编辑推荐：
【编辑推荐】为探究 SDMs 大尺度校准后在亚区域的预测准确性，研究人员以欧洲阿尔卑斯山 16 种高山植物为对象，对比阿尔卑斯山整体与 3 个山区的模型投影精度。发现精度因区域而异，与生态位差异相关，提示需评估多尺度生态位差异，为 SDMs 应用提供重要参考。
在生态保护与生物多样性研究领域，物种分布模型（Species Distribution Models, SDMs）是预测物种栖息地适宜性的重要工具。然而，当前 SDMs 的应用面临一个关键挑战：当模型在大空间尺度上校准以避免生态位截断后，其在较小亚区域的预测准确性是否可靠？传统上，模型精度仅在完整校准范围内评估，而校准与预测范围的尺度差异对精度的影响尚未得到系统验证。这种不确定性可能导致保护规划中对适宜栖息地的误判，尤其在气候变化背景下，精准的小尺度预测对物种保护至关重要。
为解决这一问题，来自国外研究机构的研究人员开展了一项针对欧洲阿尔卑斯山（European Alps）的案例研究。该研究以 16 种高山植物为对象，探究 SDMs 在大尺度校准后应用于亚区域时的精度变化，相关成果发表在《Ecological Modelling》。
研究主要采用以下技术方法：首先，收集阿尔卑斯山全域及 3 个典型山区（霍赫施瓦布山、拉赫林山、施兰克 ogel 山）的植物分布记录，结合 6 个地形气候预测因子（包括温度季节性、最暖季温度和降水等），以 100×100 米空间分辨率构建 SDMs。模型校准过程中，使用 biomod2 包结合人工神经网络、广义增强模型和随机森林等算法，并通过真技能统计量（TSS）、受试者工作特征曲线下面积（AUC）和博伊斯指数（Boyce index）评估投影精度。研究还通过 Kolmogorov-Smirnov 统计量（D）分析不同尺度下物种生态位的差异，探讨环境梯度分布对模型精度的影响。
研究结果
模型整体精度与区域差异
在阿尔卑斯山全域尺度，模型投影精度较高（中位 TSS=0.73，调整后 AUC=0.88，Boyce 指数 = 0.91），表明模型较好覆盖了物种的宏观气候生态位。然而，在 3 个亚区域的投影精度表现不一：霍赫施瓦布山和拉赫林山的部分指标（TSS、AUC）甚至高于全域精度，而施兰克 ogel 山的所有指标显著下降（中位 TSS=0.25，AUC=0.69，Boyce 指数 = 0.29）。
生态位差异与精度的关联
通过计算预测因子的加权差异统计量 D，发现 3 个山区与全域的生态位相似性呈现显著梯度：霍赫施瓦布山与全域生态位最相似，施兰克 ogel 山差异最大。进一步分析表明，投影精度下降幅度与生态位差异程度呈正相关（TSS 和 AUC 的 R2 分别为 0.35 和 0.32），即亚区域与校准区域的环境条件差异越大，模型精度损失越明显。其中，最暖季温度（Bio10）作为最重要的预测因子，其在施兰克 ogel 山的极端值分布可能是导致该区域精度骤降的关键因素。
模型校准策略的影响
对比不同伪缺失值选择策略（随机选择与 20 公里缓冲区内选择）发现，尽管模型精度绝对值存在差异，但生态位差异与精度变化的相关性在两种策略下一致（TSS 的 R2=0.18，AUC=0.1，Boyce 指数 = 0.12），验证了生态位相似性对模型跨尺度表现的普遍影响。
研究结论与讨论
本研究首次系统验证了 SDMs 在大尺度校准后应用于亚区域时的精度变化规律，揭示了生态位差异是导致精度波动的核心因素。结果表明，传统基于全域尺度的精度指标可能误导小尺度应用，即使预测区域完全包含在校准范围内，局部环境条件的非平稳性仍可能导致模型失效。这一发现对生物多样性保护、保护区规划及气候变化影响评估具有重要意义：在实际应用中，需同步评估校准与预测区域的生态位差异，避免仅凭全域精度盲目外推。
研究同时指出，结合多尺度模型校准（如近期提出的 n-SDMs 框架）是提升亚区域预测可靠性的有效途径，既能保留大尺度生态位的完整性，又可捕捉局部环境异质性。未来研究需进一步拓展至更多区域和物种，验证生态位相似性与模型精度关系的普适性，为 SDMs 的科学应用提供更完善的方法论指导。
