《Ecological Modelling》:Temporal and spatial transferability in telemetry-based dynamic species distribution models: The effects of algorithms and pseudo-absence techniques
编辑推荐:
利用动物追踪数据预测觅食栖息地适宜性的物种分布模型,可为响应环境条件变化的动态海洋管理技术提供依据。此类模型需要在时间上(有时也包括空间上)具备准确的可迁移性,这通常涉及向新的环境条件进行外推。然而,建模配置对可迁移性的影响尚不明确。研究人员在此利用南大洋的动
利用动物追踪数据预测觅食栖息地适宜性的物种分布模型,可为响应环境条件变化的动态海洋管理技术提供依据。此类模型需要在时间上(有时也包括空间上)具备准确的可迁移性,这通常涉及向新的环境条件进行外推。然而,建模配置对可迁移性的影响尚不明确。研究人员在此利用南大洋的动物追踪研究数据构建了物种分布模型,并将其投影到不同时间和空间范围。研究测试了24种不同的模型配置,以评估伪缺失技术与算法选择如何影响时间和空间可迁移性。研究基于多种生态特征不同的海鸟和海洋哺乳动物数据,旨在识别:1)哪些模型配置能够稳定产生较高的可迁移性评分;2)在处理环境外推和小样本量时,是否存在表现更优的算法或伪缺失技术。模型在时间可迁移性方面总体上持续获得较高评分。在所有测试配置中,背景采样(background sampling)结合基于树的机器学习算法,或结合能够处理自相关的模型,在该情境下表现最佳。相反,没有任何模型配置能够在空间可迁移性方面稳定获得较高评分,且所有配置在许多情况下均表现出较差的预测能力。研究还评估了环境外推与样本量对可迁移性的影响。多数模型在采用更大数据集且所需环境外推较少时,表现出更高的时间可迁移性。研究建议,在预测近实时分布时,应采用基于背景采样构建、由最可靠算法组成的数据丰富型集成模型;在目标区域内数据未覆盖所有种群时,应尽可能避免进行空间外推。
该文发表于《Ecological Modelling》,聚焦于基于遥测(telemetry)的动态物种分布模型(dynamic species distribution models, SDMs)在时间与空间维度上的可迁移性(transferability)问题。研究背景在于,动物追踪数据与动态环境协变量的结合,使SDMs能够以日尺度或周尺度生成栖息地适宜性预测,从而为动态海洋管理(dynamic ocean management)提供支持。然而,这类预测若要真正服务保护与管理,前提是模型在新的时间段、乃至新的地理区域中仍具有可靠预测能力。已有研究表明,模型外推到新环境时往往受环境外推(environmental extrapolation)、物种—环境关系非平稳性(non-stationarity)以及样本覆盖不足等因素制约,但究竟何种算法、何种伪缺失(pseudo-absence)策略更有利于提高可迁移性,仍缺乏系统比较。因此,开展这项研究的核心意义在于,为利用追踪数据进行近实时海洋生态预测建立更稳健的方法学依据。
研究人员基于南大洋海鸟和海洋哺乳动物的长期追踪资料,对动态SDMs的时间可迁移性与空间可迁移性进行了系统评估。研究不仅比较了不同伪缺失技术和算法组合的表现,还进一步分析了样本量与环境外推程度如何影响模型在新时期和新区域中的预测能力。总体结论显示,时间迁移在适当模型配置下是可以实现的,而空间迁移则明显更困难;背景采样(background sampling)是最有效的伪缺失策略之一,基于树的机器学习算法以及显式处理时空自相关(spatiotemporal autocorrelation)的模型在时间迁移场景下表现最佳。这一发现对于利用遥测数据支持保护管理具有重要意义,因为它提示研究者在构建可操作的动态预测系统时,应优先采用数据丰富、背景采样驱动、并结合稳健算法的集成建模框架。
研究所采用的关键技术方法主要包括以下几方面:首先,研究使用南极追踪数据回顾性分析数据库(Retrospective Analysis of Antarctic Tracking Data, RAATD)中的样本,覆盖1991—2016年南大洋17种南极和亚南极海洋捕食者,最终纳入约2280个个体、约200万个定位点。其次,研究构建三类伪缺失数据,即背景采样、缓冲区采样(buffer sampling)和相关随机游走(correlated random walks, CRWs)。再次,针对8种模型算法——广义线性混合模型(GLMM)、广义加性混合模型(GAMM)、随机森林(RF)、提升回归树(BRT)、贝叶斯加性回归树(BART)、最大熵(MaxEnt)、边缘化时空点过程模型(mSTPP)和INLA-SPDE——开展统一比较。研究采用留一年交叉验证(leave-year-out cross-validation)评估时间可迁移性,采用种群间迁移测试评估空间可迁移性,并以连续Boyce指数(Continuous Boyce Index, CBI)评价性能,以Shape指标量化环境外推程度。
