导读:本文包含了潜在适宜性评价论文开题报告文献综述及选题提纲参考文献，主要关键词:Maxent模型,分布预测,环境变量因子,适宜性评价
潜在适宜性评价论文文献综述
刘倩,齐增湘,周永,刘惠[1]（2019）在《我国银杉潜在分布区预测及适宜性评价》一文中研究指出银杉是我国珍稀的孑遗植物,被誉为"植物界的熊猫"。该研究基于国家植物标本数据库和查阅历年文献所得到60个准确的分布点数据,应用Maxent软件构建了我国银杉林潜在分布模型,并分析了影响银杉分布的关键环境因子。结果表明:(1)银杉的潜在适生区主要集中在重庆南部地区、湖南的南部和西部、广西北部地区、贵州东部和北部地区以及四川省南部地区,银杉在以上分布区的总面积为18.3万km2,占全国面积的1.9%。银杉的高度适宜区面积为3853.6km2,占全国面积的0.04%。(2)影响我国银杉潜在分布的5个主导因子依次为:5月太阳辐射(65.8%),植被覆盖率(13.7%),10月最高温(5.6%),5月平均降雨量(3.3%),淤泥含量(2.3%),总贡献率为90.7%。(3)最大熵的模型AUC值为0.983,说明其可信度极高。(本文来源于《安徽农学通报》期刊2019年18期）
黄治昊,周鑫,张孝然,蒲真,邢韶华[2]（2018）在《我国大陆黄檗潜在分布区及分布适宜性评价》一文中研究指出黄檗为我国国家二级重点保护野生植物,多散生于阔叶林中,数量稀少,近年来,无论是从国家层面,还是地方政府层面都采取了一系列保护措施,人为破坏大大减少,然而其种群数量仍没有显着增加,拟从生态学的角度分析我国黄檗的潜在分布区,并进行了适宜性评价,为我国野生黄檗种群的就地保护和迁地保护提供技术支撑。通过实地调查和文献资料整理,获得69个包括准确经纬度信息的分布点,同时在世界气候数据库(World-Clim)中下载中国大陆的3个地形变量(alt、slo、asp),5个土壤变量(grav、pH、radi、rub、oc)和19个生物气候变量(bio1—bio19),利用多重共线性分析来检验环境因子之间的相关性,剔除出部分相关性高的环境因子,最终得到包括6个气候变量(bio1、bio3、bio4、bio12、bio15、prec1)、3个地形变量(alt、asp、slo)及5个土壤变量(grav、pH、radi、rub、oc)的14个环境因子作为环境变量,进而应用最大熵模型(MaxEnt)和地理信息系统(GIS)的空间分析功能,预测了黄檗在我国的潜在分布区,并评价分布区的适宜等级;分析了影响黄檗分布和适生性的关键因子及其适生区间。1)黄檗潜在分布区主要集中在我国东北地区和京津冀大部分区域,以及河南北部、内蒙古东南部等区域,黄檗潜在分布区总面积为117.51万km~2,占全国总面积的12.27%,其中高度适宜分布区面积为189400 km~2,占全国总面积的1.97%,主要包括黑龙江中东部,吉林大部分区域,辽宁东南部和北京大部分区域。2)温度季节性变化的标准差(35.7%)、年均降水量(28%)、坡度(6.5%)、年均温(6.7%)和有机碳含量(5.8%)是影响黄檗分布的5个最主要的环境因子,总的贡献率为82.7%。温度季节性变化标准差在14000—16000范围内,年均降水量在600—800 mm范围内,坡度在2°—8°范围内,年均温在1—7℃范围内,土壤有机碳含量在25—65 g/kg范围内为黄檗适宜分布的环境因子区间。我国野生黄檗分布还远远没有达到其潜在的分布范围,山东、山西、河南、内蒙古等目前资料显示分布并不广泛的省份也是进行野生黄檗迁地保护和人工种植的可选区域。对影响黄檗分布和适生性的关键因子进行分析后表明,温度季节性变化标准差越大其适生程度越高(14000—16000),说明黄檗对于温度的承受范围较大;年均降水量处于700 mm左右其适生程度最高,说明黄檗对于水分要求为中等水平;坡度为2°—8°范围内野生黄檗的适生程度最高,说明黄檗多分布在缓坡地带,年均温在4℃其适生程度最高;土壤有机碳含量在50 g/kg左右其适生程度最高。(本文来源于《生态学报》期刊2018年20期）
