《基于maxent模型的西伯利亚蝗虫在新疆潜在分布预测研究-杨会枫.pdf》由会员分享，可在线阅读，更多相关《基于maxent模型的西伯利亚蝗虫在新疆潜在分布预测研究-杨会枫.pdf（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、新疆农业科学2016。53(1)：4350Xinjiang Agricultural Sciencesdoi：106048jissn10014330201601006基于MaxEnt模型的西伯利亚蝗虫在新疆潜在分布预测研究杨会枫1，郑江华1”，吴秀兰1，穆晨3，林俊3，许仲林12(1新疆大学资源与环境科学学院，乌鲁木齐830046；2新疆大学智慧城市与环境建模普通高枝重点实验室鸟鲁木齐830046；3新疆维吾尔自治区治蝗灭鼠指挥部办公室，鸟鲁木齐830000摘要：【目的】利用MaxEm模型，预测西伯利亚蝗虫(Gomphocerus sibiric)在新疆的潜在分布区。【方法】基于19个环境因子
2、和197个西伯利亚蝗虫在新疆地理分布点，结合MaxEnt模型与ArcGIS软件，预测西伯利亚蝗虫在新疆的潜在分布区，划分风险等级，采用接受者操作特征曲线(ROC)的分析方法对预测结果进行验证。【结果】训练数据集(Trajmng data)和验证数据集(Testing data)的AUC值分别为0992、0990，预测结果与实际拟合度很高。西伯利亚蝗虫在新疆分布的适生区和高危区分布在塔城、阿勒泰、博州、伊犁、乌鲁木齐、昌吉。【结论l根据AUC值的评价指标，研究对西伯利亚蝗虫的预测结果是比较准确的。西伯利亚蝗虫在新疆分布的适生区和高危区主要集中于北疆及天山北坡一带，且适生区及高危区占研究区总面积的
3、141l。最冷季平均温(bioll)、最冷季的平均降水量(biol9)、最干季平均温(bi09)、温度变化的方差(bi04)、年均降雨量(biol2)、最湿季平均温(bi08)和降雨量变化的方差(biol5)是影响西伯利亚蝗虫潜在分布的主要环境因子。关键词：西伯利亚蝗虫；MaxEnt模型；潜在分布；预测中图分类号：Q94813 文献标识码：A 文章编号：10014330(2016)01004308O 引言【研究意义】全世界约有12 000种蝗虫，新疆大约有171种。西伯利亚蝗虫(Goraphocerussibiric)隶属昆虫纲，直翅目，是新疆草原蝗灾的主要种之一。新疆草资源丰富，幅员辽阔，草
4、原不仅在发展新疆国民经济、调节气候、涵养水源、美化环境等方面有着重要的作用，同时也是我国陆地生态安全重要的绿色屏障旧J。然而，作为新疆草原害虫之一的草原蝗虫，其不仅对草场植被破坏极为严重，同时也对生态系统构成威胁4j。物种分布模型(Species Distribution Models，SDMs)是在一定的算法基础上，结合环境数据及物种实际地理分布数据，以概率的形式计算出物种的生态位，并用此结果反映物种对生境的偏好J。【前人研究进展】1991年第一个物种分布模型一BIOCLIM模型首次出现j，随后的20多年中涌现出13种物种分布模型，MaxEnt模型就是其中一种。在常见的物种分布模型中，Max
5、Ent和GARP具有较高的有效性，与GARP相比。MaxEnt不仅运行时间短，易于操作，且运行结果更稳定J，从而得到了广泛的应用。MaxEnt模型运行的基本原理是：研究物种潜在分布时，可以把环境因子与物种的实际地理分布空间作为一个系统，当该系统运行所得的状态参数获得最大熵时，说明物种的实际地理分布和物种所处的环境因子具备稳定的状态，从而确定物种的潜在地理分布。Phillips等1结合物种分布模型的原理，利用JA收稿日期：2015一cr730基金项目：新疆维吾尔自治区治蝗灭鼠指挥办公室委托项目(2013；20142015)；新疆维吾尔自治区高层次人才项目作者简介：杨会枫(1989一)。女，陕西渭
6、南人，硕士研究生，研究方向为物种分布预测，(Email)984677057qqeom通讯作者：郑江华(1973一)男，新疆吐鲁番人，教授，博士，研究方向为环境遥感与草原灾害监测，(Email)zhen臣jianghua126COIn万方数据新疆农业科学 53卷VA语言编写了MaxEnt模型软件，同时运用ROC(Receiver Operating Characteristic，ROC)曲线对模型精度进行验证，且采用线性回归的方法对影响植物分布的主导环境因子进行分析一1。Elith等1叫研究了分布全球6个不同地区226种植物的空间分布，并运用实测样本数据进行了验证，所得结果证明了MaxEnt模型
