Page 23 - 《广西植物》2023年第5期

ጢ 期 黄 红 等 ᧥ 石山苣苔属的潜在适生区特征及其环境驱动变量 ऐ ԡ ሕ
坡度变量和坡向变量通过海拔变量在 ዶʢዹ᥈᧧୩ 中利 和乔慧捷ᖔ԰ԡϟᤃɯᤥ ᣽ࣼᔀႿቝ 数据包对上述 ሕϟ᥍࿗ԡ
用表面分析工具获得ᤥ 矢量地图数据来自自然资 种参数组合进行测试ᤥ 当满足 ᡱ׹ᑕ᤟ᡸᡱ኏ᨃऊ 显著ᖔ
源部ྉၤᡷᡷᡱ᧥ ᣰ ᣰ ᤦझʛᡷ঎ዹၤ঎ቝႿʢ঎੫ᆍ׹঎ዹႿ ᣰ ɯᤥ 本研究为了预 遗漏率 ྉ ᆍቝᔽ༁༁ᔽᆍႿ ʢᑕᡷᔀ༁ɯ ጐ ጢᠮᖔ ۼ ᡸ ዶ᧧ऊዹ ጐ ԰ᖔ ʛᔀ᤟ᡷᑕ ᡸ
测模型的顺利进行ᖔ首先需要将所有环境变量利 ዶ᧧ऊዹ ᢉ ԡᖔ则特征组合模型为最优ྉ ۪ၤᔽ᤟᤟ᔽᡱ༁ ᔀᡷ ᑕ᤟঎ᖔ
用统一行政边界进行裁剪ᖔ并具有统一的栅格数 ԰ԡϟᎮଫ ऊᆍᤦᆍ༁ ᔀᡷ ᑕ᤟঎ᖔ ԰ԡϟँଫ Իၤࣼᆍ ᔀᡷ ᑕ᤟঎ᖔ ԰ԡ԰ԡɯᤥ
据像元大小ྉԡ঎ԡԡऐ ሕᖔԡ঎ԡԡऐ ሕɯܦ地理坐标系ྉۼ᥈୩ ϓॹ྽ 模型模拟
ϟँऐ࿗ɯ 以及投影坐标 系 ྉ ۼ᥈୩ ϟँऐ࿗ ጶዶ୩ጶ ᥈ʢᔽʛ 将经过筛选得到的 ϟᎮ 个环境变量和 ϟ԰ԡ 个分
᥈᤟ᆍᤦᑕ᤟ɯᤥ 布记录分别导入 ᥘᑕ଴ጶႿᡷ ሕ঎࿗঎ϟ 中ᤥ 模型参数设置
在进行物种地理分布模拟时ᖔ为了避免各环境 如下᧥随机测试集为 ԰ጢᠮଫ绘制环境响应曲线和预
变量多重共线性而导致模型预测结果的过度拟合 测分布图ଫ利用刀切法评估环境变量的重要性和
问题ᖔ 首 先 需要预先运行 ᥘᑕ଴ጶႿᡷ 模型ᖔ 通过 贡献率ଫ输出格式为 ᓂᆍ੫ᔽ༁ᡷᔽዹଫ኏ᥘ 和 èऊ 根据模型
ȮᑕዹҴҴႿᔽ஦ᔀྉ刀切法ɯ 检验环境变量的重要性及贡献 优化结果设置ᤥ 模型重复运行 ϟԡ 次ᖔ最终输出结
率ᖔ剔除贡献率为 ԡ 的变量ྉ Իၤࣼ ᪲ ͐ᔽᑕᆍᖔ ԰ԡϟᤃɯᤥ 果文件为 ϟԡ 次的平均值ᤥ 除此之外ᖔ其他均保持
再将分布数据和环境变量导入 ዶʢዹ᥈᧧୩ 中ᖔ利用提取 默认参数ᤥ 先利用 ዶʢዹ᥈᧧୩ ϟԡ঎࿗ 对模型输出的栅
工具中的 ༁ᑕቝᡱ᤟ᔀ 工具进行采样ᖔ把点带图层提取为 格地图进行再次编辑ᖔ每个栅格像元的值表示存
ጶ଴ዹᔀ᤟ 表格ᤥ 然后在 ୩۪୩୩ 中分析石山苣苔属分布与 在概 率ᖔ 范围从 ԡ 到 ϟᖔ 然后利用自然 分 割 法
环境变量之间的相关性ᖔ相关系数大于 ԡ঎ँጢ 的环境 ྉȮᔀႿҴ༁ɯ对分布预测图进行重分类ᖔ将潜在分布区
变量得以保留ᤥ 最后利用 ጶશᥘఋᆍᆍ᤟༁ 对环境变量进 分为 ࿗ 个等 级᧥ 不适生区 ྉԡ ጲ ԡ঎ ϟɯܦ 低适生区
行皮尔森相关性分析ᖔ并在 ኏ 中绘制皮尔森相关性 ྉԡ঎ϟ ጲ ԡ঎ሕɯܦ高适生区ྉԡ঎ሕ ጲ ԡ঎ጢɯܦ最适生区ྉԡ঎ጢ ጲ
热图ྉ图 ϟɯᖔ当相关系数大于 ԡ঎ऐ 时ᖔ删减对预测贡 ϟɯᖔ再利用手动法输入中断值ᤥ 本研究将高适生

