【目的】研究香料烟在云南的气候适生区,为其合理种植提供理论依据。【方法】使用ArcGIS将气候数据结合地形校正进行协同克里金插值,利用最大熵(maximum entropy,MaxEnt)模型筛选影响香料烟分布的气象因子,最后使用ArcGIS对云南省香料...【目的】研究香料烟在云南的气候适生区,为其合理种植提供理论依据。【方法】使用ArcGIS将气候数据结合地形校正进行协同克里金插值,利用最大熵(maximum entropy,MaxEnt)模型筛选影响香料烟分布的气象因子,最后使用ArcGIS对云南省香料烟的气候适生区进行评价。【结果】MaxEnt模型的曲线下面积(the area under curve,AUC)值为0.993,可精准预测云南省香料烟的气候适生区。影响香料烟在云南省分布的气象因子为2月降雨量、1月日照时间、3月日照时间、3月平均气温、3月降雨量、4月降雨量、1月降雨量、2月日照时间和4月最高气温。香料烟在云南省的最适宜种植区(四级适生区)主要分布在保山、德宏和临沧;适宜种植区(三级适生区)主要分布在保山、德宏、临沧、玉溪、楚雄和大理。MaxEnt模型预测结果与香料烟种植区拟合度较高,其种植区主要分布在四级和三级适生区,极少数分布在二级和一级适生区。【结论】云南省适合种植香料烟的地区主要在西南部,适宜种植区主要为沿怒江、澜沧江、黑惠江及其支流的干热河谷地区。2月降雨量、1月日照时间、3月日照时间和3月平均气温是影响香料烟在云南种植的主要气象因子。展开更多
瓜类细菌性果斑病(bacterial fruit blotch)是瓜类作物上重要的种传细菌性病害,病原菌为西瓜噬酸菌Acidovorax citrulli。我国是全球西甜瓜的主要生产区。近年来,瓜类细菌性果斑病的频繁发生已严重影响我国西甜瓜产业的健康发展。为明...瓜类细菌性果斑病(bacterial fruit blotch)是瓜类作物上重要的种传细菌性病害,病原菌为西瓜噬酸菌Acidovorax citrulli。我国是全球西甜瓜的主要生产区。近年来,瓜类细菌性果斑病的频繁发生已严重影响我国西甜瓜产业的健康发展。为明确瓜类细菌性果斑病在我国的适生性,根据其在全球的最新分布数据,本研究利用MaxEnt模型结合ArcGIS软件预测了瓜类细菌性果斑病在我国的潜在地理分布。结果表明,MaxEnt模型的平均AUC(area under curve,AUC)值均大于0.9,预测结果的准确性较高。在历史气候条件下,瓜类细菌性果斑病适生区分布广泛,主要包括华中、华南和华东地区,以及部分华北、东北地区,占我国面积的47.36%。影响瓜类细菌性果斑病在我国潜在分布区域的主要气候因子包括最热月份最高温度、月平均昼夜温差、最干月份降水量和最干季平均温度。未来气候情景无论是低环境强迫还是高环境强迫,适生区面积均呈现增长的趋势,预示着随着气候的变化,瓜类细菌性果斑病在我国发生的风险不断增加,因此建议应加强检疫监测和防控,严防其扩散。展开更多
We used GIS and maximum entropy to predict the potential distribution of six snake species belong to three families in Kroumiria（Northwestern Tunisia）： Natricidae（Natrix maura and Natrix astreptophora）, Colubrida...We used GIS and maximum entropy to predict the potential distribution of six snake species belong to three families in Kroumiria（Northwestern Tunisia）： Natricidae（Natrix maura and Natrix astreptophora）, Colubridae（Hemorrhois hippocrepis, Coronella girondica and Macroprotodon mauritanicus）, and Lamprophiidae（Malpolon insignitus）. The suitable habitat for each species was modelled using the maximum entropy algorithm, combining presence field data（collected during 16 years：2000–2015） with a set of seven environmental variables（mean annual precipitation, elevation, slope gradient,aspect, distance to watercourses, land surface temperature and normalized Differential Vegetation Index. The relative importance of these environmental variables was evaluated by jackknife tests and the predictive power of our models was assessed using the area under the receiver operating characteristic. The main explicative variables of the species distribution were distance from streams and elevation, with contributions ranging from 60 to 77 and from 10 to 25%,respectively. Our study provided the first habitat suitability models for snakes in Kroumiria and this information can be used by conservation biologists and land managers concerned with preserving snakes in Kroumiria.展开更多
