基于MaxEnt与GIS对云南重点保护野生植物潜在生境分析方法

技术领域

本发明涉及植物生存方式研究领域，特别涉及基于MaxEnt与 GIS对云南重点保护野生植物潜在生境分析方法。

背景技术

植物提供人类所需的各式生存环境，地表热量分布不均使全球植物资源差异分布，造成地球上植物资源丰富多样。受地震、火灾、全球气候变化等自然因素和过度获取资源、环境开发、人口压力等人为因素的影响，部分地区的植物资源破坏严重，造成其生境的丧失和破碎化。在世界现存的约30万种高等植物中，有超过1/3种植物生存受到威胁，有超过1/10种植物濒临灭绝，如何保持植物资源的多样性和可持续利用已是全球共同关注的热点。因此，保护野生濒危植物需先研究其生境条件、及其生存空间与环境因子的关系，从而制定合理的保护对策。

物种分布模型是基于现有数据，依据特定的算法和生态学原理模拟物种的生态位并投影到生态环境中，以物种出现概率的形式反映生境的适宜度等，在物种生态需求分析、发现未知物种和种群、自然保护地的选择和设计、物种入侵风险评价、气候变化对生物分布的影响等方面均有重要研究价值。常见的物种分布模型有MaxEnt、ENFA、 GARP、BIOCLIM、DOMAIN、BF、GLM等模型，其中以MaxEnt 模型预测效果最好，在入侵物种防护、濒危动物种保护、药用植物培育等领域应用广泛。

为保护云南重点保护野生植物的种群及其生境，本发明使用拟分析的物种在云南省地理分布信息，以及气候与土壤因子等环境数据，来构建其潜在生境空间适宜性分布，并推断影响其分布的主要环境因子。参考贾翔等根据政府间气候变化专门委员会(IPCC)关于评估可能性的划分标准，将云南重点保护野生植物在研究区域的适宜生境划分为：P<0.05为不适宜区；0.05≤P<0.33为低适宜区；P≥0.33为高适宜区。在此基础上，结合云南省已建立的自然保护地，明确云南重点保护野生植物保护空缺的区域，为重点保护野生植物科学保护与利用提供科学依据。

发明内容

为解决上述现有技术存在的问题，本发明的目的在于提供一种基于MaxEnt与GIS对云南重点保护野生植物潜在生境分析方法

为达到上述目的，本发明的技术方案为：

一种基于MaxEnt与GIS对云南重点保护野生植物潜在生境分析方法，该方法具体为：

步骤一、选取多个对应重点保护野生植物的分布点以及多个主导环境因子；

步骤二、运用最大熵模型和地理信息系统分析其潜在生境分布，利用MaxEnt软件内置的刀切法分析影响其分布的主要环境因子；

步骤三、其预测结果采用受试者工作特征曲线进行检验精度，并将其生境预测结果与现有的云南省自然保护地进行叠加分析保护状况。

进一步的，所述步骤一中主导环境因子具体包括：气候因子，土壤因子，海拔数据，坡度和坡向，河流范围。

进一步的，所述步骤一中，地理分布点通过中国数字植物标本馆、国家标本信息基础设施、及实地调查数据获得；

气候因子共19个，来自世界气候数据；土壤因子30个，来自中国科学院地理科学与资源研究所和世界土壤数据库；海拔数据来自地理空间数据云，经ArcGIS Map10.2处理得到坡度和坡向；云南省范围和境内主要河流范围来自中国科学院地理科学与资源研究所；

将以上数据采用ArcGIS Map10.2处理并统一坐标，空间分辨率为1×1km，输出为.asc格式文件，用于Maxent软件分析。

进一步的，所述步骤二具体操作为：利用Maxent软件的刀切法评价51个环境因子的权重，为避免过度拟合，取≥1％的因子，去除相关系数|r|≥0.8和贡献率较低的因子，最后得到8个因子，贡献率超过93.0％，作为主导环境因子用于Maxent模型计算；Maxent模型参数设置5000次运算，25％作为训练因子，75％作为测试因子，重复 10次，其他参数为默认。

进一步的，所述步骤三具体操作为：用刀切法作为模型精度的评判方法，所有环境因子和主导环境因子的10次AUC值平均值分别为 0.972和0.978，均大于0.9，说明MaxEnt出色的模型性能，预测结果精度高，能够采用主导环境因子作为预测因子。

