| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 物种分布模型的基础理论 | 第11-12页 |
| 1.2 物种分布模型研究进展 | 第12-14页 |
| 1.3 物种分布模型存在的问题 | 第14页 |
| 1.4 MaxEnt的模型原理 | 第14-15页 |
| 1.5 MaxEnt的研究进展 | 第15-17页 |
| 1.6 SDMs预测中药材分布的意义 | 第17-18页 |
| 1.7 当归的生态习性 | 第18-19页 |
| 1.8 研究内容和技术路线 | 第19-21页 |
| 第2章 研究方法与设计 | 第21-31页 |
| 2.1 研究区域 | 第21页 |
| 2.2 数据获取与处理 | 第21-25页 |
| 2.2.1 当归存在点的获取与处理 | 第21-22页 |
| 2.2.2 环境因子数据的获取与处理 | 第22-25页 |
| 2.3 MaxEnt模型的运行与输出 | 第25-26页 |
| 2.4 物种分布模型不确定性组成 | 第26-28页 |
| 2.4.1 空间数据质量的不确定性 | 第26-27页 |
| 2.4.2 变量因子选择的不确定性 | 第27页 |
| 2.4.3 模型参数的不确定性 | 第27-28页 |
| 2.5 模型不确定性研究方法 | 第28-31页 |
| 2.5.1 物种假缺失点数据的获取方法 | 第28-29页 |
| 2.5.2 变量因子选择方法 | 第29-30页 |
| 2.5.3 模型参数的设置 | 第30-31页 |
| 第3章 基于MaxEnt的当归空间分布预测的不确定性分析 | 第31-57页 |
| 3.1 当归空间分布预测模型建模准备 | 第31-33页 |
| 3.1.1 多套模型建模前的变量确定 | 第31-33页 |
| 3.1.2 当归实际最小分布区的确定 | 第33页 |
| 3.2 基于假缺失点选择的当归空间分布预测的不确定性分析 | 第33-38页 |
| 3.2.1 建模设计过程 | 第33-34页 |
| 3.2.2 结果与分析 | 第34-37页 |
| 3.2.3 小结 | 第37-38页 |
| 3.3 基于参数设置的当归空间分布预测的不确定性分析 | 第38-44页 |
| 3.3.1 建模过程设计 | 第38页 |
| 3.3.2 结果与分析 | 第38-39页 |
| 3.3.3 存在点测试数据集比例大小的确定 | 第39-44页 |
| 3.3.4 小结 | 第44页 |
| 3.4 基于变量选择的当归空间分布预测的不确定性分析 | 第44-53页 |
| 3.4.1 建模过程设计 | 第44-45页 |
| 3.4.2 结果与分析 | 第45-46页 |
| 3.4.3 环境因子个数来评定变量选择方法 | 第46-47页 |
| 3.4.4 主导环境因子来评定变量选择方法 | 第47-52页 |
| 3.4.5 小结 | 第52-53页 |
| 3.5 三大不确定性因素对模型预测结果的贡献分析 | 第53-57页 |
| 3.5.1 建模过程设计 | 第53页 |
| 3.5.2 结果与讨论 | 第53-56页 |
| 3.5.3 小结 | 第56-57页 |
| 第4章 最优情境下当归的潜在适宜性分析 | 第57-67页 |
| 4.1 最优情境下建模设计过程 | 第57-58页 |
| 4.2 最优情境下当归的潜在适宜性分析 | 第58-65页 |
| 4.2.1 当归空间适宜性分布分析 | 第58-60页 |
| 4.2.2 当归的生长环境因子适宜性分析 | 第60-65页 |
| 4.3 研究区当归保护和栽培建议 | 第65-67页 |
| 第5章 结论 | 第67-71页 |
| 5.1 结论 | 第67-68页 |
| 5.2 创新之处 | 第68页 |
| 5.3 不足与展望 | 第68-71页 |
| 5.3.1 本研究的不足之处 | 第68-69页 |
| 5.3.2 展望 | 第69-71页 |
| 参考文献 | 第71-81页 |
| 附录 | 第81-113页 |
| 致谢 | 第113-115页 |
| 攻读学位期间研究成果 | 第115页 |
