为了解海州湾大泷六线鱼时空分布特征及其影响因素,根据2013—2019年秋季在海州湾开展的底拖网渔业资源调查和环境观测数据,构建了时空物种分布模型(spatio-temporal species distribution models),分析其分布与环境因子的关系,通过残...为了解海州湾大泷六线鱼时空分布特征及其影响因素,根据2013—2019年秋季在海州湾开展的底拖网渔业资源调查和环境观测数据,构建了时空物种分布模型(spatio-temporal species distribution models),分析其分布与环境因子的关系,通过残差分析比较其与广义加性模型的残差独立性和异质性,运用交叉验证检验模型预测性能,最终结合delta方法对其分布进行预测并计算栖息地适宜性指数(habitat suitability index,HSI)和资源分布重心。时空模型的偏差解释率为65.50%,模型分析表明,影响大泷六线鱼资源分布最主要的环境因子为水深(22.11%),其次为底层水温(12.98%),底层盐度(0.09%)的影响较小,水深与其分布存在正向相关性,底层水温与其分布存在负向相关性,底层盐度与其分布存在弱正向线性关系。时空模型的残差独立性和异质性较GAM更强,其交叉验证回归线斜率为0.90±0.38。模型预测结果表明,大泷六线鱼主要分布在34.5°N以北,120.0°E以东的海域,其栖息地适宜性指数的高值区域呈现逐年收缩的趋势,资源分布重心呈现向东北海域转移的趋势,这可能是气候变迁以及捕捞压力共同作用的结果。本研究解析了大泷六线鱼在海州湾的时空分布,对于深入了解大泷六线鱼的分布动态和科学的渔业管理具有重要意义。展开更多
物种分布模型(Species Distribution Models,SDMs)常被用于评价物种在不同地域的适生概率,但能否用于指导远距离引种栽培仍需试验证明。该研究以黄花风铃木和红花风铃木这两种外来树种为研究对象,对比理论预测结果与实际栽培分布的差异...物种分布模型(Species Distribution Models,SDMs)常被用于评价物种在不同地域的适生概率,但能否用于指导远距离引种栽培仍需试验证明。该研究以黄花风铃木和红花风铃木这两种外来树种为研究对象,对比理论预测结果与实际栽培分布的差异。结果显示:黄花风铃木和红花风铃木的理论适生阈值分别为0.433和0.469,均明显高于栽培样点的最低适生概率。其中,黄花风铃木的预测适生区面积约为7.96×10^(4) km^(2),仅包含4.19%的实际栽培样点,是实际可栽培面积的6.48%。红花风铃木的预测适生区面积约为28.91×10^(4)km^(2),包含71.79%的实际栽培样点,是实际可栽培面积的62.62%。回归分析结果显示土壤pH值、最冷月均温、土壤有机物碳含量对黄花风铃木在中国的适生概率有明显的正影响,而最冷月均温对红花风铃木的适生概率有明显的负影响。该研究证明了物种分布模型在指导远距离引种栽培时可能存在较大误差,并揭示了影响风铃木预测准确度和适应性分布的可能原因。该研究将为物种分布模型的应用优化以及风铃木的栽培选育提供参考。展开更多
利用物种分布模型(species distribution models or modeling,SDM)估计物种的真实和潜在分布区,已成为海洋保护区规划、外来、物种入侵预测、气候变迁或环境改变对物种分布影响等领域的研究热点。此外,在大数据技术迅速发展的背景下,国...利用物种分布模型(species distribution models or modeling,SDM)估计物种的真实和潜在分布区,已成为海洋保护区规划、外来、物种入侵预测、气候变迁或环境改变对物种分布影响等领域的研究热点。此外,在大数据技术迅速发展的背景下,国外已出现多个面向物种分布模型的大数据集以及应用大数据技术进行物种分布模型研究的案例,而我国,海洋方面应用大数据的物种分布模型的研究却寥寥无几。文章首先就物种分布模型、物种分布模型分类以及其研究现状做了较为详细的叙述,讨论了物种分布模型的大数据需求及所需数据类型,主要从大数据价值链的角度讨论了海洋领域物种分布模型与大数据的关系,具体从物种分布数据和环境数据的收集与大数据、物种数据和环境数据的集成与大数据、物种分布模型的预测分析与大数据3个方面展开。文章就物种分布模型所面临的大数据问题,从加强海洋生物多样性大数据平台和生态系统观测网络的建设以及鼓励海洋领域的物种分布模型应用研究项目的开展两方面给出作者的建议,对未来物种分布模型在我国海洋领域的研究和应用的前景作了展望。展开更多