蔡奉颖[3]（2018）在《基于肥力及潜在生态风险指数的典型茶园土壤适宜性评价》一文中研究指出近年来,人们追求绿色生活方式,对茶叶的品质也提出了更高的要求,茶园产地环境则是影响茶叶品质的关键因素。然而随着茶园投入品的大量施用、环境污染的加剧,茶园土壤质量出现恶化现象。安溪县是乌龙茶的发源地,是中国重点产茶县之一,因此,全面了解安溪县茶园土壤养分及重金属污染的空间分布状况,并进行茶园适宜性及潜在生态风险评价,对茶园的土壤改良、茶产业的绿色发展具有重要意义。本论文在安溪县茶园布设采样点78个,基于土壤中pH值、有机质(OM)、阳离子交换量(CEC)、全氮(TN)、全磷(TP)、全钾(TK)、水解氮(AN)、有效磷(AP)、速效钾(AK)、有效钙(Ca)、有效镁(Mg)、总镉(Cd)、总铅(Pb)、总汞(Hg)、总砷(As)和总铬(Cr)等检测数据,采用多元统计分析及反距离加权插值等方法,对茶园土壤肥力质量和环境质量进行统计分析及空间分布特征分析,采用模糊综合评判法对茶园土壤肥力状况进行评价,采用Hakanson潜在生态风险指数法对茶园土壤重金属污染进行评价;并在土壤肥力质量和环境质量的基础上进行茶园土壤适宜性等级划分。结果表明:(1)茶园土壤综合肥力指数平均值为0.70,肥力空间分布由西北向东南逐渐降低。土壤各养分指标空间分布呈现OM、CEC由西部向东部逐渐降低,TN、TP、TK、AP和AK由西北向东南逐渐降低的趋势;有效Ca、Mg呈现分布较广、局部集中。养分指标中OM含量丰富,而氮素、磷素含量偏高,AK、CEC含量偏低。(2)盲目施肥、P在土壤中移动性差以及酸性土壤K易流失等原因,可能会造成茶园土壤中N素、P素偏高及K缺乏的现象,建议采用测土配方等措施予以管控;土壤的砂质土特性及雨水冲刷是造成CEC含量偏低的主要原因,建议通过添加秸秆和生物质炭等方式来改善土壤的团粒结构;针对茶园土壤的有效Ca、Mg应采用“因缺补缺”的管理方案,避免盲目补给。(3)安溪县茶园土壤重金属状况处于中等程度的生态风险。重金属元素 Cd、Pb、Hg、As 和 Cr 的达标率分别为 93.59%、98.72%、97.44%、100%和98.72%。在空间分布上,As和Cd呈现由东北向西南下降的趋势;Hg和Pb呈现由东北向西南逐渐增加;Cr在整个区域内均匀分布。综合生态风险指数RI的平均值为149.26,处于中等程度的生态风险,空间分布呈现由东北向西南逐渐降低的趋势。(4)茶园土壤中Cd、Pb、Hg、As和Cr超背景值占比分别为78.21%,64.10%,58.97%,38.46%,3.85%,其中 Cd、Hg、Pb 呈面源污染形式,分析认为来自于茶叶种植过程中农药、化肥及有机肥的施用,建议合理管控化肥农药施用、选择质量达标的有机肥,避免二次污染;Cr的点源污染与采样点附近的人类活动密切相关;茶园土壤中As积累较少。(5)安溪县茶园综合土壤适宜性评价等级为适宜。其中适宜性等级面积占比分别为高度适宜37.29%、适宜44.18%、勉强适宜18.10%,不适宜0.43%,适宜性在空间分布上呈现由西向东降低的趋势,不适宜区主要位于参内乡西南部、白濑乡西部、湖上乡西南部的小部分区域。(本文来源于《福建农林大学》期刊2018-04-01）
