基于最大熵模型预测东北地区红松潜在分布

【目的】红松是我国重要的经济树种和生态树种,预测红松的潜在分布范围和分析影响其生长的重要环境因子很有必要。在现有的建模工具中,最大熵(MaxEnt)模型是应用最为广泛的模拟物种分布模型。在建模过程中,大多数研究人员常使用默认参数来进行计算,然而,最近研究表明,基于默认参数构建的模型结果并非最优,这些参数的设置仍有待讨论。【方法】利用红松分布数据和环境变量,在不同随机测试百分比下计算训练数据和测试数据的建模精度,用最适宜的比例模拟了红松的潜在分布。【结果】训练数据的AUC在不同百分比下的范围为0.890~0.898,而测试数据的AUC在不同百分比下的范围为0.854~0.884。当百分比为5%时,两组数据的准确率都比较准确。在此比例下,Bio12(年平均降水),Bio14(最干月降水量)和Bio15(降水量变异系数)对红松分布最为重要。【结论】研究结果表明在不同随机测试百分比下,模型的精度有所差异,默认值25%不是最合理的百分比,而在5%时训练数据和测试数据的结果更准确。降水和温度是影响红松潜在分布的气象要素,但是在东北地区,由于温度空间差异较小,影响红松潜在分布的主要为降水。红松主要分布范围在东北地区的东北和西南地区,特别是在辽宁省和吉林省交界处。研究的结果表明模型参数的设置对于模型的精度十分重要,调整参数可以更合理地反映物种对环境因素的反应,准确地模拟物种的潜在分布。