利用物种分布模型(species distribution models or modeling,SDM)估计物种的真实和潜在分布区,已成为海洋保护区规划、外来、物种入侵预测、气候变迁或环境改变对物种分布影响等领域的研究热点。此外,在大数据技术迅速发展的背景下,国外已出现多个面向物种分布模型的大数据集以及应用大数据技术进行物种分布模型研究的案例,而我国,海洋方面应用大数据的物种分布模型的研究却寥寥无几。文章首先就物种分布模型、物种分布模型分类以及其研究现状做了较为详细的叙述,讨论了物种分布模型的大数据需求及所需数据类型,主要从大数据价值链的角度讨论了海洋领域物种分布模型与大数据的关系,具体从物种分布数据和环境数据的收集与大数据、物种数据和环境数据的集成与大数据、物种分布模型的预测分析与大数据3个方面展开。文章就物种分布模型所面临的大数据问题,从加强海洋生物多样性大数据平台和生态系统观测网络的建设以及鼓励海洋领域的物种分布模型应用研究项目的开展两方面给出作者的建议,对未来物种分布模型在我国海洋领域的研究和应用的前景作了展望。
利用多源综合数据,建立碧流河流域SWAT(soil and water assessment tool)分布式水文模型,对模型进行了率定验证。结果表明:率定期模型纳什效率系数Ens、决定系数R^(2)及相对偏差PBIAS分别为0.80、0.86、18.9%,模型不确定性P因子、R因子分别为0.78、0.58,验证期Ens、R^(2)及PBIAS值分别为0.87、0.88、1.9%,建立的SWAT模型在碧流河流域中径流模拟总体效果较好,不确定性较小。通过建立流域水文模型,可以解决海洋科研业务工作中监测覆盖的入海河流有限、入海径流量难以获得的问题,为污染物入海通量评估提供高分辨率的流量数据。
