应用多个生态位模型预测福寿螺在中国的潜在适生区

高危性外来入侵种福寿螺严重危害我国的农业生产、生态系统完整性和人体健康.为制定有效的防控策略提供科学依据,本研究通过选取最适的生态位模型以预测福寿螺在我国的潜在适生区.结合福寿螺在我国的337条分布记录和年均温、年降水量等19个生物气候变量数据,本文采用MaxEnt、GARP、BIOCLIM和DOMAIN等4种生态位模型分别模拟预测了福寿螺在我国的潜在适生区,并利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: 4种模型均能较好地模拟福寿螺在我国的分布,其中MaxEnt模型的模拟准确度最高(受试者工作特征曲线下的面积AUC=0.955±0.004,Kappa=0.845±0.017),其次是GARP和DOMAIN,准确度相对较小的是BIOCLIM,但其平均AUC也达0.898±0.017,平均Kappa值为0.771±0.025.MaxEnt模型的预测结果显示,福寿螺的潜在适生区主要分布在30° N以南地区,但其中也有部分地区地处30°N以北.适生区面积占国土面积的13.2%,广东、广西、湖南、重庆、浙江和福建沿海地区具有高度潜在入侵风险.本研究可以为福寿螺的科学防控提供参考,并且对大尺度上外来水生生物的适生区预测具有一定的借鉴意义.     

优于单一最大熵生态位模型的混合烟粉虱生境风险评估模型

预测入侵生物的潜在地理分布、快速评估其高脆弱性区域是实现入侵生物前瞻性风险预警的重要手段。MaxEnt生态位模型是目前应用最广泛的生境风险评估方法,操作简单,预测精度较高,但模型对数据的质量和数量过分依赖。以烟粉虱Bemisia tabaci为对象,引入地理探测器显式描述评价因子的空间关联规律和贡献度,结合MaxEnt生态位模型,提出一种混合生境风险评估模型(Geo-MaxEnt),并与单一MaxEnt生态位模型进行对比。结果表明：(1)地理探测器模型显示,海拔(0.56)、土地利用(0.43)、最热月最高温度(0.36)和年平均温度(0.30),对烟粉虱的空间分布具有显著影响,各因子对烟粉虱生境的影响存在显著的差异。海拔和土地利用PD值最高,是影响烟粉虱生境的主要驱动因子。环境因子的交互作用强化了各个因子的影响力。(2)单一MaxEnt生态位和所构建的模型总体精度分别是94.86%(AUC 0.91)和98.13%(AUC 0.94),相较之下,所构建的模型精度略高,表明所构建的模型是合理的,具有高度的可靠性;(3)对于高风险区,混合模型优于MaxEnt模型,但两者在空间分布方面高度...     

小兴安岭南麓马鹿冬季适宜生境评价

通过2014-2015年两次冬季野外调查, 将收集的79处马鹿(Cervus elaphus)出现信息作为分布点数据, 选取地形、景观类型、植被特征和人类干扰4类19种因子作为环境变量, 利用最大熵(maximum entropy, MaxEnt)模型, 分析了小兴安岭铁力林业局辖区马鹿种群冬季潜在适宜生境分布特征和主要环境因子对马鹿分布的影响。结果显示: 模型预测精度较高, 训练集与验证集的平均AUC(area under the curve, 受试工作者曲线下面积)值分别为0.949和0.958; Jackknife检验结果表明: 景观类型因子对马鹿生境选择的影响较大; 坡向、距大路距离、距混交林距离、距灌草地距离和距农田距离是影响马鹿生境分布的主要环境因子, 其综合贡献值依次为27.8%、23.9%、19.5%、15.3%和10.4%; 距小路距离对马鹿分布影响较小。我们依据MaxEnt模型最大约登指数, 找到最佳中断点0.22作为阈值将马鹿冬季栖息地划分为适宜和不适宜两个等级, 其面积分别为663.49 km²和1,378.85 km², 分别占研究区总面积的32%和68%。马鹿的适宜生境主要分布在铁力林业局辖区的东部山地和中部林地等区域; 南部地区接近铁力市区, 人类活动频繁, 不适宜马鹿栖息。对马鹿种群的保护管理措施提出3点建议: 控制人为干扰; 构建多样性景观; 优先保护马鹿的潜在适宜生境分布区。     

