抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
種の空間分布を予測するモデルは,生態学的または進化的駆動者への洞察を得るために,また大規模にわたる生息場所適合性の予測を助けるために,種記録とサイト特性に基づいて,異なる空間スケールでの種生息場所の適合性をシミュレートできる。種分布モデル(SDMs)は生物地理で広く利用され,種の生態学的ニッチを特性化し,それらの生息場所の地理的分布を予測する。存在-不在データは一般に高品質であるが,事前決定地点の集合を訪問するより厳密な計画を必要とするため,存在のみのデータより一般的ではない。利用可能なアルゴリズムの中で,SDMを開発する最も広く用いられている方法の一つは,最大エントロピー(MaxEnt)法である。MaxEntは,存在のみのデータの特定の観察を一般化するためにエントロピーを使用し,化学種が理論的枠組み内に存在しない点も必要としなかった。本研究の目的は,イラン北東部のSamelghan平野におけるGoitered gangle(Gazella subgutturosa)の適切な生息場所を予測することである。結果は,地中海気候クラス,傾斜0-5%クラスおよびタイプAcantholimon-Astragalusによる半高密度牧草地の変数が,モデリングにおいて使用する他の環境変数より重要であることを示した。曲線下面積(AUC),受信者動作特性(ROC),および分類閾値はモデル性能を示した。本研究におけるROC(AUC=0.99)結果に基づいて,Maxents性能は非常に良好であることが分かった。死亡生息場所は閾値(0.0277)とROCに基づいて分類され,面積の約11%はGoitered gangleに対する適切な生息場所を予測した。【JST・京大機械翻訳】