7、性能较好。运用MaxEnt模型做人侵物种的潜在分布、保护区规划及全球气候变化对物种分布影响的相关研究已超过2000多次，这也从另一个侧面说明了MaxEnt的优越性5】。近年来，国内学者利用MaxEnt模型对濒危物种-141、珍稀药用植物1516】、病虫害1791、入侵物种201、经济作物2等的分布做了相关研究。【本研究切人点】在前人研究的基础上，根据实地调查的197个西伯利亚蝗虫分布点和分辨率为25 aremin的19个环境变量，基于MaxEnt模型，结合ArcGIS空间分析技术，研究西伯利亚蝗虫分布区与环境因子之间的关系，并分析影响西伯利亚蝗虫在新疆潜在分布的主要环境因子和潜在分布区。【拟解
8、决的关键问题】分析西伯利亚蝗虫在新疆的分布范围，及其在各地州中不同风险等级所占研究区总面积的比例，确定影响西伯利亚蝗虫分布的主导环境因子及主导环境因子的贡献大小。图1 西伯利亚蝗虫点分布Fig1 Piont distribution of Gomphocerus sibiricl 材料与方法11 材料111 西伯利亚蝗虫的分布数据与处理2013年，自治区畜牧厅治蝗灭鼠指挥部对各地州西伯利亚蝗虫的分布进行野外随机采样与调查，并利用GPS记录其分布的地理坐标点，根据MaxEnt模型的要求，将收集到的197个分布点保存为CSV格式的文件，且按照物种名、分布点的经度、纬度顺序保存。图1112 环境变量
9、环境数据采用WORLDCLIM(http：WWWworldclimorg)下载的当前气候(19502000年)数据，共19个气候变量，其空间分辨率为25 arcmino113 软件及地图数据研究所使用的MaxEnt软件版本为333版，获取地址在MAXENT主页上(http：WWWCSprincetoneduschapireMaxEnt)o采用美国环境系统研究所公司研发的ArcGIS。中国矢量地图比例尺为1：400万，从国家基础地理信息系统(http：nfgisnsdigovcn)免费下载。12方法将197个西伯利亚蝗虫分布点和19个环境变量导入MaxEnt软件中，且在197个西伯利亚蝗虫分布点
10、中随机选取75作为训练数据集，25作为验证数据集，选择刀切法(Jackknife)，模型中的其它参数为默认参数，运行该模型，运行原理为：模型开始运行时，每一个物种都是均匀分布的，并进行依次迭代，每一个物种的每次迭代将增加样本在该地的分布概率(即gain值)，gain的值随着样本点的迭代而增加(gain值的初始默认值为0)，当gain的值从开始的一次迭代到下一次迭代中的增加值小于收敛，或者使得该值达到最大重复次数时程序终止51。模型运行终止后，所得结果是连续栅格数据，数值在01，输出ASC lI格式的文件，将此文件导人ArcGIS软件并转换成raster格式，用新疆地州矢量图为底图掩膜抽提，并采
11、用Natural Breaks重分类，最后得到西伯利亚蝗虫在新疆的潜在分布区。2 结果与分析21 模型精度评价ROC曲线被用来评价MaxEnt模型的精度，ROC曲线与横坐标围成面积(AUC)的大小作为衡量模型预测准确度的指标，AUC的取值范围为0，1，取值越大，表明预测效果越好，间接地反映了模型的预测能力。当AUC取1时，模型预测的分布区与物种实际分布区完全吻合，此时是理万方数据l期 杨会枫等：基于MaxEnt模型的西伯利亚蝗虫在新疆潜在分布预测研究 45想状况。ROC曲线的评估标准为：AUC的值为0506，预测结果不可接受(fail)；AUC的值为0607，预测结果可接受(poor)；AUC
12、的值为0708，预测结果一般(fair)；AUC的值为0809，预测结果较为满意(good)；AUC的值为09一l，预测结果非常满意(excellent)。研究所得训练数据集和验证数据集的AUC值分别为0992、0990。表明预测结果非常满意。22 西伯利亚蝗虫潜在分布区的预测结果基于AreGIS软件，采用Natural Breaks对栅格数据重分类，将研究区西伯利亚蝗虫的生境分为5类，即非适生区(0006)、低适生区(006016)、边缘适生区(016029)、适生区(o29一o40)、高危区(O40056)。采用ArcGIS软件的空间分析功能，计算出不同风险等级西伯利亚蝗虫的分布面积，最终
13、得到该蝗虫的潜在分布图。图2图2 西伯利亚蝗虫潜在分布区预测Fig2 Predicted potential distributionof Gomphocerus sibiric表1 不同适生区等级面积占新疆各地州面积百分比 Table 1 Area percentage of each suitable area in Xinjiang f)地区Region面积百分比(Percentage of a)非适生区 低适生区 边缘适生区 适生区 高危区Unsuitable am Marginally suitable am Edge of suitable area Suitable area H