在研究结果部分,论文首先通过“时间与空间可迁移性总体表现”的比较指出:模型在跨时间预测时整体优于跨空间预测。结果显示,当伪缺失通过背景采样或CRWs生成时,模型跨时间迁移通常表现良好;其中,采用背景采样的BRT、BART、RF和INLA-SPDE具有最高平均CBI评分,说明这些配置在同一区域不同年份之间具有较强的泛化能力。与之相对,空间迁移没有出现任何稳定高效的配置;即便表现最佳的模型组合,其平均CBI仍然较低,且大量测试出现低于0的结果,表明模型在新区域中经常无法正确识别适宜栖息地。这一结果直接说明,相较于时间迁移,空间迁移受到更多生态异质性与环境差异的干扰。
在“样本量对可迁移性的影响”部分,研究表明更大的样本量通常有助于提高时间可迁移性,尤其对于采用背景采样或CRWs的模型更为明显。研究发现,在小样本情形下,背景采样构建的模型已经明显优于其他多数配置;随着训练数据中经稀释(thinning)后的定位点数量增加,许多模型的时间迁移能力进一步改善。这一结论说明,增加追踪部署数量与延长追踪时长,能够更充分地覆盖物种实际使用的环境空间,从而提升模型在新时间段中的稳定性。不过,样本量对空间可迁移性的影响并不一致,线性关系整体较弱,说明仅通过扩充单一种群数据,并不足以克服区域间生态差异带来的迁移障碍。
在“环境外推对可迁移性的影响”部分,研究揭示环境外推是限制时间迁移能力的重要因素之一。对于总体表现最佳的若干模型配置,特别是采用背景采样和CRWs的树模型,在Shape值较低时可以获得较高平均CBI,但随着Shape增加,即测试环境与训练环境差异增大,预测性能会出现下降,且CRWs的下降幅度更明显。值得注意的是,INLA-SPDE和mSTPP在背景采样框架下没有表现出同样显著的性能衰减,在较高Shape条件下仍能维持中等以上的平均得分。这提示,显式表征残余空间自相关的模型,可能通过吸收由动物行为过程或未测环境因子引起的结构性变异,降低了过拟合风险,因此在环境新颖性更强的场景下更稳健。然而,在空间迁移测试中,Shape对结果的解释力较弱,表明空间迁移失败并不能单纯归因于环境变量分布差异,还与区域间生态关系变化有关。
在“伪缺失技术比较”方面,论文保留并强调了三类伪缺失方法的不同机制与结果差异。背景采样在时间迁移中表现最优,其优势在于能够覆盖更广泛的可用环境条件,增强存在点与伪缺失点之间的环境分离度,从而提高模型在新时期中的判别能力。CRWs也在部分场景中得到较好结果,说明模拟与真实轨迹相似的自相关结构具有一定生物学合理性;但随着环境外推增强,其稳定性下降。缓冲区采样整体表现最差。研究认为,缓冲区采样将伪缺失限制在存在点附近,使两类样本在环境空间中的重叠增加,形成类别重叠(class overlap),进而削弱多数算法的区分能力,尤其影响机器学习模型。因此,论文明确不建议在近实时预测场景中使用缓冲区采样。
在“算法比较”部分,研究指出8种算法在背景采样条件下均可实现一定程度的时间迁移,但其中RF、BRT、BART以及INLA-SPDE最常位列高表现组。该结果与既有文献关于基于树的机器学习方法以及考虑自相关模型在同时期预测中表现较优的认识一致。研究进一步指出,较高的时间迁移能力可能与较高的同时期模型拟合质量相关,因为不同算法从内部验证到迁移测试的性能下降幅度大致相近。另一方面,传统回归模型如GLMM和GAMM尽管可作为基准,但在新环境条件下更容易受到外推误差影响,因此整体不如若干树模型和自相关模型稳健。
在“空间可迁移性受限的原因”部分,研究讨论指出,空间迁移难以可靠实现,原因不仅在于空间测试通常具有更高的环境外推程度,还因为不同区域之间的物种—栖息地关系可能并不稳定。海洋学过程差异、可利用环境条件差异、捕食与竞争压力、猎物可获得性以及不同种群生态策略差异,均可能导致同一种物种在不同地区表现出不同的环境响应模式。因此,即使模型在一个区域拟合良好,也可能无法准确迁移到另一地区。研究据此建议,当目标区域未被追踪数据完整覆盖时,应尽量避免直接进行空间外推;若必须处理数据稀缺问题,未来可考虑整合多种群信息,或采用嵌套式SDMs(nested SDMs)、元模型(meta-models)等策略提高泛化能力。
论文讨论部分进一步强调,本研究虽然基于南大洋海鸟和海洋哺乳动物,但结果具有一定普适性。研究中不同分类群、不同海冰关联程度物种以及中央地觅食者与非限制性觅食者之间,都表现出相近的方法学趋势;同时,这些趋势与既有关于背景采样、树模型及自相关模型优势的研究证据一致。研究还指出,由于研究区域中独立验证数据有限,本文采用追踪数据同时进行建模与验证,可能引入一定偏倚,因此在实际管理应用中仍建议结合多源数据进行模型验证。不过,综合来看,动态SDMs在拥有多年、多部署、较新近数据的条件下,确实具备支撑动态海洋管理的应用潜力,能够以低于实时监测的成本,对栖息地适宜性进行当期或近实时预测。
研究结论部分可概括并翻译如下:总体而言,时间可迁移性评分通常在采用背景采样构建的基于树的机器学习算法中最高;而在环境外推更强时,考虑自相关的模型表现更优。没有任何模型配置能够稳定获得较高的空间可迁移性评分,且所有配置都经常在新区域中无法预测适宜栖息地。对于希望利用追踪数据开展近实时预测的研究者,建议使用跨多年采集的大型数据集,并在目标区域内追踪数据未覆盖所有种群时避免进行空间迁移。未来研究可进一步评估更长时间间隔下的模型表现、不同数据源或数据整合框架下的时间可迁移性、其他点过程模型等价方法的迁移能力,以及结合多种群或新兴建模技术时的空间可迁移性。随着方法持续完善,利用遥测数据构建SDMs以服务动态海洋管理具有明确的发展前景。