| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 植物物种分布研究现状 | 第12-15页 |
| 1.2.2 传统中药地理分布研究现状 | 第15-16页 |
| 1.2.3 秦艽地理分布研究现状 | 第16页 |
| 1.2.4 生态位模型理论研究现状 | 第16-17页 |
| 1.3 研究内容与目标 | 第17页 |
| 1.4 研究方法和技术路线 | 第17-19页 |
| 第2章 生态位模型 | 第19-27页 |
| 2.1 生态位模型 | 第19-20页 |
| 2.2 四种生态位模型概述 | 第20-27页 |
| 2.2.1 Bioclim模型 | 第21-22页 |
| 2.2.2 Domain模型 | 第22-23页 |
| 2.2.3 MaxEnt模型 | 第23-24页 |
| 2.2.4 GARP模型 | 第24-27页 |
| 第3章 研究区域与数据预处理 | 第27-37页 |
| 3.1 研究区域概况 | 第27-28页 |
| 3.2 数据收集与预处理 | 第28-30页 |
| 3.2.1 秦艽简介 | 第28-29页 |
| 3.2.2 秦艽已知分布点位数据获取与选择 | 第29-30页 |
| 3.3 气候环境数据获取 | 第30-31页 |
| 3.4 数据处理平台 | 第31-32页 |
| 3.5 数据预处理 | 第32-37页 |
| 3.5.1 数据格式转换 | 第32-33页 |
| 3.5.2 坡度因子生成 | 第33页 |
| 3.5.3 坡向因子生成 | 第33-37页 |
| 第4章 运用四种不同生态位模型预测秦艽在中国的潜在地理分布 | 第37-55页 |
| 4.1 应用Bioclim模型预测秦艽在中国的潜在地理分布 | 第37-39页 |
| 4.1.1 预测过程 | 第37页 |
| 4.1.2 预测结果与分析 | 第37-39页 |
| 4.2 应用Domain模型预测秦艽在中国的潜在地理分布 | 第39-41页 |
| 4.2.1 预测过程 | 第39-40页 |
| 4.2.2 预测结果与分析 | 第40-41页 |
| 4.3 应用MaxEnt模型预测秦艽在中国的潜在地理分布 | 第41-44页 |
| 4.3.1 预测过程 | 第41-42页 |
| 4.3.2 预测结果与分析 | 第42-44页 |
| 4.4 应用GARP模型预测秦艽在中国的潜在地理分布 | 第44-46页 |
| 4.4.1 预测过程 | 第44-45页 |
| 4.4.2 预测结果与分析 | 第45-46页 |
| 4.5 模型准确度检验 | 第46-55页 |
| 4.5.1 ROC曲线原理介绍 | 第48-50页 |
| 4.5.2 四种生态位模型精度检验 | 第50-55页 |
| 第5章 四种生态位模型的比较和模型综合 | 第55-65页 |
| 5.1 四种生态位模型预测结果比较 | 第55页 |
| 5.2 模型稳定性评价 | 第55-59页 |
| 5.2.1 样本容量对四种生态位模型预测结果的影响分析 | 第55-57页 |
| 5.2.2 样点地理空间分布对四种生态模型预测效果的影响分析 | 第57-59页 |
| 5.3 模型综合 | 第59-62页 |
| 5.4 影响我国秦艽地理分布气候因子阈值分析 | 第62-65页 |
| 5.4.1 刀切法 | 第62-63页 |
| 5.4.2 影响秦艽潜在分布区的主导气候因子分析 | 第63-65页 |
| 第6章 结语 | 第65-69页 |
| 6.1 结论 | 第65-66页 |
| 6.2 创新之处 | 第66页 |
| 6.3 展望 | 第66页 |
| 6.4 保护措施建议 | 第66-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 攻读学位期间研究成果 | 第77页 |
