物种的存在概率与盐分呈正相关,与其他主导环境影响因子呈负相关.黄河三角洲滨海湿地优势物种的潜在核心适生区主要分布在滨海地区,芦苇的分布范围较柽柳和盐地碱蓬更广泛.     

使用大熊猫数据评估Biomod2和MaxEnt分布预测模型的表现

物种分布模型是物种研究和保护者常用的工具.不同模型的预测结果可能相差很大,对研究者选择模型造成一定的难度.本研究使用大熊猫的实际分布数据评估了两种常见物种分布模型Biomod2和最大熵模型(MaxEnt)的表现,运用ROC曲线下面积(area under the curve,AUC)、真实技巧统计值(true skill statistics,TSS)、KAPPA统计量3种指标综合评估了两种模型预测结果的准确度.结果表明: 当使用的物种分布数据和模拟重复次数足够多的时候,两者都能够给出相当准确的预测.相对于MaxEnt,Biomod2的预测准确度更高,尤其是在物种分布点稀少的情况下.然而,Biomod2使用难度较大,运行时间较长,数据处理能力有限.研究者应基于对预测结果的误差要求来选择模型.在误差要求明确且两个模型都能满足误差要求时,建议使用MaxEnt,否则应优先考虑使用Biomod2.     

基于MaxEnt模型的草原步甲属潜在地理分布研究

步甲(Carabid beetle)是草原生态系统重要的昆虫类群之一,对草原生态系统环境监测及维护生物多样性起着重要的作用。基于步甲属(雕步甲和长叶步甲)在宁夏草原131个有效调查记录和19个环境因子,利用最大熵模型(Maximum Entropy Model,简称MaxEnt)预测步甲属潜在空间地理分布,运用受试者工作特征曲线(ROC曲线)检测预测模型精度,刀切法(Jackknife)筛选影响步甲属潜在地理分布的主要生态因子。结果表明：(1) MaxEnt模型预测结果 ROC曲线AUC值分别为0.981、0.914,模型预测结果的可信度较高;(2) 19个环境因子中,对步甲属的潜在空间分布预测贡献率较高的环境因子为最冷月份最低气温、年均降水量、最干季均温、年平均气温;(3)雕步甲主要分布在温性荒漠草原及温性草甸草原的北部,长叶步甲主要分布在温性草甸草原。以上研究为步甲调查和保护提供参考依据。     

基于MaxEnt模型的延河流域草本植物适生分布与功能性状分析

明确延河流域常见草本植物的潜在适生区分布,是植被恢复工作持续推进的基础。本研究收集了延河流域8种常见草本植物的地理分布信息和13个环境变量,采用MaxEnt和ArcGIS模拟了延河流域常见草本植物在当前气候下的潜在适生性分布,进而研究这8种不同草本植物适生性分布与功能性状变异特征之间的相关关系。研究结果显示：根据物种-性状排序图的分布格局判断,本研究选择的七个功能性状在植物所属科之间发生了明显趋异分化现象,在PC1右侧为禾本科植物,PC1左侧为菊科、豆科和唇形科植物。对物种适生性分布模拟结果表明,达乌里胡枝子在研究区内的适生性最高,百里香的适生性最低,表明达乌里胡枝子比其他常见草本物种更适合被选择为该流域的植被恢复的先锋物种。在功能性状变异特征相关性分析中,物种适生区大小与比叶面积变异系数呈显著正相关,与其他植物功能性状变异特征不显著。因此,比叶面积的变异系数更适合作为指示延河流域草本植物适生区大小的性状。     

The distribution of Athetis lepigone and prediction of its potential distribution based on GARP and MaxEnt

Athetis lepigone (Möschler) is a new agronomic pest which has caused serious damages to summer maize in China. In order to effectively monitor it, it is necessary to carry‐out a worldwide investigation on its potential geographical distribution. In this study, we give two ecological niche models, Genetic Algorithm for Rule‐set Production and Maximum Entropy (MaxEnt), to predict the potential geographical distribution of A. lepigone. The results indicate that the suitable areas for A. lepigone are mainly in China (Beijing, Tianjin, central and southern Hebei, northern Jiangsu, Shandong, most of Henan, northern Anhui, central and southern Shanxi, central and southern Shaanxi, small parts of north‐west in Hubei, eastern Gansu, parts of Ningxia, western of Xinjiang and Dandong, and Liaoning) and other Asian countries (South Korea, North Korea and Japan). Parts of Europe (south‐western Russia, Ukraine, Moldova, Romania, Hungary, Bulgaria, Slovenia, and Croatia, Bosnia and Herzegovina, Serbia, parts of Austria, western Poland, the Czech Republic, Germany, northern Italy, Denmark, western Lithuania, Latvia, Estonia, southern Finland and Sweden) are also highly suitable for A. lepigone. In addition, in the states of the USA including Michigan, New York, Chicago, Missouri, Ohio, Illinois and Indiana are also favourable for its occurrence although till now no reports about of this species has been recorded. A jackknife test in MaxEnt showed that the mean temperature of the driest quarter was the most important environmental variable affecting the distribution of this pest.