Ridder GI, et al. (2024). Generating spatially realistic environmental null models with the shift-&-rotate approach helps evaluate false positives in species distribution modelling. Methods in Ecology and Evolution, doi: 10.1111/2041-210X.14443.
（2024年11月1日发表）
摘要参考翻译：为了避免报告虚假的相关性，物种分布模型通常会明确考虑空间自相关性，例如通过包含空间结构随机效应。使用与响应不存在任何因果依赖关系的空环境预测因子进行模拟，检验了从这些模型中得出的统计推断的有效性。这种空环境预测因子可以通过对原始预测因子进行排列组合或模拟与原始预测因子相似的空间结构来获得。在这种方法中，重要的是，排列或模拟的预测因子要反映原始预测因子中存在的空间变化的性质。本研究提出了一种通过平移和旋转（shift-&-rotate，S&R）方法生成真实的空预测因子的新方法：我们在确定的环境层窗口内随机平移和旋转采样区域，然后提取环境变量。通过这种方法，空环境变量具有完全真实的空间变化和协变，但与响应变量没有关系。我们将S&R方法应用到三个主要的R函数中，并通过模拟研究展示了如何在物种分布建模中利用这些函数解开因果关系和非因果关系。通过这些方法，我们可以量化由于环境协变量的现实结构所产生的非因果相关性而导致的模型预测能力。在我们的案例研究中，我们确定了当一个模型错误地估计了参数值，但由于预测变量的结构性质仍然具有很高的预测能力时。在生态建模中，必须使用空模型来测试复杂生态系统中统计推断的准确性，而这些空模型的选择绝非易事。在此，我们提供了生成空间真实空模型的R函数，以用于物种分布建模以及景观遗传学等其他空间明确的领域。
概念图
点击下方“阅读原文”可查看英文全文。
声明：本内容未向其他微信公众号投稿。