李灿,刘贤安,王娟,彭培好,邵怀勇[4]（2018）在《基于MaxEnt模型的四川省红豆杉潜在分布区分析及适宜性评价》一文中研究指出以全国第二次重点保护野生植物资源调查中201个红豆杉分布点为基础数据源,筛选31个影响红豆杉分布的环境变量,应用MaxEnt最大熵模型,结合ArcGIS地理信息系统,划定四川省红豆杉潜在分布区并进行适宜性评价。结果表明,红豆杉在四川省的最适生区域面积为11 508.75km~2,占全省面积的2.37%;适生区域面积为13 340.49 km~2,占全省面积的2.75%;较适生区域面积为12 099.53 km~2,占全省面积的2.49%;不适生区域面积为448 368.74 km~2,占全省面积的92.39%;最适生、适生及较适生区域主要位于茶坪山、龙门山、大巴山、华蓥山、大娄山、大相岭及邛崃山等盆周山地边缘。31个影响红豆杉分布的环境变量中,海拔、年均温、7月降水量、昼夜温差月均值、最冷季均温、降水量变异系数、最冷月最低温、坡度、3月光照强度、7月均温、最干季均温及11月均温是对红豆杉分布有主要影响的12个环境变量。红豆杉最适生环境为气候较为温暖,年均温7.5～15℃,昼夜温差月均值为7～10℃,海拔1 000～2 400 m,降水量充沛,7月降水量50～160 mm,降水量变异系数为50～75,光照充足,3月光照强度为11 000～12 200 KJ/m~2·d的亚热带地区且植被覆盖率较高的山沟或山林中。(本文来源于《林业调查规划》期刊2018年01期）
张凯龙,杨坤,沃钰斌,童浩杰,金园庭[5]（2018）在《基于MaxEnt模型的镇海林蛙种群潜在地理适宜性评价》一文中研究指出镇海林蛙(Rana zhenhaiensis)为新命名的中国特有种,因缺少调查研究,其种群潜在的生态地理分布并不清楚。本文通过实地调查与文献查阅,收集到35个镇海林蛙分布地点,引入与以上地点对应的World Clim数据库1950—2000年的20个生物与环境变量,运用MaxEnt生态位模型对镇海林蛙的潜在分布区进行预测。结果表明:镇海林蛙适生概率为0.5~1.0的适宜栖息地主要分布在浙江、江苏、上海、安徽、湖南、湖北东部、江西中部、西部以及北部、福建沿海地区、天津西部等地,并且还零散分布于四川、重庆、山东、河北、广西、广东等地,适生概率为0.09~0.5的相对适宜栖息地主要在北京、山东、河南、重庆、贵州、广西、福建、广东、辽宁南部、天津东部、河北南部、陕西南部、四川东部、湖北西部、湖南南部、江西西北部以及南部、台湾北部等地区分布。预测模型取得的训练数据和测试数据的AUC值均为0.993,表明本研究获得的预测模型准确度很高,结果可信。MaxEnt模型的Jackknife检验表明,各环境变量中对模型的贡献度有差异,最暖季度降水量(贡献率为44.6%)和温度季节性变化标准差(贡献率为20.4%)是影响镇海林蛙潜在分布的主要因素。(本文来源于《生态学杂志》期刊2018年01期）
蒋育昊[6]（2017）在《基于随机森林模型的红松潜在分布预测及适宜性评价》一文中研究指出红松是我国重要的经济树种和生态树种,同时也是国家储备林树种,所以对于红松的研究很有必要。目前我们国家林业资源数据庞大,数据之间的联系也越来越紧密,利用现代科技方法对于传统林业数据进行分析挖掘势在必行。针对以上问题,本研究以红松(Pinus koraiensis)作为研究对象,利用一类和二类林业调查数据,获得红松分布点信息,同时结合气候、地形、土壤等环境数据,采用随机森林模型,对于红松进行全国范围内的潜在分布预测,绘制潜在分布范围结果示意图,同时对影响红松生长的重要环境因子进行分析。另外在辽宁省内,选择红松样本点,建立基于随机森林模型的红松适宜性评价研究体系,对省内红松进行适宜性评价研究,最后以抚顺市为试验区域,将利用随机森林模型得到的红松适生性和适应性结果与实际结果进行对比分析,并对两者进行模型的集成研究。主要研究内容如下:1.