基于DOMAIN和NeuralEnsembles模型预测中国毛竹潜在分布

通过概形分析模型(profile technique)——DOMAIN生成物种生境适宜分布图,选取低适宜性的地区作为物种不存在区,然后应用分类判别分析模型(group discrimination technique)——NeuralEnsembles预测我国毛竹潜在分布。结果表明:通过耦合DOMAIN和NeuralEnsembles模型可以改进NeuralEnsenbles模型预测精度;AUC和敏感度对用于建模的物种不存在数据取样数量不敏感,而最大Kappa值随着不存在数据取样数量的增大逐渐减小;未来气候变化将导致毛竹向北迁移33～266km,面积增加7.4%～13.9%。