首页 > 最新文献

Methods in Ecology and Evolution最新文献

英文 中文
Completing 3D point clouds of individual trees using deep learning 利用深度学习完成单棵树木的 3D 点云
IF 6.3 2区 环境科学与生态学 Q1 ECOLOGY Pub Date : 2024-09-19 DOI: 10.1111/2041-210X.14412
Aline Bornand, Meinrad Abegg, Felix Morsdorf, Nataliia Rehush

{"title":"Completing 3D point clouds of individual trees using deep learning","authors":"Aline Bornand,&nbsp;Meinrad Abegg,&nbsp;Felix Morsdorf,&nbsp;Nataliia Rehush","doi":"10.1111/2041-210X.14412","DOIUrl":"https://doi.org/10.1111/2041-210X.14412","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":"15 11","pages":"2010-2023"},"PeriodicalIF":6.3,"publicationDate":"2024-09-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14412","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142592518","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Fingerprint localisation for fine-scale wildlife tracking using automated radio telemetry 利用自动无线电遥测技术进行指纹定位以实现对野生动物的精细追踪
IF 6.3 2区 环境科学与生态学 Q1 ECOLOGY Pub Date : 2024-09-18 DOI: 10.1111/2041-210X.14410
Chris Tyson, Rita Fragueira, Emilio Sansano-Sansano, Hui Yu, Marc Naguib

自动无线电遥测系统是在精细时空尺度上追踪野生动物的最广泛应用方法之一。一个日益增长的趋势是,这些系统应用大型接收器网络来检测无线电标记个体的无线电信号强度(RSS)。然而,在野生动物追踪领域,利用 RSS 定位得出位置估计值的分析方法还相对欠缺。在这里,我们应用室内定位系统的方法开发了一种新方法--无线电指纹法,用于在结构复杂的室外环境中定位无线电标记的动物。这种方法通过描述已知位置的 RSS 模式来生成研究区域的无线电地图,然后利用该地图预测新 RSS 模式的位置。我们进行了实地测试,以评估无线电指纹法相对于多方位定位法(一种常用的 RSS 定位方法)的定位精度。为此,我们建立了一个覆盖多种栖息地类型的实验接收器网络,并比较了无线电指纹定位与多射程定位的定位精度。此外,我们还评估了典型跟踪数据集的各种特征如何影响两种方法的准确性。虽然两种方法在理想条件下(约 30 米)的中位数误差相似,但无线电指纹定位法与多方位定位法相比具有一些优势。多方位定位估计值受距离测试点最近的接收器漏检的影响很大,漏检率高达 30%。在这些情况下,误差中值为 103 米,增加了 3.5 倍多。与最近接收器的距离也会对多站标定估算产生偏差,误差随着距离的增加而增大。此外,在植被更茂密的地区,多方位定位估算的误差也更大。与此相反,指纹定位估计值在上述各种情况下都非常稳健。自动无线电遥测技术能够对栖息在牧场的动物进行精细、连续的追踪。由于栖息地的异质性和漏检,标准定位方法容易出错。这种方法可应用于任何自动无线电遥测硬件和任何可生成无线电地图的研究系统。
{"title":"Fingerprint localisation for fine-scale wildlife tracking using automated radio telemetry","authors":"Chris Tyson,&nbsp;Rita Fragueira,&nbsp;Emilio Sansano-Sansano,&nbsp;Hui Yu,&nbsp;Marc Naguib","doi":"10.1111/2041-210X.14410","DOIUrl":"10.1111/2041-210X.14410","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":"15 11","pages":"2118-2128"},"PeriodicalIF":6.3,"publicationDate":"2024-09-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14410","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142252879","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Spatio-temporal occupancy models with INLA 采用 INLA 的时空占用模型
IF 6.3 2区 环境科学与生态学 Q1 ECOLOGY Pub Date : 2024-09-18 DOI: 10.1111/2041-210X.14422
Jafet Belmont, Sara Martino, Janine Illian, Håvard Rue

