使用Maxent最大熵模型模擬物種適生區(qū)操作步驟

1.所需軟件:

Maxent生態(tài)位模型軟件

(此軟件是用Java語言編寫的,需Java運行環(huán)境,請先去Java官網(http://java.com)下載好)

軟件下載網址:?http://biodiversityinformatics.amnh.org


(訪問該網址需翻墻置鼻,評論區(qū)有百度云可自提趋急。)

Arc Gis 10.6 軟件(美國 ESRI 公司開發(fā)的地理信息系統(tǒng)平臺)

Office Excel

2.所需輸入文件及數(shù)據(jù)的處理

物種分布數(shù)據(jù)娘赴,即物種的經緯度分布(.csv格式)

如圖扔傅,在Excel中,將數(shù)據(jù)分3列诡蜓,依次為物種名熬甫,經度,緯度蔓罚。保存為.csv格式備用椿肩。

(注意:若坐標為度分秒格式需要轉換為十進制〔蛱福可直接在Excel中用公式轉郑象,公式:=LEFT(A2,FIND("°",A2)-1)+MID(A2,FIND("°",A2)+1,FIND("′",A2)-FIND("°",A2)-1)/60+MID(A2,FIND("′",A2)+1,FIND("″",A2)-FIND("′",A2)-1)/3600)

環(huán)境數(shù)據(jù)(.asc格式)

世界氣候數(shù)據(jù)網站下載 (http://?www.worldclim. org)可下載到過去、現(xiàn)代核无、未來的19 個氣象數(shù)據(jù)變量扣唱。(下載格式一般為Tif格式,需要轉換為asc格式团南,用轉換工具轉換;下載范圍為全世界范圍炼彪,可剪裁為研究區(qū)域相同吐根。上篇文章已講如何操作)

除氣候因子可添加其他的環(huán)境因子。如高程辐马、植被類型拷橘、坡度、土壤等喜爷。

3.Maxent軟件的運行

打開Maxent軟件冗疮,界面如下(圖源網絡)。

將2.中的物種分布數(shù)據(jù)檩帐、環(huán)境數(shù)據(jù)文件夾加載進去术幔。再選擇預測的結果輸出文夾件即可。

一般湃密,刀切法( jackknife)诅挑、繪制響應曲線 ( response curves)和制作預測圖(make picture of predictions)功能都勾選上四敞。

在Output directory 窗口,選擇運算結果存放的目錄拔妥,點擊Browse

(在Projection layers directory/file 窗口忿危,選擇不同時間段的氣候因子所在目錄,氣候因子的變量名要與Environmental layers中的環(huán)境因子變量名相同没龙,用于預測氣候變暖條件下铺厨、或者冰期物種分布區(qū)的變化。如果沒有硬纤,忽略此步努释。)

點開setting(設置),選項設置

一般設置的比較多得是Random seed咬摇、Random test percentage和Replicates伐蒂。

如圖,

Random test percentage設置為25肛鹏,意思是訓練集為75%逸邦,測試集為 25%。

Replicates 重復 10 次運算在扰,選擇 ROC 值最大的一次運算結果進行預測缕减。

點擊run預測。

在輸出文件夾中芒珠,可以查看跑出的結果桥狡。


依據(jù) MaxEnt 模型模擬結果,將ASCII 數(shù)據(jù)導入ArcGIS 軟件中皱卓,通?過 Conversion 工具轉換為柵格數(shù)據(jù)裹芝,再利用Reclassify 工具,對物種的適生區(qū)等級進行劃分娜汁。

具體操作步驟:

在輸出文件夾中嫂易,可以查看軟件跑出的結果。


Maxent的預測結果圖在plots文件夾中查看掐禁。也可直接打開*.html查看怜械。

1.模型精度檢驗、環(huán)境變量重要性分析

主要通過AUC值衡量MaxEnt模型精度傅事。這里不贅述了缕允,本文主要講如何制圖。

2.適生區(qū)分布圖的繪制

地圖的處理

將地圖(*.shp)導入Arcgis 10.6蹭越。

雙擊圖標障本,更改顏色,大小般又。不需要填充顏色彼绷,可直接選擇Hollow這個巍佑,再進行微調。


添加物種坐標寄悯。

如圖操作萤衰,選擇add XY Data。


選擇之前保存的物種分布信息.csv猜旬。X軸選擇經度(longitude)脆栋,Y軸選擇(latitude),點擊OK洒擦。


雙擊圖標椿争,更改圖標的顏色、大小等熟嫩。右擊屬性秦踪,更改名稱為“分布點”。

將ASCII 格式文件轉換為柵格數(shù)據(jù)

ASCII 格式文件不能直接用掸茅,需要轉為柵格文件椅邓,才能進行下步操作。

所需工具:Conversion 工具

Geoprocessing-ArcToolbox - Conversion Tools - To Raster - ASCII to Raster


Input ASCII為Maxent結果文件夾中的ASCII 數(shù)據(jù)(*.asc)昧狮。

output data type一定要選擇FLOAT!!!!!!>澳佟!