14、ighrisk area西伯利亚蝗虫的潜在分布区主要在北疆及天山北坡一带。其中，高危区包括塔城的西南部及东北部的部分区域，阿勒泰的东南部及西北部，乌鲁木齐，博州、伊犁中部以及哈密中部部分区域，吐鲁番西北部部分区域，克州西北部及西南部部分区域，巴州北部部分区域，阿克苏北部部分区域；适生区包括阿勒泰中部和北部部分区域，塔城中部部分区域，博州及伊犁中部、北部及南部部分区域，哈密中部部分区域，巴州北部部分区域，克州北部和南部部分区域，阿克苏北部部分区域；边缘适生区包括阿勒泰中部、北部及南部部分区域，塔城中部，昌吉中部，伊犁中部，哈密中部部分区域，吐鲁番北部部分区域，巴州西北部部分区域，克州北部及南部部
15、分区域，喀什南部部分区域，阿克苏北部部分区域；低适生区包括阿勒泰西南部、东部及中部部分区域，塔城西部、西南部及东北部部分区域，昌吉中部部分区域，博州东部及西部部分区域，伊犁东部及西部部分区域，吐鲁番北部部分区域，哈密中部部分区域，阿克苏西部，巴州北部部分区域，克州南部部分区域，喀什南部，和田西南部部分区域。利用AreGIS的空间分析方法统计各级适宜生境面积比例，得到西伯利亚蝗虫万方数据新疆农业科学 53卷的非适生区占新疆总面积的6639，低适生区占新疆总面积的788，边缘适生区占新疆总面积的59l，适生区占新疆总面积的820，高危区占新疆总面积的116l。西伯利亚蝗虫的适生区及高危区占研究区总
16、面积的1411，该蝗虫分布面积比较广泛，且在北疆及天山北坡一带分布的较为集中。图2，表16 8 0 7 | j b !“ J u J 4 b HjiIre口ulc。d“an。q 03m注：Bi01年平均温；Bi02，昼夜温差月均值；Bi03，等温性(Bi02Bi07100)；Bi04，温度季节变化的标准差；Bi05，最热月的高温；Bi06，最冷月的低温；Bi07年温的变化范围；Bi08，最湿季平均温；Bi09，最干季平均温；Biol0，最暖季平均温；Bioll。最冷季平均温；Biol2，年均降雨量；Biol3，最湿月降雨量；Biol4，最干月降雨量；Biol5，降雨量变化的方差；Biol6，最
17、湿季的降雨量；Biol7，最干季的降雨量；Biol8，最暖季的降雨量；Bi019，最冷季的降雨量Note：Biol，Annual mean temperature；Bi02，Monthly meall diur-hal temperature range；Bi03，Isothermality(Bi02Bi07)100；Bi04，Start&hi deviation of temperature seasonal change；Bi05，Maxtemperature of the warmest month；Bi06，Min temperature of the coldest month；Bi
18、07，Range of annual temperature；Bi08，Mean tempera-ture ofthewettest quarter；Bi09，Meantemperature ofthe driest quar-ter；Biol0，Mean temperature ofthe warmest quarter；Bioll，Mean ternpemmre of the coldest quarter；Biol2，Annual average precipitation；Biol3，Precipitation of the wettest month；Binl4，Precipitat
19、ion of thedriest month；Biol5，CV of precipitation；Biol6，Precipitation of thewettest quarter；Biol7，Precipitation of the driest quarter；Biol8，Preeipitation of the warmest quarter；Biol9，Precipitation of the coldestquarter图3 预测结果的环境因子刀切法Fig3 ne results of the jackknifetest of variable importance23 影响西伯利亚
20、蝗虫潜在分布区的主导环境因子MaxEnt模型迭代运行，最终计算出19个环境因子对西伯利亚蝗虫潜在分布的贡献，结果表明：最冷季平均温(bioll)、最冷季的降水量(biol9)的贡献分别为273、249，最干季平均温(bi09)、温度变化的方差(bi04)的贡献率分别为18、103，年均降雨量(biol2)、最湿季平均温(bi08)和降雨量变化的标准差(biol5)的贡献分别为36、31、27。这7个环境因子的贡献高达899，说明影响西伯利亚蝗虫分布的主要环境因子是最冷季平均温(biolI)、最冷季的降水量(bi019)、最干季平均温(bi09)、温度变化的方差(bi04)、年均降雨量(biol
