Species distribution models (SDMs)

Species distribution models (SDMs) based on statistical relationships between occurrence data and underlying environmental conditions are increasingly used to predict spatial patterns of biological invasions and prioritize locations for early detection and control of invasion outbreaks. However, invasive species distribution models (iSDMs) face special challenges because (i) they typically violate SDM's assumption that the organism is in equilibrium with its environment, and (ii) species absence data are often unavailable or believed to be too difficult to interpret. This often leads researchers to generate pseudo-absences for model training or utilize presence-only methods, and to confuse the distinction between predictions of potential vs. actual distribution. We examined the hypothesis that true-absence data, when accompanied by dispersal constraints, improve prediction accuracy and ecological understanding of iSDMs that aim to predict the actual distribution of biological invasions. We evaluated the impact of presence-only, true-absence and pseudo-absence data on model accuracy using an extensive dataset on the distribution of the invasive forest pathogen Phytophthora ramorum in California. Two traditional presence/absence models (generalized linear model and classification trees) and two alternative presence-only models (ecological niche factor analysis and maximum entropy) were developed based on 890 field plots of pathogen occurrence and several climatic, topographic, host vegetation and dispersal variables. The effects of all three possible types of occurrence data on model performance were evaluated with receiver operating characteristic (ROC) and omission/commission error rates. Results show that prediction of actual distribution was less accurate when we ignored true-absences and dispersal constraints. Presence-only models and models without dispersal information tended to over-predict the actual range of invasions. Models based on pseudo-absence data exhibited similar accuracies as presence-only models but produced spatially less feasible predictions. We suggest that true-absence data are a critical ingredient not only for accurate calibration but also for ecologically meaningful assessment of iSDMs that focus on predictions of actual distributions.

ผลลัพธ์ (ไทย) 1:

รูปแบบการกระจายพันธุ์ (SDMs) ตามความสัมพันธ์ทางสถิติระหว่างข้อมูลเหตุการณ์ และสภาพแวดล้อมแบบขึ้นใช้ในการทำนายรูปแบบปริภูมิของการรุกรานทางชีวภาพ และจัดลำดับความสำคัญของสถานที่สำหรับตรวจหาและควบคุมการแพร่ระบาดรุกราน อย่างไรก็ตาม กระจายพันธุ์รุกรานโมเดลความท้าทายพิเศษหน้า (iSDMs) เนื่องจาก (i) พวกเขาละเมิด SDM ของอัสสัมชัญที่มีชีวิตที่อยู่ในสมดุลกับสภาพแวดล้อม โดยทั่วไป และ (ii) ชนิดขาดข้อมูลมักไม่พร้อมใช้งาน หรือเชื่อกันว่ายากเกินไปที่จะแปล นี้บ่อยนักวิจัยสร้างเทียมขาดการฝึกอบรมแบบจำลอง หรือใช้วิธีการแสดงเท่านั้น และสับสนระหว่างความแตกต่างระหว่างคาดคะเนศักยภาพเทียบกับแจกจริง เราตรวจสอบสมมติฐานที่ว่า ข้อมูลการขาดงานจริง เมื่อพร้อม ด้วยข้อจำกัด dispersal ปรับปรุงความถูกต้องของการคาดเดาและเข้าใจระบบนิเวศของ iSDMs ที่ทำนายการกระจายเกิดขึ้นจริงของการรุกรานทางชีวภาพ เราประเมินผลกระทบของสถานะ ขาดงานจริงและเทียมขาดข้อมูลเดียวบนความถูกต้องรูปแบบใช้ชุดข้อมูลครอบคลุมในการกระจายของ ramorum ไฟศึกษารุกรานป่าในแคลิฟอร์เนีย ขาดแบบดั้งเดิมมีอยู่สองรุ่น (เมจแบบทั่วไปเชิงรูปแบบและประเภทต้นไม้) และสองอื่นแสดงเฉพาะรุ่น (เฉพาะระบบนิเวศปัจจัยวิเคราะห์และสูงสุด entropy) ถูกพัฒนาตามผืนฟิลด์ 890 ศึกษาเหตุการณ์และโฮสต์ climatic, topographic พืชและ dispersal ตัวแปรต่าง ๆ ผลกระทบของทั้ง 3 ชนิดได้ข้อมูลเหตุการณ์จำลองประสิทธิภาพถูกประเมินกับลักษณะ (ROC) และกระทำการอัน/ข้อผิดพลาดเสริมรับ ผลลัพธ์แสดงว่า ทำนายของแจกจริงที่ไม่ถูกต้องเมื่อเราละเว้นขาดงานจริง และ dispersal จำกัด แสดงเฉพาะรุ่นและรุ่น โดย dispersal ข้อมูลมีแนวโน้มการ ทำนายจริงช่วงรุกรานมากเกินไป รุ่นตามข้อมูลการขาดงานเทียมจัดแสดงคล้าย accuracies เป็นรุ่นสถานะเพียงแต่ผลิตคาดคะเน spatially น้อยเป็นไปได้ เราขอแนะนำจริงขาดข้อมูลส่วนผสมที่สำคัญไม่เพียงแต่ สำหรับปรับเทียบความถูกต้อง แต่ยัง สำหรับการประเมินความหมายนิเวศวิทยาของ iSDMs ที่เน้นการคาดคะเนของการกระจายจริง

