Process / pipelineMachine learning
生态位建模
生态位建模，也称为物种分布建模（SDM），利用仅存在或存在-背景物种出现数据和环境变量来预测物种的地理范围和栖息地适宜性。MaxEnt（最大熵，Phillips 等人 2006）和 GARP（规则集预测遗传算法，Stockwell & Peters 1999）是两种主要的算法。这些方法识别物种可能出现的环境条件，从而能够预测采样区域以外的分布并评估景观的栖息地适宜性。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Phillips, S. J., Anderson, R. P., & Schapire, R. E. (2006). Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190(3-4), 231-259. DOI: 10.1016/j.ecolmodel.2005.03.026 ↗
- Stockwell, D. R., & Peters, D. P. (1999). The GARP modelling system: problems and solutions to automated spatial prediction. International Journal of Geographical Information Science, 13(2), 143-158. DOI: 10.1080/136588199241391 ↗
- Elith, J., Phillips, S. J., Hastie, T., Dudik, M., Chee, Y. E., & Yates, C. J. (2011). A statistical explanation of MaxEnt for ecologists. Diversity and Distributions, 17(1), 43-57. DOI: 10.1111/j.1472-4642.2010.00725.x ↗
如何引用本页
ScholarGate. (2026, June 3). Niche Modeling (MaxEnt and GARP). ScholarGate. https://scholargate.app/zh/ecology/niche-modeling
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →