隨機森林算法在新疆物種豐富度影響因素研究中的應(yīng)用

李光一,李海萍,萬華偉,李利平 (1.中國人民大學(xué)環(huán)境學(xué)院,北京 100872；2.貴州省生態(tài)氣象和衛(wèi)星遙感中心,貴州貴陽 550002；.生態(tài)環(huán)境部衛(wèi)星環(huán)境應(yīng)用中心,北京 10009；.中國科學(xué)院空天信息創(chuàng)新研究院,北京 10009)

新疆獨特的地理環(huán)境和豐富的生態(tài)系統(tǒng),孕育了眾多的珍稀動植物.2015 年發(fā)布的《中國生物多樣性保護優(yōu)先區(qū)域范圍》[1]中的35 個優(yōu)先區(qū)域中新疆有阿爾泰山、天山-準(zhǔn)格爾盆地、塔里木河流域、羌塘-三江源和庫姆塔格5 個.2016 年又新建了霍城四爪陸龜和伊犁小葉白蠟2 個國家級自然保護區(qū).現(xiàn)有記載顯示,新疆有鳥類319 種,哺乳類79 種,其中37 種為我國特有,29 種為世界特有[2-3].

1949 年以來我國人口膨脹、耕地擴張帶來了水資源、草地和天然林減少,而沙地卻持續(xù)擴張,生境的劇烈變化使物種豐富度不斷下降.據(jù)統(tǒng)計,新疆野生動物數(shù)量已不足20 世紀(jì)70 年代的25%,在《中國生物多樣性紅色名錄-脊椎動物卷》中新疆有近危103 種、易危44 種、瀕危40 種、極危12 種、區(qū)域滅絕2 種,野外滅絕2 種[4],野生雙峰駝、新疆北鯢等國家一類保護動物種群數(shù)量減少至瀕臨滅絕.生物多樣性降低使地區(qū)生態(tài)平衡、生態(tài)安全受到嚴(yán)重威脅.因此,研究影響物種豐富度的環(huán)境因子對維護新疆生物多樣性具有重要理論意義.

有關(guān)物種豐富度與環(huán)境因子的關(guān)系研究中,基于統(tǒng)計回歸的研究最普遍,劉路平[5]采用SPSS 軟件對山東省鳥類物種豐富度與環(huán)境因子的關(guān)系進行了相關(guān)和多元線性回歸分析.劉澈等[6]在研究中國鳥類物種豐富度與環(huán)境因子的關(guān)系時,采用Origin Pro 8 以及SPSS 進行主成分分析,得到了更精簡的影響因子組合.田凱[7]采用Pearson 線性相關(guān)分析研究武漢西北部野生脊椎動物主要類群的豐富度與環(huán)境因子的關(guān)系.沈夢偉等[8]利用R 和SAM 軟件,基于最小二乘法建立一元線性回歸模型,考察了氣候因子對兩棲動物物種豐富度的解釋能力,并根據(jù)AIC 信息量準(zhǔn)則篩選出最優(yōu)模型及其所包含的變量.

由于地理環(huán)境的空間異質(zhì)性及相互依存性,單純運用統(tǒng)計方法或建立單一的回歸模型并不能很好地解釋物種豐富度和環(huán)境因子的關(guān)系,GIS 技術(shù)則被廣泛地應(yīng)用于生物多樣性領(lǐng)域[9].同時,隨機森林等新算法被逐步引入,該方法在評估環(huán)境因子對研究對象的重要性方面具有明顯優(yōu)勢[9],Lopatin等[10]基于隨機森林算法識別出模擬維管植物物種豐富度最重要的3 個環(huán)境變量,其結(jié)果與生態(tài)學(xué)理論一致.李紫晶[11]利用隨機森林模型篩選了影響草原和旱生灌叢生物多樣性、群落生物量重要的環(huán)境因子,并通過擬合模型分析了環(huán)境因素對二者的影響.有鑒于此,本文將提取新疆草地、林地、耕地作為研究區(qū),充分利用長時間序列遙感產(chǎn)品的快速更新與優(yōu)化這一優(yōu)勢,基于多種遙感參量及環(huán)境因素,通過對比隨機森林和探索性回歸分析結(jié)果,探討新疆地區(qū)鳥類與哺乳動物多樣性與其影響因素間的關(guān)系,以期為該地區(qū)的生物多樣性保護提供科學(xué)的決策依據(jù).

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

1.1.1 物種分布數(shù)據(jù) 新疆地區(qū)鳥類和哺乳動物物種分布數(shù)據(jù)源于李利平等人的研究成果,該數(shù)據(jù)根據(jù)《新疆鳥類名錄》[2]和《新疆哺乳類(獸綱)名錄》[3]中的物種實際分布范圍,經(jīng)數(shù)字化并投影轉(zhuǎn)換到WGS-84 大地坐標(biāo)系中得到10km×10km 物種分布矢量數(shù)據(jù),見圖1.屬性表包括網(wǎng)格中心坐標(biāo)、面積及鳥類與哺乳動物的種數(shù)和科數(shù)等專題信息,如表1.由于后續(xù)分析采用的數(shù)據(jù)結(jié)構(gòu)為柵格數(shù)據(jù),故將物種分布矢量數(shù)據(jù)轉(zhuǎn)換為柵格格式.

圖1 新疆鳥類與哺乳動物物種種數(shù)矢量網(wǎng)格Fig.1 Vector data of bird and mammal species in Xinjiang

表1 物種豐富度屬性表數(shù)據(jù)項示例Table 1 Examples of data in the species richness attribute table

1.1.2 植被數(shù)據(jù) 大多數(shù)鳥類和哺乳動物偏向生活在有植被覆蓋的區(qū)域,故本文重點研究草地、林地和耕地等生境.因目前的植被指數(shù)已有大約40 多種,而歸一化植被指數(shù)(NDVI)、增強型植被指數(shù)(EVI)是最能直接反映植被覆蓋的遙感信息,除此之外本文還增加了葉面積指數(shù)(LAI)、光合有效輻射吸收比(FAPAR)和凈初級生產(chǎn)力(NPP)等能夠間接反映植被生長狀態(tài)的因子,且這些因子不僅能夠直接反映動物生境中植被群落在自然環(huán)境條件下的生產(chǎn)能力,表征陸地生態(tài)系統(tǒng)的質(zhì)量狀況,而且是判定生態(tài)系統(tǒng)碳源/匯和調(diào)節(jié)生態(tài)過程的主要因子.

NDVI 和NPP 源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心云平臺(http://www.resdc.cn/Default.aspx),NDVI 是對SPOT/VEGETATION 采用最大值合成法生成的1998 年以來的月度數(shù)據(jù).NPP 是基于光能利用率模型GLM_PEM 計算得到的2000～2010 年年度數(shù)據(jù),空間分辨率均為1km.

EVI 來自美國國家航空航天局(NASA)LP DAAC 數(shù)據(jù)集中2001～2010 年MODIS/Terra 數(shù)據(jù)產(chǎn)品MOD13A3,為月度1km 空間分辨率3 級正弦曲線投影產(chǎn)品.

LAI 和FAPAR 源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn)平臺中GLASS 全球陸表特征參量產(chǎn)品LAI_modis 和FAPAR_modis 數(shù)據(jù)集,時、空分辨率為8d 和1km.

1.1.3 地形和氣候數(shù)據(jù) 全世界生存高度最高的哺乳動物牦牛多在3000～5000m 的高寒地區(qū)生活,爬高極限可達(dá)6400m[12-13],可見海拔高度也是重要的生境因素之一,本文數(shù)字高程模型(DEM)為雷達(dá)地形測繪SRTM(Shuttle Radar Topography Mission)90m 分辨率的數(shù)據(jù).