印度野牛在中国的分布及其栖息地适宜性分析

印度野牛(Bos gaurus)在中国分布在云南省南部和西藏藏南地区。2016年2-3月和2016年11-12月, 我们在西双版纳州、普洱市及高黎贡山区域开展印度野牛调查, 并对藏南地区进行文献调研, 共获得47处印度野牛有效出现位点数据。目前云南地区印度野牛种群数量约180-210头, 面临着严重的生存危机; 在高黎贡山未发现印度野牛。利用印度野牛分布位点数据, 选取地形、土地覆被类型、人类足迹指数、距水源和道路距离以及气候共5类14种因子作为自变量建立MaxEnt生态位模型, 通过模拟云南和西藏印度野牛的适宜分布区, 分析各环境因子对该物种分布的影响。结果表明: 模型预测精度较高, 平均AUC (area under the curve)值为0.994。印度野牛潜在适宜栖息地可划分为高适宜、次适宜、低适宜和不适宜4个等级。高适宜栖息地主要分布在云南省西双版纳和藏南地区, 其中西双版纳部分镶嵌有次适宜和低适宜栖息地斑块, 面积为4,987 km²; 藏南部分高适宜栖息地面积为13,995 km²。次适宜栖息地主要分布于云南省南部、高黎贡山区域以及藏南高适宜栖息地区的边缘, 总面积为32,778 km²。低适宜和不适宜栖息地区连接成片, 位于云南省中部、北部地区和藏南地区北部。Jackknife检验结果显示, 季节温度变化和等温线对印度野牛潜在分布区的影响较大, 而地形因子和降水变化的影响较弱。遥感地物分类结果表明: 橡胶林等人工经济林的种植占据了西双版纳野牛的适宜栖息地, 降低了景观连接度。建议管理部门加大对天然林的保护力度, 控制橡胶林等人工林在野牛适宜栖息地的扩张, 提高景观连接度, 以促进该物种种群的恢复。     

Prioritizing areas in the native range of hygrophila for surveys to collect biological control agents

Native to Southeast Asia, Hygrophila polysperma is an invasive aquatic weed of lotic habitats in the southern United States and Mexico. An increase in the number of water bodies invaded by hygrophila since 1990 suggests that current methods employed to control this weed are inadequate. Classical biological control may be a viable option for long term regulation of hygrophila in the invaded range. In this study, we used the Maximum Entropy Species Distribution Model (MaxEnt) to prioritize climatically suitable native habitats in India and Bangladesh for conducting exploratory surveys to collect biological control agents. In total, 164 point occurrences from the United States and Mexico and 20 predictor variables, including 19 bioclimatic variables and altitude, were used to predict the native distribution of hygrophila. Performance of the model was statistically verified using threshold dependent binomial tests and area under the curve (AUC) score of the receiver operating characteristic (ROC) curve plot. The results showed that the model performed significantly better than random in both binomial tests and AUC analyses. High suitability of occurrence of hygrophila was predicted in the northeastern region of India and northern and eastern parts of Bangladesh. Based on percent omission of known native occurrences, a color-coded final distribution map was prepared to prioritize areas for conducting future surveys. Our study proposes a technique that can be useful for prioritizing areas in native ranges for exploratory surveys to collect biological control agents.     

Predicting the potential invasion of kudzu bug, <Emphasis Type="Italic">Megacopta cribraria</Emphasis> (Heteroptera: Plataspidae), in North and South America and determining its climatic preference

Biological invasions have long placed challenges on ecosystems, agricultural production, and human health. Modeling potential invasion of an introduced organism becomes a critical tool for early management of damaging species, such as kudzu bug, Megacopta cribraria (F.) (Hemiptera:Heteroptera:Plataspidae). Since it was first found in the United States in 2009, kudzu bug has spread rapidly, economically impacted agricultural production, and became a household pest. To better predict the potential invasion of kudzu bug in North and South America, we used the species distribution models Genetic Algorithm for Rule-set Production (GARP) and Maximum Entropy (Maxent). We used the D metric to test for niche equivalency and similarity between native and invaded populations of kudzu bug. We found that kudzu bugs currently occupied unequal environmental space between the two ranges. Therefore, distribution models using GARP and Maxent were constructed using occurrences in both native and invaded ranges. Area under the curve (AUC), true skill statistics (TSS), and omission rate (OR) were used to evaluate and compare the models. Results indicated both models had good performance, but Maxent (AUC?=?0.971, TSS?=?0.946, OR?=?0.019) performed better than GARP (AUC?=?0.922, TSS?=?0.860, OR?=?0.037). This research confirmed the effectiveness of using occurrence data in both ranges to predict potential invasions. Kudzu bugs prefer warm (annual mean temperature around 15 °C) and humid (annual mean precipitation around 1300 mm) regions. Distribution models generated by both methods indicated similar regions with high invasion risk. Management programs that include quarantine and prevention measures are suggested for these regions to avoid outbreaks of kudzu bug.     

