Machine Learning

最大熵值物种分布模型（MaxEnt）

MaxEnt 软件是基于最大熵值模型的机器学习技术，对物种生态位和物种分布进行建模。该模型可以根据物种取样地或分布地的各种环境变量，构建每个网格下物种的分布概率，并衡量各种环境因素对分布概率的影响。

GBIF 数据库中的物种分布数据往往就能用作模拟数据集，但是只有物种分布数据是不够的，还必须要有待检验的多种环境变量，以衡量物种分布受到哪些环境变量的影响。

环境变量数据的获得，则可以在诸多数据库如 WorldClim 以及 各种GIS数据 中，获得地理信息 GIS 的相关环境变量数据（海拔、温度、湿度、植被覆盖等等）。要注意的是，MaxEnt 软件使用的环境变量文件格式是 .arc ，也是一种栅格文件，且各种环境变量的栅格文件必须有相同的范围 (range) 和分辨率 (resolution)。这就需要使用 GIS 工具提取和处理各个环境变量的栅格文件。

物种分布信息

根据用 R 下载 GBIF 数据中的方法，可获得目标物种的分布经纬度数据。提取其中的物种名称和经纬度，制成以逗号为分隔符的 .csv 文件（参见示例数据中的 samples/bradypus.csv）：

species,dd long,dd lat
bradypus_variegatus,-65.4,-10.3833
bradypus_variegatus,-65.3833,-10.3833
bradypus_variegatus,-65.1333,-16.8
bradypus_variegatus,-63.6667,-17.45
bradypus_variegatus,-63.85,-17.4

环境变量栅格文件

注意，所需格式必须是 .arc 格式。而一般开源 GIS 软件制成的栅格文件是 .tiff 格式，这就需要使用 GDAL 软件进行格式转换，才能被 MaxEnt 软件使用。下载、安装和运行 GDAL ，请参照对应教程。

# 对于 Mac OS ，打开 Terminal

gdalinfo --version
gdal_translate -of AAIGrid file.tif file.asc

软件运行

根据 MaxEnt 教程 运行软件。这是一个 java 软件，有可视化的操作面板，运行起来不是那么难。详细参数设置，请详细阅读教程，并参照相应参考文献。

参考文献

  • Steven J. Phillips, Robert P. Anderson, Miroslav Dudík, Robert E. Schapire, Mary Blair. 2017. Opening the black box: an open-source release of Maxent. In Ecography. PDF

  • Steven J. Phillips, Robert P. Anderson, Robert E. Schapire. 2006. Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190:231-259, 2006. PDF

    • Datasets used in this paper are available in the download section

  • Steven J. Phillips, Miroslav Dudík, Robert E. Schapire. 2004. A maximum entropy approach to species distribution modeling. In Proceedings of the Twenty-First International Conference on Machine Learning, pages 655-662. PDF

  • Additional key references regarding Maxent

    • Jane Elith, Steven J. Phillips, Trevor Hastie, Miroslav Dudík, Yung En Chee, and Colin J. Yates. 2011. A statistical explanation of MaxEnt for ecologists. Diversity and Distributions, 17:43-57. PDF
    • Corey Merow, Matthew J. Smith, and John A. Silander, Jr. 2013. A practical guide to MaxEnt for modeling species’ distributions: what it does, and why inputs and settings matter. Ecography, 36: 1058–1069. PDF
    • Aleksandar Radosavljevic and Robert P. Anderson. 2014. Making better Maxent models of species distributions: complexity, overfitting, and evaluation. Journal of Biogeography, 41: 629–643. PDF
comments powered by Disqus