氣候是動物生境選擇的重要因素,如駱駝的特殊生理結(jié)構(gòu)使其具有很強的蓄水能力并適應(yīng)在熾熱的沙漠中行走[14],全球變暖使得鳥類的地理分布范圍向高緯度高海拔遷移[15-17].因此,本文選取溫度和降水作為生境的氣候因子,將資源環(huán)境數(shù)據(jù)云平臺的氣象站點監(jiān)測數(shù)據(jù)通過空間插值處理成2001～2010 年年均氣溫和年降水量連續(xù)分布數(shù)據(jù).

1.1.4 輔助數(shù)據(jù) 人類對物種豐富度具有正向影響和負(fù)面影響兩種,正向影響體現(xiàn)在人類所建立的自然保護區(qū)對物種多樣性的促進作用,負(fù)面影響則通過對土地的開發(fā)利用而破壞物種棲息地產(chǎn)生.兩類數(shù)據(jù)中,自然保護區(qū)點位源于相關(guān)資料和文獻(xiàn)整理,2010 年1km 土地利用/土地覆蓋變化數(shù)據(jù)源自中科院中國土地利用遙感監(jiān)測數(shù)據(jù)庫,均作為輔助數(shù)據(jù)對物種豐富度空間分布作解釋說明.

1.2 方法

1.2.1 趨勢分析法 植被生長是長時間的累積過程,依據(jù)一個時間點的數(shù)據(jù)進行評價的結(jié)果不夠準(zhǔn)確,通過長時間序列數(shù)據(jù)得到特定時間段內(nèi)的綜合植被生長狀態(tài)顯然更接近實際.夏季是植被的生長季,也是動植物種群最豐富的時期,已有相關(guān)研究表明,夏季(7～9 月)的遙感植被參數(shù)累積量能很好地代表新疆地區(qū)植被的空間分布格局,且與物種數(shù)量相關(guān)性最高[18-19].因此采用最大值合成法計算長時間序列的年夏季累積量,公式如下:

式中:Ci表示i 年夏季累積量,MAX[Cj]為第j 月內(nèi)的月最大值.通過采用k 值趨勢分析法,逐像元對植被覆蓋的時間序列變化趨勢進行分析[20].公式為:

式中:n 為研究期年數(shù),變化率k＞0.001 表示改善趨勢,-0.001≤k≤0.001 表示基本不變,k＜-0.001 表示退化趨勢.

1.2.2 隨機森林法(Random Forest, RF) 20 世紀(jì)80 年代Breiman 等[21]基于bagging 的思想提出了分類樹的算法,通過數(shù)據(jù)的多次分類與回歸,計算量得到降低.2001 年Breiman 把分類樹組合成隨機森林,通過自助法(bootstrap)重采樣技術(shù),從原始訓(xùn)練樣本集N 中,多次且有放回地隨機抽取n 個樣本,生成新的決策樹訓(xùn)練樣本集,再根據(jù)上述步驟生成m 棵決策樹并建立隨機森林,新的分類結(jié)果由分類樹的投票數(shù)所得分?jǐn)?shù)決定,其實質(zhì)是對決策樹算法的改進[22].

作為一種新興且高度靈活的機器學(xué)習(xí)算法,RF 無需降維即能處理高維空間數(shù)據(jù)集,除了擬合變量間的關(guān)系外,對數(shù)據(jù)量綱和共線也不敏感,無需進行歸一化、診斷、剔除等操作,而是將所有解釋變量全部輸入,通過比較某個變量在加入噪聲前后的模型OOB(袋外數(shù)據(jù))擬合誤差來判定該變量的重要性及其對模型的影響,若OOB 誤差下降大,說明該變量對模型貢獻(xiàn)也大,即重要性較高[23-24].模型最初主要通過R 語言中的隨機森林包實現(xiàn)[25],2019 年ArcGIS Pro 在其2.3 版本中增加了此功能模塊,既可對采樣點數(shù)據(jù)建模,也可對矢量或柵格數(shù)據(jù)建模,通過加入相應(yīng)的柵格或矢量變量可直接獲得預(yù)測結(jié)果的空間分布,比在編程中實現(xiàn)更加便捷、高效.

