运用最大熵模型和随机森林模型对东北红松分布的模拟

摘要

cqvip:利用东北三省气候、土壤和地形等数据和红松分布样点,分别在MaxEnt软件和R语言中输出建模精度、因子重要性和分布范围,对比最大熵模型和随机森林模型对预测物种潜在分布结果的差异。结果表明:(1)最大熵模型训练数据AUC为0.927,检测数据AUC为0.865,随机森林模型的AUC为0.902,两个模型精度接近;(2)两个模型的输出结果有所差异,最大熵模型结果显示影响红松潜在分布的主要因子顺序是气候、地形和土壤,随机森林模型显示的结果是土壤、气候和地形;(3)两个模型模拟的红松潜在分布结果有着很大的重合度,主要集中于东北地区的中东部,说明东北地区的中东部最适合红松的生长。最大熵模型和随机森林模型精度相似,但是输出结果具有一定差异,原因是输入的训练样本不同,在构建物种分布模型时,需要考虑输入样本的合理性,分析样本对预测物种分布造成的影响。