Species Distribution Models简介及biomod2的安装

原创

已于 2022-06-12 14:25:51 修改 · 5.8k 阅读

41 ·

CC 4.0 BY-SA版权

文章标签：

#r语言

于 2022-06-09 22:26:02 首次发布

本文介绍了物种分布模型（SDMs）的基础概念，重点讲述了Biomod2包中常用算法如GLM、GBM、MaxEnt等，并详细讲解了如何安装和使用biomod2进行生物物种预测。通过实例，分享了物种分布模型在生态保护中的应用。

最近正在学习物种分布模型（Species Distribution Models，SDMs），为方便反复查看和分享，接下来会以博客的形式记录和分享自己的学习。

一、物种分布模型

SDMs可利用特定物种的分布数据（响应变量）和环境数据（解释变量）来预测和估计物种的潜在分布区，因此目前被广泛的利用于保护生物学、生态入侵、生境适宜性评估等方面的研究。

二、几种常用的算法

SDMs是以特定的模型算法来进行预测的，我目前学习的Biomod2包含有的算法有：广义线性模型（ generalized Linear models, GLM）、推进式回归树（generalized boosted models, GBM）、广义相加模型（generalized additive models, GAM）、分类树分析（classification tree analysis, CTA）、多元适应回归样条函数 （multivariate adaptive regression splines, MARS）、人工神经元网络（artificial neural networks, ANN）、表面分布区分室模型（one rectilinear envelope similar to BIOCLM, SRE）、柔性判别分析（flexible discriminant analysis, FDA）、随机森林（random forests, RF）和最大熵模型（MaxEnt, ME）。
其他可用的算法和对应的软件见