物种观察者数据与背景点核密度估计相结合的方法，能够修正鸟类物种分布模型中的抽样偏差

《Ecography》：Species-observer link and kernel density estimation of background points allow for sampling bias correction in bird species distribution models

物种分布模型（SDM）的采样偏差校正方法研究。提出 Presence-Weighted Observer-Oriented Approach（PW-OOA），通过估计个体观察者的核密度分布并加权整合，优化背景模拟。基于捷克共和国109种鸟类数据，比较随机背景、空间薄ning、目标群背景（TGOB）及TGOB+等4种方法，发现PW-OOA在AUC等指标上提升最显著（平均+6%，最高+29%），尤其适用于高丰度物种。建议无独立验证数据时采用TGOB+，有数据时推荐PW-OOA。

　　本研究探讨了在物种分布模型（Species Distribution Models, SDMs）中，如何有效纠正由于观察者采样偏差而导致的模型预测偏差问题。SDMs作为一种广泛使用的生态建模工具，通常依赖于物种的出现记录来推断其生态位和栖息地偏好。然而，这些出现数据往往存在明显的空间、环境和时间上的偏差，尤其是在使用非结构化、机会性数据（如公民科学平台收集的数据）时。因此，如何准确识别并校正这些偏差，成为提升SDMs预测性能的关键。

在本研究中，作者提出了一种新的方法——“存在加权观察者导向方法”（Presence-Weighted Observer-Oriented Approach, PW-OOA），旨在更准确地估计观察者的采样强度，并据此调整模型的背景点模拟。PW-OOA的核心思想是，通过计算每个观察者记录的物种出现点的核密度（Kernel Density, KD），然后根据这些观察者对目标物种出现记录的相对贡献，对这些核密度进行加权。这样可以更精确地反映观察者在不同区域的采样努力程度，从而在生成背景点时减少因采样偏差造成的干扰。

为了验证这一方法的有效性，研究团队使用了捷克共和国的鸟类出现数据，并对109个物种进行了建模。他们比较了四种不同的偏差校正方法：空间稀疏化（Spatial Thinning of Species Presences, STSP）、目标群体出现背景（Target Group Occurrences Background, TGOB）、TGOB+（通过调整核密度平滑带宽进行优化的TGOB）以及PW-OOA。此外，他们还与简单的随机背景采样进行了对比。研究结果显示，PW-OOA在大多数情况下都表现优于其他方法，尤其是在物种出现频率较高的情况下，其提升效果尤为显著。

在方法学方面，研究团队采用了多种数据处理和建模策略。首先，他们明确了研究区域为捷克共和国，这是一个具有多样生态环境的地区，涵盖了从高山森林到低地农业景观，以及城市和自然保护区等多种生境类型。这种多样性为研究采样偏差提供了理想条件，因为不同区域的采样强度和观察者行为可能各不相同。其次，他们使用了两个独立的数据集：一个是基于系统调查的鸟类存在-缺失数据库（Presence-Absence Database, PAD），另一个是基于机会性记录的鸟类存在数据库（Presence-Only Database, POD）。PAD数据作为模型验证的参考，而POD数据则用于训练模型。这种设计确保了模型的预测结果能够与真实数据进行比较，从而评估偏差校正的效果。

在构建模型时，研究团队选择了三种常用的建模方法：随机森林（Random Forest, RF）、广义线性模型（Generalized Linear Models, GLM）和Maxent。Maxent算法在本研究中表现最为突出，其预测性能在所有评估指标中均优于其他两种方法。因此，研究团队主要以Maxent作为评估工具，分析了不同偏差校正方法对模型性能的影响。他们发现，当没有独立验证数据时，TGOB+方法在内部验证中表现较为稳健，而当有独立数据可用时，PW-OOA方法则具有更高的预测准确性。

