最大熵(MaxEnt)模型在鸟类多样性保护中的应用
Applications of Maximum Entropy (MaxEnt) Model in Conservation of Bird Diversity
DOI: 10.12677/OJNS.2022.101003, PDF,   
作者: 李 艳, 卢 欣*：武汉大学生命科学学院，湖北 武汉
关键词: MaxEnt模型；潜在分布；气候变化；鸟类多样性；MaxEnt Model； Potential Distribution； Climate Change； Bird Diversity
摘要: 最大熵(MaxEnt)模型是基于最大熵原理评价预测物种生境分布的生态位模型。该模型通过统计已知研究物种的分布点，根据物种现实的分布信息和环境变量，推断物种未知概率分布，再得到目标物种的潜在分布。它可以帮助我们了解物种如何响应气候和栖息地变化并制定相应的保护措施。尤其在全球气候变化背景下，该模型对于鸟类多样性保护研究变得越发重要。本文介绍了MaxEnt模型的基本原理，从生境适宜性评价及保护空缺分析、环境因子重要性、历史分布区与潜在适生区预测、生物廊道建设等方面阐述MaxEnt模型在鸟类多样性保护中的应用。
Abstract: Maximum Entropy (MaxEnt) model, based on the principle of maximum entropy, is a niche model that can evaluate and predict the habitat distribution of species. It calculates the known distribution points of a specific species according to the actual distribution information of the species and environmental variables to infer the unknown probability distribution, then gets the potential distribution of the target species. It can help us understand how species respond to climate and habitat changes and formulate corresponding protection measures. In particular, the model has become more and more important for conservation research of bird diversity in the context of global environmental change. This article introduces the basic principles of the MaxEnt model, from the aspects of habitat suitability evaluation and protection gap analysis, the importance of environmental factors, the prediction of historical distribution areas and potential suitable areas, and the construction of biological corridors to illustrate the application of MaxEnt model in conservation of bird diversity.
文章引用：李艳, 卢欣. 最大熵(MaxEnt)模型在鸟类多样性保护中的应用[J]. 自然科学, 2022, 10(1): 20-26. https://doi.org/10.12677/OJNS.2022.101003

参考文献

[1] Parmesan, C. and Yohe, G. (2003) A Globally Coherent Fingerprint of Climate Change Impacts across Natural Systems. Nature, 421, 37-42. [Google Scholar] [CrossRef] [PubMed]
[2] 林源. 基于MaxEnt模型的白眉山鹧鸪(Arborophila gingica)生境适宜性评价[D]: [硕士学位论文]. 南宁: 广西大学动物学系, 2018.
[3] 吴伟伟, 徐海根, 吴军, 曹铭昌. 气候变化对鸟类影响的研究进展[J]. 生物多样性, 2012, 20(1): 108-115.
[4] Huntley, B., Collingham, Y.C., Green, R.E., Hilton, G.M., Rahbek, C. and Willis, S.G. (2006) Potential Impacts of Climatic Change upon Geographical Distributions of Birds. Ibis, 148, 8-28. [Google Scholar] [CrossRef] 
[5] 吴醇. 气候变化背景下珍稀动物适宜栖息地模拟与预测[D]: [硕士学位论文]. 杭州: 浙江大学, 2020.
[6] 张晓伟, 王建凯, 郦希墨. 人工智能在鸟类保护系统中的应用[J]. 湿地科学与管理, 2021, 17(2): 61-64.
[7] 刘坚. 基于深度神经网络的鸟类图像识别系统设计[J]. 农业装备与车辆工程, 2019, 57(9): 113-116.
[8] 段菲, 李晟. 黄河流域鸟类多样性现状、分布格局及保护空缺[J]. 生物多样性, 2020, 28(12): 1459-1468.
[9] Li, S., McShea, W.J., Wang, D.J., Shao, L.K. and Shi, X.G. (2010) The Use of Infrared-Triggered Cameras for Surveying Phasianids in Sichuan Province, China. Ibis, 152, 299-309. [Google Scholar] [CrossRef] 
[10] 周海涛, 那晓东, 臧淑英, 解瑞峰. 最大熵(Maxent)模型在物种栖息地研究中的应用[J]. 环境科学与管理, 2016, 41(3): 149-151.
