Особенности моделирования распространения видов с использованием метода максимальной энтропии

Особенности моделирования распространения видов с использованием метода максимальной энтропии

Автор: Санданов Д.В.

Журнал: Фиторазнообразие Восточной Европы @phytodiveuro

Статья в выпуске: 2 т.17, 2023 года.

Бесплатный доступ

Экологическое моделирование методом максимальной энтропии на базе пакета Maxent широко используется в различных исследованиях. Однако, для получения валидных результатов и оптимальных моделей важно корректное использование метода, включая подготовку исходных данных и использование различных вариантов настроек в программе. В обзоре обобщены современные публикации по предлагаемой тематике, выявляющие различные нюансы и возможности работы в программе Maxent.

Моделирование распространения видов, maxent, максимальная энтропия, преимущества и ограничения метода

Короткий адрес: https://sciup.org/148326697

IDR: 148326697   |   DOI: 10.24412/2072-8816-2023-17-2-130-144

Список литературы Особенности моделирования распространения видов с использованием метода максимальной энтропии

  • Araújo M.B., Pearson R.G., Thuiller W., Erhard M. 2005. Validation of species-climate impact models under climate change. - Glob Change Biol. 11 (9): 1504-1513. https://doi.org/10.1111/j.1365-2486.2005.01000.x
  • Araújo M.B., Anderson R.P., Barbosa A.M., Beale C.M., Dormann C.F., Early R., Garcia R.A., Guisan A., Maiorano L., Naimi B., O'Hara R.B., Zimmermann N.E., Rahbek C. 2019. Standards for distribution models in biodiversity assessments. - Sci. Adv. 5 (1): eaat4858. https://doi.org/10.1126/sciadv.aat4858
  • Bedia J., Busqué J., Gutiérrez J.M. 2011. Predicting plant species distribution across an alpine rangeland in northern Spain. A comparison of probabilistic methods. - Appl Veg Sci. 14 (3): 415-432. https://doi.org/10.1111/j.1654-109X.2011.01128.x
  • Breiner F.T., Nobis M.P., Bergamini A., Guisan A. 2017. Optimizing ensembles of small models for predicting the distribution of species with few occurrences. - Methods Ecol. Evol. 9 (4): 802-808. https://doi.org/10.1111/2041-210X.12957
  • Chapman D.S. 2010. Weak climatic associations among British plant distributions. - Glob. Ecol. Biogeogr. 19: 831-841. https://doi.org/10.1111/j.1466-8238.2010.00561.x
  • Dormann C.F., Elith J., Bacher S., Buchmann C., Carl G., Carré G., García Marquéz J.R., Gruber B., Lafourcade B., Leitâo P.J., Münkemüller T., McClean C., Osborne P.E., Reineking B., Schroder B., Skidmore A.K., Zurell D., Lautenbach S. 2013. Collinearity: A review of methods to deal with it and a simulation study evaluating their performance. -Ecography. 36 (1): 27-46. https://doi.org/10.1111/j.1600-0587.2012.07348.x
  • [Dudov] Дудов С.В. 2016. География ботанического разнообразия хребта Тукурингра (на примере Зейского государственного природного заповедника): Дисс. ... канд. геогр. наук. Москва. 169 с.
  • Duque-Lazo J., van Gils T.H., Groen T.A., Navarro-Cerrillo R.M. 2016. Transferability of species distribution models: The case of Phytophthora cinnamomi in Southwest Spain and Southwest Australia. - Ecol. Modell. 320: 62-70. https://doi.org/10.1016/j.ecolmodel.2015.09.019
  • Elith J., Graham C.H., Anderson R.P., Dudik M., Ferrier S., Guisan A., Hijmans R.J., Huettmann F., Leathwick J.R., Lehmann A.,Li J., Lohmann L.G., Loiselle B.A., Manion G., Moritz C., Nakamura M., Nakazawa Y., Overton J. McC. M., Townsend Peterson A., Phillips S.J., Richardson K., Scachetti-Pereira R., Schapire R.E., Soberón J., Williams S., Wisz M.S., Zimmermann N.E. Novel methods improve prediction of species' distributions from occurrence data. - Ecography 29: 129-151. https://doi.org/10.1111/j.2006.0906-7590.04596.x
  • Elith J., Leathwick J.R. 2009. Species distribution models: Ecological explanation and prediction across space and time. - Annu. Rev. Ecol. Evol. Syst. 40: 677-697. https : //doi .org/ 10.1146/annurev.ecolsys.110308.120159
  • Elith J., Philips S.J., Hastie T., Dudík M., Chee YE, Yates C.J. 2011. A statistical explanation of MaxEnt for ecologists. - Divers. Distrib. 17: 43-57. https://doi.org/10.1111/j.1472-4642.2010.00725.x
