《Ecology and Evolution》:Impact of an Updated Climate Database on Model Performance and Niche Variability in Species Distribution Modeling
编辑推荐:
尽管发生数据持续积累,但用于物种分布模型(SDM)的气候数据集,尤其是在CLIMEX等机制性框架中,往往仍基于过时的气候基线。在此,研究人员提供了一个更新的全球气候数据库(1992–2021年)及相应的生物气候变量,该数据库专门为CLIMEX兼容性而构建,同时
尽管发生数据持续积累,但用于物种分布模型(SDM)的气候数据集,尤其是在CLIMEX等机制性框架中,往往仍基于过时的气候基线。在此,研究人员提供了一个更新的全球气候数据库(1992–2021年)及相应的生物气候变量,该数据库专门为CLIMEX兼容性而构建,同时也支持跨多个SDM框架的应用。通过提供时间上更新的气候基线并增强跨框架的可用性,该资源解决了将当代气候数据整合到应用生态建模中的一个关键障碍。为评估其实用性,研究人员针对三个物种开发了CLIMEX和MaxEnt模型,并比较了传统1961–1990年基线与更新后的1992–2021年气候数据之间的模型性能、预测分布和生态位相似性。尽管两个时期的整体模型性能和广泛的生态位重叠保持相似,但局部栖息地适宜性和发生概率表现出显著的变异性。这些结果强调了时间上同步的气候与发生数据对于减少预测不确定性以及准确评估气候对物种分布影响的重要性。研究人员通过一个开放获取存储库提供了更新的气候数据库及相关处理工作流程。通过促进在机制性和关联性SDM方法中使用当代气候数据,该资源支持在当前环境条件下进行可靠的害虫风险分析、有针对性的监测以及基于证据的生物安全决策。
**论文解读文章**
**研究背景、问题与目的**
气候变化对地球生命产生显著影响,尤其是导致物种栖息地变迁,其中入侵性无脊椎动物对本地生态系统造成严重破坏。因此,评估物种潜在分布以预防负面效应变得至关重要,这加速了物种分布模型(SDM)的应用。气候作为决定无脊椎动物栖息地的主导因素,被用作SDM的主要变量。然而,尽管发生数据不断积累,用于SDM的气候数据集,特别是机制性模型如CLIMEX所使用的基线,往往仍基于过时的气候基线(如1961–1990年)。这种时间上的不匹配可能增加SDM预测的不确定性。此外,不同SDM算法所需的气候数据格式各异,例如MaxEnt使用基于栅格的环境图层,而CLIMEX需要专有的毫米文件(mm file)格式。虽然存在WorldClim、CliMond和CHELSA等公共气候数据库,但它们在时间覆盖、数据结构和模型兼容性上存在差异,限制了跨框架的直接应用,尤其是对于CLIMEX等机制性模型。更新气候数据是一个劳动密集且缓慢的过程,落后于SDM应用的快速增长。因此,本研究旨在开发标准化的气候数据库,使其兼容多种SDM框架(包括关联性和机制性模型),并利用代表性害虫物种评估其适用性。具体目标包括:基于1992–2021年30年气候常态,构建全球处理的CLIMEX兼容气象数据库,同时从同一基线导出19个生物气候变量以支持MaxEnt等关联性模型;随后使用这些新数据库评估害虫的潜在分布,并与基于现有气候数据库的结果进行比较。该研究发表在《Ecology and Evolution》。
**主要关键技术方法**
研究人员从WorldClim获取1992–2021年期间18.5公里分辨率的月平均最高温度(tmax)、月平均最低温度(tmin)和月降水量(prec)的栅格数据。利用ArcGIS将栅格像素转换为点,并基于WGS 1984坐标系进行地理配准,生成CSV文件。通过自定义Python脚本将CSV转换为CLIMEX兼容的.met和.loc文件,再通过MetManager功能构建.mm文件。同时,使用ArcGIS计算30年平均值,并通过R软件dismo包中的biovars函数生成19个生物气候变量,转换为ASCII格式用于MaxEnt。