利用潜在空间过程建模大尺度物种丰度

利用局部环境特征建模物种丰度模式是生态学中一个重要的当前问题。南非的开普植物区（CFR）是全球生物多样性和特有性的热点地区，为此类建模提供了丰富的物种丰度数据。在这里，我们提出了一个多阶段贝叶斯层次模型，用于解释该地区的物种丰度。我们的模型在区域层面指定，其中 CFR 被划分为大约 37,000 个一分钟网格单元；在某些单元内的某些位置观测到物种丰度。丰度值按顺序分类。可能影响丰度模式的环境和土壤类型因素被纳入模型。我们将经验丰度模式表述为潜在模式的退化版本，退化效应分两个阶段完成。首先，我们调整土地利用转换，然后调整测量误差，从而调整误分类误差，以得到观测到的丰度分类。该分析中的一个重要点是，只有 28% 的网格单元被采样，并且对于被采样的网格单元，采样位置的数量从一到一百多个不等。尽管如此，我们能够开发出整个区域的潜在和转换丰度表面。在层次框架中，分类丰度分类由连续潜在表面诱导。上述退化模型建立在潜在尺度上。在此尺度上，使用区域层面空间回归模型来建模物种丰度对环境因素的依赖性。