样本量与研究范围变化对MaxEnt模型准确度的影响——以黑白仰鼻猴为例

• 作者: 任国鹏 季乾昭 王荣兴 肖文 袁加红 黄志旁
• 来源期刊: 兽类学报
• 学科: 生物学
• 关键词: 物种分布预测模型 样本量 研究范围 准确度 黑白仰鼻猴
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 126-133
• 页数: 8页
• 分类号: Q958
• 语种: 中文
• DOI: 10.16829/j.slxb.150203

摘要

MaxEnt模型是过去几年最为流行的物种分布预测模型之一.针对一些濒危物种、入侵种和模拟数据的研究表明,MaxEnt模型均能在小样本的分布数据下得到较准确的预测结果.此外,研究范围的变化也会影响Max-Ent模型的构建.然而,基于动物的实际分布数据来评估MaxEnt模型的研究甚少.我们以黑白仰鼻猴(Rhi-nopithecus bieti为例,以1 1个猴群的分布数据为训练数据(样本量从1到10个猴群),在不同研究范围内构建MaxEnt模型,通过其它5个的猴群分布数据验证,分析样本量和研究范围变化对模型准确度产生的影响.结果表明,随样本量和研究范围增大,MaxEnt模型准确度及稳定性都有增加.此外,研究范围变化对模型准确度有一定影响.应用Maxent进行物种分布预测时,训练数据应尽可能涵盖该物种可能出现的全部环境梯度.构建模型所需的背景数据点选择,应与建模使用的物种出现点形成有效对照.