文献类型：期刊文章

作　　者：孔维尧[1,2] 李欣海[3] 邹红菲[1]

KONG Wei-yao;LI Xin-hai;ZOU Hong-fei(College of Wildlife Resource,Northeast Forestry University,Harbin 150040,China;Jilin Provincial Academy of Forestry Science/Jilin Provincial Key Laboratory of Wildlife and Biodiversity in Changbai Mountain,Changchun 130033,China;Institute of Zoology,Chinese Academy of Sciences,Beijing 100101,China)

机构地区：[1]东北林业大学野生动物资源学院,哈尔滨150040 [2]吉林省林业科学研究院/长白山动物资源与生物多样性重点实验室,长春130033 [3]中国科学院动物研究所,北京100101

出　　处：《应用生态学报》

基　　金：吉林省财政厅公益项目(GY-2017-08);吉林省重点实验室项目(20170622017JC)资助~~

年　　份：2019

卷　　号：30

期　　号：6

起止页码：2116-2128

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、BIOSISPREVIEWS、CAS、CSCD、CSCD2019_2020、EMBASE、GEOBASE、IC、JST、PUBMED、RCCSE、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘　　要：最大熵模型在物种分布的预测研究中得到广泛应用,但未经优化的模型的预测结果可能存在严重的拟合偏差.本文汇总了最大熵模型在取样偏差修正、模型复杂性调整、物种分布判定阈值选择以及模型检验过程中的若干优化方法.在取样偏差的修正中,空间筛除法的修正效果最好,而背景限制法表现不佳.模型复杂性受建模变量的数量、函数模式和调控系数的影响.在样本量小于建模变量的数量时需进行变量筛选,筛选标准应侧重其生态学意义,而非变量间的相关性;函数模式对模型表现影响不大,在预测结果相近情况下应选择简单模型;建模时需要调整调控系数以控制过度拟合,一般最优模型调控系数高于默认值.判定物种出现阈值应遵从客观性、等效性和判别力3个原则,敏感度和特异性加和最大是良好的阈值判定标准.模型检验可分为不依赖阈值的检验和依赖阈值的检验,在不依赖阈值的模型评估方法中,基于信息标准选择的模型表现优于基于AUC或相关系数(COR)选择的模型;在基于阈值的模型评估方法中,真实技能统计能够兼顾模型遗漏误差和错判误差,不受假设缺失影响,且受物种流行度的影响较小.

关 键 词：最大熵模型 取样偏差  模型复杂性  出现-不出现阈值  模型检验  

分 类 号：Q141[自然保护与环境生态类]