进一步的，所述云南省重点保护野生植物具体为：

进一步的，所述重点保护野生植物选取云南榧树为实例。

进一步的，上述各因子的因子贡献率具体为：最冷季降水量、季节性降水变异系数、气温年范围环境因子对云南榧树分布预测的影响最大，贡献率＞80.0％；以降水量为主要因子，其次为温度；物种分布概率-环境因子响应曲线中显示，云南榧树预测分布区域的最冷季降水量的适宜值为79.24mm以上；降水季节性变异系数的适宜范围小于64.28；年温差范围(℃)的适宜温度年范围24.37～26.28℃。

相对于现有技术，本发明的有益效果为：

本发明一种基于MaxEnt与GIS对云南重点保护野生植物潜在生境分析方法为明确国家重点保护特种的潜在生境分布区，以云南省为研究区域，选择云南榧树为例，选取45个云南榧树分布点和8个主导环境因子，运用最大熵模型(MaxEnt)和地理信息系统(GIS)分析其潜在生境分布，利用MaxEnt软件内置的刀切法(Jackknife)分析影响其分布的主要环境因子，其预测结果采用受试者工作特征曲线 (Receiver operating characteristic，AUC)进行检验精度，并将其生境预测结果与现有的云南省自然保护地进行叠加分析保护状况。结果表明：云南榧树生境范围小，主要集中分布在三江并流区，云南榧树生境适宜区面积2.65万km

附图说明

图1为云南榧树分布点。

图2环境变量AUC测试精度图。

图3云南榧树适宜性分布图。

图4贡献率及环境因子预测概率范围。

A为主导因子的刀切法，asc为坡向，Bio7，年均温度变化范围 Temperatureannual range，最高气温-最低气温、Biol5：降水量变异系数Precipitation sasonality(coefficient of variation)；biol7最干季降水量、biol9最冷季降水量。

具体实施方式

下面结合附图和具体实施方式对本发明技术方案做进一步详细描述：

一种基于MaxEnt与GIS对云南重点保护野生植物潜在生境分析方法，该方法具体为：

步骤一、选取多个对应重点保护野生植物的分布点以及多个主导环境因子；

步骤二、运用最大熵模型和地理信息系统分析其潜在生境分布，利用MaxEnt软件内置的刀切法分析影响其分布的主要环境因子；

步骤三、其预测结果采用受试者工作特征曲线进行检验精度，并将其生境预测结果与现有的云南省自然保护地进行叠加分析保护状况。

进一步的，所述步骤一中主导环境因子具体包括：气候因子，土壤因子，海拔数据，坡度和坡向，河流范围。

进一步的，所述步骤一中，地理分布点通过中国数字植物标本馆、国家标本信息基础设施、及实地调查数据获得；

气候因子共19个，来自世界气候数据；土壤因子30个，来自中国科学院地理科学与资源研究所和世界土壤数据库；海拔数据来自地理空间数据云，经ArcGIS Map10.2处理得到坡度和坡向；云南省范围和境内主要河流范围来自中国科学院地理科学与资源研究所；

将以上数据采用ArcGIS Map10.2处理并统一坐标，空间分辨率为1×1km，输出为.asc格式文件，用于Maxent软件分析。

进一步的，所述步骤二具体操作为：利用Maxent软件的刀切法评价51个环境因子的权重，为避免过度拟合，取≥1％的因子，去除相关系数|r|≥0.8和贡献率较低的因子，最后得到8个因子，贡献率超过93.0％，作为主导环境因子用于Maxent模型计算；Maxent模型参数设置5000次运算，25％作为训练因子，75％作为测试因子，重复 10次，其他参数为默认。

进一步的，所述步骤三具体操作为：用刀切法作为模型精度的评判方法，所有环境因子和主导环境因子的10次AUC值平均值分别为 0.972和0.978，均大于0.9，说明MaxEnt出色的模型性能，预测结果精度高，能够采用主导环境因子作为预测因子。

进一步的，所述重点保护野生植物具体为：

进一步的，所述重点保护野生植物选取云南榧树作为实例。

进一步的，上述各因子的因子贡献率具体为：最冷季降水量、季节性降水变异系数、气温年范围环境因子对云南榧树分布预测的影响最大，贡献率＞80.0％；以降水量为主要因子，其次为温度；物种分布概率-环境因子响应曲线中显示，云南榧树预测分布区域的最冷季降水量的适宜值为79.24mm以上；降水季节性变异系数的适宜范围小于64.28；年温差范围(℃)的适宜温度年范围24.37～26.28℃。试验例：

如图1所示，1研究区概况

云南省地处中国西南边陲(北纬21°8′-29°15′，东经 97°31′-106°11′)，总面积39.41万km

2研究方法

2.1云南榧树地理分布数据来源

云南榧树的地理分布点主要通过中国数字植物标本馆 (http://www.cvh.ac.cn/)、国家标本信息基础设施 (http://www.nsii.org.cn/)、GlobalBiodiversity Information Facility (https://www.gbif.org)、相关文献资料及实地调查数据获得45个分布记录点(图1)，已去除信息错误的样本，或通过谷歌地图补全，样本年份范围为1928-2019年。

