珍貴樹種木材材質(zhì)好、用途廣、商業(yè)價值高,是一種經(jīng)濟社會發(fā)展和市場特需的戰(zhàn)略資源。浙江省作為林業(yè)大省,是發(fā)展培育珍貴樹種資源的最適宜省份之一,發(fā)展珍貴樹種意義重大。主要內(nèi)容有:(1)根據(jù)浙江省古樹名木調(diào)查資料分析5種珍貴樹種在浙江省的生長環(huán)境。(2)在不同研究尺度下(浙江省和麗水市),利用R軟件中的caret和caretensemble程序包,采用5種單一模型(RF、CART、Nb、XGBoost、SVM)模擬5種珍貴樹種(南方紅豆杉、櫸樹、紅豆樹、浙江楠、閩楠)的適生區(qū),并使用Stacking模型集成算法集成5種單一模型,建立集成模型并模擬各樹種適生區(qū),使用Kappa值和總體精度檢驗并比較單一模型和集成模型的模擬精度,分析比較不同模型的模擬表現(xiàn)。結(jié)果顯示,集成模型模擬效果最好,最后并根據(jù)集成模型計算各樹種適生面積。結(jié)果顯示:南方紅豆杉在浙江省主要生長在平坡、無坡向和紅壤之上的低山地區(qū)。浙江省共有7個縣為南方紅豆杉高適生區(qū),影響南方紅豆杉在浙江省分布區(qū)的主要環(huán)境因子海拔和坡度,其在麗水市的適生區(qū)面積為19.39萬hm~2,影響南方紅豆杉在麗水市分布的主要環(huán)境因子為NDVI、坡度和海拔;櫸樹在浙江省主要生長在平坡、無坡向和紅壤之上的平原丘陵地區(qū)。櫸樹高適生區(qū)13個縣,影響其在浙江省分布的主要環(huán)境因子為年平均氣溫、年平均最高氣溫和年平最少降雨量。在麗水市的適生區(qū)面積為31.44萬hm~2,影響其在麗水市分布的主要環(huán)境因子為NDVI、坡度和年平均氣溫;紅豆樹主要生長在斜坡、南坡和紅壤之上的平原丘陵地區(qū)。紅豆樹無高適生區(qū),且僅慶元縣和龍泉市為中低適生區(qū),影響其在浙江省分布的主要環(huán)境因子為年平均最高氣溫、年平均氣溫日較差、年平均最多降雨量、年平均氣溫和太陽輻射;在麗水市的適生區(qū)面積為4.93萬hm~2,影響其在麗水市分布的主要環(huán)境因子為年平均最高氣溫、坡度、年平均最多降雨量、海拔和年平均氣溫日較差。浙江楠主要生長在斜坡、無坡向和紅壤之上的平原丘陵地區(qū)。浙江楠高適生區(qū)12個縣,影響其在浙江省分布的主要環(huán)境因子為海拔,在麗水市的適生區(qū)面積為56.78萬hm~2,影響其在麗水市分布的主要環(huán)境因子為距河流距離、NDVI和年平均氣溫日較差;閩楠主要生長在斜坡、北坡和紅壤之上的平原丘陵地區(qū)。閩楠高適生區(qū)14個縣,影響其在浙江省分布的主要環(huán)境因子為海拔,在麗水市的適生區(qū)面積為9萬hm~2,影響其在麗水市分布的主要環(huán)境因子為NDVI、年平均最高氣溫、距河流距離和坡度。
【學位單位】：浙江農(nóng)林大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：S712
【部分圖文】：

9圖 2.1 技術路線Figure 2.1 Technical route 研究方法.1 模型集成Thuiller 等[9]認為，每種模型各有優(yōu)勢和局限，且模型隨輸入數(shù)據(jù)的變不穩(wěn)定，對同一物種的預測的精度差異可能會非常大，因此若通過建，將多個模型的結(jié)果整合，產(chǎn)生一個組合模型，將能提高預測結(jié)果的來說，一個集成模型的構(gòu)建分為兩步，即基學習器的生成和集成，在時，基學習器的生成非常重要，能夠產(chǎn)生泛化能力強且差異大的基學素[69]。周志華[70]曾提出，單一模型之間較低的相關性可以提高模型的，因此模型結(jié)果的差異性越高，最終集成模型的效果也會越好。預測
【相似文獻】

相關期刊論文 前10條

1 林麗;晉玲;王振恒;崔治家;馬毅;;氣候變化背景下藏藥黑果枸杞的潛在適生區(qū)分布預測[J];中國中藥雜志;2017年14期

2 汪善勤;肖云麗;張宏宇;;我國柑橘木虱潛在適生區(qū)分布及趨勢分析[J];應用昆蟲學報;2015年05期

3 何善勇;溫俊寶;駱有慶;宗世祥;趙宇翔;韓婧;;氣候變暖情境下松材線蟲在我國的適生區(qū)范圍[J];應用昆蟲學報;2012年01期

4 劉建鋒;康峰峰;;杉木潛在適生區(qū)及其對氣候變化的響應[J];西南林學院學報;2010年05期

5 李鵬;;國際沙棘研究與技術講座在太原舉行[J];甘肅林業(yè)科技;1987年04期

6 陳劍;楊宇明;王娟;楊德軍;谷中明;張快富;趙一鶴;;巴拉圭瓜多竹適生區(qū)分布研究[J];竹子學報;2018年02期

7 王瑞;萬方浩;;外來入侵植物意大利蒼耳在我國適生區(qū)預測[J];草業(yè)學報;2010年06期

8 鄭耘;楊偉東;章桂明;陳枝楠;陳富華;王穎;龍海;;李痘病毒適生區(qū)預測及模型選擇[J];植物檢疫;2009年03期

9 程林仙,王萬瑞,仁宗啟,朱琳,王建萍,郭兆夏;陜甘寧老區(qū)仁用杏氣候適生區(qū)劃[J];陜西氣象;2000年06期

10 林司曦;丁曉磊;葉建仁;趙琪;;李痘病毒在中國的入侵風險評估[J];南京林業(yè)大學學報(自然科學版);2016年06期

相關博士學位論文 前7條

1 王聰;馬鈴薯甲蟲全球擴散趨勢研究[D];中國農(nóng)業(yè)大學;2017年

2 潘紅偉;松材線蟲（Bursaphelenchus xylophilus）在我國的潛在分布區(qū)研究[D];中國林業(yè)科學研究院;2009年

3 房鋒;節(jié)節(jié)麥（Aegilops tauschii Coss.）生態(tài)適應性[D];中國農(nóng)業(yè)科學院;2012年

4 樊景春;氣候變化對登革熱影響及適應能力研究中文摘要[D];中國疾病預防控制中心;2013年

5 劉忠華;阿月渾子在我國適生區(qū)域的研究[D];北京林業(yè)大學;2003年

6 房敏峰;遠志資源生態(tài)化學評價及道地性分析[D];西北大學;2015年

7 殷利華;基于光環(huán)境的城市高架橋下橋陰綠地景觀研究[D];華中科技大學;2012年

相關碩士學位論文 前10條

1 孫大坤;中國蟬棒束孢居群譜系地理及適生區(qū)分布研究[D];云南大學;2017年

2 陳涵;基于Stacking算法的5種樹種適生區(qū)研究[D];浙江農(nóng)林大學;2019年

3 樊婷婷;7種中國林業(yè)檢疫性害蟲的適生區(qū)預測[D];山東農(nóng)業(yè)大學;2018年

4 雷宇;鉗嘴鸛在中國的種群現(xiàn)狀及擴散趨勢模擬[D];西南林業(yè)大學;2017年

5 陳燕婷;濕地松粉蚧在中國的潛在適生區(qū)預測及擴散預警[D];福建農(nóng)林大學;2015年

6 季英超;10種重要林業(yè)象蟲在我國適生區(qū)及其經(jīng)濟損失評估研究[D];山東農(nóng)業(yè)大學;2015年

7 潘靜;美國黃松引種氣候適生區(qū)區(qū)劃研究[D];西北農(nóng)林科技大學;2008年

8 鄧鑫;基于Elman神經(jīng)網(wǎng)絡的白皮松潛在適生區(qū)估測及未來分布趨勢研究[D];西北大學;2013年

9 張穎;基于GIS的生態(tài)位模型預測源自北美的菊科入侵物種的潛在適生區(qū)[D];南京農(nóng)業(yè)大學;2011年

10 石慰;氣候變化對中國東北興安落葉松分布的影響[D];北京林業(yè)大學;2013年

本文編號：2847869