基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
物种分布预测一直以来都是生态学研究的重要内容之一.应用生态学的发展为物种分布预测提供了众多强有力的模型,在推进物种分布预测进展的同时,也增加了合适模型选择的难度.评价和比较不同模型的预测效果,对于模型的选择和应用具有非常重要的意义.以黄土丘陵区延河流域为研究区,采用R语言和BIOMOD程序包为平台,选择人工神经网络(artificial neural networks,ANN)等9个较常用的物种分布模型,比较它们在物种分布预测精度上的差异,为物种分布预测模型的选择提供依据,也为进一步预测未来气候变化情景下物种空间分布的变化奠定基础.研究结果表明,不同模型对不同物种的模拟精度差异明显.根据Kappa,TSS和Roc评价方法,9个模型对百里香(Thymus mongolicus)分布的预测精度最高;对铁杆蒿(Artemisia gmelinii)分布的模拟精度最差;而对其余物种分布的模拟精度均比较理想,其中以随机树RF模型最好.
推荐文章
延河流域本氏针茅(Stipa bungeana)分布预测——广义相加模型及其应用
自然植被
植被-环境关系
广义线性模型
广义相加模型
基于MaxEnt模型的延河流域草本植物适生分布与功能性状分析
植被恢复
延河流域
适生性
功能性状
潜在分布
黄土丘陵区延河流域潜在植被分布预测与制图
潜在植被
植被
环境
广义相加模型
分布预测
基于GAM模型的延河流域主要草地物种空间分布及其与环境的关系
广义可加模型
物种-环境关系
环境梯度
延河流域
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 延河流域典型物种分布预测模型比较研究
来源期刊 水土保持通报 学科 地球科学
关键词 物种分布预测 R-BIOMOD 最优模型
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 134-139
页数 6页 分类号 Q141|X171.4
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李锐 30 122 7.0 10.0
2 温仲明 8 89 4.0 8.0
3 曹剑侠 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (158)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(11)
  • 参考文献(1)
  • 二级参考文献(10)
2001(11)
  • 参考文献(0)
  • 二级参考文献(11)
2002(20)
  • 参考文献(3)
  • 二级参考文献(17)
2003(13)
  • 参考文献(2)
  • 二级参考文献(11)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
物种分布预测
R-BIOMOD
最优模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水土保持通报
双月刊
1000-288X
61-1094/X
大16开
陕西省咸阳市杨凌区西农路26号
52-167
1981
chi
出版文献量(篇)
5888
总下载数(次)
5
总被引数(次)
62300
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导