量化、预测和绘制物种分布图的现代方法在生物多样性保护方面发挥了至关重要的作用。由于占据模型能够区分因物种探测不完全而导致的观测误差以及影响占据过程的偏差来源,因此成为分析物种出现数据的热门选择。然而,由于拟合显式时空模型的计算成本过高,环境协变量无法解释的占据率的时空变化往往被忽视或通过简单的空间结构来模拟。在这项工作中,我们展示了如何利用集成嵌套拉普拉斯近似法(INLA)来拟合复杂的时空占用模型,以及 R-INLA 软件包如何提供用户友好界面,使用户可以使用这些复杂模型。我们展示了在对检测过程进行一定简化的前提下,如何将占用模型构建为潜在高斯模型,并从强大的 INLA 框架中获益。R-INLA 中已经实现了大量的复杂建模特征选择和随机效应模型,包括时空模型。这些模型也可用于占位模型,为用户提供了一个高效、可靠和灵活的工具箱。我们将通过两个复杂的案例研究,说明 INLA 如何为开发和拟合复杂的占用模型提供一个灵活且计算效率高的框架。通过这些案例,我们展示了如何将包含空间变化趋势、平滑项和时空随机效应的不同时空模型拟合到检测/非检测汇总数据中。以限制探测模型结构的复杂性为代价,INLA 可以在感兴趣的生态过程中纳入一系列相当复杂的结构,从而扩展占位模型的功能。占用模型在大型时空数据集的可扩展性方面的局限性仍然是一个挑战,也是一个活跃的研究领域。基于 INLA 的占用模型提供了另一种推理和计算框架,以适应复杂的时空占用模型。由于需要新的、更灵活、计算效率更高的方法来拟合这类模型,因此 INLA 成为解决复杂生态问题的一个有吸引力的选择,也是一个前景广阔的研究领域。
{"title":"Spatio-temporal occupancy models with INLA","authors":"Jafet Belmont,&nbsp;Sara Martino,&nbsp;Janine Illian,&nbsp;Håvard Rue","doi":"10.1111/2041-210X.14422","DOIUrl":"10.1111/2041-210X.14422","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":"15 11","pages":"2087-2100"},"PeriodicalIF":6.3,"publicationDate":"2024-09-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14422","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142268935","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Estimating effective population size using close-kin mark–recapture 利用近亲标记再捕获估算有效种群数量
IF 6.3 2区 环境科学与生态学 Q1 ECOLOGY Pub Date : 2024-09-18 DOI: 10.1111/2041-210X.14419
Jonathan Babyn, Daniel Ruzzante, Mark Bravington, Joanna Mills Flemming

近亲标记-重捕(CKMR)是一种通过观察近亲(包括亲代-后代配对(POPs)和半同胞配对(HSPs))数量来估算种群普查规模和其他参数的方法。CKMR 模型能够利用不同组群的 POPs 和 HSPs 估算丰度、繁殖力和年龄存活率。有效种群数量(Ne)与 "同群内 "同胞配对数量之间的联系以前就被注意到过,但如何利用 CKMR 实际实现这种估算,以前还没有被证明过。我们的研究表明,可以使用 "同群内 "同胞配对的数量以及持久性有机污染物和 "不同群 "HSP 来估计 Ne。这些数据可以与后代数量年方差的估计值结合起来,以估计总繁殖成功率的终生方差,并可用来计算 Ne。我们的研究表明,成虫在特定年份繁殖后代数量的方差与同群内比较有关。我们在一个基于个体的模拟中演示了我们的方法,结果表明,CKMR Ne 估计结果与联系不平衡等方法估计的 Ne 结果相似。我们的方法允许使用 CKMR 估算 Ne,同时也能估算人口参数。
{"title":"Estimating effective population size using close-kin mark–recapture","authors":"Jonathan Babyn,&nbsp;Daniel Ruzzante,&nbsp;Mark Bravington,&nbsp;Joanna Mills Flemming","doi":"10.1111/2041-210X.14419","DOIUrl":"10.1111/2041-210X.14419","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":"15 11","pages":"2059-2073"},"PeriodicalIF":6.3,"publicationDate":"2024-09-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14419","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142252881","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Incorporating telemetry information into capture-recapture analyses improves precision and accuracy of abundance estimates given spatiotemporally biased recapture effort 将遥测信息纳入捕获-再捕获分析可提高丰度估算的精度和准确性,因为再捕获工作存在时空偏差
IF 6.3 2区 环境科学与生态学 Q1 ECOLOGY Pub Date : 2024-09-18 DOI: 10.1111/2041-210X.14408
Janelle J. Badger, Devin S. Johnson, Robin W. Baird, Amanda L. Bradford, Michaela A. Kratofil, Sabre D. Mahaffy, Erin M. Oleson