21、2)、最湿季平均温(bi08)和降雨量变化的标准差(biol5)。图33 讨论MaxEnt模型是近年来开发的物种分布模型，ROC曲线与横坐标围成的面积AUC对预测结果分析后表明，该模型较其它物种分布模型有较高的精度，且在物种分布数据不全的情况下，MaxEnt也能得到满意的结果J。目前国内应用MaxEnt模型的报道多集中在物种入侵的研究谢，将该模型用于草原蝗虫潜在分布的研究报道却不多见。基于MaxEnt模型，研究在当前气候条件下，识别了西伯利亚蝗虫在新疆所有潜在分布区及潜在分布的程度，揭示出该蝗虫的潜在分布区主要集中在北疆、天山北坡一带，即塔城、阿勒泰、博州、伊犁、乌鲁木齐、昌吉。上述区域地理上
22、分布着新疆的多数草原(那拉提草原、托乎拉苏草原、巴里坤草原等)，西伯利亚蝗虫属于草原蝗虫，且对草原造成严重的危害。刀切法不仅可以分析各个环境因子对物种分布的影响程度，也可以用来判断哪个环境因子影响物种分布的贡献较大瞵瑙】。此次刀切法分析的结果表明：最冷季平均温(biolI)、最冷季的平均降水量(biol9)、最干季平均温(bi09)、温度变化的方差(bi04)、年均降雨量(biol2)、最湿季平均温(bi08)和降雨量变化的方差(biol5)对西伯利亚蝗虫的潜在分布影响较大。有研究结果表明：蝗灾发生严重的年份气温偏高、降水量小，且产卵期气温越高、降水量越少，更利于蝗灾的发生H o。因此，应该在
23、蝗虫产卵的季节进行防治，e12357e923567aqM=：imM哪12；艇椎畦l万方数据1期 杨会枫等：基于MaxEnt模型的西伯利亚蝗虫在新疆潜在分布预测研究47以免造成更大的灾害。受试者工作特征曲线(receiver operating char-acteristie curve，ROC曲线)是以假阳性率为横坐标，真阳性率为纵坐标绘制而成的曲线。ROC曲线与横坐标围成的面积即AUC的值，AUC的值不受阈值影响，因而被认为是诊断试验最佳评价指标汪”，并且得到了广泛的应用。运用MaxEnt模型直接绘制出的ROC曲线，并利用直接给出的AUC值来评价预测结果，结果表明模型模拟效果非常好，能够较准
24、确预测西伯利亚蝗虫在新疆的潜在分布。物种分布模型模拟的是物种的基础生态位，然而物种的生态位会发生迁移。由于不同的时空尺度受到多种因素、不同强度的控制，使得基于物种生态与进化历史复杂表达形式的物种分布区有所差异m】。模型预测的结果只作为一种推测，并不能代表实地调查和普查，且每种模型都有一定的限制，根据不同的物种，如何选择合适的模型，应该根据物种的生物学特性以及研究者对模型的理解能力及综合使用能力四J。研究只考虑了温度和降水对西伯利亚蝗虫的影响，如能综合考虑地形、土壤、生物、物种的扩散能力以及物种进化能力等因素汹瑚1，预测结果将会更准确。4结论西伯利亚蝗虫在北疆及天山北坡一带分布的较为集中，且分布
25、面积比较广泛。利用AreGIS的空问分析方法统计各级适宜生境面积比例，得到西伯利亚蝗虫的非适生区占新疆总面积的6639，低适生区占新疆总面积的788，边缘适生区占新疆总面积的59l，适生区占新疆总面积的820，高危区占新疆总面积的1161。采用ROC曲线下的面积(即AUC值)进行MaxEnt模型模拟精度的验证。研究模拟的训练数据集和验证数据集的AUC值分另0为0992、0990。表明预测结果非常满意。影响西伯利亚蝗虫潜在分布的主导环境因子有：最冷季平均温(bioll)、最冷季的降水量(biol9)、最干季平均温(bi09)、温度变化的方差(bi04)、年均降雨量(biol2)、最湿季平均温(b
26、i08)和降雨量变化的标准差(biol5)。致谢：感谢新疆维吾尔自治区治蝗灭鼠指挥部为本文提供数据。参考文献(References)1赵玲，王登元，赵莉。等。新疆蝗虫的研究进展J新疆农业科学2012，29(7)：l 212一l 223ZHAO Ling，WANG I)engyuan，ZHAO LI，et a1(2012)Research Pr删of Grasshoppers in XinjiangJ。XiajangAgr赴alatral&ences，49(7)：l，212一l，223(in Chinese)2孙涛，赵景学，田莉华。等草地蝗虫发生原因及可持续管理对策J草业学报，2010，19(3
27、)：220227SUN Tao，ZHAO Jirtgxue，TIAN Lihua，et a1(2010)Reasons如r口n outbreak矿grassand grasshoppers and sustainablemanagement strategies for themJAaa Pratacumme Sbaea，19(3)：220227(in Chinese)3傅玮东，姚艳丽，李新建，等新疆草原蝗虫发生面积与大气环流特征量指数模型的研究J草业科学，2004。26(12)：124130FU Weidong，YAO Yahli，LI Xinjian，et a1(2004)Study On
