在存在-缺失建模中如何优化多物种集合预测？
人工智能
2026-02-13 v1
摘要
物种分布模型(SDMs)通常产生概率性的出现概率预测,这些预测必须被转化为二值化的存在-缺失图,以用于生态学推断和保护规划。然而,这种二值化步骤通常是启发式的,可能会显著扭曲对物种出现率和群落组成的估计。本文提出 MaxExp,一种决策驱动的二值化框架,通过直接最大化所选的评价指标来选择最可能的物种组合。MaxExp 不需要校准数据,并且可在多种评分指标间灵活使用。本文还引入了集合大小期望(SSE)方法,作为一种计算上高效的替代方案,它基于期望物种丰富度来预测组合。通过三个跨越不同分类群、物种数量和性能指标的案例研究,本文表明 MaxExp 在强类别不平衡和高稀有度情形下始终能够匹配或超越广泛使用的阈值化与校准方法。SSE 则提供了一种更简单但具有竞争力的选择。这两种方法共同为多物种 SDM 二值化提供了稳健、可复现的工具。
引用
@article{arxiv.2602.11771,
title = {How to Optimize Multispecies Set Predictions in Presence-Absence Modeling ?},
author = {Sébastien Gigot--Léandri and Gaétan Morand and Alexis Joly and François Munoz and David Mouillot and Christophe Botella and Maximilien Servajean},
journal= {arXiv preprint arXiv:2602.11771},
year = {2026}
}