{"title":"Incorporating telemetry information into capture-recapture analyses improves precision and accuracy of abundance estimates given spatiotemporally biased recapture effort","authors":"Janelle J. Badger,&nbsp;Devin S. Johnson,&nbsp;Robin W. Baird,&nbsp;Amanda L. Bradford,&nbsp;Michaela A. Kratofil,&nbsp;Sabre D. Mahaffy,&nbsp;Erin M. Oleson","doi":"10.1111/2041-210X.14408","DOIUrl":"https://doi.org/10.1111/2041-210X.14408","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":"15 10","pages":"1847-1858"},"PeriodicalIF":6.3,"publicationDate":"2024-09-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14408","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142430132","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
An ultraviolet light data logger for studies of organismal ecology and physiology 用于生物生态学和生理学研究的紫外光数据记录器
IF 6.3 2区 环境科学与生态学 Q1 ECOLOGY Pub Date : 2024-09-17 DOI: 10.1111/2041-210X.14425
Matthew S. Lattanzio

要了解物种如何调节环境条件以满足其生理需求,就必须对环境条件进行长期监测。例如,紫外线(UV)照射的变化对许多类群来说都至关重要,不仅影响行为,还影响维生素 D3 合成等基本生理过程。然而,尽管有这些考虑因素,但目前还没有商业化的数据记录器来记录紫外线暴露的时间,从而阻碍了对这一重要但被忽视的适应需求的研究。为了克服这一挑战,我设计了第一个紫外线数据记录器,它是在开源的 Arduino 平台上定制的。该设备以用户定义的时间间隔记录紫外线照射情况(电压或转换为紫外线指数)和每次紫外线读数的日期时间信息。该装置集成了一个低功耗定时器,其外壳不受天气影响,可长期使用(至少几个月)。一个设备(包括外壳)的成本不到 45 英镑/55 美元。校准和性能测试表明,该装置在各种天气条件下都很可靠,在人工照明和阳光下都能产生准确的紫外线读数。该设备及其定制外壳都可以很容易地复制和扩展(例如加入其他传感器)。总之,该装置为我们更好地描述栖息地的紫外线照射模式以进行生理生态学研究迈出了关键的第一步。暴露在紫外线下对许多类型的生物都是适应性的,无论是野生生物还是人工饲养的生物(如动物园和私人爱好者)都是如此,因此我希望广大科研人员和公众用户都能从该装置的使用中受益。
{"title":"An ultraviolet light data logger for studies of organismal ecology and physiology","authors":"Matthew S. Lattanzio","doi":"10.1111/2041-210X.14425","DOIUrl":"10.1111/2041-210X.14425","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":"15 11","pages":"1990-1996"},"PeriodicalIF":6.3,"publicationDate":"2024-09-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14425","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142252817","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Detecting stochasticity in population time series using a non-parametric test of intrinsic predictability 利用非参数内在可预测性检验检测种群时间序列中的随机性
IF 6.3 2区 环境科学与生态学 Q1 ECOLOGY Pub Date : 2024-09-13 DOI: 10.1111/2041-210X.14423
Bilgecan Şen, Christian Che-Castaldo, Heather J. Lynch, Francesco Ventura, Michelle A. LaRue, Stéphanie Jenouvrier