1.2.3 探索性回歸分析(Exploratory regression analysis, ERA)20 世紀(jì) 30 年代瑞典心理學(xué)家Thurstone[26]提出多因子分析理論,并在《心智向量》中系統(tǒng)闡述了多元分析的數(shù)學(xué)理論和邏輯基礎(chǔ).因子分析分為驗證性和探索性兩類,探索性回歸分析能對輸入的候選變量間所有可能模型進行評估,以尋找能最好解釋因變量的OLS 模型.建模前對所有因子進行共線性診斷,診斷報告中方差膨脹因子值(VIF)用于度量變量的冗余度,并判斷不削弱模型解釋力時要剔除的變量;沖突值表示變量間的信息重疊度,0 表示無信息冗余;協(xié)變量表示與因變量線性相關(guān)并和其他自變量存在信息冗余的變量,應(yīng)予以剔除或控制.若兩個以上的VIF 值超過5.0,則根據(jù)VIF 值和沖突值大小剔除一個變量并重新建立OLS,直到冗余消失.因此基于以上參數(shù)剔除冗余變量,并對剩余變量進行空間關(guān)系建模,既簡化了模型又提高了精度.同時,還可根據(jù)AIC 信息量準(zhǔn)則衡量模型的擬合優(yōu)度及復(fù)雜性,從而篩選出更精確的關(guān)系模型,經(jīng)精度檢驗和綜合分析,生成標(biāo)準(zhǔn)殘差報告以驗證結(jié)果的精度并得出結(jié)論.以上過程在ArcGIS Pro中實現(xiàn).

2 結(jié)果與討論

2.1 環(huán)境因子的時空特征分析

2.1.1 植被因子的時空特征 從土地利用中提取植被覆蓋區(qū),基于最大值合成法得到各植被因子逐年夏季累積值,運用k 值趨勢分析法,得到各植被因子的空間變化及統(tǒng)計結(jié)果見圖2 和表2.

圖2 2001～2010 年植被覆蓋地區(qū)植被因子變化空間特征Fig.2 Spatial characteristics of vegetation factor changes in vegetation covered areas from 2001 to 2010

表2 2001～2010 年各植被因子變化統(tǒng)計(%)Table 2 Variation of vegetation factors from 2001 to 2010(%)

各植被因子的綜合變化率顯示,改善區(qū)域主要在天山北坡、塔里木盆地西部綠洲以及南部山地.植被生長主要受水分和熱量影響,天山以北的準(zhǔn)噶爾盆地未完全封閉,氣流進入形成地形雨,而南部的塔里木盆地被天山和昆侖山包圍而閉合,因而天山北坡降水多于南坡且植被條件易于改善,而南坡則因水分缺乏而不利森林生長.塔克拉瑪干沙漠附近人工綠洲面積有所增加,植被以改善和基本不變?yōu)橹?

阿爾泰山區(qū)、伊犁河附近、天山西段、塔城等地區(qū)植被呈退化趨勢.相關(guān)研究表明,北疆準(zhǔn)噶爾盆地內(nèi)部的古爾班通古特沙漠中,固定半固定沙丘活化面積不斷擴大,沙漠邊緣的流沙不斷向綠洲擴展27].南疆各植被因子的變化差異明顯,總體上紅色退化區(qū)域較少,以基本不變和改善為主,說明生態(tài)環(huán)境保持良好,這與其他學(xué)者監(jiān)測的新疆植被動態(tài)變化結(jié)果比較一致[20].

