项 涛 董响红 郭 超 李钟杰

(1. 中国科学院水生生物研究所淡水生态与生物技术国家重点实验室, 武汉 430072; 2. 中国科学院大学, 北京 100049)

近年来, 受人类活动影响, 全球气候显著变暖,降水模式发生改变, 局部区域极端气候事件频发,对地球上越来越多的水生生物产生了深远的影响[1—3]。气候变化可能会通过改变水生生物的生长、繁殖和存活等生活史特性从而影响物种的丰度及其分布[4—6]。许多物种赖以生存的栖息地在气候变化的影响下发生改变, 如物种分布范围的纬度或海拔上移、分布区缩减或扩张等[7—11]。大量研究表明这些影响正持续加剧, 全球生物多样性面临严重威胁[12,13]。

物种分布模型(Species Distribution Models,SDMs)是研究气候变化对物种栖息地影响常用的数值模拟工具[14], 其结合气候数据能有效预测物种在未来气候下的潜在分布, 特别是针对宏观尺度上的分布预测有着较高的可操作性和准确性, 是当前保护生物学者常用的研究手段[15,16]。物种分布模型主要利用已知的物种分布数据和相关环境数据,依据特定的算法推定物种的生态位, 并投影到景观中, 估算物种的实际分布及预测未来气候变化下物种的生态位要求和潜在分布范围等[17,18], 并以概率形式反映物种对栖息地的偏好程度, 其结果一般解释为物种在某区域出现的概率、栖息地适宜度或物种的丰富度[19,20]。其中随机森林模型(Random forest)是将bagging和随机特征选择结合起来, 对决策树模型添加额外的多样性, 在树的集成产生之后,该模型使用投票或取算术平均的方法来组合弱模型进而预测结果, 因此泛化能力较强[21]。……