采用PRISM气候数据空间插值模型,结合DEM和台站数据,对气候数据进行插值,得到年均温、年最高温、年最低温和年均降水等多个气候因子;PRISM插值模型较常规插值方法,插值精度较高,可以更加准确地得到相关气象数据,为更加准确有效地评价森林立地质量奠定了基础。2.基于随机森林模型和DEM数据、Worldclim气候数据和HWSD土壤数据,利用在多种立地条件下获取的有红松分布数据和无红松分布数据,建立预测红松潜在分布的随机森林模型样本集,模型精度TSS为0.9574,AUC为0.9809,Kappa系数为0.9597,输入环境数据得到红松潜在分布图。在此基础上,计算各因子之间的相关系数,去除相关性较大的因子,重复之前的计算,得到TSS为0.976,AUC为0.9881,Kappa系数为0.9749,模型精度有所提高,进而得到更为精确与合理的红松潜在分布结果。使用偏相关函数得到环境因子变化曲线,分析具体影响机制。3.分别以流域和格网为筛选标准,得到不同筛选标准下红松样本点,结合气象、土壤和地形数据,利用随机森林模型分析两种数据下的模型精度,结果表明流域数据的建模精度更高,更适合建立辽宁省红松适宜性评价体系模型。计算得到五个最佳因子分别为Elevation(海拔),Bio4(温度季节变化标准差),Mean(年均温),Precip(年均降水量),Max(最高温),同时输出了辽宁省红松树种适宜性分布图,分析辽宁全省红松的适宜区域。4.选取辽宁省抚顺市作为红松潜在分布实际研究区域,对该研究区内的红松进行潜在分布预测研究,同时选取新宾满族自治县内一块区域进行适宜性评价的验证工作,在此基础上,对基于随机森林模型的红松适生性和适宜性结果进行集成研究,判断不同适宜性区间内所对应的适生性情况。红松适宜程度较高的地区和红松预测分布的地区具有较好的匹配程度,即高适宜区和较适宜区大部分的小班均落在了预测分布范围内,而低适宜区则大部分没有落在预测分布范围内。本研究所涉及的几点创新主要有:(1)为储备林树种的预测分布和适宜性评价提供了理论方法,构造了相关数据指标,同时提出了科学的工作流程;(2)引入随机森林模型,利用其在回归和分类中的高精度的特点,在不同尺寸下得到红松的适生性和适宜性的结果;(3)本文不仅考量了模型的建模精度,同时也与实际数据相对比,同步考察了模型的模拟结果与实际数据的匹配程度,更加合理地阐述模型的适用性。(本文来源于《中国林业科学研究院》期刊2017-04-01）
赵晓冏,汪桂生,孟浩贤,孙旭伟[7]（2016）在《甘肃省博峪河自然保护区大熊猫潜在生境适宜性评价》一文中研究指出以博峪河省级自然保护区为研究对象,根据2011年、2012年两期遥感影像数据,结合野外调查数据,在GIS和RS技术支持下,选取与大熊猫生境相关的7个影响因子,从大熊猫潜在生境和人类活动影响下的生境等方面分析了生境的变化特征,探讨该自然保护区的大熊猫生境适宜性.结果表明,在不考虑人类活动的情况下,保护区内大熊猫生境不适宜区域面积比例为23.22%,适宜区域面积比例为19.02%,较适宜区域面积比例为46.69%;考虑人类活动的影响,保护区内大熊猫生境不适宜区域面积比例为23.63%,适宜区域面积比例为19%,较适宜区域面积比例为46.67%.与不考虑人类活动的影响相比,不适宜区域面积比例从23.22%上升到23.63%,适宜区域面积比例从19.02%下降到19.00%,受人类活动影响后转变为不适宜生境的面积达到36.96km2,人类活动对大熊猫生境的影响比较明显.(本文来源于《西北师范大学学报(自然科学版)》期刊2016年06期）
