Ecography: 物种分布估计不准的原因

Journal: Ecography

First published: 01 June 2019

物种分布模型（Species distribution models, SDMS）广泛用于根据现有数据预测物种的分布。每天都有不止一项关于这一课题的研究发表。

然而SDM结果也受到了不少批评，主要原因有三个：

（1）物种共发生信息的偏差；

the effects of biases and the quality of occurrence information about species

（2）响应和预测变量相关的函数的相关特征；

the correlative character of the functions relating the response and predictor variables

（3）用于估计所得结果准确性的验证方法不一致。

The inconsistency of the validation methods used to estimate the accuracy of the obtained results

这些缺点与大多数SDM的两个基本特征有关：

一是缺乏关于物种分布的缺失信息；

the general lack of reliable absence information on the distribution of species

二是在建模过程中频繁使用任意地理范围划定特定区域

Frequent use of an arbitrary geographical extent (GE) in the processof model building

对于物种缺失数据的信息，是否想到了微生物研究中的“双零问题”

简言之，即：

(1)大多数生物体缺乏可靠的缺失数据；

(2)存在-缺失之间的关系是存在一定相关的；

(3)如果不事先了解物种的流行情况，就很难找到将SDMs提供的连续输出值转换成二进制的最佳方法。

而目前由于缺乏可靠的缺失数据，SDMs中经常会使用从研究区域中随机选择的伪缺失或背景缺失数据。

以上的问题促使作者建立了一种称为Niche of Occurrence(noo)的过程。NOO仅依赖于物种存在的部分信息，并可提供物种的可能分布。本文介绍了NOO的主要特点，并将其性能与已存在的、较为复杂的SDM进行了比较。这部分方法不再赘述。

Reference

https://onlinelibrary.wiley.com/doi/full/10.1111/ecog.04563