freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

基于maxent和arcgis對于稀土礦區(qū)黑莎草的分布預(yù)測畢業(yè)論文(更新版)

2025-09-04 15:21上一頁面

下一頁面
  

【正文】 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 ⒖s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。 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(對論文支持必要時) :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。 4 1. 3 運(yùn)算方法 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。稈粗壯,高 米,圓柱狀,堅(jiān)實(shí),空心,有節(jié)。 MaxEnt 模型利用最大熵原理來預(yù)測物種地理分布,這個方法被認(rèn)為是目前預(yù)測效果最好的方法之一。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。規(guī)定的評價標(biāo)準(zhǔn)為 : AUC 值為 –, 失敗 (fail)。 [12] 表 11 模型中應(yīng)用到的 19 個生物氣候因子 變量 Variables 描述 Description Bio 1 年平均氣溫 Annual mean temperature Bio 2 晝夜溫差月均值 Mean diurnal range ( Mean ofmonthly ( max tempmintemp) ) Bio 3 晝夜溫差與年溫差比值 Isothermality Bio 4 溫度變化方差 Temperature seasonality Bio 5 最熱月份最高溫 Max temperature of warmest month Bio 6 最冷月份最低溫 Min temperature of coldest month Bio 7 年溫度變化范圍 Temperature annual range Bio 8 最濕季度平均溫度 Mean temperature of wettest quarter Bio 9 最干季度平均溫度 Mean temperature of driest quarter Bio 10 最熱季度平均溫度 Mean temperature of warmest quarter Bio 11 最冷季度平均溫度 Mean temperature of coldest quarter Bio 12 年平均濕度 Annual precipitation Bio 13 最濕月份濕度 Precipitation of wettest month Bio 14 最干月份濕度 Precipitation of driest month Bio 15 濕度變化方差 Precipitation seasonality ( Coefficient of variation) Bio 16 最濕季度濕度 Precipitation of wettest quarter Bio 17 最干季度濕度 Precipitation of driest quarter Bio 18 最熱季度平均濕度 Precipitation of warmest quarter Bio 19 最冷季度平均濕度 Precipitation of coldest quarter 第一章 6 1 .4 研究區(qū)概況 關(guān)于黑莎草物種分布的研究區(qū)位于華南東部以及海南島等沿海地區(qū) ,地理位置為 E, N。 黃崗 山是閩贛兩省界山,山頂立有兩省界石,至高點(diǎn) 米位于福建境內(nèi)。 1979 年,國家將黃崗山周圍保存完好的林地列為武夷山自然區(qū),是地球同一緯度上僅有的一片生物多樣化綠洲,其價值彌足珍貴。 圖 23 基于 56 個地理單位分析的黑莎草種數(shù)分布圖 在接收器工作特性 (ROC)曲線中,橫坐標(biāo)為假陽性率,縱坐標(biāo)為真陽性率。 圖 25 基于當(dāng)下地理分部信息分析的 2080 黑莎草種數(shù)分布圖 利用 MaxEnt 模型計(jì)算 ROC 曲線的結(jié)果(圖 22),其訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)的 AUC 值分別為 和 。 、 第二章 12 圖 28 黑莎草的適生分布預(yù)測精度 2. 5 黑莎草不同時期分布數(shù)據(jù)結(jié)果的比較與分析 把從植物書記標(biāo)本館以及野外調(diào)研獲取的數(shù)據(jù)進(jìn)行對比,去除其中重復(fù)及無效的數(shù)據(jù),利用剩余的 56 個數(shù)據(jù),在基于 MaxEnt 模型預(yù)測黑莎草 3 個不同的時期的潛在分布,所得到的數(shù)據(jù)和驗(yàn)證數(shù)據(jù)的 AUC 值均大于 ,表明模型預(yù)測的結(jié)果非常好。 表 22 進(jìn)行 黑莎草不同時期分布預(yù)測時各環(huán)境因子貢獻(xiàn)率的變化 Variables Description current 2080 Past Bio 1 年平均氣溫 Annual mean temperature Bio 10 最熱季度平均溫度 Mean temperature of warmest quarter Bio 11 最冷季度平均溫度 Mean temperature of coldest quarter Bio 12 年平均濕度 Annual precipitation Bio 13 最濕月份濕度 Precipitation of wettest month Bio 14 最干月份濕度 Precipitation of driest month Bio 15 濕度變化方差 Precipitation seasonality Bio 16 最濕季度濕度 Precipitation of wettest quarter Bio 17 最干季度濕度 Precipitation of driest quarter Bio 18 最暖季度平均雨量 Precipitation of warmest quarter Bio 19 最冷季度平均雨量 Precipitation of coldest quarter Bio 2 晝夜溫差月均值 Mean diurnal range Bio 3 晝夜溫差與年溫差比值 Isothermality 第二章 16 Bio 4 溫度變化方差 Temperature seasonality Bio 5 最熱月份最高溫 Max temperature of warmest month Bio 6 最冷月份最低溫 Min temperature of coldest month Bio 7 年溫度變化范圍 Temperature annual range Bio 8 最濕季度平均溫度 Mean temperature of wettest quarter Bio 9 最干季度平均溫度 Mean temperature of driest quarter 第三章 17 第三章 討論 什么因素會影響物種分布模擬 從上 面的比較就可以看出,對于黑莎草三個不同時期的分布預(yù)測情況,其中高溫、高濕度這些環(huán)境因子會對其分布產(chǎn)生較大影響,低溫,溫差,低濕度以及降雨量較少的階段,對于黑莎草的分布預(yù)測影響相對較小,然而這些數(shù)據(jù)在不同的時期所產(chǎn)生的貢獻(xiàn)值不同,就說明了這個時期的氣候環(huán)境與另一個時期的氣候環(huán)境有差異,而且這個環(huán)境差異所帶來的變化,還會對于黑莎草的分布產(chǎn)生影響。 [13] 第三章 19 關(guān)于植物地理分布區(qū)預(yù)測的方法 任何物種的分布都與地理環(huán)境因子之間存在密切的關(guān)系。 Elith 等( 20xx)利用包括 MAXENT 在內(nèi)的 16 種生態(tài)位模型對 226 個物種進(jìn)行了地理分布預(yù)測,他們發(fā)現(xiàn)這些模型均能夠較好地預(yù)測目標(biāo)物種的潛在分布區(qū)域。
點(diǎn)擊復(fù)制文檔內(nèi)容
研究報告相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1