可見,2001～2010 年間大部分的植被覆蓋區(qū)NDVI 和EVI 均有變化,或改善或退化,無變化的區(qū)域極少,LAI 以退化和基本不變?yōu)橹?而FAPAR、NPP則三種變化普遍存在.北部與西北部雖資源豐富且自然保護區(qū)較多,但眾多的特色產(chǎn)業(yè)和旅游業(yè)等人類活動干擾也較強,植被退化趨勢明顯.西南部的帕米爾高原-昆侖山區(qū),FAPAR 與NPP 以改善和基本不變?yōu)橹?LAI 值卻有所降低,同一區(qū)域不同因子呈反向變化,進一步說明單因子不能很好地解釋自然生境的變化趨勢.

2.1.2 地形和氣候特征 新疆高差較大,常用的高程劃分標(biāo)準(zhǔn)難以詳細(xì)表達(dá)其內(nèi)部的地形差異,因此本文參考有關(guān)新疆地形特征的研究結(jié)果進行劃分28],見圖3(a).此外,將無植被區(qū)設(shè)為空值(Null),提取植被覆蓋區(qū)域的年降水量(MAP)和年均氣溫(MAT),結(jié)果見圖3(b)和3(c).

圖3 新疆海拔分區(qū)以及植被覆蓋區(qū)域2010 年年降水量與年均溫空間分布Fig.3 Landform zoning and distribution of annual precipitation and average temperature in vegetation covered areas in 2010 of Xinjiang

可以看出,新疆地勢復(fù)雜,空間差異顯著,南疆高于北疆,西部高于東部.塔里木盆地、準(zhǔn)噶爾盆地和吐魯番盆地地勢較低.三大山脈中阿爾泰山相對較低,天山部分山段海拔超過4000m,昆侖山大部分為4000m以上[29].由于海拔和氣溫及降水的高相關(guān)性,氣溫和降水的空間差異也十分顯著,降水量北疆多于南疆,西部多于東部,山區(qū)多于盆地,盆地區(qū)由外向內(nèi)干旱高溫加劇,南疆氣溫高于北疆,盆地高于山區(qū)[30].

圖4 新疆地區(qū)自然保護區(qū)與人類活動Fig.4 Natural reserves and human activities in Xinjiang

2.1.3 人類活動空間特征 將現(xiàn)有15 個國家級和29 個自治區(qū)級自然保護區(qū)視為人類活動的正向影響區(qū),將城鎮(zhèn)、居民點和其他建設(shè)用地作為負(fù)面影響區(qū),得到人類活動的空間分布,見圖4.

國家級自然保護區(qū)集中分布在西北部的北屯、塔城和伊犁等地,自治區(qū)級則比較分散.人類活動區(qū)域很小,且北疆多于南疆,人類活動集中的區(qū)域一般保護區(qū)也較少,兩者僅有部分重疊.

2.2 基于隨機森林法的環(huán)境因子重要性評估

2.2.1 隨機森林的棵數(shù) 為保證模型精度,建模前要判 定構(gòu)建森林的最佳決策樹棵數(shù).對于每個決策樹模型,假設(shè)訓(xùn)練樣本的特征數(shù)為m(本研究為8個環(huán)境因子),每次分類時根據(jù)信息增益選擇最好的特征進行分裂.每棵決策樹的生成都需要自助采樣,余下 1/3 的數(shù)據(jù)未被選中,稱為袋外數(shù)據(jù)(OOB,out-of-ag),OOB 誤差斜率越小則表明決策樹棵數(shù)越理想,因此根據(jù)OOB 誤差確定最佳決策樹棵數(shù),分別在草地、林地和耕地生境中建模,結(jié)果見圖5.

鳥類和哺乳動物在草地和耕地生境中,誤差變化有一定規(guī)律,決策樹在600 棵左右趨于平穩(wěn),林地生境中,鳥類和哺乳類動物分別在700 棵和500 棵左右趨于穩(wěn)定.

