MaxEnt模型基于热力学第二定理。按照该定律，一个非均衡的生命系统通过与环境的物质和能量交换以保持其存在，也就是说，一个实测存在的系统具有“耗散”的特征，耗散使系统的熵不断增加，直至该生命系统与环境的熵最大，而使熵达到最大的状态，也是系统与环境之间的关系达到平衡的状态。在物种潜在分布的相关研究中，可将物种与其生长环境视为一个系统，通过计算系统具有最大熵时的状态参数确定物种和环境之间的稳定关系，并以此估计物种的分布（Phillips etal，2006）。基于该原则，最大熵模型在已知样本点和对应环境变量的基础上，通过拟合具有熵值最大的概率分布对物种的潜在分布做出估计。最大熵模型自2006年被开发以来，在我国得到了非常广泛的应用（马松梅等，2010；张颖等，2012；段居琦等，2012）。
在众多的模型中，哪一种才是最优的预测模型？Elith等（2006）利用来自全球6个地区的4个生物类群（植物、鸟类、哺乳类和爬行类）226种物种的分布数据，比较了包括GLM、GARP和MaxEnt在内的16种物种分布模型的表现，结果表明，16种模型均能较好地用来进行物种适宜生境的预测，但MaxEnt模型的预测效果总体上要优于其他模型。在动物和病虫物种适宜生境预测和评价研究中，MaxEnt模型得到了最广泛的应用，如罗翀等（2011）利用MaxEnt模型预测了秦岭山系林麝的生境分布，齐增湘等（2011）利用MaxEnt模型分析了黑熊生境空间分布及主要影响因子，刘振生等（2013）运用MaxEnt模型对贺兰山区域岩羊的生境适宜性进行了评价分析，李白尼等（2009）基于最大熵值法生态位模型对三种实蝇潜在适生性分布进行了预测，曾辉等（2008）用MaxEnt模型预测了54个天然橡胶种植国家或地区橡胶南美叶疫病菌的潜在地理分布，齐国君等（2012）利用MaxEnt生态位模型对稻水象甲在我国的入侵扩散动态及适生性进行了再分析和预测。MaxEnt之所以被广泛应用，在于以下几个方面的优势：（1）源代码公开，操作界面友好；（2）即使在样本数据量小、数据不完整的情况下仍能得到稳定的结果；（3）仅需要目标物种的存在点位数据，不需要额外的生成不存在数据；（4）该模型可以同时使用连续数值或者分类的环境因子作为环境数据参与建模。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
