“十一五”国家科技攻关计划(2006BAD03A04)
- 作品数：2 被引量：88H指数：2
- 相关作者：孙鹏森张雷刘世荣更多>>
- 相关机构：中国林业科学研究院更多>>
- 发文基金：国际科技合作与交流专项项目国家自然科学基金“十一五”国家科技攻关计划更多>>
- 相关领域：生物学农业科学更多>>
- 气候变化对马尾松潜在分布影响预估的多模型比较被引量：64
- 2011年
- 物种分布模型被广泛应用于评估气候变化对物种分布的影响。随着计算机和统计学的发展,模拟物种分布的模型层出不穷,但对这些模型的相对表现知之甚少,因此需要对其进行对比分析,以便更可靠地评估气候变化的影响。该文采用3个比较新颖的组合集成学习(ensemble learning)模型(随机森林(random forest,RF)、广义助推法和Neural Ensembles)、3个常规模型(广义线性模型、广义加法模型和分类回归树)、3个大气环流模型(global circulation model,GCM)(MIROC32_medres,JP;CCCMA_CGCM3,CA;BCCR-BCM2.0,NW)和一个气体排放情景(SRES_A2),模拟分析了马尾松(Pinus massoniana)历史基准气候(1961-1990)和未来3个不同时期(2010-2039,2020s;2040-2069,2050s;2070-2099,2080s)的潜在分布。基于环境阈值方法选择物种不发生区,依据Climate China软件进行当前和未来气候数据的降尺度处理,采用接收机工作特征曲线(receiveroperator characteristic,ROC)下的面积(area under the curve,AUC)、Kappa值和真实技巧统计法(true skill statistic,TSS)以及马尾松种子区划范围来评价模型的预测精度。结果表明:6个物种分布模型都具有较高的预测精度,但组合集成学习模型的预测精度稍高于其他常规模型,其中RF的预测精度最高。3个GCM和6个模型模拟条件下,马尾松对气候变化的响应格局既有一致性也有异同性。一致性表现在:随着时间的推移,马尾松分布区将逐渐向北迁移,未来潜在分布区的面积将逐渐增加;异同性表现在:在不同模型和不同气候情景下,马尾松潜在分布区的迁移距离和面积变化幅度不同,其中NW模式下预测的变化幅度小于CA和JP模式;RF模型预测的分布区迁移距离和面积变化幅度最大。随着时间的推移,未来马尾松的18个潜在分布空间预测图(6个模型×3GCM)之间的差异也逐渐增大,其中空间不一致性地区主要集中发生在马尾松潜在分布区的北部和西部边�
- 张雷刘世荣孙鹏森王同立
- 关键词：气候变化马尾松
- 气候变化对物种分布影响模拟中的不确定性组分分割与制图--以油松为例被引量：34
- 2011年
- 物种分布模型是预测评估气候变化对物种分布影响的主要工具。为了降低物种分布模型在预测过程中的不确定性,近期有学者提出了采用组合预测的新方法,即采用多套建模数据、模型技术,模型参数,以及环境情景数据对物种分布进行预测,构成物种分布预测集合。但是,组合预测中各组分对变异的贡献还知之甚少,因此有必要把变异组分来源进行分割,以更有效地利用组合预测方法来降低模型预测中的不确定性。以油松为例,采用8个生态位模型,9套模型训练数据,3个GCM模型和一个SRES(A2)排放情景,模型分析了油松当前(1961—1990年)和未来气候条件下3个时间段(2010—2039年,2040—2069年,2070—2099年)的潜在分布。共计得到当前分布预测数据72套,未来每个时间段分布数据216套。采用开发的ClimateChina软件进行当前和未来气候数据的降尺度处理。采用Kappa、真实技巧统计方法(TSS)和接收机工作特征曲线下的面积(AUC)对模型预测能力进行评估。结果表明,随机森林(RF)、广义线性模型(GLM),广义加法模型(GAM)、多元自适应样条函数(MARS)以及助推法(GBM)预测效果较好,几乎不受建模数据之间差异的影响。混合判别分析模型(MDA)对建模数据之间的差异非常敏感,甚至出现建模失败现象。采用三因素方差分析方法对组合预测中的不确定性来源进行变异分割,结果表明,模型之间的差异对模拟预测结果不确定性的贡献最大且所占比例极高,而建模数据之间的差异贡献最小,GCM贡献居中。研究将有助于加深对物种分布模拟预测中不确定性的认识。
- 张雷刘世荣孙鹏森王同立
- 关键词：不确定性气候变化油松
