别拉洪河流域湿地鸟类丰富度的空间自相关分析

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,别拉洪河流域湿地鸟类丰富度的空间自相关分析,刘吉平,吉林师范大学生态环境研究所,提纲,研究目的意义,研究区域,主要研究内容,结论,1,研究目的意义,大部分的地理数据存在一定程度的空间自相关，湿地鸟类丰富度也存在一定程度的空间自相关。,本文利用,GAP,分析所提供的生物地理信息，结合土地利用、地形、遥感、社会经济等资料，研究三江平原别拉洪河流域湿地鸟类丰富度的空间自相关性，找出影响湿地鸟类丰富度空间分布的驱动因子，为三江平原湿地生物多样性的保护和管理提供科学依据。,2,研究区域,别拉洪河流域位于黑龙江省最东端，面积,4334,平方公里。流域内野生动物资源丰富，鸟类,40,科,168,种；有,92,种鸟类被列入,中华人民共和国政府和日本国政府保护候鸟及其栖息生境协定,中，,20,种鸟类被列入,中华人民共和国政府和澳大利亚政府保护候鸟及其栖息生境协定,之中。因此选择别拉洪河流域具有典型性和代表性。,3,主要研究内容,影响因子的选取,经典回归模型,空间自相关分析,空间自回归分析,回归模型的残差分析,3.1,影响因子的选取,选择对湿地鸟类有可能影响的一些地貌、水文和人文因子，主要包括生境类型数、斑块数、破碎度、干扰度、距河流的距离、距湖泊的距离、距居民点的距离、距大道的距离、距小道的距离、距沟渠的距离、海拔高度、坡度、坡向、人口密度和人均国内生产总值,15,个变量作为影响湿地鸟类分布的因子。为了消除量纲和数量级的影响，对各因子进行极值标准化处理，然后利用,SPSS,软件进行逐步回归分析，筛选出对湿地鸟类分布影响显著的因子。,3.2,经典回归模型,变量,回归系数,标准误差,T,值,P,值,常数,40.3917,2.3438,17.2337,0.0000,干扰度,-197.1792,4.2514,-46.3795,0.0000,生境类型数,8.7472,1.6936,5.1649,0.0000,到大道的距离,3.5956,1.1772,3.0544,0.0023,到小道的距离,22.8379,1.8898,12.0848,0.0000,到沟渠的距离,7.6445,1.7272,4.4259,0.0000,到湖泊的距离,-7.8955,1.6778,-4.7059,0.0000,到居民点的距离,-3.8708,1.9451,-1.9900,0.0466,海拔高度,-20.2197,9.1495,-2.2099,0.0272,坡度,-13.2453,4.8004,-2.7592,0.0058,人口密度,-4.3846,0.9938,-4.4121,0.0000,R2=0.434681,LIK=-18555.2,AIC=37132.5,SC=37203,3.3,空间自相关分析,采用每个评价单元的二元邻接矩阵作为空间权重阵，使用,GeoDa,软件，利用公式（,2,）计算湿地鸟类丰富度及其影响因子的全局,Morans I,指数，并对其进行检验。结果表明，湿地鸟类丰富度的全局,Morans I,指数为,0.5171,在,0.001,水平上显著，因此可以对其建立空间自回归模型。,别拉洪河流域湿地鸟类丰富度局部,Morans I,指数及其检验（,P,指数）,3.4,空间自回归分析,变量,回归系数,标准误差,Z,值,P,值,W_,鸟类丰富度,0.5413,0.0151,35.9374,0.0000,常数,20.4911,2.0948,9.7817,0.0000,干扰度,-136.9147,4.1206,-33.2269,0.0000,生境类型数,8.9217,1.4625,6.1005,0.0000,到大道的距离,0.9999,1.0185,0.9818,0.3262,到小道的距离,9.4389,1.6663,5.6647,0.0000,到沟渠的距离,0.5763,1.5028,0.3835,0.7014,到湖泊的距离,-3.3381,1.4547,-2.2948,0.0217,到居民点的距离,-3.9404,1.6778,-2.3485,0.0188,海拔高度,-3.7816,7.9031,-0.4785,0.6323,坡度,-14.6381,4.1412,-3.5347,0.0004,人口密度,-1.9024,0.8614,-2.2085,0.0272,类,R2=0.578349,LIK=-18033.6,AIC=36091.1,SC=36168.1,空间滞后模型,1,变量,回归系数,标准误差,Z,值,P,值,W_,鸟类丰富度,0.5439,0.0148,36.6908,0.0000,常量,19.8524,1.0372,19.1410,0.0000,干扰度,-137.2729,4.0948,-33.5237,0.0000,生境类型数,8.9922,1.4575,6.1696,0.0000,到小道的距离,9.4308,1.6489,5.7194,0.0000,到湖泊的距离,-3.3120,1.4290,-2.3177,0.0205,到居民点的距离,-3.6341,1.6082,-2.2597,0.0238,海拔高度,-16.3577,2.5120,-6.5117,0.0000,人口密度,-1.7803,0.8501,-2.0943,0.0362,类,R2=0.578474,LIK=-18034.4,AIC=36086.8,SC=36144.6,空间滞后模型,2,3.5,回归模型的残差分析,各模型的残差是最能反映各模型优劣的，本研究选取空间局部自相关不同显著不平（全部样本、,P,0.01,的样本、,P,0.05,的样本、,P,0.1,的样本和,P,0.1,的样本）的区域分别进行残差分析,:,各模型的残差分析表,局部自相关,P,值,经典回归模型,空间,滞后,模型,1,空间,滞后,模型,2,0.01,6.2229,5.3618,5.3696,0.05,6.1217,5.9763,5.9911,0.1,6.0493,5.8916,5.9064,0.1,5.6762,5.8494,5.8530,全部数据,5.9251,5.7694,5.7773,4,结论,影响别拉洪河流域湿地鸟类丰富度空间分布的主要因子是干扰度、生境类型数、到大道的距离、到小道的距离、到沟渠的距离、到湖泊的距离、到居民点的距离、海拔高度、坡度和人口密度。,别拉洪河流域湿地鸟类丰富度及其驱动因子都具有明显的空间自相关性。湿地鸟类丰富度局部,Morans I,指数较大且显著的区域主要位于别拉洪河主河道附近、东部的三江自然保护区、北部洪河保护区的周边地区及西部地区；,由于受空间自相关的影响，空间自回归模型优于传统的回归模型。但在使用回归模型进行预测时，对于空间自相关关系显著的区域利用空间滞后模型，而对于空间自相关不显著的区域利用经典回归模型的效果更好一些；,各解释变量都显著的空间滞后模型并不一定是最优的模型，有些不显著的解释变量对于某些区域是有用的，它可以减少模拟的残差。,谢谢,请提宝贵意见,