圖5 袋外數(shù)據(jù)(OOB)誤差隨決策樹棵數(shù)的變化Fig.5 OOB changes with decision tree

2.2.2 環(huán)境因子重要性評估 將鳥類與哺乳動物物種豐富度作為因變量,輸入8 個環(huán)境解釋變量,在ArcGIS Pro 中運行隨機森林分類與回歸模塊,生成不同生境中各環(huán)境因子的重要性排序,見圖6.

鳥類在草地與耕地生境中各因子的重要性差異較大,在林地中則較小,這與鳥類更偏好森林生境有關(guān).三種生境中DEM 的重要性排序均較高,說明鳥類飛行高度對其生境選擇十分重要,在草地生境中最高為38.38%,遠(yuǎn)高于其他因子,表明新疆的草地分布高度與鳥類多樣性密切相關(guān).耕地生境中,年均溫最重要,葉面積指數(shù)影響最小,除氣候和地形外,各植被因子的重要性基本一致,表明耕地已成為鳥類重要的生境,能夠為其提供豐富的食物來源.

圖6 不同生境中影響鳥類(左)與哺乳動物(右)豐富度的環(huán)境因子重要性排序Fig.6 The importance of determinants affecting the birds (left) and mammals (right) species richness in different habitats

對于哺乳動物,各因子在三種生境中的作用差異顯著,氣候和地形在三種生境中的重要性均較高,以年均溫為最高,說明氣候?qū)Σ溉閯游锏纳尺x擇十分重要.草地生境中的年均溫最重要,年降水量次之,凈初級生產(chǎn)力重要性最低.林地生境中,EVI 有所提高,NPP 仍然最低,說明植被覆蓋度比凈初級生產(chǎn)力對哺乳動物更重要.耕地生境中,年均溫度影響最大,葉面積指數(shù)最小,與鳥類相似的是,各植被因子的重要性也相對均勻,表明哺乳動物在耕地生境中更看重氣候而非植被生長情況.

2.3 物種豐富度與環(huán)境因子的探索性回歸分析

2.3.1 環(huán)境因子的多重共線性診斷 以物種豐富度為因變量,輸入全部環(huán)境因子后得到不同生境中的共線性診斷結(jié)果,見表3.

表3 不同生境中的多重共線性診斷結(jié)果Table 3 Multicollinearity diagnosis results in different habitats

續(xù)表3

若兩個以上的VIF 值超過5.0,則根據(jù)VIF 值和沖突值大小剔除一個變量并重新建立模型,直到冗余消失.由表3 可見,草地和林地生境中,EVI、LAI 和NDVI 都產(chǎn)生了協(xié)變量,存在多重共線性,根據(jù)VIF 和沖突值依次剔除EVI 和LAI,剩余6 個解釋因子.耕地生境中,EVI 與LAI 存在共線性,故將EVI 剔除.

2.3.2 物種豐富度與環(huán)境因子的關(guān)系模型 多重共線處理后,對基于保留因子所建立的所有模型,依據(jù)AIC 信息量準(zhǔn)則進一步篩選出不同生境中的最優(yōu)解釋模型,結(jié)果見表4.

可見,三種生境中鳥類和哺乳動物的最優(yōu)模型及其影響因子均不同,由此也證明分別建立回歸模型的必要性.所有最優(yōu)模型的解釋力均在50%以上,耕地對于鳥類、林地對于哺乳動物的模型解釋力最高,分別為69.9%和68.9%.

鳥類的三種生境模型均保留了FAPAR,說明植被生長狀態(tài)與能量轉(zhuǎn)換能力對鳥類多樣性十分重要.草地中的鳥類受飛行高度限制,海拔是主要影響因子,NPP 次之.林地生境模型僅MAT、NPP 和FAPAR 三個變量,說明森林的溫度調(diào)節(jié)、植被覆蓋和能量轉(zhuǎn)換對鳥類豐富度具有重要意義.耕地因其作物種植而吸引鳥類棲息,故NPP 最具解釋力.此外,在草地和耕地生境中,年均溫的解釋能力均為負(fù)值,說明這兩類生境中溫度越高,鳥類豐富度越低.