陈威,刘学录[8]（2015）在《基于适宜性评价的潜在土地利用冲突诊断研究——以云南省红河县为例》一文中研究指出采用基于适宜性评价的土地利用冲突判别矩阵,研究了云南省红河县潜在土地利用冲突的类型和等级.研究结果表明:通过耕作适宜性和建设适宜性的迭加可以将红河县的耕地分为潜在冲突区、耕作优势区和建设优势区3种类型,潜在土地利用冲突主要发生于潜在冲突区,该区耕地面积占全县耕地总面积的55.78%,说明红河县发生土地利用冲突的风险较高;潜在土地利用冲突可以分为高度冲突、中度冲突和低度冲突3种类型,分别占耕地总面积的19.04%、31.01%和5.73%,说明红河县发生中高强度的土地利用冲突的风险较高;提高建设用地的利用率、提高耕地的质量和控制农村居民点规模、控制水土流失分别是3类潜在土地利用冲突类型区降低土地利用冲突发生风险的主要措施.(本文来源于《甘肃农业大学学报》期刊2015年01期）
吕晨阳,金昆,王秀磊[9]（2014）在《武威东沙窝地区赛加羚羊潜在生境适宜性评价》一文中研究指出赛加羚羊(Saiga tatarica)是一种濒危动物,在我国已近50年未发现野生种群。为了其野生种群的恢复,国家林业局甘肃濒危动物保护中心于20世纪80年代开始由国外引入进行人工饲养,现已经达到一百余只。武威东沙窝地区曾是赛加羚羊的历史分布区,现为甘肃濒危动物保护与繁育中心所在地。通过对该中心半散放种群的行为进行观察和对植被、地形等数据的分析,显示不考虑人类活动因素影响时,最适宜与适宜的面积分别为30.87 km2和23.25 km2,分别占研究区总面积的31.076%和23.404%;考虑人类活动影响因素时,最适宜与适宜的面积分别减少了4.903%和3.268%,人类活动影响因素对东沙窝地区赛加羚羊潜在生境适宜性影响较小。结果表明该地区比较适宜作为赛加羚羊野外放归后的栖息地。为了进一步提高赛加羚羊放归时的存活率,建议对东沙窝地区进行适当的生境改造及保护;在适宜性强的斑块之间建立廊道,在繁殖季节和冬季补饲等。(本文来源于《生态科学》期刊2014年05期）
王娟娟,曹博,白成科,张琳琳,车乐[10]（2014）在《基于Maxent和ArcGIS预测川贝母潜在分布及适宜性评价》一文中研究指出川贝母(Fritillaria cirrhosa D.Don)为百合科(Liliaceae)贝母属(Fritillaria L.)多年生草本植物,其干燥鳞茎为名贵中药材,具有重要的药用价值,但目前野生资源几近枯竭。本文结合川贝母108个地理分布记录和16项环境因子,应用最大熵模型(Maxent)和地理信息系统(ArcGIS 9.3),预测了川贝母在我国的潜在适生区及其适生等级。结果显示,川贝母的潜在适生区主要分布在四川的西南、云南的西北和西藏的东南等地区,贵州的西北和甘肃的西南部分地区有零星分布。其中,川贝母最适宜分布区集中在四川(凉山和阿坝)、云南(楚雄、大理和迪庆)和西藏(林芝、山南和日喀则)等地区(适生指数>0.5)。等温性(模拟贡献率,20.2%)、年均降水量(16.6%)、海拔(14.3%)、温度季节性变化的标准差(14.2%)、1月最低气温(10.9%)和土壤pH值(7.9%)是影响川贝母分布最主要的6个环境因子。综合分析表明,川贝母最适宜生长在年温差小而日温差大的高原或山区,海拔2500~3500 m、年均降水量为850~950 mm、1月份最低温度在-3.5~4.7℃和土壤偏酸性(pH=6.66)是川贝母最适宜生长的生态位参数。上述研究结果对于适生区开展川贝母野生抚育和种植区划及标准化栽培具有重要的指导意义。(本文来源于《植物研究》期刊2014年05期）
潜在适宜性评价论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