2.2环境数据的收集与处理

气候因子共19个，来自世界气候数据(www.worldclim.org)；土壤因子30个，来自中国科学院地理科学与资源研究所 (http://www.resdc.cn)和世界土壤数据库 (http://daac.ornl.gov/cgi-bin/dsviewer.pl？ds_id＝1247)；海拔数据来自地理空间数据云(http://www.gscloud.cn/)，经ArcGIS Map10.2处理得到坡度和坡向；云南省范围和境内主要河流范围来自中国科学院地理科学与资源研究所。以上数据采用ArcGIS Map10.2处理并统一坐标，空间分辨率为1×1km，输出为.asc格式文件，用于Maxent软件分析。

利用Maxent软件的刀切法(Jackknife)评价51个环境因子的权重，为避免过度拟合，取≥1％的因子，去除相关系数|r|≥0.8和贡献率较低的因子，最后得到8个因子，贡献率超过93.0％，作为主导环境因子用于Maxent模型计算。Maxent模型参数设置5000次运算，25％作为训练因子，75％作为测试因子，重复10次，其他参数为默认。

2结果与分析

2.1精度检测

用刀切法作为模型精度的评判方法，所有环境因子(图2，A)和主导环境因子(图2，B)的10次AUC值平均值分别为0.972和0.978，均大于0.9，说明MaxEnt出色的模型性能，预测结果精度高，可采用主导环境因子作为预测因子。

2.2分布范围

云南榧树的Maxent预测分析结果如图3所示，其主要分布在滇西北的三江并流区，即横断山区，具体分布在怒江、丽江、和迪庆州、大理，其中迪庆州维西县最适宜区所占面积最大。另外云南东北地区昭通市金沙江边有一定的云南榧树适宜区。云南榧树生境适宜区面积 2.65万km2，占云南省总面积的9.08％，不足10％。通过和云南省自然保护地进行叠加，云南榧树适宜区在自然保护地仅占1.15％，主要为高黎贡山(I)、白马雪山(II)、云龙天池(V)、剑湖(IV)、云岭(III)自然保护地，以高黎贡山自然保护地占的面积最大(28.93km2)，其次为白马雪山(8.40km2)。云南榧树适宜区占自然保护地百分数最大的为剑湖保护区(100％)，其次为云岭(71.33％) 和高黎贡山(79.24％)。

2.4因子贡献率

主要因子的刀切法检验结果显示(图4)，最冷季降水量、季节性降水变异系数(bio15)、气温年范围(bio7)环境因子对云南榧树分布预测的影响最大，贡献率＞80.0％；以降水量为主要因子，其次为温度。物种分布概率-环境因子响应曲线中显示，云南榧树预测分布区域的最冷季降水量的适宜值为79.24mm以上(图4，B)；降水季节性变异系数的适宜范围小于64.28(图4，C)；年温差范围(℃) 的适宜温度年范围24.37～26.28℃(图4，D)。

3讨论与结论

研究结果显示，云南榧树潜在生境主要分布在三江并流区，范围狭小，其影响的因素主要为降水量，其次为温度，而降水上变异越大越不适宜云南榧树，年温差在上较为稳定，过高过低均不适宜云南榧树生长，其气候是影响云南榧树生存的重要原因。三江并流区拥有丰富的生物多样性，也是全球生物多样性热点地区，在2003年7月被列入联合国教科文组织的世界自然遗产目录，其中一些地区在更新世期间被鉴定为植物的避难所。三江并流区气候特殊，由于气候变化和人类活动的影响，目前此区呈现不同的破坏，雪线上升、温度增高和降水减少，同时三江并流区地势特殊，在低海拔区常形成干热河谷，山顶寒冷，山脚干热，使一些非高寒植物(中低海拔)迁移至高寒生物区适应性演化形成高寒植物。根据Maxent的预测结果，云南榧树受温度与降水的影响，既不能往高山迁移，也不能往低处迁移，造成其生境范围狭小。此外，云南榧树的适宜分布区有一部分在云南东北地区，在金沙江流域附近。

云南榧树潜在分布受河谷切割，气候限制，使其生境破碎。云南榧树种子难以发芽，同时潜在生境在自然保护地范围较少，但可将部分云南榧树引种栽培，同时维西县是云南榧树潜在分布区最适的最广的地区，可在其建立自然保护小区，进行就地保护，从而对其科学保护。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。