全 文 ：基于MaxEnt的云南省薇甘菊分布预测及评价
付小勇1， 泽桑梓2,3， 周 晓2， 季 梅2
(1.西南林业大学计算机与信息学院，云南 昆明 650224； 2.云南省林业科学院，云南 昆明 650201；
3.云南林业职业技术学院，云南 昆明 650224）
摘 要：利用 MaxEnt 生态位模型预测云南薇甘菊适生区分布，结果显示，ROC 曲线的 AUC 值均在 0.9 以
上，预测结果具有较高的可信度。影响薇甘菊分布的主要环境因子包括最湿季降雨量（贡献率 28.8%）、海拔（贡
献率 22.1%）、土地覆盖现状（贡献率 15.3%）、最湿季平均温、年均降水量、年平均温。 从因子的响应曲线分析得
出，云南薇甘菊最适环境参数为海拔 1 100 m，最湿季平均温为 22℃，最湿季降雨量为 760 mm，土地覆盖为未
郁闭林地、灌木林地和荒地等。 从样本点数量、环境因子选择及人为影响 3 个方面对 MaxEnt 模型预测的云南
薇甘菊分布结果进行比较和评价。
关键词：薇甘菊； MaxEnt模型； 环境因子
中图分类号：S41-30 文献标识码：A 文章编号：1004－874X（2015）12-0159-04
Distribution prediction and assessment of Mikania micrantha
in Yunnan province based on MaxEnt model
FU Xiao-yong1, ZE Sang-zi2,3, ZHOU Xiao2, JI Mei2
(1. College of Computer and Information Sciences, Southwest Forestry University, Kunming 650224, China;
2. Yunnan Academy of Forestry, Kunming 650201, China;
3. Yunnan Forestry Technological College, Kunming 650224, China)
Abstract: MaxEnt niche model was used to predict the suitable distribution area of Yunnan Mikania micrantha.
The results showed that AUC values of the ROC curve were all above 0.9, suggesting that the predicted results had
relatively high credibility. The main environmental factors affecting the distribution of M. micrantha included the
rainfall in the wettest season (contribution rate of 28.8%), elevation (contribution rate of 22.1%), present land cover
(contribution rate of 15.3% ), average temperature in the wettest season, annual rainfall, and annual average
temperature. In the light of analysis on the response curve of factors, the optimal environmental parameters for
Yunnan M. micrantha were as follows: an elevation of 1 100 m, an average temperature of 22℃ in the wettest season,
760 mm of rainfall in the wettest season, and land cover of free growing forest land, shrub land and wasteland, etc.
Finally, from the aspects of sample point count, selection of environmental factors and man-made influences, the
distribution areas of Yunnan M. micrantha predicted via MaxEnt model were compared and evaluated.
Key words: Mikania micrantha; MaxEnt model; environmental factors
在云南西南片区的德宏州、保山市、临沧市、西
双版纳州、普洱市 5 个州市都有薇甘菊被观察到 [1]，
将薇甘菊发生点用一对简单的经纬坐标记录下
来，这种地理坐标的记录在我国广东、香港、澳门也
有 [2]。 此外，通过全球生物多样性信息交换所 GBIF
数据库，查询导出 984 个世界其他地方薇甘菊发生
样点。 利用薇甘菊发生地提取物种环境需求，通过
提取的环境描述薇甘菊适生环境 。 本研究利用
MaxEnt 建模方法， 结合样本点的环境变量预测出
适合薇甘菊生长的潜在区域并评价其适生区特点。
1 MaxEnt生态位模型
MaxEnt 生态位模型广泛应用于物种的潜在分
收稿日期：2014－09－30
基金项目：国家林业局林业公益性行业科研专项经费
（201204518）；云南省技术创新人才培养对象（2013HB124）
作者简介：付小勇（1979-），男，硕士，西南林业大学计
算机与信息学院，实验师，E-mail：fxy377@163.com
通讯作者 ：季梅 （1975- ），女 ，研究员 ，E-mail：meiji.