献率较小的变量ᤥ 经筛选得到 ँ 个气候变量ྉᤦᔽᆍ԰ܦ 区和最适生区定义为总适生区ᤥ
ᤦᔽᆍሕܦᤦᔽᆍ࿗ܦᤦᔽᆍᤃܦᤦᔽᆍϟ࿗ܦᤦᔽᆍϟጢܦᤦᔽᆍϟᤃܦᤦᔽᆍϟऐܦᤦᔽᆍϟँɯܦጢ ϓॹጇ 石山苣苔属自然分布对环境变量的响应关系
个土壤变量 ྉ ᡷ ᡸᡷᔀ଴ᡷࣼʢᔀܦᡷ ᡸዹᑕዹᆍሕܦᡷ ᡸᆍዹܦ ᡷ ᡸ ༁ᑕႿʛܦ ༁ ᡸ 利用 ୩۪୩୩ ԰ԡ঎ԡ 软件进行描述性统计来分析
੫ʢᑕ׹ᔀ᤟ɯ和 ሕ 个地形地貌变量ྉᑕ᤟ᡷܦᑕ༁ᡱᔀዹᡷܦ༁᤟ᆍᡱᔀɯᤥ 石山苣苔属适生区的气候特征ᖔ并采用变异系数
ϓॹᇺ 模型参数优化 ྉࣷႬɯ 来衡量各气候变量的变异程度 ྉèᑕႿ੫ ᪲
ᥘᑕ଴ጶႿᡷ 模型参数设置的复杂程度影响模型的 ɟᆍʛᑕᖔ ϟँँϟɯᤥ 分别将 ϟᎮ 个环境变量与石山苣苔
转移能力ྉᥘᔀʢᆍऔ ᔀᡷ ᑕ᤟঎ᖔ ԰ԡϟሕଫ ͐ᔽᑕᆍ ᔀᡷ ᑕ᤟঎ᖔ ԰ԡϟጢɯᖔ 属的存在概率进行逐步多元线性回归分析ᖔ并在
而转移能力低的模型会造成预测结果不可靠或很 ऊዶશᨃऊᨃ ጢ঎ԡ 软件中采用气候变量与经纬度进行
难解 释 ྉ 朱耿平和乔慧捷ᖔ ԰ԡϟᤃɯᤥ 研究表明ᖔ 冗余分析ྉ኏᧕ዶɯᖔ并采用蒙特卡洛ྉ ᥘᆍႿᡷᔀ᥋ऊᑕʢ᤟ᆍɯ
ᥘᑕ଴ጶႿᡷ 模型的复杂度与正则化乘数ྉ ʢᔀ੫ࣼ᤟ᑕʢᔽझᑕᡷᔽᆍႿ 检验量化各气候变量对石山苣苔属地理分布的贡
ቝࣼ᤟ᡷᔽᡱ᤟ᔽᔀʢᖔ ኏ᥘɯ 和特 征 组 合 ྉ ஦ᔀᑕᡷࣼʢᔀ ዹᆍቝᤦᔽႿᑕᡷᔽᆍႿᖔ 献率ᖔ以此来判断影响石山苣苔属自然分布的主
èऊɯ参数密切相关ྉᥘࣼ༁ዹᑕʢᔀ᤟᤟ᑕ ᔀᡷ ᑕ᤟঎ᖔ ԰ԡϟጢଫ朱耿平 导气候变量ᤥ
和乔慧捷ᖔ԰ԡϟᤃɯᤥ 可以通过调用 ᣽ࣼᔀႿቝ 数据包调 ϓॹᣤ 适宜分布区空间格局
控 ኏ᥘ 和 èऊᖔ分析各模型参数的复杂程度ᖔ选取复 物种存在概率值ᤠԡ঎ሕԡ 的空间单元定义为石
杂度低而转移能力强的模型参数ྉ 朱耿平和乔慧 山苣苔属适生区ᖔ物种存在概率值ጐԡ঎ሕԡ 的空间单
捷ᖔ԰ԡϟᤃɯᤥ ᥘᑕ଴ጶႿᡷ 模型默认参数有 ጢ 种特征ᖔ分 元被认为是不适生区ᤥ 建立了当前ܦ过去和未来
别为线性ྉ᤟ᔽႿᔀᑕʢ᥋ᓂɯܦ二次型ྉ ीࣼᑕʛʢᑕᡷᔽዹ᥋͐ɯܦ片段化 气候情景下石山苣苔属潜在地理分布存在 ᣰ 不存
ྉၤᔽႿ੫ᔀ᥋̀ ɯܦ 乘积型 ྉ ᡱʢᆍʛࣼዹᡷ᥋۪ ɯ 和阈值性 在ྉԡᖔϟɯ 矩阵ᤥ 适宜生境被赋予表示存在的值
ྉᡷၤʢᔀ༁ၤᆍ᤟ʛ᥋ఋɯଫ኏ᥘ 的值为 ϟᤥ ྉϟɯᖔ不适宜生境被赋予表示不存在的值ྉԡɯᤥ 以
在 ኏ 中ᖔ调用 ᣽ࣼᔀႿቝ 数据包优化 ᥘᑕ଴ጶႿᡷ 模型 矩阵表 ԡܦϟ 为基础ᖔ进一步分析了过去和未来气

ྉऊᆍᤦᆍ༁ ᔀᡷ ᑕ᤟঎ᖔ ԰ԡϟँɯᖔ将正则化乘数设置为 ԡ঎ϟ ጲ 候情景下石山苣苔属适生区空间格局的变化ᤥ 定
࿗ᖔ每次间隔 ԡ঎ϟᖔ一共 ࿗ԡ 种调控倍频ଫ采用 ᤃ 个特 义了 ࿗ 类适生区变化᧥新增适生区ܦ缩减适生区ܦ
征组合ᖔ即 ᓂܦᓂ͐ܦ̀ܦᓂ͐̀ܦᓂ۪͐̀ܦᓂ۪͐̀ఋྉ 朱耿平 保留适生区和不适生区ᤥ 过去和未来的面积变化