ผลลัพธ์ (ไทย) 2:

รูปแบบการกระจายสายพันธุ์ (SDMS) ตามความสัมพันธ์ทางสถิติระหว่างข้อมูลที่เกิดขึ้นและสภาพแวดล้อมต้นแบบที่มีการใช้มากขึ้นในการทำนายรูปแบบการกระจายของการรุกรานทางชีวภาพและจัดลำดับความสำคัญสถานที่สำหรับการตรวจหาและการควบคุมการแพร่ระบาดของการบุกรุก อย่างไรก็ตามการบุกรุกชนิดรูปแบบการกระจาย (iSDMs) เผชิญกับความท้าทายพิเศษเพราะ (i) พวกเขามักจะละเมิดข้อสันนิษฐานของ SDM ที่มีชีวิตอยู่ในความสมดุลกับสภาพแวดล้อมและ (ii) ข้อมูลขาดสายพันธุ์ที่มักจะใช้งานไม่ได้หรือเชื่อว่าจะยากเกินไปที่จะตีความ นี้มักจะนำนักวิจัยในการสร้างการขาดหลอกสำหรับการฝึกอบรมรูปแบบหรือใช้วิธีการปรากฏตัวเดียวและให้เกิดความสับสนความแตกต่างระหว่างการคาดการณ์ที่มีศักยภาพกับการกระจายที่เกิดขึ้นจริง เราตรวจสอบสมมติฐานที่ว่าข้อมูลจริงขาดเมื่อมาพร้อมกับข้อ จำกัด การแพร่กระจายปรับปรุงความถูกต้องคาดการณ์และความเข้าใจในระบบนิเวศของ iSDMs ที่มีจุดมุ่งหมายที่จะคาดการณ์การกระจายที่แท้จริงของการรุกรานทางชีวภาพ เราประเมินผลกระทบของการแสดงตนอย่างเดียวจริงและขาดข้อมูลหลอกขาดความถูกต้องรูปแบบการใช้ชุดข้อมูลที่ครอบคลุมเกี่ยวกับการกระจายของเชื้อโรคที่บุกรุกป่า Phytophthora ramorum ในรัฐแคลิฟอร์เนีย สองปรากฏตัวแบบดั้งเดิม / รุ่นขาด (แบบจำลองเชิงเส้นทั่วไปและต้นไม้การจัดหมวดหมู่) และสองรุ่นปรากฏตัวเท่านั้นทางเลือก (การวิเคราะห์ปัจจัยเฉพาะของระบบนิเวศและเอนโทรปีสูงสุด) ได้รับการพัฒนาบนพื้นฐานของ 890 แปลงเขตข้อมูลของการเกิดการติดเชื้อและอีกหลายภูมิอากาศภูมิประเทศพืชโฮสต์และการกระจาย ตัวแปร ผลกระทบของทั้งสามประเภทเป็นไปได้ของข้อมูลที่เกิดขึ้นกับประสิทธิภาพการทำงานรูปแบบได้รับการประเมินที่มีลักษณะการดำเนินงานรับ (ROC) และงด / อัตราความผิดพลาดของคณะกรรมาธิการ แสดงผลการทำนายของการกระจายจริงที่ถูกต้องน้อยลงเมื่อเราละเลยขาดความจริงและข้อ จำกัด การแพร่กระจาย รูปแบบการแสดงตนเท่านั้นและรูปแบบการกระจายข้อมูลได้โดยไม่ต้องมีแนวโน้มที่จะเกินช่วงคาดการณ์ที่แท้จริงของการรุกราน รุ่นบนพื้นฐานของข้อมูลหลอกกรณีที่ไม่มีการจัดแสดงความถูกต้องเช่นเดียวกับรูปแบบการแสดงตนอย่างเดียว แต่การคาดการณ์การผลิตเชิงพื้นที่เป็นไปได้น้อย เราขอแนะนำให้ข้อมูลจริงขาดเป็นส่วนผสมที่สำคัญไม่เพียง แต่สำหรับการสอบเทียบที่ถูกต้อง แต่ยังสำหรับการประเมินที่มีความหมายทางด้านนิเวศวิทยาของ iSDMs ที่มุ่งเน้นไปที่การคาดการณ์ของการกระจายที่เกิดขึ้นจริง