基于MaxEnt与ArcGIS对白水江国家级自然保护区缺苞箭竹适生区分析
发布时间：2021-08-05 10:03
缺苞箭竹是甘肃白水江国家级自然保护区大熊猫的主要食用竹种之一,是该区天然分布最广的一种箭竹,掌握其地理分布对于野生大熊猫的保护具有重要意义。通过野外实地调查和数据整理,获取缺苞箭竹有效分布记录共73条,同时对保护区气候、土壤、地形和蒸散4类45个环境变量进行多重共线性分析,筛选出7个气候变量、3个土壤变量、2个地形变量和2个蒸散变量作为模型输入;进而采用最大熵模型MaxEnt与地理信息系统ArcGIS模拟缺苞箭竹的地理分布,分析环境变量对缺苞箭竹分布的影响,并划分适生区等级,分析适生区环境特征。结果表明,基于最大熵模型的缺苞箭竹受试者工作特征曲线AUC值为0.932,模型结果很好,可信度高。刀切法检验结果表明,最冷月份的最低温度、海拔、温度季节性变化的标准差、最潮湿月份的降雨量、年温度范围对缺苞箭竹分布影响较大。适生区分析显示,缺苞箭竹集中分布在保护区西部,适生面积为584.76 km2,占保护区总面积的31.13%,其中最适生区面积103.15 km2,其特征是最冷月份的最低温度-15～-9℃,海拔2148～3468 m。研究认为,最大熵模...
【文章来源】：生态学杂志. 2020,39(06)北大核心CSCD
【文章页数】：8 页
【部分图文】：
研究区地理位置图
贡献率可反映各环境变量对模型构建的重要性，由表2可知，最冷月份的最低温度(bio＿06)、海拔(altitude)和年温度范围(bio＿07)的贡献率分别为41.1%、32.3%和8.3%，显著高于其他环境变量，累计贡献率达81.7%，说明最低温度和海拔是影响缺苞箭竹分布的重要环境变量，而土壤变量和蒸散变量对缺苞箭竹分布影响较小。从模型对变量的依赖程度看，最冷月份的最低温度(bio＿06)、海拔(altitude)和速效磷(soil＿ap)的置换重要值分别为43.5%、13.5%和7.9%，明显高于其他环境变量，表明其对模型构建具有重要意义。
适生区分布图显示(图4)，缺苞箭竹集中分布在保护区西部，保护区中、东部仅有零散分布，且多为中适生区和低适生区。各保护站缺苞箭竹适生区分布状况如表3所示，白马河、丹堡河、刘家坪是缺苞箭竹适生区的重要分布区域，适生总面积分别为156.18、252.06和132.93 km2，其中白马河的最适生区面积达53.03 km2，占保护站总面积的26.55%，而中适生区和低适生区主要分布在丹堡河，面积分别为118.40和97.34 km2。保护区缺苞箭竹适生区总面积为584.76 km2，占保护区总面积的31.13%，其中最适生区面积103.15 km2，中适生区面积和低适生区面积分别为254.24和227.37 km2。图4 缺苞箭竹适生区分布图
【参考文献】：
期刊论文
[1]甘肃大熊猫主食竹研究进展[J]. 汪之波,李晓鸿. 竹子学报. 2018(03)
[2]中国亚热带灌丛植物生活型组成及其与水热因子的相关性[J]. 李家湘,熊高明,徐文婷,李跃林,卢志军,赵常明,谢宗强. 植物生态学报. 2017(01)
[3]入侵害虫西部喙缘蝽和红肩美姬缘蝽在中国的潜在分布[J]. 赵力,朱耿平,李敏,刘强. 天津师范大学学报(自然科学版). 2015(01)
[4]麻栎在中国的地理分布及潜在分布区预测[J]. 张兴旺,李垚,方炎明. 西北植物学报. 2014(08)
[5]基于MaxEnt和ArcGIS对太白米的潜在分布预测及适宜性评价[J]. 车乐,曹博,白成科,王娟娟,张琳琳. 生态学杂志. 2014(06)
[6]物种分布模型的发展及评价方法[J]. 许仲林,彭焕华,彭守璋. 生态学报. 2015(02)
[7]物种分布模型理论研究进展[J]. 李国庆,刘长成,刘玉国,杨军,张新时,郭柯. 生态学报. 2013(16)