许多以随机动态为主的生态系统会产生复杂的时间序列,从本质上限制了预测的准确性。这些系统的 "内在可预测性 "可以用一种称为加权排列熵(WPE)的时间序列复杂度指标来近似表示。虽然 WPE 是在建立模型前衡量预测性能的有用指标,但它对噪声很敏感,而且可能因时间序列的长度而产生偏差。在此,我们引入了一种简单的随机排列测试(rWPE),以评估时间序列的内在可预测性是否高于白噪声。我们将 rWPE 应用于模拟数据和经验数据,以评估其性能和实用性。为此,我们模拟了各种情况下的种群动态,包括线性趋势、混沌、周期和平衡动态。我们还利用全球种群动态数据库(Global Population Dynamics Database)中 4 个动物纲 932 个物种的观测丰度时间序列对这一方法进行了进一步测试。最后,我们使用阿德利企鹅(Pygoscelis adeliae)和帝企鹅(Aptenodytes forsteri)的时间序列作为案例研究,展示了 rWPE 在单一物种多个种群中的应用。我们的研究表明,rWPE 可以确定一个系统的可预测性是否明显高于白噪声,即使是短至 10 年的时间序列,在生物现实随机性水平下也能显示出明显的趋势。此外,当时间序列至少有 30 个时间步长并显示出混沌或周期性动态时,rWPE 的统计功率接近 100%。在平衡动力学条件下,无论时间序列长短,统计能力都会下降到 10%左右。在四类动物分类群中,哺乳动物的时间序列相对频率最高(28%),它们的时间序列长度超过 30 个时间步长,而且在复杂性方面与白噪声无异,其次是昆虫(16%)、鸟类(16%)和多骨鱼类(11%)。通过告知预测者系统可预测性的内在限制,它可以指导建模者对预测性能的预期。
{"title":"Detecting stochasticity in population time series using a non-parametric test of intrinsic predictability","authors":"Bilgecan Şen,&nbsp;Christian Che-Castaldo,&nbsp;Heather J. Lynch,&nbsp;Francesco Ventura,&nbsp;Michelle A. LaRue,&nbsp;Stéphanie Jenouvrier","doi":"10.1111/2041-210X.14423","DOIUrl":"10.1111/2041-210X.14423","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":"15 10","pages":"1834-1846"},"PeriodicalIF":6.3,"publicationDate":"2024-09-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14423","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142252890","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
Introducing a unique animal ID and digital life history museum for wildlife metadata 为野生动物元数据引入独特的动物 ID 和数字生命史博物馆
IF 6.3 2区 环境科学与生态学 Q1 ECOLOGY Pub Date : 2024-09-12 DOI: 10.1111/2041-210X.14407
Martin Wikelski, Michael Quetting, John Bates, Tanya Berger-Wolf, Gil Bohrer, Luca Börger, Taylor Chapple, Margaret C. Crofoot, Sarah C. Davidson, Dina K. N. Dechmann, Diego Ellis-Soto, Elizabeth R. Ellwood, Wolfgang Fiedler, Andrea Flack, Barbara Fruth, Novella Franconi, Rasmus Worsøe Havmøller, Julian Hirt, Nigel E. Hussey, Fabiola Iannarilli, Matthias Landwehr, Maximilian E. Müller, Thomas Mueller, Uschi Mueller, Ruth Y. Oliver, Jesko Partecke, Ivan Pokrovsky, Liya Pokrovskaya, Dustin R. Rubenstein, Christian Rutz, Kamran Safi, Andrea Santangeli, O. Louis van Schalkwyk, Ana M. M. Sequeira, Sherub Sherub, Tharmalingam Ramesh, Pauli Viljoen, Kaja A. Wasik, Timm A. Wild, Scott Yanco, Roland Kays

在过去的五十年里,通过各种观测系统和/或临时跟踪方法,大量野生动物被单独识别出来,为我们了解它们在时间和空间上的生活提供了无与伦比的洞察力。然而,迄今为止,还没有关于唯一个体识别动物的全面记录,也没有它们的数据和元数据(如照片、生理和基因样本、疾病筛查、社会关系信息)的存储位置。数据库目前没有为活着的野生动物个体提供唯一的标识符,类似于博物馆中已故标本的永久性身份标识。为了解决这个问题,我们提出了两个新概念:(1) 全球唯一动物标识符(UAID),可用于定义在任何数据库中存档的唯一和单独标识的动物,包括在出版时存档的元数据;(2) UAID 的数字 "家"--Movebank 生命历史博物馆(MoMu),用于存储和链接与单独标识的野生动物相关的元数据、媒体、通信和其他文件。MoMu将确保为后代提供元数据,允许与其他数据库中的信息永久链接。MoMu允许研究人员收集和存储UAID动物的照片、行为记录、基因组数据和/或重见,其中包括现有数据库支持的结构化数据集中不易包含的信息。元数据可通过动物追踪应用程序、MoMu 网站、注册用户的电子邮件或任何数据库的应用编程接口(API)上传。一开始,记录可以存储在一个类似于野外抽屉的临时文件夹中,这也是博物学家的常规做法。之后,研究人员和专家可以为单个动物整理这些资料,管理敏感信息的安全共享,并在适当的情况下发布带有 DOI 的个体生命史。以 UAID(唯一标识符或 "动物护照")存储这些野生动物的综合生命史将有助于基础科学、保护工作和公众参与。
{"title":"Introducing a unique animal ID and digital life history museum for wildlife metadata","authors":"Martin Wikelski,&nbsp;Michael Quetting,&nbsp;John Bates,&nbsp;Tanya Berger-Wolf,&nbsp;Gil Bohrer,&nbsp;Luca Börger,&nbsp;Taylor Chapple,&nbsp;Margaret C. Crofoot,&nbsp;Sarah C. Davidson,&nbsp;Dina K. N. Dechmann,&nbsp;Diego Ellis-Soto,&nbsp;Elizabeth R. Ellwood,&nbsp;Wolfgang Fiedler,&nbsp;Andrea Flack,&nbsp;Barbara Fruth,&nbsp;Novella Franconi,&nbsp;Rasmus Worsøe Havmøller,&nbsp;Julian Hirt,&nbsp;Nigel E. Hussey,&nbsp;Fabiola Iannarilli,&nbsp;Matthias Landwehr,&nbsp;Maximilian E. Müller,&nbsp;Thomas Mueller,&nbsp;Uschi Mueller,&nbsp;Ruth Y. Oliver,&nbsp;Jesko Partecke,&nbsp;Ivan Pokrovsky,&nbsp;Liya Pokrovskaya,&nbsp;Dustin R. Rubenstein,&nbsp;Christian Rutz,&nbsp;Kamran Safi,&nbsp;Andrea Santangeli,&nbsp;O. Louis van Schalkwyk,&nbsp;Ana M. M. Sequeira,&nbsp;Sherub Sherub,&nbsp;Tharmalingam Ramesh,&nbsp;Pauli Viljoen,&nbsp;Kaja A. Wasik,&nbsp;Timm A. Wild,&nbsp;Scott Yanco,&nbsp;Roland Kays","doi":"10.1111/2041-210X.14407","DOIUrl":"10.1111/2041-210X.14407","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":"15 10","pages":"1777-1788"},"PeriodicalIF":6.3,"publicationDate":"2024-09-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14407","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142186077","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
sabinaNSDM: An R package for spatially nested hierarchical species distribution modelling sabinaNSDM:用于空间嵌套分层物种分布建模的 R 软件包
IF 6.3 2区 环境科学与生态学 Q1 ECOLOGY Pub Date : 2024-09-12 DOI: 10.1111/2041-210X.14417
Rubén G. Mateo, Jennifer Morales-Barbero, Alejandra Zarzo-Arias, Herlander Lima, Virgilio Gómez-Rubio, Teresa Goicolea

