紫莖澤蘭潛在分布對氣候變化響應的研究.pdf

紫莖澤蘭潛在分布對氣候變化響應的研究.pdf

ID:58311240

大小:2.11 MB

頁數:11頁

時間:2020-05-30

紫莖澤蘭潛在分布對氣候變化響應的研究.pdf_第1頁
紫莖澤蘭潛在分布對氣候變化響應的研究.pdf_第2頁
紫莖澤蘭潛在分布對氣候變化響應的研究.pdf_第3頁
紫莖澤蘭潛在分布對氣候變化響應的研究.pdf_第4頁
紫莖澤蘭潛在分布對氣候變化響應的研究.pdf_第5頁
資源描述:

《紫莖澤蘭潛在分布對氣候變化響應的研究.pdf》由會員上傳分享,免費在線閱讀,更多相關內容在應用文檔-天天文庫

1、2O一30草業(yè)學報第23卷第4期2014年8月ACTAPRATACUITURAESINICAVo1.23.No.4紫莖澤蘭潛在分布對氣候變化響應的研究王種,林慧龍,何蘭。,曹坳程。(1.草地農業(yè)生態(tài)系統國家重點實驗室蘭州大學草地農業(yè)科技學院,甘肅蘭州730020;2.中國食品藥品檢定研究院,北京100050;3.中國農業(yè)科學院植物保護研究所,北京100193)摘要:紫莖澤蘭的生態(tài)適應性強,是我國外來人侵物種中危害最為嚴重的惡性雜草。研究紫莖澤蘭的適生性特征及對全球氣候變化的響應規(guī)律是制定防控策略的重要基礎,為此,本研究采用了將生態(tài)位因子分析(ENFA)與最大

2、熵模型(MaxEnt)嵌套的方法,首先通過ENFA對環(huán)境因子進行降維,利用降維后的環(huán)境因子以及當前及A1b情景的未來氣候數據,根據最大熵模型(MaxEnt)預測紫莖澤蘭的潛在分布,并使用ROC曲線分析對預測結果進行評價。結果顯示,當前氣候情景下,紫莖澤蘭的分布區(qū)以云南、貴州、廣西等省為主;未來A1b情景下,易入侵等級(入侵概率為0.6~1.0)的區(qū)域面積將會由當前的12.82km。增加至2080s的21.30km,中心點將由當前位置向西南方向移動61km;而其中高入侵概率等級(人侵概率為0.8~1.0)的區(qū)域面積將由當前的0.42km。增加至2080s的0.

3、91km,中心點將由當前位置向東南方向移動178.66km。根據當前及未來A1b氣候情景下紫莖澤蘭潛在分布情況,并根據不同入侵等級區(qū)域采取相應的防除治理措施,將對紫莖澤蘭的綜合治理具有重要指導意義。關鍵詞:物種入侵;紫莖澤蘭;生態(tài)位模型;生態(tài)位因子分析(ENFA);最大熵模型(MaxEnt)中圖分類號:S812.29文獻標識碼:A文章編號:1004—5759(2014)04—002011DOl:10.11686/cyxb20140403紫莖澤蘭(Eupatoriumadenophorum)是菊科(Compositae)澤蘭屬(Eupatorium)的多年生叢

4、生型半灌木狀草本植物,原產于中美洲的墨西哥和哥斯達黎加等國,19世紀曾作為觀賞植物引種到歐洲,后來引種到澳洲和亞洲,是一種抗逆性強、生態(tài)適應廣、傳播速度快且群體自然繁殖與演替能力極強的植物。20世紀40年代從中緬邊境傳人西雙版納后,以平均20km/a的速度向東、向北快速蔓延,目前其入侵面積超過3000萬hm。。紫莖澤蘭是我國外來入侵物種中危害最為嚴重的植物之一,據估計,它對中國畜牧業(yè)和草原生態(tài)系統服務功能造成的損失分別為9.89和26.25億元/hm,已被列入我國公布的第1批外來入侵物種名單之首l2]。關于生態(tài)位的定義雖然為數不少,但最具代表性的當推Grin

5、nell[6]、Elton[9]和Hutchinson[1。。三人,后人分別稱他們對生態(tài)位的定義為“空間生態(tài)位”、“功能生態(tài)位”和“多維超體積生態(tài)位”。其中Hutchinson(1957)。認為,生物在環(huán)境中受著多個資源因子的供應和限制,每個因子對該物種都有一定的適合度閾值,在所有這些閾值所限定的區(qū)域內,任何一點所構成的環(huán)境資源組合狀態(tài)上,該物種均可以生存繁衍,所有這些狀態(tài)組合點共同構成了該物種在該環(huán)境中的多維超體積生態(tài)位。多維超體積概念為現代生態(tài)位理論研究奠定了基礎_1。生態(tài)位模型是根據生態(tài)位理論進行的建模。根據是否需要物種分布信息可將生態(tài)位模型分為兩類,

6、即關聯模型和機理模型,其中關聯模型需要物種分布信息,而機理模型(代表模型有CIIMEX、SDM等)則不需要。根據物種分布數據的不同,又可將關聯模型分為組判別模型和框架模型。組判別模型需要知道“存在”數據和“不存在”數據,這類模型的目的就是要找出一個能將這兩個類別正確分開的判別規(guī)則,即建立一個合適的分類器,GARP和MaxEnt即為這類模型;而框架模型只需要知道物種“存在”的分布數據,這類模型主要是從這些物種分布信息中概括出該物種所需的生態(tài)位需求,主要代表有BIOCLIM、DOMAIN、ENFA等[1213]。最大熵模型(MaxEnt)以最大熵理論為基礎,是一

7、個物種密度估計和物種分布預測模型。該模型的最大特點在于能夠預測物種在某個地點存在的概率,而非是否存在。許多學者的研究已經證明,MaxEnt不僅能夠很好的收稿日期:2Ol2一O524;改回日期:2Ol2-12-03基金項目:公益性行業(yè)(農業(yè))科研專項(2Ol103027)資助。作者簡介:王種(1987一),女,甘肅白銀人,在讀博士。E—mail:anne—cat2008@163.GOre*通訊作者。Email:linhuiiong@lzu.edu.cn第23卷第4期草業(yè)學報2014年預測物種分布,并且模型運行速度快l_1]。在使用MaxEnt模型進行較大空間尺

8、度的物種潛在分布預測時,由于選取的環(huán)境因子數目較多,

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯系客服處理。