點擊OK逗鸣。

利用Reclassify 工具合住,對物種的適生區(qū)等級進行劃分。

Geoprocessing-ArcToolbox -Spatial Analyst Tools - Reclass - Ressclassify


Input raster:選擇上一步轉換好的柵格文件撒璧。

點擊Classify:


可以直接用默認的自然間斷點法或者自己在畫圈處自己手動設定透葛,點擊OK。


output raster:選擇輸出位置沪悲,點擊OK获洲。

成功后,右擊屬性(Properties)殿如。

在symbology中調節(jié)顏色和label名稱。


插入圖例(Legend)最爬、指北針(North Arrow)涉馁、比例尺(Scale bar)

如圖選擇Layout View。

最最后爱致!導出地圖烤送!

file-Export map即可。

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末糠悯,一起剝皮案震驚了整個濱河市帮坚,隨后出現(xiàn)的幾起案子妻往,更是在濱河造成了極大的恐慌,老刑警劉巖试和,帶你破解...
    沈念sama閱讀 206,013評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件讯泣,死亡現(xiàn)場離奇詭異,居然都是意外死亡阅悍,警方通過查閱死者的電腦和手機好渠,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,205評論 2 382
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來节视,“玉大人拳锚,你說我怎么就攤上這事⊙靶校” “怎么了霍掺?”我有些...
    開封第一講書人閱讀 152,370評論 0 342
  • 文/不壞的土叔 我叫張陵,是天一觀的道長拌蜘。 經常有香客問我杆烁,道長,這世上最難降的妖魔是什么拦坠? 我笑而不...
    開封第一講書人閱讀 55,168評論 1 278
  • 正文 為了忘掉前任连躏,我火速辦了婚禮,結果婚禮上贞滨,老公的妹妹穿的比我還像新娘入热。我一直安慰自己,他們只是感情好晓铆,可當我...
    茶點故事閱讀 64,153評論 5 371
  • 文/花漫 我一把揭開白布勺良。 她就那樣靜靜地躺著,像睡著了一般骄噪。 火紅的嫁衣襯著肌膚如雪尚困。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 48,954評論 1 283
  • 那天链蕊,我揣著相機與錄音事甜,去河邊找鬼。 笑死滔韵,一個胖子當著我的面吹牛逻谦,可吹牛的內容都是我干的。 我是一名探鬼主播陪蜻,決...
    沈念sama閱讀 38,271評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼邦马,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起滋将,我...
    開封第一講書人閱讀 36,916評論 0 259
  • 序言:老撾萬榮一對情侶失蹤邻悬,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后随闽,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體父丰,經...
    沈念sama閱讀 43,382評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 35,877評論 2 323
  • 正文 我和宋清朗相戀三年橱脸,在試婚紗的時候發(fā)現(xiàn)自己被綠了础米。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 37,989評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡添诉,死狀恐怖屁桑,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情栏赴,我是刑警寧澤蘑斧,帶...
    沈念sama閱讀 33,624評論 4 322
  • 正文 年R本政府宣布,位于F島的核電站须眷,受9級特大地震影響竖瘾,放射性物質發(fā)生泄漏。R本人自食惡果不足惜花颗,卻給世界環(huán)境...
    茶點故事閱讀 39,209評論 3 307
  • 文/蒙蒙 一捕传、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧扩劝,春花似錦庸论、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,199評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至簇秒,卻和暖如春鱼喉,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背趋观。 一陣腳步聲響...
    開封第一講書人閱讀 31,418評論 1 260
  • 我被黑心中介騙來泰國打工扛禽, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人皱坛。 一個月前我還...
    沈念sama閱讀 45,401評論 2 352
  • 正文 我出身青樓旋圆,卻偏偏與公主長得像,于是被迫代替她去往敵國和親麸恍。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 42,700評論 2 345

推薦閱讀更多精彩內容