[11] Phillip, S.J., Dudík, M. and Schapire, R.E. (2004) A Maximum Entropy Approach to Species Distribution Modeling. Proceedings of the Twenty-First International Conference on Machine Learning, Banff, 4-8 July 2004, 655-662. [Google Scholar] [CrossRef] 
[12] 张路. MAXENT最大熵模型在预测物种潜在分布范围方面的应用[J]. 生物学通报, 2015, 50(11): 9-12.
[13] Phillips, S.J., Anderson, R.P. and Schapire, R.E. (2006) Maximum Entropy Modeling of Species Geographic Distributions. Ecological Modelling, 190, 231-259. [Google Scholar] [CrossRef] 
[14] 李响, 张成福, 贺帅, 王雨晴, 苗林. MaxEnt模型综合应用研究进展分析[J]. 绿色科技, 2020(14): 14-17.
[15] 郭子良, 李霄宇, 崔国发. 自然保护区体系构建方法研究进展[J]. 生态学杂志, 2013, 32(8): 2220-2228.
[16] 李一琳. 基于GIS和MaxEnt技术的褐马鸡(Crossoptilon mantchuricum)历史分布区变化及保护区GAP分析的研究[D]: [博士学位论文]. 北京: 北京林业大学, 2016.
[17] 李迪强, 宋延龄. 热点地区与GAP分析研究进展[J]. 生物多样性, 2000, 8(2): 208-214.
[18] Young, B.E., Franke, I., Hernandez, P.A., Herzog, S.K., Paniagua, L., Tovar, C. and Valqui, T. (2009) Using Spatial Models to Predict Areas of Endemism and Gaps in the Protection of Andean Slope Birds. The Auk, 126, 554-565. [Google Scholar] [CrossRef] 
[19] 方宇, 张学霞, 郭长庆. 若尔盖湿地黑颈鹤生境适宜性[J]. 生态学杂志, 2020, 39(9): 3021-3031.
[20] 李敏, 李秀明, 徐家慧, 薛琳, 武爱明, 盘凯筠, 闵晓明, 李玉太, 钱法文. 基于MaxEnt模型预测白琵鹭在中国东北地区的适宜分布区[J]. 生态学杂志, 2020, 39(8): 2691-2703.
[21] 马星, 王浩, 余蔚, 杜勇, 梁健超, 胡慧建, 邱胜荣, 刘璐. 基于MaxEnt模型分析广东省鸟类多样性热点分布及保护空缺[J]. 生物多样性, 2021, 29(8): 1097-1107.
[22] Stachura-Skierczyńska, K., Tumiel, T. and Skierczyński, M. (2009) Habitat Prediction Model for Three-Toed Woodpecker and Its Implications for the Conservation of Biologically Valuable Forests. Forest Ecology & Management, 258, 697-703. [Google Scholar] [CrossRef] 
[23] Moreno, R., Zamora, R., Molina, J.R., Vasquez, A. and Ángel Herrera, M. (2011) Predictive Modeling of Microhabitats for Endemic Birds in South Chilean Temperate Forests Using Maximum Entropy (Maxent). Ecological Informatics, 6, 364-370. [Google Scholar] [CrossRef] 
[24] 段胜武. 基于Maxent模型的栗斑腹鹀分布研究及预估[D]: [硕士学位论文]. 长春: 东北师范大学, 2015.
[25] Hu, J.H. and Liu, Y. (2014) Unveiling the Conservation Biogeography of a Data-Deficient Endangered Bird Species under Climate Change. PLoS ONE, 9, e84529. [Google Scholar] [CrossRef] [PubMed]
[26] 李正玲, 陈明勇, 吴兆录. 生物保护廊道研究进展[J]. 生态学杂志, 2009, 28(3): 523-528.
[27] 李玉强, 邢韶华, 崔国发. 生物廊道的研究进展[J]. 世界林业研究, 2010, 23(2): 49-54.