互花米草(Spartina alterniflora)潜在分布格局的空间尺度效应

了解不同空间尺度下外来入侵植物互花米草(Spartina alterniflora)的潜在分布格局,有助于制定科学的防治管理策略,维护滨海湿地的生物多样性。研究基于有效的地理分布点位和环境变量数据集,设置了3个研究区幅度(区域、国家、全球)和5种环境变量粒度(30″、1.0′、2.5′、5.0′、10′),应用最大熵(MaxEnt)模型预测互花米草在不同幅度和粒度下的潜在分布,探究互花米草分布格局及其环境影响因子对空间尺度响应。结果表明：(1)MaxEnt模型在不同空间尺度下的预测效果较好,各尺度下测试集的受试者曲线下面积(AUC)值均大于0.8,真实技巧统计值(TSS)值则超过0.56,但模型的预测精度对空间尺度变化较为敏感;(2)不同空间尺度下互花米草的潜在分布格局存在着显著的差异性,表现为适生区面积会随着空间范围扩大或环境变量分辨率降低而提高,且质心位置也在不断发生地带性转移;(3)空间尺度的变化会削弱主要环境变量的解释力。在大尺度范围和低分辨率环境变量图层中,气候因子的重要性较大,而在相反尺度下地形因子的影响度得到提升;(4)研究区范围与环境变量分辨率不匹配时,模型预测精度和物...     

落叶松枯梢病在中国的适生性

落叶松枯梢病(Neofusicoccum laricinum)是威胁落叶松人工林的检疫性林木病害。明确当前该病在中国的潜在适生区及其在未来对气候变化的响应,揭示影响该病害发生流行的主导环境变量,对落叶松枯梢病的早期预警及防治具有重要意义。基于落叶松枯梢病分布数据和环境数据,利用ENMTools、R和刀切法(Jack knife test)筛选分布点数据和环境因子,通过MaxEnt、ArcGIS、SDMTools等技术预测当前和未来气候条件下落叶松枯梢病在中国的潜在适生区,划分病害适生等级并计算各适生等级面积占比,绘制质心转移轨迹。结果表明:(1)建立的落叶松枯梢病在中国的潜在适生区预测模型具有高精确性和可信度(不同年份和不同气候模式下的AUC值均大于0.9);(2)影响落叶松枯梢病分布的主要环境变量为年平均气温、最暖季度降水量、年降水量和最暖季度平均温度;(3)当前气候模式下落叶松枯梢病在中国的潜在适生区面积占中国国土总面积的18.02%,中高适生区集中分布在中国辽宁东南部、吉林东部、黑龙江大部分地区、内蒙古东北部;(4)在三种不同气候条件下(ssp126、ssp245、ssp585),未来落叶松枯梢病在中国的潜在适生区面积与现代气候条件相比均有所减少,其质心由东北向华北、西南地区转移。落叶松枯梢病一旦发生将会造成不可逆的生态灾难和经济损失,因此本研究对落叶松枯梢病在中国的潜在适生区进行预测和分析,研究结果对合理区划落叶松枯梢病潜在入侵风险地、加强重点地区的检疫监测、及时制定有效的防治手段,以及对于发生区的监测和防治与未发生区的早期预警和监管具有重要意义。     

气候变化对东北沼泽湿地潜在分布的影响

东北地区是我国沼泽湿地分布最广泛的地区。为研究沼泽湿地对气候变化的响应,选取了对沼泽湿地分布可能存在影响的26个环境因子,利用最大熵(Maximum Entropy, MaxEnt)模型模拟了沼泽湿地基准气候条件下的潜在分布,并预测了气候变化情景下2011-2040 年、2041-2070 年和2071-2100 年3个研究阶段东北沼泽湿地潜在分布。研究结果表明:最大熵模型预测精度较高(平均AUC(Aera Under Curve)为(0.826±0.005))。基准气候条件下东北沼泽潜在分布区主要为大小兴安岭和三江平原地区。随着时间的推进,东北地区沼泽湿地原有潜在分布面积明显减少,而新增潜在分布面积较少,总面积呈现急剧减少趋势。至2071-2100年,原有沼泽湿地潜在分布面积将减少99.80%,新增潜在分布面积仅2.48%,总潜在分布面积减少97.32%。空间分布上,东北沼泽湿地潜在分布呈现由东向西迁移,南北向中心收缩的趋势。研究结果可为东北地区沼泽湿地保护政策的制定提供参考。     