黄檗为我国国家二级重点保护野生植物,多散生于阔叶林中,数量稀少,近年来,无论是从国家层面,还是地方政府层面都采取了一系列保护措施,人为破坏大大减少,然而其种群数量仍没有显着增加,拟从生态学的角度分析我国黄檗的潜在分布区,并进行了适宜性评价,为我国野生黄檗种群的就地保护和迁地保护提供技术支撑。通过实地调查和文献资料整理,获得69个包括准确经纬度信息的分布点,同时在世界气候数据库(World-Clim)中下载中国大陆的3个地形变量(alt、slo、asp),5个土壤变量(grav、pH、radi、rub、oc)和19个生物气候变量(bio1—bio19),利用多重共线性分析来检验环境因子之间的相关性,剔除出部分相关性高的环境因子,最终得到包括6个气候变量(bio1、bio3、bio4、bio12、bio15、prec1)、3个地形变量(alt、asp、slo)及5个土壤变量(grav、pH、radi、rub、oc)的14个环境因子作为环境变量,进而应用最大熵模型(MaxEnt)和地理信息系统(GIS)的空间分析功能,预测了黄檗在我国的潜在分布区,并评价分布区的适宜等级;分析了影响黄檗分布和适生性的关键因子及其适生区间。1)黄檗潜在分布区主要集中在我国东北地区和京津冀大部分区域,以及河南北部、内蒙古东南部等区域,黄檗潜在分布区总面积为117.51万km~2,占全国总面积的12.27%,其中高度适宜分布区面积为189400 km~2,占全国总面积的1.97%,主要包括黑龙江中东部,吉林大部分区域,辽宁东南部和北京大部分区域。2)温度季节性变化的标准差(35.7%)、年均降水量(28%)、坡度(6.5%)、年均温(6.7%)和有机碳含量(5.8%)是影响黄檗分布的5个最主要的环境因子,总的贡献率为82.7%。温度季节性变化标准差在14000—16000范围内,年均降水量在600—800 mm范围内,坡度在2°—8°范围内,年均温在1—7℃范围内,土壤有机碳含量在25—65 g/kg范围内为黄檗适宜分布的环境因子区间。我国野生黄檗分布还远远没有达到其潜在的分布范围,山东、山西、河南、内蒙古等目前资料显示分布并不广泛的省份也是进行野生黄檗迁地保护和人工种植的可选区域。对影响黄檗分布和适生性的关键因子进行分析后表明,温度季节性变化标准差越大其适生程度越高(14000—16000),说明黄檗对于温度的承受范围较大;年均降水量处于700 mm左右其适生程度最高,说明黄檗对于水分要求为中等水平;坡度为2°—8°范围内野生黄檗的适生程度最高,说明黄檗多分布在缓坡地带,年均温在4℃其适生程度最高;土壤有机碳含量在50 g/kg左右其适生程度最高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
潜在适宜性评价论文参考文献
[1].刘倩,齐增湘,周永,刘惠.我国银杉潜在分布区预测及适宜性评价[J].安徽农学通报.2019
[2].黄治昊,周鑫,张孝然,蒲真,邢韶华.我国大陆黄檗潜在分布区及分布适宜性评价[J].生态学报.2018
[3].蔡奉颖.基于肥力及潜在生态风险指数的典型茶园土壤适宜性评价[D].福建农林大学.2018
[4].李灿,刘贤安,王娟,彭培好,邵怀勇.基于MaxEnt模型的四川省红豆杉潜在分布区分析及适宜性评价[J].林业调查规划.2018
[5].张凯龙,杨坤,沃钰斌,童浩杰,金园庭.基于MaxEnt模型的镇海林蛙种群潜在地理适宜性评价[J].生态学杂志.2018
[6].蒋育昊.基于随机森林模型的红松潜在分布预测及适宜性评价[D].中国林业科学研究院.2017
[7].赵晓冏,汪桂生,孟浩贤,孙旭伟.甘肃省博峪河自然保护区大熊猫潜在生境适宜性评价[J].西北师范大学学报(自然科学版).2016
[8].陈威,刘学录.基于适宜性评价的潜在土地利用冲突诊断研究——以云南省红河县为例[J].甘肃农业大学学报.2015
[9].吕晨阳,金昆,王秀磊.武威东沙窝地区赛加羚羊潜在生境适宜性评价[J].生态科学.2014
[10].王娟娟,曹博,白成科,张琳琳,车乐.基于Maxent和ArcGIS预测川贝母潜在分布及适宜性评价[J].植物研究.2014