广义模型及分类回归树在物种分布模拟中的应用与比较

比较3个应用较广的模拟物种地理分布模型:广义线性模型(glm)、广义加法模型(gam)与分类回归树(cart)对中国树种地理分布模拟的优劣,以提出更为合适的模拟物种地理分布模型,并用于预测气候变化对物种地理分布的影响。3个模型对中国15种树种地理分布的模拟研究表明:除对油松、辽东栎分布的模拟精度稍差外,对其余树种分布的模拟精度均较高,其中以gam模型最好。结合地理信息系统(gis),比较分析了这3个模型对青冈、木荷、红松和油松4种树种的地理分布模拟效果,结果亦表明:这3个模型均能很好模拟青冈和木荷的地理分布,而glm模型对红松分布的模拟结果不太理想,3个模型对油松分布的模拟结果均不甚理想,其中以glm模型最差。基于3个模型对未来气候变化下青冈与蒙古栎地理分布的预测表明:glm模型与gam模型对青冈分布的预测结果较为接近,青冈在未来气候变化情景下向西和向北扩展,而cart模型预测青冈在未来气候变化情景下除有向西、向北扩展趋势外,广东和广西南部的青冈分布区将消失;3个模型均预测蒙古栎在未来气候变化情景下向西扩展,扩展面积的大小为:模型的模拟面积>模型>模型。