珍稀濒危植物野生莲的适生分布区预测

基于野生莲（Nelumbo nucifera Gaertn.）136个分布点的数据和14个环境因子参数,运用规则集遗传算法（GARP）和最大熵（MaxEnt）两个生态位模型对他们在我国的适生分布区进行预测。结果显示：根据GARP和MaxEnt模型计算得到的ROC曲线下面积的AUC均值分别为0.861和0.964,其中MaxEnt模型的AUC值更大,预测结果更精准。MaxEnt模型预测结果表明,莲的最适分布区主要集中在四川、湖北、湖南等地的大部分地区,江西北部,以及黑龙江、辽宁、浙江、广东等地的小部分地区。刀切法（Jackknife）检测结果表明,影响莲适生分布区的主要环境因子包括：水汽压、海拔、年平均气温、多年平均降水量、最热季节平均温度、最冷季节平均温度、最干月降水量、最冷月最低温和最热月最高温等。适生区环境因子的统计分析结果显示,野生莲最适宜生长在海拔1~2216 m、年降水量丰富（1202.50 mm）、年均温约为16.19℃、最热月温度范围在24.60℃~35.10℃、最冷月均温不低于-0.53℃的地区。研究结果可为有效保护中国野生莲资源提供有利依据。     

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MaxEnt模型西南地区高山植被对气候变化的响应评估

采用1∶100万的中国植被类型图以及19个气候环境变量数据,基于最大熵(MaxEnt)算法和ArcGIS空间分析模块构建西南地区高山植被地理分布的气候适宜性预测模型,模拟其在基准期(1960—2000年)和不同气候情景下(A2、A1B和B1)的气候适宜性分布格局,并评价其对气候变化的适应性。结果表明:MaxEnt模型分析研究区高山植被地理分布气候适宜性的适用性非常高(AUC=0.93);最暖月均温、最湿季均温、最冷月均温等温度变量是限制其地理分布的主要气候因子;研究区高山植被地理分布的气候适宜区主要集中在西藏自治区、青海省、四川省西部及云南省西北部的部分地区;完全适宜、中度适宜、轻度适宜、不适宜的面积所占总面积比例约为1∶1∶2∶5;1960—2050年研究区高山植被潜在地理分布的气候适宜性面积有不同定程度的减少;未来3种气候变化情景下高山植被地理分布对气候变化的适应性分布格局基本一致,均为不适应区所占总面积比例较大;伴随气候变化,研究区高山植被的适应性减弱,体现在其潜在地理分布对气候变化的适应区分布范围减少;海拔5000—5500m适应性较强,适应区所占面积比例最大(53%左右);3500—4500m适应性最弱,适应区所占面积比例最小(5%左右)。     

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。     

悬铃木方翅网蝽在我国的潜在分布分析

运用生态位模型MaxEnt和GARP对悬铃木方翅网蝽Corythucha ciliate(Say)在我国的潜在分布进行了模拟,并结合其寄主植物悬铃木在我国的分布进行了分析。实验采用悬铃木方翅网蝽在我国的分布数据,结合6种气候变量和海拔数据构建模型,并将MaxEnt和GARP的输出结果进行合意。研究显示MaxEnt和GARP的模拟结果基本一致,均能较好的模拟悬铃木方翅网蝽在我国的分布,二者均显示山东西南部和中部、四川中部和东部、重庆、陕西中部、河南中部和东部、安徽、江苏、上海、贵州、湖南、江西、浙江、福建中部和北部、云南中部等地区为悬铃木方翅网蝽的适宜分布区,此外,河北中部和南部、山东东部,广东和广西的北部亦具潜在分布的可能性。与MaxEnt输出结果相比,GARP相对较为保守。MaxEnt输出结果显示年平均气温和极端低温对悬铃木方翅网蝽地理分布的限制作用最大。考虑到该虫对高低温度的耐受性,我国二球悬铃木栽培的南界(南宁和广州)和北界(大连、北京、石家庄、太原)需要重视和监控起来。     

