IGSNRR OpenIR
基于maxent模型的西藏藏波罗花潜在地理分布预测
Kan Aike1; Yang Xiao1; Li Guoqing2; Wang Yingjie3; Tesren Luobu4; Zeng Yelong5; Cheng Zhenlong6
2018
Source Publication资源与生态学报英文版
ISSN1674-764X
Volume009Issue:006Pages:681
Abstract藏波罗花Incarvillea younghusbandii是著名的藏药之一,极具开发和研究价值,但准确预测其潜在地理分布一直是目前尚未解决的关键问题。本文结合实地调查与现有研究数据,以气候和地表覆盖为环境变量,利用Maxent模型与GIS工具,对藏波罗花在西藏地区的潜在地理分布进行预测。研究结果表明:(1)Maxent模型对藏波罗花的潜在地理分布具有较高的预测精度,ROC曲线下面积(Area under the curve,AUC),训练AUC值可达0.994,测试AUC值可达0.996;(2)土壤类型、年降水量和生长繁育期降水量是影响藏波罗花生长分布的最重要环境因子;(3)藏波罗花在西藏有广泛的适生性,雅鲁藏布江与多雄藏布河间的山谷地带、喜马拉雅山脉中段地带河谷区和喜马拉雅山东段北侧与雅鲁藏布江中游南岸相间地带是目前主要的适生区,而喜马拉雅山脉东部部分地区可能会成为藏波罗花的扩散分布区。
Language英语
Document Type期刊论文
Identifierhttp://ir.igsnrr.ac.cn/handle/311030/125837
Collection中国科学院地理科学与资源研究所
Affiliation1.成都理工大学
2.鲁东大学
3.中国科学院地理科学与资源研究所
4.Institute of Science & Technology Information of Tibet Autonomous Region
5.中国科学院遥感与数字地球研究所
6.School of Environmental & Resource Sciences, Zhejiang Agriculture & Forestry University
Recommended Citation
GB/T 7714
Kan Aike,Yang Xiao,Li Guoqing,等. 基于maxent模型的西藏藏波罗花潜在地理分布预测[J]. 资源与生态学报英文版,2018,009(006):681.
APA Kan Aike.,Yang Xiao.,Li Guoqing.,Wang Yingjie.,Tesren Luobu.,...&Cheng Zhenlong.(2018).基于maxent模型的西藏藏波罗花潜在地理分布预测.资源与生态学报英文版,009(006),681.
MLA Kan Aike,et al."基于maxent模型的西藏藏波罗花潜在地理分布预测".资源与生态学报英文版 009.006(2018):681.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[Kan Aike]'s Articles
[Yang Xiao]'s Articles
[Li Guoqing]'s Articles
Baidu academic
Similar articles in Baidu academic
[Kan Aike]'s Articles
[Yang Xiao]'s Articles
[Li Guoqing]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[Kan Aike]'s Articles
[Yang Xiao]'s Articles
[Li Guoqing]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.