地球资源数据云——数据资源详情
本数据集为 2000 — 2025 年中国陆域 500 米多类群潜在栖息地适宜性年度产品。数据基于清洗和空间稀疏化的 GBIF 物种出现点以及 14 项年度环境变量,逐物种训练随机森林正例—背景模型,并对鸟类、双子叶植物、昆虫、单子叶植物、有鳞爬行类、哺乳类和两栖类七个类群分别汇总,适用于区域潜在栖息地格局和同类群年度变化分析。 关键词: 栖息地适宜性;物种分布模型;随机森林; GBIF ;多类群; 500 米 引 言 栖息地适宜性描述环境条件满足物种生存需求的潜在程度,是生物多样性维护和保护地规划的重要空间信息。物种分布模型可以把出现记录与气候、地形、植被和人类活动变量联系起来,形成连续适宜性预测。 模型预测反映潜在环境适宜性而非物种真实存在。不同类群的记录密度、生态位特征和建模物种数差异较大,因此适宜概率和与阈值物种数主要用于同类群内部比较,跨类群分析宜采用标准化指标。 本数据集统一组织七个代表性类群、 208 个物种模型和 26 个年度环境情景,形成全国连续栅格,为县域栖息地监测、热点识别和变化驱动分析提供数据支撑。 1 数据采集和处理方法 数据生产包括物种出现点筛选与 500 米稀疏化、背景样本抽取、年度环境变量提取、逐物种随机森林训练、跨年度预测、类群汇总和质量控制。 1.1 数据采集方法 物种数据来自 GBIF 中国范围记录,清洗后约 158 万条 500 米网格记录,并以至少 50 个唯一网格作为可建模基本条件。环境变量包括生态系统类型、植被覆盖、生产力、夜间灯光、人工覆盖、火干扰、 NDVI 年均值与振幅、海拔、坡度、年降水、年均温、距水体和距道路距离。

本数据集为 2000 — 2025 年中国陆域 500 米多类群潜在栖息地适宜性年度产品。数据基于清洗和空间稀疏化的 GBIF 物种出现点以及 14 项年度环境变量,逐物种训练随机森林正例—背景模型,并对鸟类、双子叶植物、昆虫、单子叶植物、有鳞爬行类、哺乳类和两栖类七个类群分别汇总,适用于区域潜在栖息地格局和同类群年度变化分析。
关键词: 栖息地适宜性;物种分布模型;随机森林; GBIF ;多类群; 500 米
引 言
栖息地适宜性描述环境条件满足物种生存需求的潜在程度,是生物多样性维护和保护地规划的重要空间信息。物种分布模型可以把出现记录与气候、地形、植被和人类活动变量联系起来,形成连续适宜性预测。
模型预测反映潜在环境适宜性而非物种真实存在。不同类群的记录密度、生态位特征和建模物种数差异较大,因此适宜概率和与阈值物种数主要用于同类群内部比较,跨类群分析宜采用标准化指标。
本数据集统一组织七个代表性类群、 208 个物种模型和 26 个年度环境情景,形成全国连续栅格,为县域栖息地监测、热点识别和变化驱动分析提供数据支撑。
1 数据采集和处理方法
数据生产包括物种出现点筛选与 500 米稀疏化、背景样本抽取、年度环境变量提取、逐物种随机森林训练、跨年度预测、类群汇总和质量控制。
1.1 数据采集方法
物种数据来自 GBIF 中国范围记录,清洗后约 158 万条 500 米网格记录,并以至少 50 个唯一网格作为可建模基本条件。环境变量包括生态系统类型、植被覆盖、生产力、夜间灯光、人工覆盖、火干扰、 NDVI 年均值与振幅、海拔、坡度、年降水、年均温、距水体和距道路距离。