物种分布模型的发展结合了物种与环境在多个尺度上的相互作用。空间嵌套层次模型(NSDMs)通过整合从大尺度到小尺度的数据集和预测模型,提供了一个很有前景的途径。但是,一个用户友好的工具来执行这些模型仍然是一个重要的持续挑战。为了弥补这一不足,我们引入了 sabinaNSDM R 软件包,它提供了一种开发 NSDM 的直接方法。该软件包将捕捉广泛生态位的全球尺度模型与具有高分辨率协变量的区域尺度模型合并在一起,形成一个统一的分层建模框架。sabinaNSDM 简化了数据准备、校准、整合以及跨两个尺度模型的预测。它能自动(如有必要)生成背景点、物种出现和缺失(如有)数据的空间稀疏化、协变量选择和生成 NSDM。本文概述了集成到 sabinaNSDM 软件包中的工作流程和功能,并以一个涉及 76 种树种的应用案例研究作为补充。与之前发表的文章一致,生成的 NSDMs 有助于精确预测当前和未来环境情景下的物种分布(通过独立评估得出的平均 AUC 值高于 0.88)。
{"title":"sabinaNSDM: An R package for spatially nested hierarchical species distribution modelling","authors":"Rubén G. Mateo,&nbsp;Jennifer Morales-Barbero,&nbsp;Alejandra Zarzo-Arias,&nbsp;Herlander Lima,&nbsp;Virgilio Gómez-Rubio,&nbsp;Teresa Goicolea","doi":"10.1111/2041-210X.14417","DOIUrl":"10.1111/2041-210X.14417","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":"15 10","pages":"1796-1803"},"PeriodicalIF":6.3,"publicationDate":"2024-09-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14417","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142185936","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
tidysdm: Leveraging the flexibility of tidymodels for species distribution modelling in R tidysdm:利用潮汐模型的灵活性在 R 中建立物种分布模型
IF 6.3 2区 环境科学与生态学 Q1 ECOLOGY Pub Date : 2024-09-09 DOI: 10.1111/2041-210X.14406
Michela Leonardi, Margherita Colucci, Andrea Vittorio Pozzi, Eleanor M. L. Scerri, Andrea Manica

