构建物种分布模型

Build a Species Distribution Model · 🔴专家 · 所属分类：科研数据与生物统计

物种分布模型（SDM）最容易栽在采样偏差、空间自相关、背景点乱选和过拟合上——不做合理的交叉验证，AUC 看着漂亮，一外推就不可信。它帮你把数据清洗、背景点生成、空间分块交叉验证到评估一整套做扎实，给你能站得住的适生区预测和一份诚实的不确定性说明。

适合谁

做物种分布/生态位建模的生态学研究生，以及保护生物学与生物地理方向的研究者。

给它什么 · 得到什么

• 你提供：清洗后的物种出现点（经纬度）、环境栅格图层（如 WorldClim）、研究范围与预测情景（当前/未来）
• 你得到：训练好的 SDM 及评估报告、适生区预测栅格/地图、变量重要性与不确定性/局限说明

怎么用

先给一句示例提问：「我有某蝴蝶的 300 个出现点和 WorldClim 图层，想预测它在当前气候下的适生区，顺便看看未来变暖情景下会怎么变。」 触发后它会先处理采样偏差、筛掉共线性变量、合理生成背景点，用 ENMeval 调参并做空间分块交叉验证，再评估 AUC/TSS/Boyce，输出适生区地图和外推不确定性说明。

提个醒

必须用空间交叉验证并披露采样偏差，不是普通的随机 CV；超出训练环境范围的外推预测会明确标注不确定，别当成确定结论看。