【正文】 的常見模型還有廣義線性模型 （ GLM） 、廣義加法模型 （ GAM）、分類回歸樹 （ CART） 等（雷軍成，徐海根， 20xx）。 Maxent 主要根據(jù)物種實(shí)際的分布點(diǎn)和現(xiàn)實(shí)的分布地區(qū)的環(huán)境變量，經(jīng)過運(yùn)算得出預(yù)測模型，再通過此模型模擬我們所需要預(yù)測的緒論 2 物種在目標(biāo)地區(qū)的將可能發(fā)生分布情況，該模型目前已成功地應(yīng)用于很多生物類群的潛在地理分布范圍預(yù)測。 [3] 但是，由于黑莎草研究隊(duì)伍的人員較少，野外的采集工作相對(duì)于其他植物類群而言，開展較少，使得現(xiàn)在缺少黑莎草區(qū)系的資料，因此，需要確定黑莎草物種的地理分布是更加復(fù)雜而艱巨一個(gè)任務(wù)。葉子有基生和稈生，具鞘，鞘一般呈紅棕色，長約 1020 厘米，葉片狹長，極硬，常態(tài)為硬紙質(zhì)或幾革質(zhì)，長約 4060 厘米，寬 厘米，葉子從下而上漸狹，頂部成鉆形，邊緣通常狀態(tài)為內(nèi)卷，邊緣和背面具有刺狀細(xì)齒。 [2] 黑莎草是一種 草本植物 。該屬物種為多年生 的粗壯 草本 植物。 12 討論 9 2. 3 黑莎草在 2080 年的分布預(yù)測 7 2. 1 影響黑莎草分布的因素與變量 3 1. 2 使用軟件 Ⅰ Abstract ： 任務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）。 作者簽名： 日期： 年 月 日 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。 作者簽名： 日 期： 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。 學(xué) 士 學(xué) 位 論 文 題 目 基于 Maxent 和 Arcgis 對(duì)稀土礦區(qū)植物 黑莎草 （ Gahnia tristis） 的分部預(yù)測 畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。 作 者 簽 名： 日 期： 指導(dǎo)教師簽名： 日 期： 使用授權(quán)說明 本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子 版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝?、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉績?nèi)容。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。 作者簽名： 日期： 年 月 日 導(dǎo)師簽名： 日期： 年 月 日 注 意 事 項(xiàng) （論文）的內(nèi)容包括： 1）封面（按教務(wù)處制定的標(biāo)準(zhǔn)封面格式制作） 2）原創(chuàng)性聲明 3）中文摘要（ 300 字左右）、關(guān)鍵詞 4）外文摘要、關(guān)鍵詞 5）目次頁（附件不統(tǒng)一編入） 6）論文主體部分：引言（或緒論）、正文、結(jié)論 7）參考文獻(xiàn) 8）致謝 9）附錄（對(duì)論文支持必要時(shí)） ：理工類設(shè)計(jì)（論文）正文字?jǐn)?shù)不少于 1 萬字（不包括圖紙、程序清單等），文科類論文正文字?jǐn)?shù)不少于 萬字。 本文詳細(xì)介紹了植物的地理分布預(yù)測研究方法，并以全國多個(gè)黑莎草采集點(diǎn)為例，應(yīng)用最大熵模型 （ MaxEnt） ，結(jié)合地理信息系統(tǒng) （ ArcGis） ，根據(jù)黑莎草在我國已知的 56 個(gè)地理分布點(diǎn)和 19 個(gè)環(huán)境變量，預(yù)測了它們?cè)谖覈A南和西南等分布地區(qū)在冰川時(shí)期和未來的 2080 年的分布情況，并對(duì)預(yù)測結(jié)果與它們?cè)诋?dāng)下分布區(qū)域的分布情況進(jìn)行了比較，為今后國內(nèi)外開展黑莎草物種分布的研究和采集相關(guān)標(biāo)本提供了幫助，并且對(duì)研究環(huán)境因素對(duì)于物種分布影響 的研究提供了數(shù)據(jù)支持！ Abstract II Based on Maxent and Arcgis for rare earth plant (Gahnia tristis) gahnia tristis branch prediction Abstract The rare earth mining plant gahnia tristis in each period, the potential geographic distribution range prediction of for gahnia tristis specimen collection, ecological research, germplasm conservation and environmental factors for species distribution influence research has important value. This paper introduces the research on the method for prediction of the geographical distribution of plants, and to the multiple gahnia tristis collection point for example, the maximum entropy model (MaxEnt), bined with geographic information system (ArcGis), according to the variable gahnia tristis in 56 geographic distribution in Bio known and 19 in their environment, prediction Southern Bio and the southwest region of Bio in the distribution of the distribution of the glacial period and the future in 2080, the distribution and the forecast results with them in the current distribution area were pared, to provide the help and Study on grass species distribution Heisha set for the future were carried out at home and abroad, and the study of environmental factors in the study of species the influence of the distribution of providing data support! 目錄 III 目錄 摘要 1 第一章 數(shù)據(jù)與方法 4 1. 3 運(yùn)算方法 11 2. 5 黑莎草不同時(shí)期分布數(shù)據(jù)結(jié)果的比較與分析 18 參考文獻(xiàn)（ References） 黑莎草主產(chǎn)于南半球，我國有黑莎草 G. tristis Nees（種子可榨油供皂用）和爪哇黑莎草 G. javanica Moritizi 等 3 種，產(chǎn)華南地區(qū)和西南地區(qū)的干燥草山上。全株植物在產(chǎn)地用作于小茅屋頂?shù)纳w草以及墻壁材料等，小堅(jiān)果可用以榨油或 供皂用 。稈粗壯，高 米，圓柱狀，堅(jiān)實(shí)，空心，有節(jié)?；ü?312 月。 MaxEnt 模型利用最大熵原理來預(yù)測物種地理分布，這個(gè)方法被認(rèn)為是目前預(yù)測效果最好的方法之一。目前通過這樣的模式，已經(jīng)產(chǎn)生了多種物種潛在分布區(qū)的預(yù)測模型，并得到了廣泛應(yīng)用。按 MaxEnt 模型的軟件運(yùn)行要求，黑莎草分布記錄數(shù)據(jù)包括物種名、分布點(diǎn)經(jīng)度和緯度，形成 * ． csv 格式文件，其中東經(jīng)和北緯標(biāo)為正值，西經(jīng)和南緯標(biāo)為負(fù)值。 利用最大熵算法來分析不同的環(huán)境因子，如溫度，降水和海拔的值，在物種發(fā)生（收集記錄）的現(xiàn)有已知位置來估計(jì)物種的現(xiàn)在或者不同時(shí)期可能的地理區(qū)域范圍。規(guī)定的評(píng)價(jià)標(biāo)準(zhǔn)為 : AUC 值為 –, 失敗 (fail)。 –,非常好 (excellent) (Swets, 1988。 [12] 表 11 模型中應(yīng)用到的 19 個(gè)生物氣候因子 變量 Variables 描述 Description Bio 1 年平均氣溫 Annual