|本期目录/Table of Contents|

[1]古丽米拉·克孜尔别克,邱琴,海拉提·克孜尔别克.基于MaxEnt模型的阿勒泰金莲花潜在适生区预测[J].江苏农业科学,2021,49(4):82-87.
 Gulimila·Kezierbieke,et al.Prediction of potential suitable area of Trollius altaicus based on MaxEnt model[J].Jiangsu Agricultural Sciences,2021,49(4):82-87.
点击复制

基于MaxEnt模型的阿勒泰金莲花潜在适生区预测(PDF)
分享到:

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第49卷
期数:
2021年第4期
页码:
82-87
栏目:
园艺与林学
出版日期:
2021-02-20

文章信息/Info

Title:
Prediction of potential suitable area of Trollius altaicus based on MaxEnt model
作者:
古丽米拉·克孜尔别克1邱琴1海拉提·克孜尔别克2
1.新疆农业大学计算机与信息工程学院,新疆乌鲁木齐 830052; 2.新疆大学信息科学与工程学院,新疆乌鲁木齐 830014
Author(s):
Gulimila·Kezierbiekeet al
关键词:
阿勒泰金莲花潜在适生区最大熵模型环境因子AUC值
Keywords:
-
分类号:
S126
DOI:
-
文献标志码:
A
摘要:
利用最大熵模型(MaxEnt)预测阿勒泰金莲花潜在适生区能够为新疆阿勒泰金莲花的科学规范种植提供有效的理论指导和依据。以12个实际分布数据及42个环境因子为依据,采用MaxEnt模型结合 GIS(地理信息系统) 空间分析技术预测阿勒泰金莲花潜在适生区,用聚类分析法划分适生区等级,使用百分比贡献率分析其主要环境因子及生态位参数。结果表明:(1)ROC(受试者工作特征)曲线评价显示MaxEnt模型预测阿勒泰金莲花潜在适生区的训练数据集和测试数据集的AUC(ROC下的面积)值分别为0.943和0.994,表明模拟效果优秀。(2)影响阿勒泰金莲花生长的主要环境因子百分比贡献率是日照时数(24.63%)、4月降水量(24.29%)、年平均最高气温(22.89%)和11月降水量(17.91%);阿勒泰金莲花适宜生长在日照时数≥2 868 h、4月降水量≤21 mm、年平均最高气温≤9.1 ℃和11月降水量≤14.8 mm的环境中。(3)阿勒泰金莲花潜在适生区总面积为46 042.45 km2,其中最适生区面积 7 536.71 km2 ,主要分布于阿勒泰市、布尔津县、富蕴县和哈巴河县的北部。阿勒泰金莲花潜在适生区呈北高南低的空间分布格局,降水、日照和气温是影响其分布的主要环境因子。
Abstract:
-

参考文献/References:

[1]雷蓉,冯丽,刘永利,等. 金莲花的研究进展[J]. 中药材,2015,38(5):1085-1091.
[2]杨静伟,张贵君,吴明侠,等. 中药金莲花药效组分抗炎镇痛作用研究[J]. 中国药物评价,2013,30(4):210-213.
[3]赵波,李洪涛,李鞠,等. 短瓣金莲花化学成分与抑菌活性相关性研究[J]. 中医药信息,2019,36(6):38-42.
[4]李海岳. 金莲花颗粒联合利巴韦林治疗小儿急性上呼吸道感染的疗效及其对血清炎症标记物的影响[J]. 中国医药科学,2019,9(20):21-24.
[5]郑兆晔,王惠琴,胡防言,等. 金莲花软胶囊治疗急性扁桃体炎(外感风热证)的多中心临床研究[J]. 药物评价研究,2019,42(6):1151-1155.
[6]索风梅,丁万隆,陈士林. 基于TCMGIS-Ⅰ的金莲花数值区划研究[J]. 世界科学技术(中医药现代化),2011,13(1): 109- 112.
[7]卢有媛,郭盛,严辉,等. 金莲花生态适宜性区划研究[J]. 中国中药杂志,2018,43(18):3658-3661.
[8]陈陆丹,胡菀,李单琦,等. 珍稀濒危植物野生莲的适生分布区预测[J]. 植物科学学报,2019,37(6):731-740.
[9]徐军,曹博,白成科. 基于MaxEnt濒危植物独叶草的中国潜在适生分布区预测[J]. 生态学杂志,2015,34(12):3354-3359.
[10]马松梅,张明理,张宏祥,等. 利用最大熵模型和规则集遗传算法模型预测孑遗植物裸果木的潜在地理分布及格局[J]. 植物生态学报,2010,34(11):1327-1335.
[11]Phillips S J,Miroslav D. Modeling of species distributions with Maxent:new extensions and a comprehensive evaluation[J]. Ecography,2008,31(2):161-175.
[12]Stockwell D. The GARP modelling system:problems and solutions to automated spatial prediction[J]. International Journal of Geographical Information Science,1999,13(2):143-158.
[13]张佳琦,徐振朋,宛涛,等. 未来气候条件下裸果木在中国的潜在分布区研究[J]. 植物资源与环境学报,2019,28(3):51-57.
[14]阿尔曼·解思斯,努尔巴依·阿布都沙力克,迈迪娜·吐尔逊,等. 基于最大熵模型(Maxent)预测沙生柽柳潜在地理分布及格局[J]. 江苏农业科学,2019,47(2):91-94.
[15]刘瑞斌,姜小龙,戴锡玲,等. 铁橡栎的潜在分布区及其对气候变化的响应[J]. 植物资源与环境学报,2019,28(1):85-95.
[16]厉静文,郭浩,王雨生,等. 基于MaxEnt模型的胡杨潜在适生区预测[J]. 林业科学,2019,55(12):133-139.
[17]王运生,谢丙炎,万方浩. ROC曲线分析在评价入侵物种分布模型中的应用[J]. 生物多样性,2007,15(4):365–372.
[18]赵力,朱耿平,李敏,等. 入侵害虫西部喙缘蝽和红肩美姬缘蝽在中国的潜在分布[J]. 天津师范大学学报(自然科学版),2015,35(1):75–78.
[19]李永宁,程旭,于泊,等. 冀北山地金莲花生境类型与分布特征研究[J]. 河北林果研究,2009,24(1):51-52.
[20]吴能表,谈锋,肖文娟,等. 光强因子对少花桂幼苗形态和生理指标及精油含量的影响[J]. 生态学报,2005,25(5):1159-1164.
[21]黄璐琦,苏钢强,张小波,等. 中药材产业扶贫重点优先区域划分和推荐种植中药材名录整理[J]. 中国中药杂志,2017,42(22):4319-4328.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期:2020-05-22
基金项目:国家自然科学基金(编号:61662080)。
作者简介:古丽米拉·克孜尔别克(1969—),女,新疆昌吉人,副教授,主要从事农业信息化、计算机应用方面的研究。E-mail:942010075@qq.com。
更新日期/Last Update: 2021-02-20