有別于鳥類,哺乳動物的三種生境模型均保留了MAT、MAP 和DEM 三個變量,說明氣候和地形是哺乳動物多樣性的重要環(huán)境因子,且氣候的解釋力最強.草地和耕地生境中年均溫的解釋力最強,林地因其所具有的溫度調(diào)節(jié)作用,年降水量的解釋力最強,且NPP 未被保留,說明植被的能量轉(zhuǎn)換能力弱于其他因素的影響,NDVI 的保留說明植被覆蓋度對哺乳動物豐富度的影響更大.

表4 基于AIC 準(zhǔn)則得到的物種豐富度解釋模型Table 4 Interpretation model of species richness based on AIC

2.4 物種豐富度影響因子的綜合評估

將隨機森林(RF)的因子重要性排序與探索性回歸分析(ERA)篩選的變量及最優(yōu)解釋模型進行對比,以綜合評估影響鳥類和哺乳動物豐富度的重要因子,三種生境中各因子的對比見表5.

鳥類在三種生境的模型中除NPP 外,其余因子的模型解釋力與RF 的重要性排序一致,表明保留因子的解釋力與重要性排序的差異可接受.NPP 和FAPAR 的重要性排序不靠前,但在回歸模型中均被保留,表明NPP 是鳥類物種豐富度差異的重要影響因素.草地生境中,海拔既是鳥類生境選擇的重要變量又是模型解釋力最強的變量,是影響鳥類豐富度的重要因子,這與生態(tài)學(xué)中鳥類棲息環(huán)境的海拔高度取決于其飛行高度的能力是一致的,不同的海拔高度適宜生存的鳥類種群及其數(shù)量不同,高海拔環(huán)境尤其是低氧與高寒迫使該區(qū)域鳥類具有較強的攜氧與能量代謝能力,以應(yīng)對缺氧環(huán)境,并在低溫環(huán)境中維持正常生命活動[31-33].林地生境中,回歸模型未保留DEM,年均溫是最具解釋力的變量,兩種結(jié)果完全相反,說明林地的海拔高度對鳥類生存固然重要,但其內(nèi)部的溫度差異更能解釋其中的鳥類豐富度.由于人類活動的亂砍亂伐,導(dǎo)致棲息地破碎化,全世界4000 多個物種的統(tǒng)計顯示,大約一半的物種正在經(jīng)歷生存區(qū)域的變化,向上并向兩極移動,以適應(yīng)全球變暖的趨勢,然而向高海拔高緯度遷徙的鳥類需要尋找適宜自己生存的溫度環(huán)境,在高海拔林地的高寒環(huán)境中,生存的鳥類必須具備較強的耐寒能力,故森林內(nèi)部的溫度是鳥類生境選擇的重要因素[33-34].耕地模型中保留了前5 個因子,最具解釋力的是NPP,說明植被的能量創(chuàng)造力是表征耕地質(zhì)量好壞的典型特征值,直接影響鳥類是否選擇在其中生存.

表5 不同生境中影響物種豐富度的因子對比Table 5 Comparison of factors affecting species richness in different habitats

對于哺乳動物,RF 重要性前三的MAT、MAP和DEM 也均保留在回歸模型中,說明氣候和海拔是影響哺乳動物豐富度的重要因子.草地生境中,回歸模型篩選出的DEM 和NDVI 解釋力與RF 的重要性排序變換了位次,其余因子排序未變.林地生境中出現(xiàn)MAP 和MAT 的解釋能力排序交換.耕地與草地生境中的回歸模型相似,保留的DEM 和NPP 的重要性排序與回歸模型也發(fā)生交換,但兩種方法均顯示了年均溫、年降水量和海拔高度是哺乳動物豐富度差異的重要解釋因子.這意味著在全球氣候變暖的大背景下,氣候變化改變著動物的棲息環(huán)境,并在全國乃至全球范圍內(nèi)重新分配物種,導(dǎo)致許多物種瀕臨滅絕.

