基于最大熵机器学习模型的大熊猫栖息地适宜性研究

作者:丁海华; 高洁; 何祥博*; 汪铁军; 周刚; 李涛
来源:绿色科技, 2022, 24(24): 69-73.
DOI:10.16663/j.cnki.lskj.2022.24.026

摘要

采用最大熵机器学习模型(MaxEnt),结合随机森林模型(Random Forest)生成的高精度竹林分布和盖度以及居民点距离、坡度等8个环境因子对佛坪保护区进行了大熊猫栖息地适宜性评价。结果表明:(1)采用AUC,TSS,maxKappa和Boyce index 4个预测精度评价指标,其平均精度分别为0.852、0.545、0.659和0.997,达到了良好的水平。(2)结果显示佛坪保护区共有大熊猫适宜栖息地面积约14840 hm2,占保护区总面积51%,次适宜栖息地面积约10883 hm2,占保护区总面积的37%,不适宜栖息地面积3517 hm2,占保护区总面积的12%。(3)贡献率前4位的环境变量依次为距居民点距离、竹林盖度、距道路距离和坡度,其累计贡献率占所有环境因子总贡献率的94.44%。大熊猫栖息地适宜性评价可为大熊猫保护区科学化、精细化、规范化管理提供重要的科学依据。