|
|
|
|
-
不同参数组合(扩散参数σ和成种速率ν)模拟空间明晰中性群落中的聚集度-多度关系。黑色小圆圈与对应的回归线代表以负二项分布参数k度量聚集度(聚集度 = 1/k)的结果, 红色小方块和对应回归线代表以kff度量聚集度的结果。实线为加权回归, 虚线为非加权回归。β和SE为回归斜率和对应的标准误。
-
3种聚集度指数标准误(SE)之间的相关性。σ、ν、r、ρ、k、Ω和kff含义同图1。
-
3种聚集度指数之间的相关性。不同的形状和颜色表示中性显式模拟模型中不同的参数(扩散参数σ和成种速率ν见图例)组合。r和ρ分别为不同参数组合下聚集度指数之间的Pearson和Spearman相关系数。k为负二项分布聚集度参数, Ω为Condit等(2000)的相对邻体密度指数, kff为Wiegand等(2025)的距离加权邻体密度指数。
-
层级占有率模型的选择与验证框架
-
层级占有率模型的核心假设
-
物种多季节占有率动态与迁移趋势示意图。图中展示了基于模拟数据的某物种在2015-2019年间的季度动态(Q1-Q4分别代表第一至第四季度): 占有率ψ (蓝色实线)整体维持在0.6-0.8, 表明其在研究区域内持续保持较高存在率; 定殖概率γ (橙色点线)稳定在0.3-0.4, 略有上升, 反映其扩展能力较强; 灭绝概率ε (绿色虚线)维持在0.1-0.2, 提示可能存在栖息地干扰或环境压力。该图基于模拟数据绘制, 用于示意多季节层级占有率模型在揭示物种动态方面的应用。R代码见附录2。
-
层级占有率模型的双层统计框架。该示意图展示了层级占有率模型的双层统计逻辑, 其核心在于通过对生态过程与观测过程的解耦, 有效校正物种调查中的不完全检测问题。左侧生态过程描述由环境因子驱动的真实占有状态(即潜变量zi); 在此层级中, 样点的占有概率ψ受栖息地类型(如森林覆盖率、植被结构)、非生物因子及人为干扰等环境协变量的影响, 并采用logit链接函数进行建模。右侧观测过程则描述实际调查中的检测概率P, 该概率受调查努力(如调查时长、采样强度、重复次数)、天气条件及观测者经验等观测协变量的影响, 同样通过logit链接函数建立联系。由于观测结果y严格依赖于真实占有状态z (即仅在物种真实存在的条件下, 检测概率才具有生物学意义), 模型通过对zi进行边缘化处理并构建联合似然函数。这一机制通过数学手段消除了假缺失(false absences)导致的估计偏差, 从而实现对物种真实分布的无偏估计。
-
层级占有率模型(HOM)对不完全检测的校正效果模拟。(a)不同方法对占有概率(ψ)的估计对比(样本量n = 100)。朴素估计(naive estimate)由于忽略了不完全检测而系统性低估了占有率, 而模型估计(HOM)更接近真实值(true value)。(b)物种真实存在站点(sites with true presence)的检测频率分布。红色箭头指向的“0次发现”柱状图代表假缺失(false absences)现象, 即物种在该站点真实存在, 但由于检测概率P < 1导致调查结果为0, 这是占有率估计偏差的核心来源。
-
层级占有率模型应对第六次生物大灭绝背景下的生物多样性监测挑战
-
基于Jaccard相异性指数对不同处理流程检测出的无脊椎动物MOTU进行的PCoA分析。形状和颜色均相同的符号对应河流和湖泊eDNA样品的结果。
-
不同处理流程检测出的属于主要无脊椎动物目的MOTU数量。仅显示各流程中MOTU数量排名前十位的目。
-
不同分类分配方法检测出的无脊椎动物目数量的韦恩图
-
不同聚类或降噪方法检测出的无脊椎动物目数量的韦恩图
-
不同处理流程检测出的无脊椎动物MOTU的分类分辨率。此处分类分辨率指不同流程鉴定结果的分类精度。
-
不同聚类或降噪方法检测出的无脊椎动物MOTU数量(A)以及不同聚类或降噪方法共同检测出的MOTU在不同分类分配方法间比较(B)的韦恩图
-
12种处理流程获得的无脊椎动物MOTU和reads以及分类覆盖度。此处分类覆盖度指不同流程的产出结果在各分类水平上的覆盖广度。
-
不同处理流程检测出的无脊椎动物MOTU的稀疏曲线。每条曲线代表一个PCR产物。
-
本研究12种序列数据处理流程的具体步骤和命令
-
2011-2024年JSDMs发表文章数量变化
-
生物群落层次建模(HMSC)框架的完整分析流程与结果示意。图中依次展示了HMSC建模与推断的5个关键步骤: (1)模型构建与数据匹配, 将物种分布数据与环境因子、功能性状、系统发育和空间随机效应整合到统一的层级贝叶斯框架中; (2) MCMC收敛性检查, 通过迹线图、后验分布、有效样本量和潜在尺度缩减因子评估模型收敛与参数混合情况; (3)模型拟合度评估与比较, 利用均方根误差(RMSE)、曲线下面积(AUC)和R2等指标量化模型预测性能; (4)参数估计与生态解释, 包括环境响应参数、性状与系统发育效应、残差相关结构以及方差分解结果; (5)模型预测与应用, 展示物种对关键环境梯度的响应曲线及不确定性区间, 用于群落分布预测与情景分析。
|
|