文摘为了解海州湾大泷六线鱼时空分布特征及其影响因素,根据2013—2019年秋季在海州湾开展的底拖网渔业资源调查和环境观测数据,构建了时空物种分布模型(spatio-temporal species distribution models),分析其分布与环境因子的关系,通过残差分析比较其与广义加性模型的残差独立性和异质性,运用交叉验证检验模型预测性能,最终结合delta方法对其分布进行预测并计算栖息地适宜性指数(habitat suitability index,HSI)和资源分布重心。时空模型的偏差解释率为65.50%,模型分析表明,影响大泷六线鱼资源分布最主要的环境因子为水深(22.11%),其次为底层水温(12.98%),底层盐度(0.09%)的影响较小,水深与其分布存在正向相关性,底层水温与其分布存在负向相关性,底层盐度与其分布存在弱正向线性关系。时空模型的残差独立性和异质性较GAM更强,其交叉验证回归线斜率为0.90±0.38。模型预测结果表明,大泷六线鱼主要分布在34.5°N以北,120.0°E以东的海域,其栖息地适宜性指数的高值区域呈现逐年收缩的趋势,资源分布重心呈现向东北海域转移的趋势,这可能是气候变迁以及捕捞压力共同作用的结果。本研究解析了大泷六线鱼在海州湾的时空分布,对于深入了解大泷六线鱼的分布动态和科学的渔业管理具有重要意义。
文摘物种分布模型(Species Distribution Models,SDMs)常被用于评价物种在不同地域的适生概率,但能否用于指导远距离引种栽培仍需试验证明。该研究以黄花风铃木和红花风铃木这两种外来树种为研究对象,对比理论预测结果与实际栽培分布的差异。结果显示:黄花风铃木和红花风铃木的理论适生阈值分别为0.433和0.469,均明显高于栽培样点的最低适生概率。其中,黄花风铃木的预测适生区面积约为7.96×10^(4) km^(2),仅包含4.19%的实际栽培样点,是实际可栽培面积的6.48%。红花风铃木的预测适生区面积约为28.91×10^(4)km^(2),包含71.79%的实际栽培样点,是实际可栽培面积的62.62%。回归分析结果显示土壤pH值、最冷月均温、土壤有机物碳含量对黄花风铃木在中国的适生概率有明显的正影响,而最冷月均温对红花风铃木的适生概率有明显的负影响。该研究证明了物种分布模型在指导远距离引种栽培时可能存在较大误差,并揭示了影响风铃木预测准确度和适应性分布的可能原因。该研究将为物种分布模型的应用优化以及风铃木的栽培选育提供参考。
文摘利用物种分布模型(species distribution models or modeling,SDM)估计物种的真实和潜在分布区,已成为海洋保护区规划、外来、物种入侵预测、气候变迁或环境改变对物种分布影响等领域的研究热点。此外,在大数据技术迅速发展的背景下,国外已出现多个面向物种分布模型的大数据集以及应用大数据技术进行物种分布模型研究的案例,而我国,海洋方面应用大数据的物种分布模型的研究却寥寥无几。文章首先就物种分布模型、物种分布模型分类以及其研究现状做了较为详细的叙述,讨论了物种分布模型的大数据需求及所需数据类型,主要从大数据价值链的角度讨论了海洋领域物种分布模型与大数据的关系,具体从物种分布数据和环境数据的收集与大数据、物种数据和环境数据的集成与大数据、物种分布模型的预测分析与大数据3个方面展开。文章就物种分布模型所面临的大数据问题,从加强海洋生物多样性大数据平台和生态系统观测网络的建设以及鼓励海洋领域的物种分布模型应用研究项目的开展两方面给出作者的建议,对未来物种分布模型在我国海洋领域的研究和应用的前景作了展望。