  • Feeley K.J., Silman M.R. 2011. Keep collecting: accurate species distribution modelling requires more collections than previously thought. - Divers. Distrib. 17: 1132-1140. https://doi.org/10.1111/j .1472-4642.2011.00813.x
  • Fois M., Cuena-Lombraña A., Fenu G., Bacchetta G. 2018. Using species distribution models at local scale to guide the search of poorly known species: Review, methodological issues and future directions. - Ecol. Modell. 385: 124-132. https://doi.org/10.1016/j.ecolmodel.2018.07.018
  • Guisan A. Zimmermann N.E. 2000. Predictive habitat distribution models in ecology. -Ecol. Modell. 135: 147-186. https://doi.org/10.1016/S0304-3800(00)00354-9
  • Halvorsen R., Mazzoni S., Dirksen J.W., N^sset E., Gobakken T., Ohlson M. 2016. How important are choice of model selection method and spatial autocorrelation of presence data for distribution modelling by MaxEnt? - Ecol. Modell. 328: 108-118. https://doi.org/10.1016/j.ecolmodel.2016.02.021
  • Hirzel A.H., Hausser J., Chessel D., Perrin N. 2002. Ecological-niche factor analysis: how to compute habitat-suitability maps without absence data? Ecology 83 (7): 2027-2036. https://doi.org/10.1890/0012-9658(2002)083[2027:ENFAHT]2.0.C0;2
  • Jiménez - Valverde A. 2012. Insights into the area under the receiver operating characteristic curve (AUC) as a discrimination measure in species distribution modeling. -Glob. Ecol. Biogeogr. 21 (4): 498-507. https://doi.org/10.1111/j.1466-8238.2011.00683.x
  • Jueterbock A. 2015. R package MaxentVariableSelection: selecting the Best Set of Relevant Environmental Variables along with the Optimal Regularization Multiplier for Maxent Niche Modeling. https://cran.r-project.org/web/packages/MaxentVariableSelection/index.html
  • Kindt R. 2014. BiodiversityR: GUI for Biodiversity, Suitability and Community Ecology Analysis. https://rdrr.io/cran/BiodiversityR/man/BiodiversityRGUI.html
  • [Lissovsky, Obolenskaya] Лисовский А.А. Оболенская Е.В. 2014. Исследование ареалов мелких млекопитающих Юго-Восточного Забайкалья методом моделирования экологической ниши. - Журн. общ. биологии. 75 (5): 353-371.
  • [Lissovsky, Dudov] Лисовский А.А., Дудов С.В. 2020. Преимущества и ограничения методов экологического моделирования ареалов. 2. MAXENT. - Журн. общ. биологии. 81(2): 135-146. https://doi.org/10.31857/S0044459620020049
  • Lobo J.M., Jiménez - Valverde A., Real R. 2008. AUC: a misleading measure of the performance of predictive distribution models. - Glob. Ecol. Biogeogr. 17 (2): 145-151. https://doi.org/10.1111/j.1466-8238.2007.00358.x
  • McPherson J. M., Jetz W., Rogers D.J. 2004. The effects of species' range sizes on the accuracy of distribution models: ecological phenomenon or statistical artefact? - J. Appl. Ecol. 41: 811-823. https://doi.org/10.1111/j.0021-8901.2004.00943.x
  • Merow C., Smith M.J., Silander J.A. 2013. A practical guide to MaxEnt for modeling species' distributions: What it does, and why inputs and settings matter. - Ecography. 36 (10): 1058-1069. https://doi.org/10.1111/j.1600-0587.2013.07872.x
  • Pape§ M., Gaubert P. 2007. Modelling ecological niches from low numbers of occurrences: assessment of the conservation status of poorly known viverrids (Mammalia, Carnivora) across two continents. - Divers. Distrib. 13 (6): 890-902. https://doi.org/10.1111/j.1472-4642.2007.00392.x
  • Phillips S. J., Dudik M. 2008. Modeling of species distributions with Maxent: new extensions and a comprehensive evaluation. - Ecography 31: 161-175. https://doi.org/10.1111/j .0906-7590.2008.5203.x
  • Phillips S.J., Anderson R.P., Dudík M., Schapire R.E., Blair M.E. 2017. Opening the black box: an open-source release of Maxent. - Ecography 40 (7): 887-893. https://doi.org/10.1111/ecog.03049
  • Polce C., Termansen M., Aguirre-Gutiérrez J., Boatman N.D., Budge G.E., Crowe A., Garratt M.P., Pietravalle S., Potts S.G., Ramirez J.A., Somerwill K.E., Biesmeijer J.C. 2013. Species distribution models for crop pollination: a modelling framework applied to Great Britain. - PLoS ONE 8(10): e76308. https://doi.org/10.1371/journal.pone.0076308