28、 the modal between the area of grasshopper occunenceand indexes of atmospheric circulation【JPrataculm以&i-eR：e，26(12)：124130(in Chinese)4杨洪升基于MODISNDVl的新疆典型蝗区植被动态及蝗虫发生盼气侯背景研究D乌鲁木齐：新萎农业大学硕士论文，2007YANG Hongsheng(2007)str Oft the dimate bacl神undof Xinjiang typical vegetation dynamics and locust locust 4
29、based Oil MODISNDVIDMaeter DissertationXinjiangAgricultural University，Urumql(in Chinese)5许仲林，彭焕华，彭守璋。物种分布模型的发展及评价方法J】生态学报，2015，32(5)：557567XU Zhonglin，PENG Humhua，PENG Shou一曲ang(9015)The development and evaluation of species distributionmodelsJAcm ga,u#ea Snca，32(5)：557567(inChinese)6BusbyJR(1991)B
30、ioclima bioelimate analysis andprediction systemPlant Protection Quarterly7OrtegaHuerta。MA，Peterson，AT(2008)Modeling ecological niche8 and predicting googIaphic distributions：atest of six presenceonly methods modehdo de nichos ecol69iceeY predicei6n de distribuciones geog越eas：eomparaei6n de seismaod
31、osRevsta Mexicana De Biodiversidad。(1)：205216【8Phillips。SJ。Anderson，RP，Sehapire，RE(2013)Maximum entaopy modeling of species geographic dis-tributions幽咖f Moddtfng，190(3-4)：231259【9胡秀，吴福Jf，郭微基于MaxEnt生态学模型的檀香在中国的潜在种植区预测J林业科学。2014，50(5)：2733HU Xiu，WU FuchuanGUO Wei(2014)Identification 0fPotential Cultiv
32、ation Region for Santahm album in China by theMaxEnt Ecologic Niche ModelJ&enta$vae Sf，l&ae，50万方数据新疆农业科学 53卷(5)：2733(in Chirlese)(10】Elith，J，Graham，c，AderBon，R。Dudilc，ltlFenrier，SCuisan，A，et a1(2006)Novel illethod8 improve prediction of spie87distributiom from occuITenoe datagcogr,2phr29(2)：129一151【
33、11万基中，王春晶，韩士杰，等应用GIs和lllaxent预测南方红豆杉潜在地理分布及其保护建议J】江苏农业科学，201442(7)：349-352WAN Ji一矗o“g，WAN(；Chunjin8，I-ILN Shijie，et a1(2014)Based 011 Cls锄d llaxent in predicting the potentialgeographic distribution and its protection su酽stions of Taxusmairei SY HuJ肺ngsu49ricutra姗，42(7)：349-352(in Chinese)【12罗辩，徐卫华，
34、周志翔，等基于生态位模型的秦岭山系林麝生境预测【J】生态学报201131(5)：l 2211 229L1JO Chong，XIJ Weiha，ZItOU Zhi一矗鲫g，et a1(201 1)Habitat prediction for forest musk deer(1Vl曲ehus bet-erowkii)in Qinling mountain m萨h划on niche modelJ】Aaa勘蝴Snca。31(5)：l，221一l，229(in(：hine日e)【13】李明阳席庆，徐海根基于WEB数据库和Maxeat模塑的白头叶猴潜在生境评价研究【J林业资源管理，2010，(4)：31
