中国科学院战略性先导科技专项(XDA05080701)
- 作品数：2 被引量：362H指数：2
- 相关作者：李欣海更多>>
- 相关机构：中国科学院更多>>
- 发文基金：中国科学院战略性先导科技专项国家环境保护公益性行业科研专项更多>>
- 相关领域：农业科学生物学更多>>
- 用组合模型综合比较的方法分析气候变化对朱鹮潜在生境的影响被引量：36
- 2012年
- 气候变化的不确定性和物种与环境关系的不确定性使气候变化生物学的研究充满变数。为了降低不确定性,人们开始用组合模型综合比较的方法研究物种对气候变化的响应。以朱鹮(Nipponia nippon)为研究对象,介绍组合模型综合比较方法的特点。朱鹮曾经高度濒危,目前种群大小在迅速恢复中;然而其分布区依旧狭小,气候变化可能是朱鹮面临的新威胁。应用BIOMOD模型中的9种模型,选择了每年的最低温和最高温、温度的季节性变异、每年的总降水量和降水的季节性变异共5个气候因子,依据WorldClim气候数据的CGCM2气候模型的A2a排放情形,计算了朱鹮当前(1950—2000年)的适宜生境和2020年、2050年、2080年3个阶段的潜在生境范围。结果表明朱鹮潜在生境将逐渐北移,生境中心脱离现在的保护区。因此,制定朱鹮的长期保护策略是必要的。9个模型在预测结果上、变量权重上和拟合优度的指标上都有差异,反映了模型本身的不确定性。气候变化的生物学效应比较复杂,应用多个模型进行综合比较,可以尽可能地减少模型所导致的误差。
- 翟天庆李欣海
- 关键词：气候变化朱鹮
- 随机森林模型在分类与回归分析中的应用被引量：333
- 2013年
- 随机森林(random forest)模型是由Breiman和Cutler在2001年提出的一种基于分类树的算法。它通过对大量分类树的汇总提高了模型的预测精度,是取代神经网络等传统机器学习方法的新的模型。随机森林的运算速度很快,在处理大数据时表现优异。随机森林不需要顾虑一般回归分析面临的多元共线性的问题,不用做变量选择。现有的随机森林软件包给出了所有变量的重要性。另外,随机森林便于计算变量的非线性作用,而且可以体现变量间的交互作用(interaction)。它对离群值也不敏感。本文通过3个案例,分别介绍了随机森林在昆虫种类的判别分析、有无数据的分析(取代逻辑斯蒂回归)和回归分析上的应用。案例的数据格式和R语言代码可为研究随机森林在分类与回归分析中的应用提供参考。
- 李欣海
- 关键词：分类树
