物种分布模型中空间变化系数的使用指南
应用统计
2024-05-15 v2
摘要
物种分布模型（SDMs）越来越多地应用于宏观尺度。此类模型通常假设一组单一的回归系数足以描述物种-环境关系和/或种群趋势。然而，这种关系常常表现出非线性和/或空间变化的模式，这些模式源于在不同尺度上运作的非生物和生物过程的复杂相互作用。空间变化系数（SVC）模型可以轻松解释环境协变量效应的变异性。然而，由于对SVC模型相较于更简单框架所能提供的推断优势理解不足，它们在生态学中的应用相对较少。在此，我们展示了SVC SDM的推断优势，特别关注如何使用这种方法来生成和检验关于种群趋势和物种-环境关系中空间变异性驱动因素的生态学假设。我们通过模拟和两个案例研究来说明SVC SDM的推断优势：一个案例评估了美国东部51种森林鸟类在二十年间的空间变化趋势，另一个案例评估了五十年土地覆盖变化对美国大陆草地鹀出现情况影响的空间变异性。我们在两个实证案例研究中都发现了对SVC SDM相较于更简单替代模型的强有力支持。这些应用展示了SVC SDM在帮助揭示驱动物种在局地和广泛尺度上分布的环境因素方面的效用。最后，我们讨论了SVC SDM在生态学和保护中的潜在应用。
引用
@article{arxiv.2301.05645,
title = {Guidelines for the use of spatially-varying coefficients in species distribution models},
author = {Jeffrey W. Doser and Marc Kéry and Sarah P. Saunders and Andrew O. Finley and Brooke L. Bateman and Joanna Grand and Shannon Reault and Aaron S. Weed and Elise F. Zipkin},
journal= {arXiv preprint arXiv:2301.05645},
year = {2024}
}