MaxEnt生态位模型在红花槭引种区预测上的应用探讨
2018-07-14高雅秦华
中国园林 2018年4期
关键词:模型
高 雅 秦 华
基于GIS平台的最大熵模型(Maximum Entropy,MaxEnt)物种潜在分布区预测就是把研究区所有单元(pixel)作为构成最大熵的可能分布空间,将已知物种分布点的单元作为样点,并根据样点单元的环境变量得出约束条件,寻找此约束条件下的最大熵的可能分布,以此来预测物种在目标区的分布[1]。在常见的物种分布预测软件中,MaxEnt和GARP被认为有效性最高,但与GARP相比,MaxEnt具有运算结果更稳定,对计算机的配置要求较低,操作也更为简便等优点,且在样点数据以及环境因子参数较多的情况下优势更明显[2]。
MaxEnt生态位模型现已在动植物生境预测[3]、入侵植物分布区预测[4]、检疫病虫害预测[5]等方面广泛应用,但是由于自然状态下物种之间的相互影响和植物自身的传播能力,模型预测结果的准确性受到一定的影响。而园林中植物引种的目的性和栽培的人为性在一定程度上避免了自然状态下植物之间的相互作用,而使得该模型应用于园林植物潜在种植区的预测有较好的效果[6]。运用MaxEnt模型对植物适生区进行预测,可在短期内获得可信度较高的植物适生性判断,提高植物引种效率和植物景观营造的成功性,为园林植物选择和引种提供一种新的思路。
红花槭(Acer rubrum)俗称美国红枫,原产于美国北部及加拿大大部分地区,落叶大乔木,秋末冬初叶色由黄绿色变成黄色,最后变为红色[7],是少数可以用作行道树的彩叶树种之一,观赏价值高,被称为“未来行道树之王”。2000年开始全国各地纷纷引种红花槭,尤其在北京、上海地区为重要引种对象,但因缺乏对引种前途的科学预判,引种的盲目性很大,在人力、物力等方面都造成了不小的损失[8]。……
登录APP查看全文
