物种分布模型中空间变异系数的使用指南
摘要：物种分布模型（SDMs）在宏观尺度上得到越来越广泛的应用。这些模型通常假设单一系列的回归系数可以充分描述物种与环境的关系和/或种群趋势。然而，这些关系往往显示出非线性和/或空间变化的模式，这是由于与不同尺度上的非生物和生物过程的复杂相互作用而产生的。空间变化系数（SVC）模型可以很容易地考虑到环境协变量效应的变化。然而，由于对SVC模型相较于较简单框架提供的推断效果认识的缺失，它们在生态学中的使用相对较少。在这里，我们展示了SVC SDMs的推断优势，特别关注这种方法如何用于生成和测试关于物种分布空间变异的驱动因素和物种-环境关系的生态学假设。我们通过模拟和两个案例研究展示了SVC SDMs的推断优势：一个评估美国东部51个森林鸟类物种两个十年的空间变化趋势，另一个评估了美国大陆范围五十年土地覆盖变化对飞蝗麻雀分布的空间变异效应。在这两个实证案例中，我们发现相较于较简单的替代方法，SVC SDMs获得了强有力的支持。这些应用展示了SVC SDMs在揭示环境因素驱动物种分布的局部和广泛尺度上的效用。我们最后讨论了SVC SDMs在生态学和保护中的潜在应用。
作者：Jeffrey W. Doser, Marc K''ery, Sarah P. Saunders, Andrew O. Finley, Brooke L. Bateman, Joanna Grand, Shannon Reault, Aaron S. Weed, Elise F. Zipkin
论文ID：2301.05645
分类：Applications
分类简称：stat.AP
提交时间：2023-08-08