此外，研究还探讨了不同参数设置对模型性能的影响。例如，核密度带宽（Kernel Density Bandwidth, KDB）是影响背景点模拟的重要参数之一。KDB的选择不仅涉及技术层面的考量，还可能具有生物学意义，例如它可能反映物种的扩散范围或观察者的采样范围。然而，由于不同物种的生态特征和观察者行为差异较大，很难找到一个适用于所有情况的统一KDB值。因此，研究团队在不同物种上尝试了多种KDB值，并结合不同的观察者权重（Observer Weight, OW）进行了综合分析。结果显示，PW-OOA方法在不同的KDB和OW组合下均表现出良好的适应性，能够在多种情况下提供相对准确的模型预测。

在结果部分，研究团队展示了PW-OOA与其他方法在多个评估指标上的对比。例如，AUC（Area Under the Curve）是衡量模型预测能力的常用指标，它表示模型区分物种出现和缺失的能力。研究发现，PW-OOA方法在大多数物种上显著提高了AUC值，平均提高了6个百分点，而TGOB+方法则平均提高了约5个百分点。相比之下，STSP和TGOB方法的提升幅度较小。此外，研究还发现，某些物种在使用PW-OOA后，其AUC值提高了超过20个百分点，表明该方法在特定情况下具有显著优势。

值得注意的是，研究团队在内部验证和外部验证之间发现了明显的差异。内部验证通常基于训练数据，因此可能会高估模型的预测能力。而外部验证（即使用独立的PAD数据）则能更真实地反映模型在实际应用中的表现。研究发现，某些在内部验证中表现优异的模型，在外部验证中反而出现了性能下降的情况。这表明，仅依赖内部验证数据可能无法准确评估偏差校正的效果，尤其是在数据存在偏差的情况下。因此，作者建议在可能的情况下使用独立的、非偏差的数据集进行模型验证，以确保结果的可靠性。

研究还指出，不同物种对偏差校正方法的响应存在差异。某些物种可能对TGOB或TGOB+方法更为敏感，而另一些物种则可能更适合PW-OOA方法。这种差异可能是由于不同物种的生态特征、观察者行为以及数据结构的不同所导致。例如，某些物种的出现记录可能集中在特定的区域或特定的观察者手中，而其他物种的分布可能更为均匀，因此对偏差校正的依赖程度也有所不同。因此，在实际应用中，选择合适的偏差校正方法需要考虑物种的具体情况，而非一概而论。

在讨论部分，作者强调了PW-OOA方法的优势。首先，该方法不需要引入额外的偏倚相关变量（如人口密度、道路网络等），因此具有更高的灵活性和适用性。其次，该方法能够有效利用观察者报告的出现记录，从而更准确地反映采样强度的分布。这种基于观察者贡献的加权方法，能够在不依赖复杂生态特征的情况下，对不同物种的采样偏差进行有效校正。此外，PW-OOA方法还具有较强的可扩展性，可以应用于其他生物类群，如植物或昆虫，这些类群同样受到观察者采样偏差的影响。

然而，研究也指出了一些局限性。例如，研究区域的范围较小，可能会影响模型的泛化能力。此外，数据的分辨率（如PAD数据为3公里）可能限制了模型的预测精度，尤其是在分析高分辨率的环境变量时。尽管如此，作者认为，使用独立数据集进行模型验证仍然是提升模型性能的关键步骤。此外，他们还建议未来的研究可以进一步优化核密度参数，结合生物学知识和数据驱动的方法，以提高偏差校正的精度和适用性。

总体而言，本研究为如何在SDMs中有效纠正观察者采样偏差提供了新的思路和方法。PW-OOA方法在多个方面表现出色，尤其是在处理高出现频率的物种时。然而，其性能仍受到数据结构、观察者行为和模型参数设置的影响。因此，未来的研究应更加注重方法的灵活性和可扩展性，同时探索如何在不同生态系统和数据来源下应用这些偏差校正技术。此外，随着公民科学项目的快速发展，越来越多的非结构化数据被用于生态建模，这使得偏差校正方法的创新和优化显得尤为重要。通过不断改进这些方法，可以更准确地预测物种的分布模式，从而为生态保护和生物多样性研究提供更为可靠的支持。