首页> 中文学位 >安徽省陆地脊椎动物分布的空间数据生成及格局研究
【6h】

安徽省陆地脊椎动物分布的空间数据生成及格局研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 选题背景及研究意义

1.2 物种分布研究的方法概述

1.2.1 基于GIS的物种分布研究概述

1.2.2 生态位及基于生态位模型的物种分布研究概述

1.3 安徽省陆地脊椎动物研究概述

1.4 研究目标与研究内容

1.4.1 研究目标

1.4.2 研究内容

1.5 技术路线

第2章 《安徽兽类志》物种分布信息的空间特征提取

2.1 兽类志的内容组织与结构特征

2.2 兽类志物种分布信息的描述特征

2.2.1 物种的生态描述特征

2.2.2 物种的地理分布描述特征

2.3 兽类志物种分布信息的结构化表达

2.4 基础地理空间数据库的构建

2.4.1 安徽省县界数据地名编码处理

2.4.2 环境数据来源及预处理

第3章 皖西大别山区兽类物种分布的空间数据生成及格局研究

3.1 皖西大别山区概况

3.2 物种分布的空间数据生成

3.2.1 皖西大别山区物种信息提取

3.2.2 基于GIS的皖西大别山区兽类物种分布的空间数据生成

3.3 皖西大别山区兽类物种分布格局

3.3.1 皖西大别山区兽类物种丰富度格局

3.3.2 皖西大别山区兽类物种热点区分布及其保护空缺分析

3.3.3 皖西大别山山区兽类物种分布与环境因子的关系

3.4 皖西大别山区兽类物种适宜生境破碎化分析

3.4.1 生境破碎化

3.4.2 破碎化因子筛选

3.5 皖西山区兽类动物系统化平台构建

3.5.1 系统分析

3.5.2 系统功能设计

3.5.3 数据库设计

3.5.4 系统界面及说明

第4章 基于生态位模型的越冬白头鹤适宜生境预测

4.1 越冬白头鹤

4.2 越冬白头鹤适宜生境预测的技术路线

4.3 数据来源及预处理

4.4 生态位模型选择

4.5 环境变量筛选

4.6 白头鹤适宜生境模型构建

4.7 白头鹤适宜生境模型精度评价

4.8 白头鹤适宜生境分布及主要环境因子分析

4.8.1 白头鹤适宜生境分布

4.8.2 影响白头鹤适宜生境分布的主要环境变量

4.9 本章小结

第5章 结论与展望

5.1 主要研究结论

5.2 不足与展望

参考文献

致谢

发表文章目录

展开▼

摘要

陆地脊椎动物包含兽类、鸟类、两栖类和爬行类,是生物多样性的重要组成部分,研究陆地脊椎动物的空间分布及其格局,对生物多样性的保护具有重要意义。安徽省陆地脊椎动物分布资料丰富,其中多数物种资料中的物种分布信息均基于文字性描述,如“主要分布在”、“分布于皖南山区等地”等,或致使资料中记载的物种分布范围远小于物种的实际分布范围,不利于物种分布的空间数据挖掘。因此,本文对如何将物种分布的文本性信息转换为空间数据进行了探究。
  本文在广泛收集和整理已有安徽省陆地脊椎动物分布资料的基础上,对物种资料进行结构化表达,归纳物种资料中物种分布信息的描述规律,将现有安徽省陆地脊椎动物分布资料分为以县级行政单元或自然地理区划单元为基本记录单元的历史性资料和以野外调查资料、公开发表的相关文献、标本等为代表的近年调查资料,这类资料多是基于区域性的物种调查数据,物种分布范围描述较为具体,可通过资料定位到物种分布的某一具体区域,甚至提供了确切的物种分布坐标点信息。对于历史性资料,本文以《安徽兽类志》为例,提出了基于GIS生境分析法,并以物种资源丰富的皖西大别山区为研究区域进行方法验证。在此基础上,分析了该区域的兽类分布格局,建立了皖西大别山区兽类系统平台,以便于物种分布空间数据的可视化及有关人员使用。对于近年调查资料,本文选用现今广泛使用的生态位模型法,以越冬白头鹤适宜生境预测为例对该方法进行了探讨。
  本研究表明:⑴皖西大别山区兽类物种丰富度格局结果表明,该区域的物种丰富度格局以中部为中心向边缘呈梯度递减的趋势,物种丰富度最高可达20种。热点区分析表明,皖西大别山区热点区与物种丰富度相似,但大别山北部区域是受胁物种分布集中区,受胁物种丰富度最高值为16种。保护空缺分析表明,皖西大别山区的自然保护区覆盖力度显著不足,建议相关人员对该区域加大保护力度。物种丰富度格局与环境因子的关系分析表明,物种丰富度与海拔、年均降水量有关。⑵皖西大别山区道路网较多,对该区域的生境破碎化具有一定影响。皖西大别山区兽类物种系统平台,具备了查询、空间分析、制图等功能,可用于区域物种丰富度的检索、多物种的分布查询等。⑶以预测越冬白头鹤适宜生境为实例的基于生态位模型法在安徽省陆地脊椎动物分布的空间数据生成的应用表明,生态位模型预测法精度较高,其预测结果与已有研究相符;模型预测的越冬白头鹤最适宜生境与野外实际调查数据相符。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号