生態位模型方法論研究獲進展

生態位模型（Ecological niche modeling，ENM）在生態學、生物地理學和進化生物學研究中發揮著越來越重要的作用，並被廣泛用於幫助保護規劃和管理。該領域研究中很重要的一部分是針對稀有物種。稀有物種存在觀察記錄偏差及地理範圍局限、生境特化、種群規模小和自然史信息有限等特徵。但是，由於空間採樣偏差引起的模型不準確性和過擬合等問題，為稀有物種建立可靠的生態位模型是個巨大的挑戰。

中國科學院成都生物研究所研究員胡軍華與中國科學院動物研究所副研究員喬慧捷共同領導的研究團隊利用虛擬場景，探討了整合一系列具有不同生態位重疊程度的相關物種的發生記錄數據到目標物種的生態位模型來克服空間抽樣偏差及衍生的局限性。

該研究考慮了兩種方法來合并目標物種與近緣種的模型：直接整合目標物種與相關物種的發生記錄來構建ENMs；分別基於目標物種與近緣種的發生記錄構建各自的ENMs，然後基於貝葉斯推理（Bayesian inference）方法合并結果。研究闡明，在所有檢驗的演算法中，當目標與相關物種的生態位重疊較大時，兩種合并方法構建的模型均比僅僅基於目標物種的模型表現得更好。當分別評估模型的敏感性和特異性時，兩種整合方法在不同ENMs演算法中的表現較複雜。該研究結果為生態位建模理論研究提供了一種新的推進方式。

該研究成果近期以Using data from related species to overcome spatial sampling bias and associated limitations in ecological niche modeling 為題在線發表於Methods in Ecology and Evolution上。

該研究獲得了國家重點研發計劃、國家自然科學基金及中科院青年創新促進會等的資助。

論文鏈接

圖1. 整合相關物種的發生記錄數據到ENMs的可能場景

圖2. 研究區域劃分成10×10的棋盤格，白色柵格為隨機的採樣空間

圖3. 圖示相關物種與目標物種基礎生態位（fundamental niches）的重疊關係

圖4. 整合相關物種的發生記錄數據後評估ENMs表現

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！