植被分布预测对于植被的保护、利用及生态恢复重建等具有重要的意义。随着应用生态学和计算机技术的发展,近年来涌现了大量的物种分布预测模型,在多样化推进物种分布预测进程及生态模型研究应用的同时,由于各模型的发展背景、理论基础及参数需求等方面都存在较大差异,模型选择的正确与否,对于物种的分布预测进而对生态环境保护及管理具有重要的影响。本文针对黄土高原生态恢复决策与管理的需求,以延河流域为研究区,采用R语言和BIOMOD程序包,选取人工神经网络等9个应用较为广泛的物种分布模型进行比较研究,取得的主要结论有:1.在植被调查与数据处理的基础上,以R语言和BIOMOD程序包为技术平台,通过对模型的不断调试、比较及模型参数的设定,建立了各物种分布与环境变量因子之间的ANN等9个模型,并对模型进行校准和评估。同时利用建立的9个物种-环境关系模型预测了延河流域15个主要物种的潜在分布。2.利用VarImportance函数计算出每个变量在不同模型中的相对重要值,结果表明:不同环境因子在不同模型中的重要性差别很大;各个模型所选取的环境变量有较大差异;选取环境变量较多的模型较变量较少的模型的预测精度较高。3.用三种方法(ROC、Kappa、TSS)对9个模型所预测的15个物种的分布精度进行评估,结果表明:无论从AUC值、Kappa值还是TSS值来看,RF模型(AUC、Kappa、TSS值分别为0.965、0.888、0.919)、GBM模型(AUC、Kappa、TSS值分别为0.916、0.887、0.731)和ANN模型(AUC、Kappa、TSS值分别为0.872、0.602、0.634)都明显优于其他模型,SRE模型(Kappa值和TSS值分别为0.356和0.365)和GLM模型(AUC、Kappa、TSS值分别为0.764、0.461、0.549)的模拟精度都比较差;Kappa方法和TSS方法的评估结果基本一致。4.对不同的物种,9个模型预测结果有所不同。其中9个模型对百里香和辽东栎的模拟效果比较好,三种方法评估值都较高,均达到非常好的模拟效果,其AUC值分别为0.930和0.981;对铁杆蒿,9个模型三种评价方法的评估值均最低。以Kappa值为例, SRE、MARS、MDA和GLM模型的Kappa值分别为0.043、0.184、0.202和0.204,模拟效果全部失败;而其他的模型,除RF和GBM模型外,模拟效果也全部较差,不能用于分布预测研究工作。5.综合各个模型的理论假设、数据特征、限制条件及预测精度、预测结果、运算时间等方面的比较,最终选择了RF、GBM、ANN和GAM四个预测精度较高的模型,对四个模型的预测结果进行叠加,进而对延河流域达乌里胡枝子等6个典型物种的潜在分布进行联合预测。