预测稀有花栗鼠（Neotamias quadrivittatus oscuraensis）的分布：比较 MaxEnt 和占用模型,Journal of Mammalogy
物种分布模型 (SDM) 使用存在记录来确定物种出现与各种环境变量之间的关系，以创建描述物种分布的预测图。奥斯库拉山脉科罗拉多花栗鼠（Neotamias quadrivittatus oscuraensis）生活在新墨西哥州中部，由于其遗存分布和对栖息地的威胁而受到保护。我们之前为这个分类群创建了一个占用模型，但担心该模型可能没有充分捕捉影响花栗鼠分布的生态因素，因为占用建模的数据饥渴性质。MaxEnt 是另一种 SDM 方法，它在测试大量变量和处理小样本量方面特别有效。我们的目标是为 Oscura Mountains Colorado 花栗鼠创建 MaxEnt 模型，并将其与我们之前针对该分类群的占用模型进行比较，以加强我们对相关生态因素的原始评估或识别我们的占用模型未捕获的其他因素. 我们使用来自诱饵相机陷阱和机会主义调查的发生记录创建了 MaxEnt 模型。我们使用一种新颖的方法来调整模型复杂性，以调整正则化乘数和要素类参数，同时执行变量选择。我们将 MaxEnt 选择的分布图和变量与我们对该分类群的占用模型的结果进行了比较。MaxEnt 和 occupancy 模型选择了相似的环境变量，并且每个模型的总体发生空间格局相似。发生的可能性与海拔、piñon 林地植被类型和与悬崖相关的地形变量呈正相关。MaxEnt 和占用模型之间的整体相似性增加了我们对影响花栗鼠分布的生态因素的信心。我们得出结论，MaxEnt 为预测稀有物种的分布提供了优势，这有助于为保护行动提供信息。
"点击查看英文标题和摘要"
相关知识
Maxent V3.4.1发布：Java平台的物种分布预测软件
探索物种分布的奥秘：MaxEnt 最大熵模型工具推荐
Maxent与GARP生态位模型的预测效果比较以及我国可能受外来实蝇入侵的重点地区的预测
基于GIS空间技术和MaxEnt模型预测川西松材线虫病入侵风险
基于Maxent生态位模型预测球果角胫象在云南的潜在地理分布
基于MaxEnt模型的青藏高原草原毛虫虫害发生趋势预测
基于MaxEnt模型不同气候变化情景下的豆梨潜在地理分布
基于MaxEnt模型的濒危植物大花黄牡丹潜在适生区预测
Identifying priority areas for monitoring the invasion of Solidago canadensis based on MAXENT and ZONATION
Assessment of alpine mean response to climate change in Southwest China based on MaxEnt Model
网址: 预测稀有花栗鼠（Neotamias quadrivittatus oscuraensis）的分布：比较 MaxEnt 和占用模型,Journal of Mammalogy https://m.huajiangbk.com/newsview924044.html
| 上一篇: 海南尖峰岭发现新物种：金樽水玉杯 |
下一篇: 广西重新发现“隐世”80多年稀有 |
