方法分享 | 基于MaxEnt和ArcGIS预测物种分布

基于MaxEnt和ArcGIS预测物种分布

一、引言

MaxEnt模型，其全称为最大熵模型（Maximum Entropy Model），是一种常用于生物多样性研究中的模型，其基本思想是根据已知的约束条件，推断出概率分布函数，使其熵最大。在生物种群方面，MaxEnt模型可以用来预测物种分布和生境分布，尤其是在缺乏数据的情况下，可以通过利用物种和生境之间的已知约束条件，推断出物种的概率分布。此外，MaxEnt模型还可以用于评估物种对不同环境变化的响应能力，为生物保护和生态系统管理提供决策支持。

二、方法原理

三、软件操作

下载MaxEnt软件与示例数据（Tutorial data）：

（https://biodiversityinformatics.amnh.org/open_source/maxent/）

软件运行需java环境。在 Samples 和 Environmental layers 选项中加载示例数据的csv和图层文件，并设置输出目录。示例数据为Bradypus variegatus，为中美洲及南美洲的一种三趾树懒，此处讨论各种环境条件对其分布的影响。

点击 Settings ，将随机测试集比例设置为25或其他数值，点击 Run 运行。

结果将显示在导出目录中，打开 bradypus_variegatus.html 文件，图像使用颜色来表示适生条件的预测概率，红色表示适合该物种条件的概率很高，绿色表示发现该物种的典型条件，浅蓝色表示适合条件的预测概率较低。

适生条件概率分布图

表格显示，pre6190_l7（7月平均降雨量）、pre6190_l10（10月平均降雨量）和h_dem（海拔）是贡献度最大的变量，累计贡献百分比达73.2%。

变量贡献分析

四、ArcGIS可视化

将导出目录的 bradypus_variegatus.asc 文件载入ArcGIS，点击工具箱中的 空间分析工具 → 重分类 → 重分类 ，即可对适生指数分布进行重新分类。

重新生成的类别将产生为新的图数据。

对数据进行添加图例、经纬度网格、比例尺等操作，即可生成适生指数分布图，预测适生区域。

参考格式：Steven J. Phillips. 2017. A Brief Tutorial on Maxent. Available from url: http://biodiversityinformatics.amnh.org/open_source/maxent/. Accessed on 2023-2-17.

*信息来源：海洋科学与管理公众号

 互助教程：623145513