emma@163.com
广东农业科学 2015 年第 12期 159
C M Y K
DOI:10.16768/j.issn.1004-874x.2015.12.015
布区预测上[3]。 它依据不完全信息作出预测，即一个
物种在没有约束的情况下， 会尽最大可能扩散蔓
延。MaxEnt模型通过物种的样点数据和对应的环境
数据，找出物种分布的适生环境，从而对物种的潜
在分布进行预测。 MaxEnt 生态位模型需要两组数
据，一是目标物种的地理分布位点，以经纬度的形
式表示； 二是物种分布地区和目标地区的环境变
量， 主要是植被覆盖和气候数据、 地形地貌等。
MaxEnt 生态位模型是利用物种的已知分布数据和
环境数据，产生物种基础生态需求，然后研究生物
多样性和物种的潜在分布，并能以图表的形式表现
出来。
在国内外， 利用 MaxEnt 生态位预测模型对外
来入侵物种适生区预测、濒危物种异地保护和繁育
以及全球气候变化对物种分布区的影响等研究中
得到了广泛应用。 例如，利用 MaxEnt生态位预测模
型对阿根廷蚁、黄顶菊适生区预测，秦岭川金丝猴
生境评价及全球气候变化对丹顶鹤繁殖地影响等 [4－
6]。 Phillips介绍了 MaxEnt的原理并预测了新热带区
的 2种哺乳动物地理分布[7]。
本研究运用 MaxEnt 模型进行薇甘菊的预测并
根据 ROC 曲线进行结果分析， 分析不同环境因子
的重要性及响应曲线，比较不同样点数及不同环境
因子下云南薇甘菊预测分布的差异，揭示薇甘菊在
云南的潜在适生区及传播机理，为云南薇甘菊的预
警、监控、预防提供依据。
2 研究区概况及资料收集
2.1 研究区概况
云南省总面积约 39万 km2，北回归线穿过省境
南部，与广西、贵州、四川、西藏交界，与缅甸、老挝、
越南接壤。 云南山地高低交错，纵横起伏。 怒江峡
谷、金沙江峡谷、澜沧江峡谷陡峭入云。 全省高差
4 760 m，滇西北高原、滇中高原，滇南部、东南和西
南平原为 3个层次海拔。
2.2 资料来源及处理
2.2.1 薇甘菊样本点 本研究共收集云南西南片
区的德宏州、保山市、临沧市、西双版纳州、普洱市
薇甘菊发生点 78 个，我国广东、香港、澳门薇甘菊
发生点 110 个，此外通过全球生物多样性信息交换
所 GBIF数据库查询导出 984 个世界其他地方薇甘
菊发生样点。
2.2.2 环境数据 MaxEnt 生态位模型环境数据主
要有气候变量、海拔、植被类型及其他环境变量。 本
研究采用的环境数据包括年均温、 最湿月降水量、
最干月降水量、最湿季度降水量、最暖月最高温、最
干季度降水、最冷月最低温、最暖季度降水、最冷季
度降水、最湿季度平均温度、最干季度平均温度、最
暖季度平均温度、最冷季度平均温度、年均降水量、
海拔、土地覆盖现状等。 所有数据空间分辨率统一
为 4 km×4 km。
3 基于 MaxEnt 的云南薇甘菊潜在分布预
测
3.1 云南适生区预测结果
利用 1 172个薇甘菊发生点和气候、海拔、土地
覆盖类型 3 个方面环境因子， 采用 MaxEnt 生态位
模型对云南薇甘菊适生区进行预测。 参照薇甘菊在
世界各地区发生程度的描述，通过选定合适的阈值
划分适生等级。 云南薇甘菊根据预测发生概率 P值
进行设定：P<0.2 为不适生区；0.2≤P<0.4 为低适生
区；0.4≤P<0.6为中适生区；P≥0.6为高适生区。 云
南薇甘菊适生区预测结果见图 1（封二）。
云南薇甘菊潜在分布利用 MaxEnt 模型计算
ROC 曲线的其训练数据 AUC=0.975 和验证数据的
AUC=0.953，说明预测结果具有较高的可信度。从图
1（封二）可以看出，云南省薇甘菊适生区具体分布
于北纬 25℃以南地区。 高适生区分布于普洱市东南
角的墨江、江城、宁洱三县部分区域，德宏州的盈江
县大盈江流域，陇川县龙川江流域，瑞丽的瑞丽江
流域及芒市的芒市河流域， 红河州西南角的红河、
绿春、金平三县部分区域。 中等适生区分布于西双
版纳、临沧市的南滚河流域镇康县、永康、耿马县和
澜沧江流域以及文山州最南端国界线上的富宁、麻
栗坡、马关三县。 玉溪、楚雄、大理有较大面积的低
适生区。
3.2 环境因子分析
根据 MaxEnt 最大熵算法预测薇甘菊适生区，
发现最湿季降雨量是影响薇甘菊分布的最重要气
候因素，其贡献率为 28.8%；其次是海拔，贡献率为
