应用于物种分布模型的多种算法 摘 要回顾了物种分布比较了常用的11种模型,包括回归模型、分类模型和复杂模型。给出了各模型的优缺点、特性和适用范围,并且提供模型应用导向。模型应用导向主要包括三个步骤:模型选择、模型建立和参数评估。 关键词模型建立;模型选择;物种分布模型 中图分类号 G642.0 文献标识码 A 文章编号 2095-3437(2016)05-0120-02 物种分布模型也称为生态模型1,用算法来预测特定地区内的物种分布,依赖物种和环境变量之间的统计关系。衡量生态模型的3个目标是:真实性、广泛性和准确性,一般情况下,只能达到期望目标的三分之二。物种分布模型是静态实证模型,而非机械模型。物种分布模型将观测到的物种-环境的现象与指定区域的环境变量联系起来。它们之间的关系非常复杂。2在过去的30年中,学者们已经创建了很多模型去预测物种-环境之间的关系。但是,不同的模型做出的预测是不同的。3下面介绍比较常见的11种物种分布模型。 一、模型种类 基于物种和环境变量之间的联系预测物种分布,有很多物