中国科学软件网-首页
Climex——气候匹配软件
气候是限制植物和冷血动物分布的一个主要因素。利用气候信息,生物知识,以及特有物种在其原始栖息地的分布情况,Climex 能够依据不同生物的特性,进行一个快速而又可靠的风险评估,并可以用于预测它可能传播到的区域。

Climex 还可以用来为生物防治公司,识别可能的集合并释放站点。对温室效应产生的可能影响,也可以被检测到。
 

Climex 目前被全世界的许多政府、公司、大学和学校用于各种目的的昆虫、植物、病菌和脊椎动物的检测,包括生物地理学、隔离检疫、生物控制,以及气候和气候变异的影响。

这个程序是由 CSIRO Entomology 在 1985 年开发,并且在实际情况下拥有众多成功的应用。

软件特点:

生物有机体气候反应的深度推断;

反应的地理映射;
增长和压力反应的季节图表;

某一地区生物体反应的年度目录;

一个可以被调阅、编辑或添加的全球气象数据库;

用户友好的界面;

定制化地图;

温室效应情景;

Introduction   

CLIMEX helps you understand the impact of climate change on species distribution and the potential risk from invasive species to an agricultural region.   

CLIMEX enables you to assess the risk of a pest establishing in a new location and the potential success or failure of a biological control agent with no knowledge of the species, except for knowing the current locations they do occur.  

In almost forty countries around the world, Climex is used to model, predict and help control invasive insects. Insect infestation destroys billions of dollars worth of commercial crops annually and monitoring and controlling invasive insects in a warming world is increasingly important.  

The CLIMEX software contains two quite different climate-matching tools. There is the CLIMEX model (referred to as ‘CLIMEX’ or as the ‘CLIMEX model’), and the CLIMEX ‘Match Climates’ function. The latter is a tool for comparing the meteorological data of different places without reference to any particular species.  
The CLIMEX simulation model was first described by Sutherst and Maywald (1985) and a number of enhancements and further caveats and insights into using the model have been described in a series of publications listed at the end of the user manual, particularly (Sutherst et al 1995, Sutherst 1998). The model is based on the assumption that if you know where a species lives you can infer what climatic conditions it can tolerate. In other words, CLIMEX attempts to mimic the mechanisms that limit species’ geographical distributions and determine their seasonal phenology and to a lesser extent their relative abundance.  

CLIMEX enables the user to estimate the potential geographical distribution and seasonal abundance of a species in relation to climate. It does not try to match the patterns of climate and species’ distribution in the same way that a statistical fitting would seek to achieve.  

CLIMEX is applied to a species by selecting values for a set of parameters that describe its response to temperature, moisture and light. The term ‘population’ is used as the target entity, representing an average population of an animal or plant species or biotype for example.  An Annual Growth Index (GIA) describes the potential for growth of a population during the favourable season. Four stress indices (Cold, Hot, Wet and Dry), and in some cases their interactions, describe the extent to which the population is reduced during the unfavourable season. The Growth and Stress Indices are combined into an Ecoclimatic Index (EI), to give an overall measure of favourableness of the location or year for permanent occupation by the target species. Two limiting conditions, ie the length of the growing season and obligate diapause, act as overall constraints to the EI value where relevant. Results are presented as tables, graphs, or maps.  

A species’ climatic requirements are inferred from its known geographical distribution (either in its native range or in another region where it has been established for a long time), relative abundance and seasonal phenology. Some laboratory data, such as developmental threshold temperatures, can be used to fit or fine tune CLIMEX parameter values. Initial estimates of parameter values are fine-tuned by comparing the indices with the known presence or absence, seasonal phenology and, preferably, relative abundance of the species in each location.  
Once the parameter values have been estimated and where possible validated against independent data, CLIMEX can be used to make predictions for other, independent locations. Independent data means that there is no connection between the data and those data used for fitting the model, hence it is not appropriate to sub-sample a geographical distribution and then use the remaining data to test the model.  

New Features The following list includes the major differences between Version 2 and Version 3. In addition, a large number of minor improvements have been made to the program. 

Two species can now be fitted with interactions between them (either competition or synergy) specified via parameters.  
Radiation is available as an additional component to the Growth Index. 
Two non-specific components (definable by the user) can be added to the Growth Index. These are the Physical Substrate Index and the Biotic Substrate Index. The variables determining these indices can either be specified as a single value for all locations or they can be location specific and read from the MetManager. 
Automatic fitting of the parameter values that determine the Stress indices is available via a genetic algorithm based fitting routine. 
The MetManager application has been extended to allow the importation of up to 5 user-defined location constants as well as up to 5 user-defined variables.