35、36，57L1 lVlingyang，Xl Qing，XU ltaigeri(2010)EValuationof Potential Itabitat for Whitehe“led Lm舯Bssed On WEBDataset and lVlaxent ModeIJFort Retours Management，(4)：3136，57(in Chin鹤e)14】马松梅，聂迎彬，耿庆龙，等气候变化对蒙古扁桃适宜分布范围和空间格局的影响【J植物生态学报，2014，38(3)：262269VIA SonglIei，NIE Yin8一Bin，GEI、jCjqillgLong。et a1(2014)I
36、mpact of climate elum铲011 suitable distribution rangeand spatial pattern in Amygdalus mongolieaJ】ChnJour-haof胁甜Ecoogy，38(3)：262269(in Chie)【15郭彦龙，卫海燕，路春燕等气候变化下桃儿七潜在地理分布预测【J】植物生态学报，201438(3)：249261GIO YahLong。WEI FlalYah。LIJ(：hunYah，et a1(2014)Prtdietiom of potential geographical dlstribtltion of Sio
37、poclophyllUlltl hexandrurunder climate ch明geJ】Chn如刺o，Oata凸衄y380)：249261in Chiese)16何淑婷白碧玉，但佳惠等基于M商Ent的南丹参在中国的潜在分布区预测及适生性分析jj安徽农业科学，201442(8)：2 31l一2 3141iE Sh一ting。BAI 1iyll，DAN Jiahui，et a1(2014)Predietiort of Potential Distribution Areas Of Salvia bowl删laDunin China B8sed蚰M翻Ent and Suitability A豫l
38、y日i8【JJourna矿Anhld A肼sd，42(8)：2，3112，314(in Chi-nese)【17房汉卿熊忠平潘涌智黄杉大痣小蜂船mf妒r叩的潜在分布区预测J动物学研究，201I，32(增刊)：174179FANG Ha一cling，XIONG ZhongPing，PAN Yortgzhi(201 1)11le Prediction of Potential Geo曩-aphieal Distribution ofSeed(：haleids肋轷嘲细邮8pJZootog测翩，32(suppl)：174179(in Chlne自e)【18王颖，章桂明，杨伟东，等基于IVIAXENT的
39、大豆南北方茎溃疡病菌在中国适生区的顶滔J植物检痰，2009，23(4)：14一17WhNC Yirlg，ZttANG Guiruing。YAblG Weidg，et a1(2009)Potential di8tribution of Oaporthe耐旺阳DlD，师眦Caulivora and Daponhe phaseoorum valrAleridionali8 in Chinapr,xlieted by P,IAXENTJPant Quarantne，23(4)：1417(in Chinese)19冯璐，刘建宏，李永和，等基于Mamnt模型的楚雄腮扁叶蜂潜在分布区预铡J西部林业科学201
40、3，42(2)：4955FENG hl，IU Jianhong，LIYonghe，et a1(2013)，P静diction of Potential Distribution of lVlaxent veol69ieal Cephaleiachuxiongiea Based 0tll Niche Model【JJol船以oy黜OhhaForestry sc衙搿，42(2)：42-55(in Chidlc)20雷成军，徐海根基于MaxEnt的加拿大一枝黄花在中国的潜在分布区预测J生态与农村环境学报，2010。26(2)：137141LEI ChengJun。XU ltaigen(2010)瑚【
41、自医EntBadPrediction of Potential Distribution of soli,t嘴o eamdemiB in ChinaJ】ouraq-蜘andm删Em咖m训，42(2)：137141(in Chir眦)21何奇瑾周广胜我国夏玉米潜在种植分布区的气候适宜性研究J地理学报，201l，66(11)：1 443一l 450HE Qijin-ZttOIJ GuangBhens(201 1)Climatic 8uit,abil畸of Potential Summer MaizePlalIting zo嘲in Chia【J】ternGeographca Snca，诵(11)：l