文摘【目的】研究香料烟在云南的气候适生区,为其合理种植提供理论依据。【方法】使用ArcGIS将气候数据结合地形校正进行协同克里金插值,利用最大熵(maximum entropy,MaxEnt)模型筛选影响香料烟分布的气象因子,最后使用ArcGIS对云南省香料烟的气候适生区进行评价。【结果】MaxEnt模型的曲线下面积(the area under curve,AUC)值为0.993,可精准预测云南省香料烟的气候适生区。影响香料烟在云南省分布的气象因子为2月降雨量、1月日照时间、3月日照时间、3月平均气温、3月降雨量、4月降雨量、1月降雨量、2月日照时间和4月最高气温。香料烟在云南省的最适宜种植区(四级适生区)主要分布在保山、德宏和临沧;适宜种植区(三级适生区)主要分布在保山、德宏、临沧、玉溪、楚雄和大理。MaxEnt模型预测结果与香料烟种植区拟合度较高,其种植区主要分布在四级和三级适生区,极少数分布在二级和一级适生区。【结论】云南省适合种植香料烟的地区主要在西南部,适宜种植区主要为沿怒江、澜沧江、黑惠江及其支流的干热河谷地区。2月降雨量、1月日照时间、3月日照时间和3月平均气温是影响香料烟在云南种植的主要气象因子。
文摘瓜类细菌性果斑病(bacterial fruit blotch)是瓜类作物上重要的种传细菌性病害,病原菌为西瓜噬酸菌Acidovorax citrulli。我国是全球西甜瓜的主要生产区。近年来,瓜类细菌性果斑病的频繁发生已严重影响我国西甜瓜产业的健康发展。为明确瓜类细菌性果斑病在我国的适生性,根据其在全球的最新分布数据,本研究利用MaxEnt模型结合ArcGIS软件预测了瓜类细菌性果斑病在我国的潜在地理分布。结果表明,MaxEnt模型的平均AUC(area under curve,AUC)值均大于0.9,预测结果的准确性较高。在历史气候条件下,瓜类细菌性果斑病适生区分布广泛,主要包括华中、华南和华东地区,以及部分华北、东北地区,占我国面积的47.36%。影响瓜类细菌性果斑病在我国潜在分布区域的主要气候因子包括最热月份最高温度、月平均昼夜温差、最干月份降水量和最干季平均温度。未来气候情景无论是低环境强迫还是高环境强迫,适生区面积均呈现增长的趋势,预示着随着气候的变化,瓜类细菌性果斑病在我国发生的风险不断增加,因此建议应加强检疫监测和防控,严防其扩散。
文摘构建准确的滑坡预测模型和确定环境因子的贡献程度,对滑坡易发性评价具有重要意义。在以往研究中,最大熵物种分布(maximum entropy model,MaxEnt)模型因其对样本量要求低、预测精度高和可避免模型过度拟合等优点,被广泛运用在生态学领域。以沅陵县为研究区,基于342处滑坡灾害点数据和9个环境变量,分别采用确定性系数(certainty factor,CF)模型、逻辑回归(Logistic)模型和MaxEnt模型对沅陵县进行滑坡易发性分区预测。同时采用刀切法(Jackknife)检验环境因子对预测结果的贡献程度,确定滑坡地质灾害的主要影响因素。结果表明:确定性系数模型、逻辑回归模型和MaxEnt模型的受试者特征曲线(receiver operating characteristic,ROC)下面积(area under the curve,AUC)值分别为0.827、0.803、0.911,3种模型的预测精度均较高,且MaxEnt模型精度最高,表现较好;河流是影响研究区滑坡灾害发生贡献程度最高的环境因子;滑坡灾害主要发育在以河流为中心向外延伸100 m范围内,集中分布在沅江、深溪和兰溪附近。研究能为沅陵县地质灾害易发性评价提供一种新的方法。
基金Funding support for this work was provided by the Silvo-Pastoral Institute of Tabarka
文摘We used GIS and maximum entropy to predict the potential distribution of six snake species belong to three families in Kroumiria（Northwestern Tunisia）： Natricidae（Natrix maura and Natrix astreptophora）, Colubridae（Hemorrhois hippocrepis, Coronella girondica and Macroprotodon mauritanicus）, and Lamprophiidae（Malpolon insignitus）. The suitable habitat for each species was modelled using the maximum entropy algorithm, combining presence field data（collected during 16 years：2000–2015） with a set of seven environmental variables（mean annual precipitation, elevation, slope gradient,aspect, distance to watercourses, land surface temperature and normalized Differential Vegetation Index. The relative importance of these environmental variables was evaluated by jackknife tests and the predictive power of our models was assessed using the area under the receiver operating characteristic. The main explicative variables of the species distribution were distance from streams and elevation, with contributions ranging from 60 to 77 and from 10 to 25%,respectively. Our study provided the first habitat suitability models for snakes in Kroumiria and this information can be used by conservation biologists and land managers concerned with preserving snakes in Kroumiria.
