版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、物種分布與環(huán)境關(guān)系的研究、物種分布的模擬和生物多樣性分布格局的模擬,在全球變化、生物多樣性監(jiān)測(cè)、保護(hù)和評(píng)價(jià)以及外來種入侵等方面都具有重要的理論和實(shí)踐意義。然而,無論是植物種與環(huán)境的關(guān)系分析,還是其潛在分布區(qū)的模擬及未來分布趨勢(shì)的預(yù)測(cè),最基本的、也是最重要的工作應(yīng)該是對(duì)物種分布現(xiàn)狀的調(diào)查和記錄。
森林資源的調(diào)查,特別是對(duì)于稀疏群團(tuán)狀分布的森林資源,如珍稀喬木樹種、灌木、草本及瀕臨滅絕的動(dòng)物等的調(diào)查,比較難執(zhí)行,而且一般的調(diào)查方法
2、效率不高。為了提高稀疏群團(tuán)狀分布資源調(diào)查的精度和效率,國(guó)內(nèi)外應(yīng)用自適應(yīng)群團(tuán)抽樣調(diào)查技術(shù)和方法進(jìn)行調(diào)查。對(duì)稀疏群團(tuán)分布的物種進(jìn)行調(diào)查,自適應(yīng)群團(tuán)抽樣也存在一些問題,例如,在調(diào)查前人們事先無法知道稀疏群團(tuán)物種的分布狀況。因此,研究如何簡(jiǎn)便快捷的調(diào)查稀疏群團(tuán)物種資源的分布,具有非常重要的現(xiàn)實(shí)意義。
物種分布模型可以利用物種已知的或是未知的分布點(diǎn)與其對(duì)應(yīng)的環(huán)境因子的關(guān)系,預(yù)測(cè)物種的所有可能的分布狀況。自適應(yīng)群團(tuán)抽樣與物種分布模型相結(jié)合
3、,應(yīng)用物種分布模型事先對(duì)物種的分布狀況進(jìn)行預(yù)測(cè),使自適應(yīng)群團(tuán)抽樣調(diào)查技術(shù)更具有針對(duì)性和實(shí)用性。因此,研究物種分布模型和抽樣技術(shù)的結(jié)合具有重要的意義。
本論文以內(nèi)蒙古磴口縣巴彥高勒鎮(zhèn)烏蘭布和沙漠邊緣地區(qū)為研究區(qū),選取沙棗(Elaeagnus angustifolia)、梭梭(Haloxylon ammodendron)、白刺(Nitraria tangtorum)和檉柳(Tamarix chinensis)研究對(duì)象,研究了四個(gè)物
4、種的空間分布格局。使用研究區(qū)域的實(shí)際調(diào)查數(shù)據(jù)和遙感數(shù)據(jù),選擇物種分布模型MaxEnt模型和GARP模型進(jìn)行了應(yīng)用研究,并提出了物種分布模型和抽樣技術(shù)相結(jié)合的應(yīng)用研究方法。在物種分布模型的研究中,主要是研究了影響物種分布模型精度的幾個(gè)因子。其中,在MaxEnt模型研究中,主要研究了訓(xùn)練數(shù)據(jù)和檢驗(yàn)數(shù)據(jù)的比例、改變環(huán)境變量、閾值、樣本量、樣方大小以及物種等因子對(duì)MaxEnt模型預(yù)測(cè)精度的影響;在GARP模型研究中,研究了樣本量、樣方大小以及物
5、種對(duì)其預(yù)測(cè)精度的影響。最后比較研究了MaxEnt模型和GARP模型。在研究物種分布模型和抽樣技術(shù)時(shí),研究了物種存在的概率,并提出了在物種分布模型的指導(dǎo)下,對(duì)于分布稀疏群團(tuán)狀分布的物種所應(yīng)選擇的抽樣方法。主要研究結(jié)論和創(chuàng)新點(diǎn)如下:
主要?jiǎng)?chuàng)新點(diǎn)為:
1、模擬研究了多種因子對(duì)物種分布模型的預(yù)測(cè)精度的影響。
2、提出抽樣技術(shù)和物種分布模型結(jié)合起來進(jìn)行研究的方法,利用物種分布模型預(yù)測(cè)的結(jié)果指導(dǎo)抽樣調(diào)查的實(shí)施。
6、 主要結(jié)論為:
1、研究了樣本量、樣方大小、物種和環(huán)境變量對(duì)物種分布模型的精度影響,結(jié)果表明:樣方為10×10m時(shí),MaxEnt物種分布模型選擇的樣本量為100預(yù)測(cè)精度最好,GARP選擇的樣本量為150預(yù)測(cè)精度最高;這兩個(gè)模型的預(yù)測(cè)精度都是在樣方大小和分辨率比較近時(shí)比較大,樣方大小和分辨率相差的比較大時(shí),預(yù)測(cè)精度比較低;MaxEnt和GARP物種分布模型都是對(duì)物種沙棗和檉柳的預(yù)測(cè)結(jié)果比較好,對(duì)物種白刺和梭梭的預(yù)測(cè)結(jié)果稍差一些
7、。證明了物種的聚集程度不同,得出的預(yù)測(cè)精度不同;環(huán)境變量的選擇影響MaxEnt物種分布模型的預(yù)測(cè)穩(wěn)定性和精度,選擇的變量越多,可以得出的精度越高。
2、基于研究區(qū)域和樣方為10×10m的設(shè)計(jì),物種沙棗和檉柳的預(yù)測(cè)的樣方物種存在概率為p≧0.55時(shí),表示為物種存在;物種梭梭的預(yù)測(cè)的樣方物種存在概率為p≧0.45時(shí),表示為物種存在;物種白刺的預(yù)測(cè)的樣方物種存在概率為p≧0.65時(shí),表示為物種存在;物種花棒的樣方物種存在概率為p≧0
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 自適應(yīng)群團(tuán)抽樣在林業(yè)中的應(yīng)用研究.pdf
- 33353.內(nèi)蒙古烏蘭布和沙漠植被適應(yīng)性群團(tuán)抽樣技術(shù)的研究
- 群團(tuán)狀采伐更新對(duì)華北落葉松人工林碳儲(chǔ)量的影響.pdf
- 釘螺空間分布格局和抽樣方法優(yōu)化研究.pdf
- 稀疏模型的三特征聯(lián)合分布以及貼現(xiàn)罰函數(shù)的研究.pdf
- 分布式雷達(dá)稀疏成像技術(shù)研究.pdf
- 基于稀疏模型的圖像復(fù)原技術(shù)研究.pdf
- 圖像復(fù)原的模型和稀疏優(yōu)化算法研究.pdf
- 統(tǒng)計(jì)學(xué)--抽樣與抽樣分布
- 韭菜遲眼蕈蚊幼蟲田間分布型及抽樣技術(shù)和防治研究.pdf
- 逆卡方分布下正態(tài)模型參數(shù)的后驗(yàn)分布及其抽樣算法.pdf
- 基于稀疏表示模型的圖像復(fù)原技術(shù)研究.pdf
- 抽樣方法、正態(tài)分布
- 基于稀疏和低秩約束的模型學(xué)習(xí)研究.pdf
- 地學(xué)抽樣模型及抽樣方案的設(shè)計(jì)與應(yīng)用.pdf
- 正態(tài)總體的抽樣分布
- 基于解析稀疏模型的信號(hào)稀疏表示.pdf
- 基于神經(jīng)反應(yīng)模型和稀疏表示的圖像分類算法研究.pdf
- 基于GIS的抽樣框編制與抽樣技術(shù)方法研究.pdf
- 隨機(jī)競(jìng)爭(zhēng)物種模型和遍歷性.pdf
評(píng)論
0/150
提交評(píng)論