22.1%。 土地覆盖现状贡献率为 15.3%、最湿季平均
温贡献率 10.6%、年均降水量贡献率 9.6%、 年平均
温贡献率 3.2%。
云南薇甘菊发生概率与环境因子值存在很强
的响应关系（图 2），这也表示薇甘菊发生概率与环
境因子密切相关。
160
C M Y K
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
发
生
概
率
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
发
生
概
率
0 1000 2000 3000 4000 5000
最湿季降雨量因子响应曲线
0 500 1000 1500 2000 2500 3000
海拔高程因子响应曲线
0.60
0.55
0.50
0.45
0.40
0.35
0.30
0.25
发
生
概
率
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
发
生
概
率
11 30 50 70 100120140160 190210 0 50 100 150 200 250 300
土地利用类型因子响应曲线 最湿季平均温响应曲线
图 2 薇甘菊分布概率与环境因子的响应曲线
（1）最湿季降水量增加，薇甘菊发生概率快速
上升。最湿季降水为 517 mm以下，薇甘菊发生概率
极小，为不适生区；最湿季降雨量达 615 mm，薇甘
菊发生概率大于 0.4，为中等适生区；最湿季降雨量
达 760 mm，薇甘菊发生概率大于 0.6，为高适生区。
（2）随着海拔不断升高，薇甘菊发生概率快速
下降。 海拔在 1 100 m以下地区， 为薇甘菊高适生
区；海拔超过 1 780 m，薇甘菊发生概率几乎为零，
为不适生区。
（3）土地覆盖类型代码 14 为坡耕地，薇甘菊发
生概率超过 0.6；代码 20 为荒山荒地，薇甘菊发生
概率超过 0.52；代码 40 为未郁闭阔叶林地，薇甘菊
发生概率近 0.45； 代码 100 为未郁闭针阔混交林
地，薇甘菊发生概率超过 0.40；代码 130 为灌木林
地，薇甘菊发生概率近 0.55；其他土地覆盖类型薇
甘菊发生概率都小于 0.1。
（4）最湿季平均温升高，薇甘菊发生概率也逐
渐增加， 响应曲线呈生长函数曲线。 在平均温度
16.8℃以下， 薇甘菊发生概率几乎为零， 为不适生
区；当平均温度大于 20℃以后，概率达到 0.4，为中
等适生区；当平均温度大于 22℃以后，概率达到 0.
6，为高适生区。
云南薇甘菊发生的环境因子为：云南薇甘菊主
要分布在海拔 1 780 m以下， 海拔 1 100 m 以下地
区为薇甘菊高适生区；最湿季平均温度大于 16.8℃，
温度大于 22℃为高适生区； 最湿季降雨量应在 517
mm 以上，降雨量 760 mm 以上为高适生区；未郁闭
有林地、灌木林地、荒山荒地和坡耕地为薇甘菊的
适生区。
4 基于MaxEnt的云南薇甘菊预测评价
4.1 不同数量样本点预测结果比较
利用 1 172 个薇甘菊样本点与利用云南 78 个
实测样方点进行预测，云南薇甘菊适生区面积存在
很大变化：（1）玉溪、楚雄、大理、丽江、曲靖在采用
1 172 个点进行预测时有一定面积的低适生区及
中适生区， 而采用云南 78 个实测样方点预测则无
适生区或仅有少量低适生区。 （2）德宏州适生区面
积和高适生区面积前者仅有后者的 50%。 云南实
测 78 个样本采自德宏， 样方分布上的不合理导致
德宏州适生区预测结果明显偏大。 从以上比较可
看出， 样本量太少会使预测结果的可靠性降低，且
样本局限在狭小地理区域内会加剧预测数据的偏
差问题。
云南省地域范围大，地形复杂，物种群落组成
空间变化大，气候多种多样，土地利用及人为影响
复杂。 因此，必须多采集薇甘菊样方，为云南省薇甘
菊潜在分布预测提供可能。
161
C M Y K
4.2 不同环境因子选择比较
在研究过程中发现，选择气候条件、海拔、土地
覆盖类型 3 个方面环境因子的不同组合，预测结果
产生了明显的变化。 仅选择气候条件预测云南薇甘
菊适生区面积最大，上述 3 个方面环境因子都选择
则适生区面积明显减少 40%以上。 这是由于气候变
量（如温度和降水）适用于大范围大尺度潜在分布
