科學家提出生態位建模新方法

　　生態位模型（ENM）在生態學、生物地理學和進化生物學研究中發揮著越來越重要的作用，并被廣泛用于幫助保護規劃和管理。該領域研究中很重要的一部分是針對稀有物種。稀有物種存在觀察記錄偏差及地理范圍局限、生境特化、種群規模小和自然史信息有限等特征。但是，由于空間采樣偏差引起的模型不準確性和過擬合等問題，為稀有物種建立可靠的生態位模型是個巨大的挑戰。日前，中科院成都生物所胡軍華研究員與中科院動物所喬慧捷副研究員共同領導的研究團隊利用虛擬場景，探討了整合一系列具有不同生態位重疊程度的相關物種的發生記錄數據到目標物種的生態位模型來克服空間抽樣偏差及衍生的局限性。相關成果發布于《生態學與進化方法論》。

　　該研究考慮了兩種方法來合并目標物種與近緣種的模型：直接整合目標物種與相關物種的發生記錄來構建ENMs；分別基于目標物種與近緣種的發生記錄構建各自的ENMs，然后基于貝葉斯推理方法合并結果。研究闡明，在所有檢驗的算法中，當目標與相關物種的生態位重疊較大時，兩種合并方法構建的模型均比僅僅基于目標物種的模型表現的更好。當分別評估模型的敏感性和特異性時，兩種整合方法在不同ENMs算法中的表現較復雜。該研究結果為生態位建模理論研究提供了一種新的推進方式。