2.5 模型精度檢驗

2.5.1 隨機森林模型的精度 ArcGIS Pro 建模時即會生成訓(xùn)練數(shù)據(jù)和驗證數(shù)據(jù)的精度報告,除標(biāo)準(zhǔn)誤差(SE)外,還生成判定假設(shè)檢驗結(jié)果的P 值,以及表示模型擬合程度的R2,R2越接近1 說明回歸直線對觀測值的擬合程度越好,越接近0 表示越差,精度評價結(jié)果見表6.

可見,基于前述決策樹棵數(shù)建立的模型中,在P值小于0.01的情況下,R2均大于0.7,表示模型擬合程度很好,SE 均小于0.1,表示誤差在可接受范圍內(nèi),實驗結(jié)果具有顯著統(tǒng)計學(xué)意義.

表6 鳥類和哺乳動物在不同生境下的隨機森林模型精度驗證Table 6 Accuracy verification of random forest models of birds and mammals in different habitats

2.5.2 探索性回歸關(guān)系模型檢驗 殘差是對實際觀察值與回歸估計值差異程度的一種評價,若某一實驗點的標(biāo)準(zhǔn)化殘差(SR)落在(-2,2)區(qū)間以外,表示可在95%置信度下將其判為異常實驗點,也就是說當(dāng)大約95%的標(biāo)準(zhǔn)化殘差在(-2,2)區(qū)間以內(nèi),誤差項基本服從正態(tài)分布,研究結(jié)果可信度較高.分別計算并繪制鳥類和哺乳動物在三種生境中的殘差圖,見圖7.

圖7 鳥類(上)與哺乳動物(下)三種生境模型的標(biāo)準(zhǔn)殘差Fig.7 Standard residual of models in three habitat for birds (top) and mammals (bottom)

鳥類和哺乳動物在草地生境中的殘差均值小于眾數(shù),標(biāo)準(zhǔn)殘差圖呈峰值右偏的負(fù)偏態(tài)分布.鳥類在耕地生境中,存在兩個殘差眾數(shù),標(biāo)準(zhǔn)殘差呈雙峰分布.各模型的標(biāo)準(zhǔn)殘差在(-2,2)區(qū)間外的異常試驗點均低于5%,且殘差項基本服從標(biāo)準(zhǔn)正態(tài)分布,說明所建回歸模型的誤差可接受.

3 結(jié)語

本研究通過建立隨機森林的重要性評估模型和探索性回歸模型,可以在多個影響新疆地區(qū)鳥類與哺乳動物物種豐富度的因素中識別出較重要的因子,不僅充實了生物多樣性研究方法,也提升了研究精度.水域不僅能夠為動物提供良好的適宜環(huán)境,也能提供必要的機體能量,針對新疆地域遼闊、地貌類型多樣的特點,在今后的研究中可考慮水體面積對物種豐富度空間分布的影響,采用空間格網(wǎng)化后的柵格數(shù)據(jù),提取植被覆蓋區(qū)的各項環(huán)境因子,可深入分析鳥類和哺乳動物在不同生境中的多樣性差異及主要影響因子.由于不同數(shù)據(jù)的空間尺度不同,本文在進行多源數(shù)據(jù)融合的同時,將環(huán)境因子數(shù)據(jù)進行了重采樣的升尺度變換,平滑了空間差異性,從而降低了數(shù)據(jù)精度,雖然對于鳥類和哺乳動物在種數(shù)層面的差異研究仍然比較有效,但勢必對研究結(jié)論產(chǎn)生一定影響.因此,在不同尺度層面上,對物種豐富度進行相關(guān)研究,探討尺度變換對結(jié)果精度的影響值得后續(xù)深入研究.