  • Ramírez-Gil J.G., Morales J.G., Peterson A.T. 2018. Potential geography and productivity of "Hass" avocado crops in Colombia estimated by ecological niche modeling. Sci. Hortic. 237: 287-295. https://doi.org/10.1016/j.scienta.2018.04.021
  • [Sandanov, Naidanov] Санданов Д.В., Найданов Б.Б. 2015. Пространственное моделирование ареалов восточно-азиатских видов растений: современное состояние и динамика под влиянием климатических изменений. - Растительный мир Азиатской России. 3 (19): 30-35.
  • Sandanov D.V., Pisarenko O.Yu. 2018. Bioclimatic modeling of Crossidium squamiferum (Viv.) Jur. (Pottiaceae, Bryophyta) distribution. - Arctoa. 27: 29-34. https://doi.org/10.15298/arctoa.27.03
  • [Sandanov] Санданов Д.В. 2019. Современные подходы к моделированию разнообразия и пространственному распределению видов растений: перспективы их применения в России. - Вестник Томского государственного университета. Биология. 46: 82-114. https://doi.org/10.17223/19988591/46/5
  • [Sandanov et al] Санданов Д.В., Дугарова А.С., Селютина И.Ю. 2020. Моделирование распространения видов секции Xerobia Bunge рода Oxytropis DC. на территории Центральной Азии при климатических изменениях в прошлом и будущем. - Вестник Томского государственного университета. Биология. 52: 85-104. https://doi.org/10.17223/19988591/52/5
  • [Sandanov] Санданов Д.В. 2022. Особенности работы с базами данных по распространению растений и опыт консолидации данных различного формата. -Природа Внутренней Азии. 4 (22): 96-104. https://doi.org/10.18101/2542-0623-2022-4-96-104
  • Shcheglovitova M., Anderson R.P. 2013. Estimating optimal complexity for ecological niche models: A jackknife approach for species with small sample sizes. - Ecol. Modell. 269: 9-17.
  • Somodi I., Lepesi N., Botta-Dukát Z. 2017. Prevalence dependence in model goodness measures with special emphasis on true skill statistics. - Ecol. Evol. 7 (3): 863-872. https://doi.org/10.1002/ece3.2654
  • Soultan A., Safi K. 2017. The interplay of various sources of noise on reliability of species distribution models hinges on ecological specialization. - PLoS ONE 12(11): e0187906. https://doi .org/10.1371/j ournal. pone.0187906
  • Van Gils H., Conti F., Ciaschetti G., Westinga E. 2012. Fine resolution distribution modelling of endemics in Majella National Park, Central Italy. - Plant Biosystems. 146: 276287. https://doi.org/10.1080/11263504.2012.685194
  • Visser H., de Nijs T. 2006. The Map Comparison Kit. Environ. Model. Softw. 21(3): 346358. https://doi.org/10.1016/j.envsoft.2004.11.013
  • Williams J.N., Seo C., Thorne J., Nelson J.K., Erwin S., O'Brien J.M., Schwartz M.W. 2009. Using species distribution models to predict new occurrences for rare plants. - Divers. Distrib. 15 (4): 565-576. https://doi.org/10.1111/j.1472-4642.2009.00567.x
  • Wilson P.D. 2011. Distance - based methods for the analysis of maps produced by species distribution models. - Methods Ecol. Evol. 2 (6): 623-633. https://doi.org/10.1111/j.2041-210X.2011.00115.x
  • Wisz M.S., Hijmans R.J., Li J., Peterson A.T., Graham C.H., Guisan A., NCEAS Predicting Species Distributions Working Group. 2008. Effects of sample size on the performance of species distribution models. - Divers. Distrib. 14 (5): 763-773. https://doi.org/10.1111/j .1472-4642.2008.00482.x
  • Zimmermann N.E., Edwards Jr T.C., Moisen G.G., Frescino T.S., Blackard J. A. 2007. Remote sensing - based predictors improve distribution models of rare, early successional and broadleaf tree species in Utah. - J. Appl. Ecol. 44: 1057-1067. https://doi.org/10.1111/j.1365-2664.2007.01348.x
  • Zurell D., Franklin J., König C., Bouchet P.J., Dormann C.F., Elith J., Fandos G., Feng X., Guillera-Arroita G., Guisan A., Lahoz-Monfort J.J., Leitäo P.J., Park D. S., Peterson A. T., Rapacciuolo G., Schmatz D.R., Schröder B., Serra-Diaz J. M., Thuiller W., Yates K.L., Zimmermann N.E., Merow C. 2020. A standard protocol for reporting species distribution models. - Ecography. 43 (9): 1261-1277. https://doi.org/10.1111/ecog.04960
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp