结合 Shapley 值的 MaskSDM 以提升物种分布建模的灵活性、稳健性与可解释性
机器学习
2025-08-22 v2 计算机视觉与模式识别
摘要
物种分布模型（SDMs）通过基于环境条件预测物种分布，在生物多样性研究、保护规划和生态位建模中发挥着至关重要的作用。预测变量的选择至关重要，它强烈影响模型准确性以及预测反映生态模式的程度。为了确保获得有意义的见解，必须仔细选择输入变量，以匹配研究目标和目标物种的生态需求。然而，现有的 SDMs，包括传统方法和基于深度学习的方法，通常缺乏变量选择的关键能力：（i）在推理时无需重新训练即可选择相关预测变量的灵活性；（ii）在不影响准确性的情况下处理缺失预测变量值的稳健性；以及（iii）解释和准确量化每个预测变量贡献的可解释性。为了克服这些局限性，我们引入了 MaskSDM，这是一种新颖的基于深度学习的 SDM，它通过采用掩码训练策略实现了灵活的预测变量选择。这种方法允许模型使用任意输入变量子集进行预测，同时对缺失数据保持稳健。它还提供了对添加或移除给定预测变量如何影响模型性能和预测的更清晰理解。此外，MaskSDM 利用 Shapley 值进行精确的预测变量贡献评估，改进了传统近似方法。我们在全球 sPlotOpen 数据集上评估了 MaskSDM，对 12,738 种植物物种的分布进行了建模。我们的结果表明，MaskSDM 优于基于插补的方法，并逼近在特定变量子集上训练的模型。这些发现突出了 MaskSDM 增加 SDMs 适用性和普及率的潜力，为开发可轻松应用于各种生态应用的 SDMs 基础模型奠定了基础。
引用
@article{arxiv.2503.13057,
title = {MaskSDM with Shapley values to improve flexibility, robustness, and explainability in species distribution modeling},
author = {Robin Zbinden and Nina van Tiel and Gencer Sumbul and Chiara Vanalli and Benjamin Kellenberger and Devis Tuia},
journal= {arXiv preprint arXiv:2503.13057},
year = {2025}
}