基于DOMAIN和NeuralEnsembles模型预测中国毛竹潜在分布
2011-07-15分类号：S795.7
【部门】中国林业科学研究院森林生态环境与保护研究所国家林业局森林生态环境重点实验室 中国林业科学研究院 Department of Forest Sciences University of British Columbia Vancouver V6T1Z4
【摘要】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%。
【关键词】DOMAIN NeuralEnsembles 模型耦合 潜在分布模拟 气候变化 毛竹
【基金】国家自然科学基金重大项目课题(30590383); 林业公益性行业重大科研专项(200804001,201104006); 中国林业科学研究院院所基金海外人才专项(CAFYBB2008007); “十一五”科技支撑项目(2006BAD03A04); 国家科技部国际科技合作项目(2008DFA32070)资助
【所属期刊栏目】林业科学
文献传递
