亚欧大陆科学资源管理

根据行政单位收集的统计数据，在广阔的草原地区动态绘制牲畜分布图非常困难，因为它受到统计数据质量和当地地理环境因素的限制。而畜牧业网格化数据的空间映射对于畜牧业管理来说是至关重要和必要的，可以很容易地与其他自然环境数据集成和分析。面对这一挑战，本研究引入了一种在蒙古主要畜牧业区色楞格河流域使用随机森林（RF）的空间化方法。基于RF构建了一个空间化模型，以获得牲畜、绵羊和山羊、牛和马总数的高分辨率网格分布数据。定量分析了影响牲畜空间分布的因素的贡献。预测结果表明：（1）色楞格河流域西南部地区牲畜密度高，北部地区牲畜密度低；（2）绵羊和山羊密度主要集中在0-125只/km2，高密度区主要分布在Khuvsgul、Arkhangai、Bulgan和Orkhon的部分苏木；（3）马和牛的密度集中在0-25头/km2，主要分布在盆地的西南部和中部，高密度区域很少。这表明RF模拟结果有效地描述了色楞格河流域的特征。大地测量仪支持的进一步研究表明，人类活动是该流域牲畜分布的主要驱动力。本研究有望为蒙古高原或世界其他大草原地区畜牧业的精确调控提供基础支持。