预测， 海拔影响物种在中尺度依据地形的潜在分
布， 而土地覆盖则影响物种在微观尺度上潜在分
布。 海拔及土地覆盖在微观角度影响光、温、水分等
基本环境资源的细微变化。 利用 MaxEnt 生态位模
型时，气候、海拔、土地覆盖类型 3 个方面环境因子
共同组合的环境因子预测得到更准确的适生区分
布。
主要环境因子响应曲线显示，只有在海拔 1 780
m 以下的未郁闭有林地、灌木林地、荒山荒地和坡
耕地才是薇甘菊适生区。 薇甘菊很难在郁闭的森林
内及其他土地利用方式下大面积蔓延生长，应防止
由于森林皆伐及其他破坏性土地利用方式而引起
薇甘菊传播。
4.3 薇甘菊分布与人为影响的关系
通常预测的薇甘菊适生区会比实际可能分布
偏大，这主要由于地理障碍、生物相互作用和人类
改造环境影响。 而云南薇甘菊预测结果显示，薇甘
菊高适生区分布于怒江流域、澜沧江流域以及国道
省道等两旁，也即适生区主要分布于河流、道路两
侧。 预测结果符合薇甘菊入侵易受人为影响、沿道
路和河流更容易进行更远范围的扩散和定殖这一
特征。 在预测结果上，我们还需要进一步对薇甘菊
入侵进行监控，采取有效措施推断薇甘菊不可能分
布区域并进行排除。
5 讨论
MaxEnt 生态位模型仅需要薇甘菊样本点数据
和环境变量信息，环境变量可以是连续数据或分类
数据（土地覆盖类型）。 建模过程中不用考虑多重共
线性问题，采用简洁数学算法用于保证最大熵的概
率分布收敛到最优。 预测后给出因子的贡献率及响
应曲线，以便解释每个环境变量与薇甘菊适宜性间
的关系。
在云南复杂的地形条件及多样的土地利用方
式下进行薇甘菊预测，需要尽可能多地采集薇甘菊
样方。 海拔及土地覆盖在微观角度影响光、温、水分
等基本环境资源的细微变化。 因此， 本研究利用
MaxEnt 生态位模型时， 采用 1 172 个样本点及气
候、海拔、土地覆盖类型 3 个方面环境因子共同组
合得到很好的预测效果。
此模型的应用，能在薇甘菊目标地区建立有效
的预警机制，保护生态环境，避免造成巨大的经济
损失。MaxEnt生态位模型分析得到薇甘菊在云南的
适生区域，针对薇甘菊的风险性程度结合其生态习
性，将为政府提供风险管理对策和方案，并为政府
决策部门的检疫措施提供参考，可防止薇甘菊入侵
的进一步扩大。
参考文献：
[1] 泽桑梓 ,季梅,闫争亮 ,等.滇缅公路薇甘菊危害状况调
查初报[J].林业调查规划,2012(5):67-74.
[2] 邱罗,杨志高 ,陈伟,等.广州薇甘菊潜在空间分布预测
分析[J].中南林业科技大学学报,2010(5):128-133.
[3] 张海娟 ,陈勇,黄烈健 ,等.基于生态位模型的薇甘菊在
中国适生区的预测 [J].农业工程学报 ,2011,27(S):425-
430.
[4] 徐卫华,罗翀.MAXENT 模型在秦岭川金丝猴生境评价
中的应用[J].森林工程,2010,26(2):1-4.
[5] 曹向锋 ,钱国良 ,胡白石 ,等.采用生态位模型预测黄顶
菊在中国的潜在适生区[J].应用生态学报 ,2010,21(12):
3063-3069.
[6] 吴伟伟 ,顾莎莎 ,吴军,等.气候变化对我国丹顶鹤繁殖
地分布的影响[J].生态与农村环境学报,2012,28(3):243-
248.
[7] Sandoval-Ruiz C A, Zumaquero-Rios J L, Rojas-Soto O
R. Predicting geographic and ecological distributions of
triatomine species in the southern Mexican state of
Puebla using ecological niche modeling [J] . Journal of
Medical Entomology, 2008, 45(3):540-546.
（责任编辑 杨贤智）
162
C M Y K
玉米定向栽植模式下冠层结构及光能分布特征研究
(内文33�37页）图版
A�随机栽植；B:定向栽植
图1两种栽植模式下玉米叶片田间分布姿态
基于MaxEnt的云南省薇甘菊分布预测及评价
(内文159�162页）图版
29°
28°
98° 99° 100° 101° 102° 103° 104° 105° 106°
图1云南薇甘菊潜在适生区预测