摘要
本发明属于但不限于生态环保技术领域,公开了一种气候变化和人类活动影响下淡水鱼类群落主要压力源的识别方法,搜集目标淡水鱼类群落的历史存在点和缺失点数据,收集影响鱼类分布的生物气候数据与人类活动相关数据建立变量集合;利用VIF筛选不具有共线性的变量,利用机器学习算法构建鱼类群落中每个生物的物种分布模型,基于S‑SDM模拟鱼类群落分布,筛选模型贡献度较高的环境因子;根据AUC和TSS选择的机器学习子模型,实现集合模型的堆叠和预测;分离气候变化、人类活动和其他压力源对淡水鱼群落的影响;使用Ie和HCP指标评价淡水鱼类群落的主要压力源及影响程度。本发明从鱼类群落的角度识别主要压力源及影响大小,解决多种面对多元压力源的生物多样性保护难题。
技术关键词
因子
人类
识别方法
信息数据处理终端
模拟鱼类
机器学习算法
压力
工作特征
气候
栖息地
生物多样性保护
变量
生态环保技术
识别系统
计算机设备
处理器
机器学习模型
指标
系统为您推荐了相关专利信息
指标
电子商务平台
评标方法
遗传算法优化神经网络
特征值
可信平台控制模块
引导加载程序
输入输出系统
管理中心
软件白名单
三维点云信息
机器人示教
语义点云
对象
示教数据