为测试数据库,研究人员选取了三种经济重要的入侵害虫:光肩星天牛(Anoplophora glabripennis)、斑衣蜡蝉(Lycorma delicatula)和西部松蝽(Leptoglossus occidentalis)。发生数据来源于全球生物多样性信息机构(GBIF)、国际农业和生物科学中心(CABI)及既往研究,经标准化清理和10公里缓冲区空间过滤后,分别获得80、874和8328条记录。CLIMEX模型使用已发表的参数值,MaxEnt模型则基于相关性分析和生物学意义选择变量,并通过ENMeval优化特征组合和正则化乘子。模型性能评估采用真实技能统计量(TSS)、受试者工作特征曲线下面积(AUC)、敏感度、特异度、召回率和像素比。生态位重叠通过Schoener's D和Hellinger's I测量。
**研究结果**
**3.1 气候数据库**
构建的全球.mm文件包含578,888个像素(坐标),分辨率为18.5公里,大小为2.05 GB。生物气候变量具有相同像素数,总大小为365 MB,每种变量介于18.2至19.6 MB之间。
**3.2 模型性能评估**
所有模型均表现出可接受的性能:CLIMEX的TSS值范围为0.56至0.70,MaxEnt的TSS值范围为0.83至0.94。CLIMEX模型使用更新后的气候数据库时,性能略有提升,其中光肩星天牛的召回率增量最大(0.09)。MaxEnt模型中,斑衣蜡蝉的TSS略有提升,但光肩星天牛和西部松蝽的TSS分别下降0.11和0.03。然而,AUC值在两个气候数据库之间仅显示微小差异。像素比方面,CLIMEX模型预测的面积远大于MaxEnt,且数据库类型对同一物种的预测差异在2%以内(斑衣蜡蝉CLIMEX模型除外,差异为6%)。
**3.3 全球预测**
基于Schoener's D和Hellinger's I的生态位重叠测量显示,两个气候数据库预测的潜在分布区域整体相似,但CLIMEX模型的相似性低于MaxEnt模型。尽管生态位重叠高,但气候适宜性和发生概率的分布水平存在差异。在CLIMEX模型中,生态气候指数(EI)>30的像素数量变化显著:西部松蝽从23,557增加到47,873(翻倍),光肩星天牛增加37%,而斑衣蜡蝉减少约40%。这些变化主要出现在美洲、非洲和东亚。在MaxEnt模型中,发生概率>0.5的像素数量变化较小:光肩星天牛减少约6%,西部松蝽减少约10%,斑衣蜡蝉几乎不变。总体而言,气候数据库更新主要影响潜在分布区域内适宜性的强度,而非整体分布边界。
**讨论与结论**
讨论部分指出,尽管气候数据库更新未显著改善模型性能或改变整体潜在分布范围,但局部气候适宜性和发生概率的显著变化强调了更新气候数据的必要性。这种模式得到生态位相似性指标的支持:Hellinger's I较高而Schoener's D较低,表明整体分布范围基本不变,但内部适宜性值发生偏移。CLIMEX模型比MaxEnt模型表现出更低的生态位相似性,这可能源于机制性模型整合物种生物学特性,对气候变化更敏感。物种特性(如分布范围和气候耐受性)也影响更新效果。研究存在局限性:未包含相对湿度数据,空间分辨率(18.5公里)可能无法捕捉微气候避难所和局部地形变异。TSS作为阈值依赖指标,应结合敏感度、特异度、AUC和召回率等互补指标解释。研究结论翻译如下:更新气候数据库对于开发反映近期气候和分布趋势的模型至关重要。即使生态位重叠高,适宜性和概率也存在波动,且气候数据变化的影响因物种而异。因此,随着新分布数据的增加,有必要更新可用于物种分布建模的气候数据。尽管正在进行构建高分辨率区域数据库和开发适用于CLIMEX的共享社会经济路径气候变化情景的工作,本研究的重点在于构建一个易于获取的物种分布建模气候数据库,并利用代表性物种验证其适用性。本研究通过建立与CLIMEX兼容的当代气候数据库(此前缺乏易于获取的更新数据集),同时为关联性物种分布模型生成生物气候变量,做出了贡献。通过支持机制性和关联性建模方法,这些资源使得开发更准确反映当代分布和气候趋势的SDM成为可能。