基于DOMAIN和NeuralEnsembles模型预测中国毛竹潜在分布

摘要：

通过概形分析模型( profile technique)——DOMAIN生成物种生境适宜分布图,选取低适宜性的地区作为物种不存在区,然后应用分类判别分析模型(group discrimination technique)-NeuralEnsembles预测我国毛竹潜在分布.结果表明:通过耦合DOMAIN和NeuralEnsembles模型可以改进NeuralEnsenbles模型预测精度；AUC和敏感度对用于建模的物种不存在数据取样数量不敏感,而最大Kappa值随着不存在数据取样数量的增大逐渐减小；未来气候变化将导致毛竹向北迁移33～266 km,面积增加7.4% ～13.9%.

关键词：DOMAIN、NeuralEnsembles、模型耦合、潜在分布模拟、气候变化、毛竹

所属期刊栏目：47

分类号：Q948.5(植物学)

资助基金：国家自然科学基金;林业公益性行业科研专项重大项目;中国检验检疫科学研究院院所项目;国家科技支撑计划;国家国际科技合作专项基金

在线出版日期：2011-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：20-26