3.3 区划结果可信度和准确度分析

    ROC曲线分析法在物种潜在分布预测模型评价中得到了广泛的应用[7]。ROC曲线分析法的AUC值不受阈值影响，是目前公认的诊断试验最佳评价指标[8]。AUC值0.5～0.6为失败，0.6～0.7为较差，0.7～0.8为一般，0.8～0.9为好，0.9～1.0为非常好[9]。训练数据集AUC值是0.995，实验数据集AUC值是0.991，均在0.9以上，表明模型模拟效果非常好，由模型运算得出的肋柱花的生境适宜度具有很高的可信度和准确度。

    3.4 生态因子的选择优化

    只有2月月平均气温等26个生态因子对肋柱花适宜性分布具有贡献率，其余均为0;贡献率≥1%的生态因子有13个，其总贡献率高达96.4%，见表3。基于上述结果，本文将这13个生态环境因子确定为影响肋柱花适宜性区划的主要生态因子，包括2月月平均气温、最干季降水量、植被类型、1月月降水量、土壤亚类、7月月降水量、高程、昼夜温差月均值、6月月降水量、坡向、土壤质地分类、12月月降水量以及最干月降水量。

    3.5 适宜性分布区域的主要生态特征分析提取

    3.5.1 主要生态因子对适宜度的贡献率 除生态因子最干月降水量贡献率变化较大，其他生态因子贡献率只发生较小变化。贡献率从大到小依次为2月月平均气温，最干季降水量，植被类型，1月月降水量，土壤亚类，7月月降水量，高程，昼夜温差月均值，6月月降水量，坡向，土壤质地分类 ......