米游社 · 崩坏3

老同行的一篇文章:栖息地多样性与生物多样性建模

来自版块: 生活
4
223
1
文章发表:2025-03-14
来自合集: 相亲相爱E家人(二)

大家好!

在很早以前,大概十年前,就有研究者利用栖息地的多样性对鸟类多样性进行建模。研究区域是美国,作者现在在做的事情跟我大概一样,作者基于全球的Enhanced Vegetation Index,研发了14个用于评估环境异质性的metrics,然后分析了其中6个核心指标。

如下是全部14个指标:

这是作者选取的六个核心指标:

首先关于作者为什么要设计这么多指标,作者认为这些指标间多少与异质性存在线性关系,很多人想要批判这个研究可能第一件事就是,您设计这么多指标,如果都只是的同一个东西,与同一个东西存在相同的线性关系,那么指标间Pearson指数高,提供冗余信息,最后一个再加特征解释不了多少方差,反而损失了自由度。不过考虑到生物多样性建模主要是以预测性能为目标,而不是解释性能,因而:我们不关心单个特征消耗他的自由度能够解释多少方差,在预测模型里面没有自由度的概念,如果提高模型复杂度也好,加各种特征也好,能够最大化模型在未用于训练的数据上的表现,那么这个模型就是好模型。

所以作者加这么多特征吧,他虽然和异质性本身存在共线性,提供的是异质性的特征,但是如果说这些特征不是单纯的别的特征的线性组合,能够稍微提供点不同的信息,那么可能加入这么个特征对于提高模型的预测能力具有积极作用。

比如说Shannon index和Simpson's Index都是用于指示多样性,但是Simpson's Index对于多样性中的均匀度更敏感,所以虽然他们都是多样性不同维度的线性组合,但这个线性组合不一样。

从这张图我们可以看出六个核心指标在世界各地的分布情况,颜色轴相同,结果显示,对于不同指标相对值的分布确实不同。作者下面这句话还在这里大惊小怪地说个strikingly我觉得大可不必,要是这些指标间真的存在那么大的共线性问题,那么您这研究就没必要做这么多指标了,因为他们既一定提高不了解释能力,也极大概率提高不了预测能力。所以为什么又要做又要strikingly?难以理解。

有一个真的比较striking的东西是下面这个,他又不striking了,所以你确实跟不上这洋人的脑回路

如果说异质性指数单独在灌丛里面表现出低值的话,那就说明栖息地异质性与演替进程的关系不是线性的,各位可以看下面这个图2,可以稍微有所理解。

(1)譬如图中B1和B2可以用于在一个森林景观里面识别出森林和由河流创造的森林湿地,森林湿地属于在森林中的异质性热点地区,这提示EVI的异质性可以作为ecotone的识别indicator。

(2)在美国的中西部,EVI异质性可以用于识别城市和道路,因为城市、道路往往会有人工创造的绿化带与非植被区域交错分布,所以城市是该景观中的高异质性地区。

(3)在巴伐利亚南部,EVI异质性可以用于识别人工林,因为人工林的树种高度同质化,因而相对而言具有较低的异质性。各位也可以借此去看看亚马逊雨林的值,这实际上也表示雨林地区的冠层树种具有更高的同质性。如果各位翻回去看图1,是可以看出亚马逊雨林实际是一个相对低值点。

如果各位把第二列图和第三列进行比较,可以发现一个问题,EVI与EVI的异质性可能存在共线性,又不一定存在共线性。取决于作者取数据取的是什么地方。如果说比如说如果在亚马逊雨林和巴伐利亚南部,比较两张图会发现热点地区不完全匹配,EVI与EVI的异质性之间的共线性可能并不强,但是如果各位去看美国中西部那张图,因为EVI低值在城市,而EVI异质性的高值也几乎在城市,如果美国中西部不存在别的植被类型的话,EVI变化完全取决于这一个原因,那么共线性就存在了。如果特征间存在共线性,那么添加这个指标就可能既无助于解释性,也无助于预测性。

然后各位请看上面的图3

问各位一个问题,你们觉得这个箱线图的箱子是越宽好还是越窄好。从解释性能这一个方面来看,我的建议是,在土地利用类型作为特征,或者其他特征与土地利用类型存在共线性的时候,箱子越宽越好,不同组之间不存在显著差异是最理想的,因为我们希望指标间最好没有依赖关系,但是当土地利用类型不适合作为特征且土地利用类型与其他特征不存在共线性时,那么如果说各个土地利用类型下,EVI异质性之间存在差异,那么EVI可以作为土地利用类型的一个连续变量替代。

对于图三的结果,我的解读是,如果一个区域里面的EVI由的shurbland, barren, built-up, cultivated land这种中位数偏离全局中位数很多的土地利用类型决定,那么这个时候引入EVI异质性就不是一个很明智的决定。因为很明显,灌丛决定EVI,又决定EVI异质性,那么EVI和EVI异质性就会成为共线性较强的指标。在解释模型里面,可能在画相关性矩阵那一步就已经被去掉了。至于很多人说,其实根本不用怕,因为很多模型对共线性不敏感,比如什么卷积神经网络,但是确实你引入这个特征可能跟没引入差别不大。

最后看到图4我就不评价了,因为解释方差的比例跟预测能力没有必然关系。你在展示Figure 4的时候,无论是devariace explained还是proportion of explained devariance都不应该作为评价预测能力的指标。因为预测模型里面的预测一词决定了,你必须要用这个模型没见过的数据去评估。比如说分训练集和预测集,用模型在预测集的表现去评估prediction performance。

当然我不能说这张图完全没用,只是研究方法不能上升到prediction的高度,我是审稿人我会建议他们把prediction改成explanation,因为这些指标对于解释性模型是有效的。而解释能力可以作为预测能力的参考,你在解释能力的基础上,通过讨论上升到潜在的预测能力,我认为是合适的。结果显示,EVI的异质性,尤其是核心的哪一个,有很好的解释能力,嗯,不过这不叫预测能力。


关于这篇文章的详细内容,大家可以去找这篇文章,或者找我要_(米游姬-乖巧)

我就不详细解读这篇文章了,我在我们组里工作三周,现在我得出的结论是,大家读文章的时候就不要管文章内容,直接看那几个图看图写话就行了。在组会上我发现很多人无论多技术性的文章都能选择性回避里面技术性的讨论,然后上升到政策性,不过这也无可厚非,因为咱们生物这么散装,和自己研究方向相似的全世界都不一定有几个,能够读到一篇文章为自己的方向服务,我觉得也是很不错的。

我的汇报结束,谢谢大家!

已开启创作声明,允许规范转载
223
1
看帖是喜欢,评论才是真爱:
0 / 1000
  • 全部评论
  • 只看楼主
排序:最早
4
1
223
扫码下载
米游社App