气候变化下考氏白盾蚧的潜在分布区预测

【目的】评估园林植物害虫考氏白盾蚧Pseudaulacaspis cockerelli当前和未来在全世界的潜在分布区,揭示未来气候变化下考氏白盾蚧的分布动态,明确气候环境因素对其潜在分布的影响。【方法】以考氏白盾蚧为研究对象,基于考氏白盾蚧在全球的118条有效地理分布记录和19个环境变量,运用优化的MaxEnt模型和ArcGIS软件,推测气候变化下当前、2050年和2070年考氏白盾蚧的潜在分布格局,采用响应曲线确定环境变量的适宜区间,定量确定考氏白盾蚧未来气候条件下潜在地理分布动态。【结果】MaxEnt模型运算的平均曲线下面积(area under the curve, AUC)值为0.7182,表明该预测模型的预测精度比较高。当前考氏白盾蚧潜在地理分布的总适生区面积约为2.73×10⁷ km²,其中高适生区面积大约为4.37×10⁶ km²,占潜在可入侵总面积的16％,该区域主要位于美国与巴西西南沿海地区,印度西部地区及西部沿海区域,孟加拉国,越南北部大部,中国西南大部及华东华中大部,以及日本南部地区;在未来气候条件下,伴随着CO₂浓度的升高,考氏白盾蚧的高适生面积将显著增加。影响考氏白盾蚧的潜在地理分布的主要环境变量为平均月温差、昼夜温差与年温差比、最湿季平均温度和降水季节性,其中昼夜温差与年温差比的贡献率最高,达到38.8%。【结论】本研究结果表明考氏白盾蚧适宜生境主要受平均月温差和昼夜温差与年温差比的影响。本研究为考氏白盾蚧的综合防治提供重要依据和数据支撑。     

Regional analysis of the impacts of climate change on cheatgrass invasion shows potential risk and opportunity

Interactions between climate change and non-native invasive species may combine to increase invasion risk to native ecosystems. Changing climate creates risk as new terrain becomes climatically suitable for invasion. However, climate change may also create opportunities for ecosystem restoration on invaded lands that become climatically unsuitable for invasive species. Here, I develop a bioclimatic envelope model for cheatgrass ( Bromus tectorum ), a non-native invasive grass in the western US, based on its invaded distribution. The bioclimatic envelope model is based on the Mahalanobis distance using the climate variables that best constrain the species' distribution. Of the precipitation and temperature variables measured, the best predictors of cheatgrass are summer, annual, and spring precipitation, followed by winter temperature. I perform a sensitivity analysis on potential cheatgrass distributions using the projections of 10 commonly used atmosphere–ocean general circulation models (AOGCMs) for 2100. The AOGCM projections for precipitation vary considerably, increasing uncertainty in the assessment of invasion risk. Decreased precipitation, particularly in the summer, causes an expansion of suitable land area by up to 45%, elevating invasion risk in parts of Montana, Wyoming, Utah, and Colorado. Conversely, increased precipitation reduces habitat by as much as 70%, decreasing invasion risk. The strong influence of precipitation conditions on this species' distribution suggests that relying on temperature change alone to project future change in plant distributions may be inadequate. A sensitivity analysis provides a framework for identifying key climate variables that may limit invasion, and for assessing invasion risk and restoration opportunities with climate change.     

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。     

Ecological analysis and environmental niche modelling of Dactylorhiza hatagirea (D. Don) Soo: A conservation approach for critically endangered medicinal orchid

The natural populations of Dactylorhiza hatagirea have been greatly affected due to incessant exploitation. As such, studies on its population attributes together with habitat suitability and environmental factors affecting its distribution are needed to be undertaken for its conservation in nature. Present study aimed at accessing an impact of anthropogenic pressure on population structure and locate suitable habitats for the conservation of this critically endangered orchid. Considerable changes in the phytosociological attributes were observed on account of the changing magnitude and extent of anthropogenic threat in their natural abode. The distribution pattern of species indicated that more than 90% of the populations exhibit substantially aggregated spatial distribution. Maximum Entropy (MaxEnt) distribution modelling algorithm was used to predict suitable habitat and potential area for its cultivation and reintroduction. Twenty-seven occurrence records, nineteen bioclimatic variables, altitude, and slope were used. MaxEnt map output gave the habitat suitability for this species and predicted its distribution in the North-Western Himalayas of India for approximately 616 km². Jackknifing indicated that maximum temperature of warmest month, annual mean temperature, mean temperature of the driest quarter, and mean temperature of the wettest quarter were the governing factors for its distribution and hence, presented a higher gain with respect to other variables. According to permutation importance, precipitation seasonality and mean temperature of wettest quarter shows the prominent impact on the habitat distribution. Results of AUC (area under curve) were statistically significant (0.940) and the line of predicted omission falls very close to an omission on training samples, validating a better run of the model. Response curves revealed a probable increase in the occurrence of D. hatagirea with an increase in mean temperature of the wettest quarter and maximum temperature of the warmest month contributed more than 50% to predicted habitat suitability. Direct field observations concurrent with predicted habitat suitability and google-earth images represent greater model thresholds for successful inception of the species. Together, the study proposes that the species can be conserved in or near its present-day natural habitats and is equally effective in determining the possible habitats for its cultivation and reintroduction.     

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。