[8]人工林作为大熊猫栖息地适宜性研究[J]. 杨宏伟,康东伟,康文,李洁,李俊清,赵联军,王小荣. 北京林业大学学报. 2013(04)
[9]基于MaxEnt的麦田恶性杂草节节麦的潜在分布区预测[J]. 房锋,张朝贤,黄红娟,李燕,陈景超,杨龙,魏守辉. 草业学报. 2013(02)
[10]生态位模型的基本原理及其在生物多样性保护中的应用[J]. 朱耿平,刘国卿,卜文俊,高玉葆. 生物多样性. 2013(01)
本文编号：3323558
【文章来源】：生态学杂志. 2020,39(06)北大核心CSCD
【文章页数】：8 页
【部分图文】：
研究区地理位置图
贡献率可反映各环境变量对模型构建的重要性，由表2可知，最冷月份的最低温度(bio＿06)、海拔(altitude)和年温度范围(bio＿07)的贡献率分别为41.1%、32.3%和8.3%，显著高于其他环境变量，累计贡献率达81.7%，说明最低温度和海拔是影响缺苞箭竹分布的重要环境变量，而土壤变量和蒸散变量对缺苞箭竹分布影响较小。从模型对变量的依赖程度看，最冷月份的最低温度(bio＿06)、海拔(altitude)和速效磷(soil＿ap)的置换重要值分别为43.5%、13.5%和7.9%，明显高于其他环境变量，表明其对模型构建具有重要意义。
适生区分布图显示(图4)，缺苞箭竹集中分布在保护区西部，保护区中、东部仅有零散分布，且多为中适生区和低适生区。各保护站缺苞箭竹适生区分布状况如表3所示，白马河、丹堡河、刘家坪是缺苞箭竹适生区的重要分布区域，适生总面积分别为156.18、252.06和132.93 km2，其中白马河的最适生区面积达53.03 km2，占保护站总面积的26.55%，而中适生区和低适生区主要分布在丹堡河，面积分别为118.40和97.34 km2。保护区缺苞箭竹适生区总面积为584.76 km2，占保护区总面积的31.13%，其中最适生区面积103.15 km2，中适生区面积和低适生区面积分别为254.24和227.37 km2。图4 缺苞箭竹适生区分布图
【参考文献】：
期刊论文
[1]甘肃大熊猫主食竹研究进展[J]. 汪之波,李晓鸿. 竹子学报. 2018(03)
[2]中国亚热带灌丛植物生活型组成及其与水热因子的相关性[J]. 李家湘,熊高明,徐文婷,李跃林,卢志军,赵常明,谢宗强. 植物生态学报. 2017(01)
[3]入侵害虫西部喙缘蝽和红肩美姬缘蝽在中国的潜在分布[J]. 赵力,朱耿平,李敏,刘强. 天津师范大学学报(自然科学版). 2015(01)
[4]麻栎在中国的地理分布及潜在分布区预测[J]. 张兴旺,李垚,方炎明. 西北植物学报. 2014(08)
[5]基于MaxEnt和ArcGIS对太白米的潜在分布预测及适宜性评价[J]. 车乐,曹博,白成科,王娟娟,张琳琳. 生态学杂志. 2014(06)
[6]物种分布模型的发展及评价方法[J]. 许仲林,彭焕华,彭守璋. 生态学报. 2015(02)
[7]物种分布模型理论研究进展[J]. 李国庆,刘长成,刘玉国,杨军,张新时,郭柯. 生态学报. 2013(16)
[8]人工林作为大熊猫栖息地适宜性研究[J]. 杨宏伟,康东伟,康文,李洁,李俊清,赵联军,王小荣. 北京林业大学学报. 2013(04)
[9]基于MaxEnt的麦田恶性杂草节节麦的潜在分布区预测[J]. 房锋,张朝贤,黄红娟,李燕,陈景超,杨龙,魏守辉. 草业学报. 2013(02)
[10]生态位模型的基本原理及其在生物多样性保护中的应用[J]. 朱耿平,刘国卿,卜文俊,高玉葆. 生物多样性. 2013(01)
本文编号：3323558
本文链接：https://www.wllwen.com/nykjlw/lylw/3323558.html
