本發明涉及物種分布研究領域，具體涉及一種廣布種分布范圍的預測方法，包括根據二截尾零膨脹泊松模型：對廣布種各點分布概率進行預測的步驟。通過采用零膨脹模型對廣布種的分布范圍進行預測，零膨脹模型中的清楚地刻畫了觀測數據中的零樣本是因為某地確實沒有該物種存在，還是因為當次觀測沒有觀測到該物種，從而可以從本質上對上述兩種情況進行區分，有效解決了廣布種觀測數據不平衡、零數據過多的問題，使得對廣布種分布范圍的預測更加準確。

技術領域

本發明涉及物種分布研究領域，具體涉及一種廣布種分布范圍的預測方法。

背景技術

廣布種，顧名思義，是指能廣泛分布于世界各大洋或淡水各區域中的生物種，廣布種分布的研究，是生物多樣性研究和保護的一個重要方面。廣布種的遺傳多樣性既關系到如何采取科學有效的方法和措施來保護物種，又有助于研究物種的進化歷史和適應能力。若能基于樣本得到要研究物種在全國范圍內的分布范圍，就可以對物種進行有效地有針對性的保護，從而極大地減少人力和財力的輸出，因此，建立模型對廣布種的分布范圍進行預測是領域內的一大研究熱點。

目前，在對廣布種的研究中，應用較廣的方法是最大熵模型法，最大熵模型基于熱力學第二定律，按照該定律，一個非均衡的生命系統通過與環境的物質和能量交換以保持其存在，也就是說，一個實測存在的系統具有“耗散”的特征，耗散使系統的熵不斷增加，直至該生命系統與環境的熵最大，而使熵達到最大的狀態，也是系統與環境之間的關系達到平衡的狀態。在物種潛在分布的相關研究中，可將物種與其生長環境視為一個系統，通過計算系統具有最大熵時的狀態參數確定物種和環境之間的穩定關系，并以此估計物種分布。基于該原則，最大熵模型在已知樣本點和對應環境變量的基礎上，通過擬合具有熵值最大的概率分布對物種的潛在分布做出估計。最大熵模型在預測物種相對多度、地理尺度上預測物種空間分布、研究宏生態學格局、推斷物種間相互作用、解釋食物網的度分布等領域的應用十分廣泛。

但是，最大熵模型無法區分出觀測數據中未觀測到目標物種的記錄是因為該地真的沒有該物種分布，還是因為該地存在該物種，只是因為物種的可移動性等其他原因造成未觀測到該物種，因此，采用最大熵模型對廣布種的分布范圍進行預測的效果并不理想。

發明內容

因此，本發明要解決的技術問題在于克服現有技術中的采用最大熵模型對廣布種的分布范圍進行預測的效果不理想的缺陷，從而提供一種廣布種分布范圍的預測方法。

為解決上述技術問題，本發明采用的技術方案為：

一種廣布種分布范圍的預測方法，包括以下步驟：

獲取已知物種分布數量站點的物種數量y；

獲取已知物種分布數量站點的影響物種分布的環境主成分變量W、X；

根據二截尾零膨脹泊松模型計算參數γ、β；

所述二截尾零膨脹泊松模型為：

其中，表示某地某物種真正不存在的概率，表示某地某物種存在但沒有觀測到的概率；

獲取待預測物種分布概率站點的環境主成分變量W′、X′；

根據λ′＝exp(β^TX′)計算預測物種分布概率站點的模型參數λ′，并根據所述二截尾零膨脹泊松模型對物種分布概率進行預測。

進一步的，所述獲取已知物種分布數量站點的影響物種分布的環境主成分變量W、X的步驟包括：

獲取已知物種分布數量站點的影響物種分布的環境協變量；

對所述環境協變量進行主成分降維，獲得環境主成分變量。

進一步的，所述獲取已知物種分布數量站點的影響物種分布的環境協變量的步驟包括：