42、，4431，450(in Chinese)22王运生，谢丙炎。万方浩，等ROC曲线分析在评价入侵物种分布模型中的应用C J】生物多样性，20a7，15(4)：365372WANG Yunsheng，XIE 13ingy8nWA、F哪一hao，et a1(2007)Applieation of ROC cum aalysis in evaluating theperformance of alien species7 ltential distribu60n modelsJm，d蛔s毋S妇搿，15(2)：365372(in Chi呻坼)23钟艮平几种外来人侵杂草在我国的潜在分布预测D重庆西南大学
43、硕士论文，2008ZHONC Cenping(200z)n戡fi靠明of只蝴矧晶蛐Iton of lm,a妇Aen幽in Chna【DMaster 1)isserlatloSouthwest llnivemty。Chongqing(in Chinese)(24郭水良，高平磊，娄玉霞应用laxFnt模型颡涓检疫性杂草毒莴苣在我国的潜分布范围【J上海交通大学学报(农业科学版)，2011。29(5)：1519GldO Shuiliarlg，GAO Pinglei，LOIJ Yu一面a(2011)Predietion 0f Potential Invasive RaiSe of QuanantJrte
44、 Weed I丑咖-万方数据1期 杨会枫等：基于MaxEnt模型的西伯利亚蝗虫在新疆潜在分布预测研究 49ca serriola in China by MaxEnt ModelJJournal ofShanghaiJiaogong坶(A咖culturalScience)：29(5)：1519(in Chinese)25Gibson，L，Barrett，B，Burbidge，A(2007)Dealingwith uncertain absences in habitat modelling：a case stIldy of ar砒grounddwelling parrotD汹妙Darbuloa
45、s，13(6)：70471326Peterson，AT。Cohoon，KP(1999)Sensi石vity ofdistributional prediction蛳帆to geo目aphic data complete-neEcoog玉a胁池以厶酱，1 17(99)：159164”Vanagas，G(2004)Receiver operarin$characteristic curvesand comparison d cardiac surgery risk stratification systemsIn-teractive Chrdimns口hrThoracic Surgery3(2)：
46、319322(28Jorge，B，Scberon(201I)Mapping species distributions：spatial inference and prediction5j瞄朋tl如Botany，ml-36(6)：81829Sober6n，JM。(2010)。Niche and碱ofdistributionmodeling：a population唧logy perspectiveEcography，33(1)：15916730Sober6n，J，理出咖啊，M(2009)。Niches and distributlonal嘲：两n姊睥，methods，and altSnlBp6
47、0nfln仇睇姆矿the National Academy矿Scienofl_Ile恻ofAmed-，106 sup#2(46)：1964419，650万方数据新疆农业科学 53卷Prediction of Potential Distribution Area of Gomphocerussibiric伽China Based on the MaxEnt ModelYANG Huifen91，ZHENG Jianghual一，WU Xiulanl，MU Chen3，LIN Jun3，XU Zhonglinl2(1College of Resources&Environment Science，Xinjiang University，Urumqi 830046，China；2KeyLaboratory of Smart C缸and Environment Modeling of Ordinary Colleges