文献类型：期刊文章

作　　者：易雨君[1] 程曦[1] 周静[2]

机构地区：[1]北京师范大学水沙科学教育部重点实验室,北京100875 [2]中国水电顾问集团成都勘测设计研究院,四川成都610072

出　　处：《生态环境学报》

基　　金：环境保护部环保公益项目(201209029-4);国家自然科学基金项目(51279220);国家科技支撑计划课题(2011BAC12B02)

年　　份：2013

卷　　号：22

期　　号：5

起止页码：887-893

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD2013_2014、JST、RCCSE、ZGKJHX、核心刊

摘　　要：栖息地模拟法是根据指示物种所需的物理生境条件确定河流流量,评价栖息地适宜度,为水生生物提供一个适宜的物理生境。与其他方法相比,栖息地模拟法考虑了生物本身对物理生境的要求,需要建立物种-生境评价指标。文章总结了目前用于描述物种—生境关系的栖息地适宜度评价方法,包括栖息地适宜度指数、多元统计方法、模糊逻辑方法、人工神经网络、对多物种和群落的统计分析,归纳了各个方法的进展和应用情况,重点分析了统计学方法在评估栖息地适宜度时的优势和不足。栖息地适宜度指数有二元、单变量、多变量3种格式,前2种方法只考虑单一因子,实际应用中多变量格式应用较多。多变量格式方法直观、所需数据容易获取、实际操作性强,是栖息地定量化的经典方法,也是目前应用最多的方法,然而其对专家经验依赖较多,主观性较强。近些年来,多元统计方法在栖息地适宜度评价方面的应用不断增加,它考虑物理变量之间的相互作用和相关性。模糊逻辑法在处理栖息地模拟中的不确定性方面具有优势,能更好地利用专家知识,更合理的处理建模过程中测量的不准确性和不确定性,同时也考虑了多个变量之间的相互作用,但是当考虑的变量数增加时,模糊规则的数量会迅速增加,给计算带来不便。人工神经网络能够隐性地找出响应变量和环境变量之间的复杂关系,但是其解释能力不足,并需要大量的实测数据对其进行训练,实际应用受到限制。通过排序分析或梯度分析可以对多物种和群落进行统计分析。这些方法都各有优劣,在实际应用中,应结合实际情况选择最合适的栖息地适宜度评价方法。

关 键 词：栖息地适宜度  单变量 多变量 统计学方法  模糊逻辑 回归  人工神经网络

分 类 号：TV213.4]