稀疏群团状物种分布模型和抽样技术的分析-analysis of sparse cluster species distribution model and sampling technique.docx

DissertationfortheDegreeStudyonrareandclusterspeciesdistributionmodelandsamplingtechniqueCandidate:ChenXinmeiSupervisor:LeiYuancaiAssociateSupervisor:LeiXiangdongAcademicDegreeAppliedfor:DoctorSpeciality:ForestmanagementDateofDefence:July2011Degree-Conferring-Institution:ChineseAcademyofForestry独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得本研究生培养单位或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解中国林业科学研究院有关保留、使用学位论文的规定，中国林业科学研究院有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权中国林业科学研究院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：导师签名：年月日年月日学位论文作者毕业联系方式工作单位：联系电话：电子邮件：通讯地址、邮编：摘要物种分布与环境关系的研究、物种分布的模拟和生物多样性分布格局的模拟，在全球变化、生物多样性监测、保护和评价以及外来种入侵等方面都具有重要的理论和实践意义。然而，无论是植物种与环境的关系分析，还是其潜在分布区的模拟及未来分布趋势的预测，最基本的、也是最重要的工作应该是对物种分布现状的调查和记录。森林资源的调查，特别是对于稀疏群团状分布的森林资源，如珍稀乔木树种、灌木、草本及濒临灭绝的动物等的调查，比较难执行，而且一般的调查方法效率不高。为了提高稀疏群团状分布资源调查的精度和效率，国内外应用自适应群团抽样调查技术和方法进行调查。对稀疏群团分布的物种进行调查，自适应群团抽样也存在一些问题，例如，在调查前人们事先无法知道稀疏群团物种的分布状况。因此，研究如何简便快捷的调查稀疏群团物种资源的分布，具有非常重要的现实意义。物种分布模型可以利用物种已知的或是未知的分布点与其对应的环境因子的关系，预测物种的所有可能的分布状况。自适应群团抽样与物种分布模型相结合，应用物种分布模型事先对物种的分布状况进行预测，使自适应群团抽样调查技术更具有针对性和实用性。因此，研究物种分布模型和抽样技术的结合具有重要的意义。本论文以内蒙古磴口县巴彦高勒镇乌兰布和沙漠边缘地区为研究区，选取沙枣（Elaeagnusangustifolia）、梭梭(Haloxylonammodendron)、白刺(Nitrariatangtorum)和柽柳（Tamarixchinensis）研究对象，研究了四个物种的空间分布格局。使用研究区域的实际调查数据和遥感数据，选择物种分布模型MaxEnt模型和GARP模型进行了应用研究，并提出了物种分布模型和抽样技术相结合的应用研究方法。在物种分布模型的研究中，主要是研究了影响物种分布模型精度的几个因子。其中，在MaxEnt模型研究中，主要研究了训练数据和检验数据的比例、改变环境变量、阈值、样本量、样方大小以及物种等因子对MaxEnt模型预测精度的影响；在GARP模型研究中，研究了样本量、样方大小以及物种对其预测精度的影响。最后比较研究了MaxEnt模型和GARP模型。在研究物种分布模型和抽样技术时，研究了物种存在的概率，并提出了在物种分布模型的指导下，对于分布稀疏群团状分布的物种所应选择的抽样方法。主要研究结论和创新点如下：I主要创新点为：1、模拟研究了多种因子对物种分布模型的预测精度的影响。2、提出抽样技术和物种分布模型结合起来进行研究的方法，利用物种分布模型预测的结果指导抽样调查的实施。主要结论为：1、研究了样本量、样方大小、物种和环境变量对物种分布模型的精度影响，结果表明：样方为10×10m时，MaxEnt物种分布模型选择的样本量为100预测精度最好，GARP选择的样本量为150预测精度最高；这两个模型的预测精度都是在样方大小和分辨率比较近时比较大，样方大小和分辨率相差的比较大时，预测精度比较低；MaxEnt和GARP物种分布模型都是对物种沙枣和柽柳的预测结果比较好，对物种白刺和梭梭的预测结果稍差一些。证明了物种的聚集程度不同，得出的预测精