中国计量科学研究院 “物种分布模型”在线开放课程单元3 SDM 数据.pdfVIP

单元 3 SDM 数据 欢迎回到我们“物种分布模型”课程！在前两个单元中，我们更好地了解了如何使 用物种分布模型和一些与模型相关的生态学理论。现在你可能想要自己运行一个模 型。从哪里开始？对，数据！ 随着信息技术的不断发展，世界上数据量增加迅猛。除此之外，我们已经看到了公 开数据的大趋势，一些数据应该免费提供给所有人使用和重新发表。这就是说有很 多计算平台和数据可以使用，这使构建和运行模型，如物种分布模型，变得更容易。 在本单元中，我们将详细介绍运行物种分布模型所需要的不同类型的数据，从何处 获取数据，需要注意的事项以及处理数据时一些标准操作。 要运行物种分布模型，你需要两种类型的数据：生物数据，即你感兴趣的物种的分 布位点，以及描述位点环境条件的环境数据。 生物数据 我们从生物数据开始：你感兴趣的物种分布在哪里或不分布在哪里。像过去许多探险家一样， 你可以去实地进行调查，来记录目标物种是否有分布。这当然是一个很费劲的工作，特别是如 果你需要非常大的地区的数据，如大陆尺度。因此，很多物种分布建模的研究人员依赖于其他 研究人员或机构收集的数据集。这些数据可以来自博物馆记录、大型研究调查或者公民科学行 动如年度鸟类统计。这些数据的在线资源越来越多，你可以浏览或下载研究物种的分布位点数 据集。例如澳大利亚的 Atlas of Living Australia 网站，有 194 个数据集记录了超过 10 万个 物种的分布记录。在全球尺度上，全球生物多样性信息基金（GBIF ）是一个可以免费获取超 过 150 万个物种分布记录的宝贵资源。如果你对特定的类群或一组物种感兴趣，则有各种资源， 如 Track 是有关于澳大利亚鱼类分布的数据。 所以我鼓励你搜集不同来源的可用数据，但我想指出需要注意的几件事情。掌握正确使用数据 的方法很重要。首先，请注意，当你使用别人的数据时，请正确标注数据来源。最好的方法是 与数据提供者确认数据的使用条款，以及如何引用数据源。其次，当你使用开放的在线数据时， 你有责任核对数据的正确性。尽管许多数据提供者都会控制数据质量，但是数据集总是有可能 包含一些不准确的记录。使用物种分布数据，你至少需要检查是否有重复记录或任何异常的物 种分布地点，例如异常的分布地点，例如分布物种分布在不应该分布的地点，例如这里红色点 所示的陆地物种分布在海洋中。你可以在下载的 Excel 文件中，检查并删除重复数据，然后将 数据按经度和纬度排序，以检查是否有异常记录，以便删除异常值。最后，你可以检查数据记 录的年份，并根据个人意愿删除早期的数据。此外，请注意物种别名问题，一个物种可能在不 同地区有不同叫法，因而以不同的名称出现在不同的数据集里。。在这种情况下，使用该物种 的拉丁名是最效的方法，因为这是全球通用的。请记住，要想得到好的模型预测结果 必须基 于好的数据。有一个古话是输入垃圾 输出也会是垃圾，这意味着如果你用一个无意义的数据 运行模型，你会得到一个无意义的结果。 要记住的另一件事是，物种分布位点有时会集中于易到达的采样区域。离人近的地 区的物种更容易被观测到，而偏远地区会缺少该物种的分布记录。这会导致获得的 样本不能真正代表其分布的环境条件。例如环境变量（如温度）未必受到人造设施 的影响，因此不会受到到达难易程度的影响。但是，如果你研究的物种的分布与土 壤类型或土地利用类型等因素有关，那么分布模型很可能受采样点偏差的影响。 根据你要使用的物种分布模型算法，你可能不仅需要物种分布位点的数据，还需要物种没有分 布的位点信息。我们将在下一个单元中 介绍物种分布模型的不同算法的假设和准则，但我想 再解释一下，关于真正的分布无数据和伪分布无数据之间的区别。 当你反复观察到一个物种没有分布在一个具体位置时，它是真正的不存在。真正的分布无数据 是指该地的环境条件不适合该物种生存。我应该指出，但对于一些物种 如迁徙动物，你在下 结论的时候必须谨慎，因为该类物种只有在特定的季节才会无分布。但一般来说，通过适宜的 调查方法，经过多次调查没有记录到目标物种，才能确保分布无数据的可靠性。例如，要获取 夜行性物种的分布无数据，那你应该在夜间进行调查，而不是在日间调查的结果上得出没有该 物种分布的结论。与收集分布有数据类似，这是一个非常耗时的工作，因此对任何物种而言， 都难以获取真实的分布无数据。 如果你没有真实的物种分布无数据，但你确实希望比较有分布位点和无分布位点的 环境条件，则你必须“构建”分布无数据。例如，如果你无法到达调查地点，则可 能需要推断得到分布无数据。这被称为伪分布无数据。 有几种不同的方法来生成伪分