在谷歌地球引擎上对息地适宜性建模的全过程MaxEnt框架:中国大陆东部东方白的案例研究
Lei Zhou1, Yanling Zhang2, Ziqi Chen3
1College of Geo-exploration Science & Technology, Jilin University, Changchun, China.
Journal of environmental management
|May 16, 2025
概括
谷歌地球引擎上的MaxEnt模型准确地预测了中国适合东方白的息地,并确定了保护的关键环境因素. 这种大规模模拟为物种管理提供了至关重要的数据.
科学领域:
- 生态建模 生态建模
- 地理信息系统 (GIS) 是指地理信息系统.
- 保护生物学 保护生物学
背景情况:
- 最大 (MaxEnt) 模型是使用有限数据预测物种分布的强大工具.
- 将MaxEnt与谷歌地球引擎 (GEE) 集成,可以进行大规模的息地适应性模拟.
- 很少有研究在大型空间尺度上使用GEE上的MaxEnt探索了物种适合息地的完整模拟过程.
研究的目的:
- 在中国大陆东部模拟东方白的潜在适宜息地,使用GEE平台上的MaxEnt模型.
- 评估MaxEnt模型对于大规模息地适应性测绘的准确性和概括能力.
- 确定影响东方白息地选择的关键环境变量.
主要方法:
- 收集了与东方白的息地,繁殖和食相关的环境变量.
- 使用环境分析方法生成伪缺席点,考虑适合的息地条件.
- 在GEE平台内使用MaxEnt模型模拟和评估潜在的合适息地.
主要成果:
- 在GEE上的MaxEnt模型显示出高的预测准确性 (max测试AUC0.94,avg0.93;avgTSS0.75) 和强大的概括能力 (avgAUC比率0.99).
- 东方白在中国东部的潜在适合息地占地401,414.36平方公里,其中83,656.99平方公里被确定为高度适合 (≥0.90概率).
- 关键的环境变量包括距离湖泊的距离,海拔,平均日间范围,同温度,植被类型和土地使用类型.
结论:
- 关于GEE的MaxEnt模型对于大型物种息地适应性模拟是可行的和有效的.
- 东方白的最佳息地以低海拔平原或靠近湖泊,温和/潮湿的气候以及特定的温度/湿度范围为特征.
- 这项研究为东方白的保护和息地管理提供了至关重要的技术支持.
相关概念视频
02:16Light Acquisition
8.0K
In order to produce glucose, plants need to capture sufficient light energy. Many modern plants have evolved leaves specialized for light acquisition. Leaves can be only millimeters in width or tens of meters wide, depending on the environment. Due to competition for sunlight, evolution has driven the evolution of increasingly larger leaves and taller plants, to avoid shading by their neighbors with contaminant elaboration of root architecture and mechanisms to transport water and nutrients.
8.0K
02:31Habitat Fragmentation
15.7K
Habitat fragmentation describes the division of a more extensive, continuous habitat into smaller, discontinuous areas. Human activities such as land conversion, as well as slower geological processes leading to changes in the physical environment, are the two leading causes of habitat fragmentation. The fragmentation process typically follows the same steps: perforation, dissection, fragmentation, shrinkage, and attrition.
15.7K