从部分观测预测物种分布模式

为应对与气候危机相互关联的生物多样性危机，我们需要理解物种分布及其变化模式。然而，大多数物种的观测数据极为有限，且不同分类学群体的数据量差异巨大。我们提出了给定（a）卫星影像，（b）其他物种已知分布信息，预测物种分布模式的任务。为评估该任务上的算法，我们引入SatButterfly数据集，包含蝴蝶的卫星影像、环境数据和观测数据，旨在与现有的鸟类观测数据集SatBird相配合。为解决此任务，我们提出了一种通用模型R-Tran，用于预测物种分布模式，能够在各种位置利用部分观测数据。我们发现，R-Tran在利用部分信息预测物种遭遇率方面，相较于其他方法，在同一分类学群体（鸟类）内以及跨分类学群体（鸟类和蝴蝶）之间均表现更佳。我们的ethods 开辟了一种新思路，通过建模共存的生态系统，利用数据丰富的物种来辅助数据稀缺的物种获取洞察。