在物种分布建模(SDM)中,通常的做法是探索多种机器学习(ML)算法,并将其结果组合成集合。在 R 语言中,有许多不同 ML 算法的实现方法,但由于它们大多是独立开发的,因此经常使用不一致的语法和数据结构。因此,使用多种算法重复分析并将其结果组合起来是一项挑战。专门的 SDM 软件包可以解决这个问题,它通过封装原始函数来提供更简单、统一的界面,以满足各种特定要求。然而,创建和维护这样的界面非常耗时,而且采用这种方法,用户无法轻松集成可能出现的其他方法。tidymodels 提供了标准化的语法、数据结构和建模接口,以及文档齐全的基础设施,可用于集成新算法和度量标准。tidymodels 的广泛采用意味着大多数 ML 算法和度量标准已经集成,用户可以添加其他算法和度量标准。此外,由于 tidymodels 被广泛采用,新的统计方法往往能很快实施,从而很容易集成到现有的管道和分析中。tidysdm 利用 tidymodels 的优势,提供了一个灵活、完全可定制的管道,以适应 SDM。它包括 SDM 专用算法和指标,以及便于在 tidymodels 中使用空间数据的方法。此外,tidysdm 还是第一款允许使用不同时期数据进行 SDM 的软件,为古生物学、考古学、古生物学、古生态学和其他关注过去的学科的学者提供了 SDM 的更多可能性。
{"title":"tidysdm: Leveraging the flexibility of tidymodels for species distribution modelling in R","authors":"Michela Leonardi,&nbsp;Margherita Colucci,&nbsp;Andrea Vittorio Pozzi,&nbsp;Eleanor M. L. Scerri,&nbsp;Andrea Manica","doi":"10.1111/2041-210X.14406","DOIUrl":"10.1111/2041-210X.14406","url":null,"abstract":"<p>\u0000 \u0000 </p>","PeriodicalId":208,"journal":{"name":"Methods in Ecology and Evolution","volume":"15 10","pages":"1789-1795"},"PeriodicalIF":6.3,"publicationDate":"2024-09-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://onlinelibrary.wiley.com/doi/epdf/10.1111/2041-210X.14406","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"142186078","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":2,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"OA","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
引用次数: 0
期刊
Methods in Ecology and Evolution
全部 Acc. Chem. Res. ACS Applied Bio Materials ACS Appl. Electron. Mater. ACS Appl. Energy Mater. ACS Appl. Mater. Interfaces ACS Appl. Nano Mater. ACS Appl. Polym. Mater. ACS BIOMATER-SCI ENG ACS Catal. ACS Cent. Sci. ACS Chem. Biol. ACS Chemical Health & Safety ACS Chem. Neurosci. ACS Comb. Sci. ACS Earth Space Chem. ACS Energy Lett. ACS Infect. Dis. ACS Macro Lett. ACS Mater. Lett. ACS Med. Chem. Lett. ACS Nano ACS Omega ACS Photonics ACS Sens. ACS Sustainable Chem. Eng. ACS Synth. Biol. Anal. Chem. BIOCHEMISTRY-US Bioconjugate Chem. BIOMACROMOLECULES Chem. Res. Toxicol. Chem. Rev. Chem. Mater. CRYST GROWTH DES ENERG FUEL Environ. Sci. Technol. Environ. Sci. Technol. Lett. Eur. J. Inorg. Chem. IND ENG CHEM RES Inorg. Chem. J. Agric. Food. Chem. J. Chem. Eng. Data J. Chem. Educ. J. Chem. Inf. Model. J. Chem. Theory Comput. J. Med. Chem. J. Nat. Prod. J PROTEOME RES J. Am. Chem. Soc. LANGMUIR MACROMOLECULES Mol. Pharmaceutics Nano Lett. Org. Lett. ORG PROCESS RES DEV ORGANOMETALLICS J. Org. Chem. J. Phys. Chem. J. Phys. Chem. A J. Phys. Chem. B J. Phys. Chem. C J. Phys. Chem. Lett. Analyst Anal. Methods Biomater. Sci. Catal. Sci. Technol. Chem. Commun. Chem. Soc. Rev. CHEM EDUC RES PRACT CRYSTENGCOMM Dalton Trans. Energy Environ. Sci. ENVIRON SCI-NANO ENVIRON SCI-PROC IMP ENVIRON SCI-WAT RES Faraday Discuss. Food Funct. Green Chem. Inorg. Chem. Front. Integr. Biol. J. Anal. At. Spectrom. J. Mater. Chem. A J. Mater. Chem. B J. Mater. Chem. C Lab Chip Mater. Chem. Front. Mater. Horiz. MEDCHEMCOMM Metallomics Mol. Biosyst. Mol. Syst. Des. Eng. Nanoscale Nanoscale Horiz. Nat. Prod. Rep. New J. Chem. Org. Biomol. Chem. Org. Chem. Front. PHOTOCH PHOTOBIO SCI PCCP Polym. Chem.
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1