基于样本扰动的物种分布模型（SDM）变量重要性准确性与稳定性评估

《Ecography》：Assessing the accuracy and stability of variable importance in species distribution modelling algorithms through sample perturbations

　　

物种分布模型（Species Distribution Modelling, SDM）衍生的变量重要性被广泛用于识别物种分布的关键环境驱动因子。然而，这些推断的可靠性很少被系统评估，尤其是其对单个出现记录的敏感性。本研究中，研究人员利用虚拟物种并开发了一种样本扰动诊断框架，在该框架中系统性地移除每条出现记录（留一法，leave-one-out, LOO），以评估输入数据的微小变化如何影响变量重要性推断。利用该框架，研究人员在多种情景下评估并比较了十种SDM算法。研究人员构建了一套评价指标，用于量化驱动因子识别的准确性以及置换重要性（permutation importance）估计的稳定性（定义为样本扰动下的变异性）。研究人员进一步探究了不稳定性的样本层面机制。结果表明，随机森林（random forest, RF）、梯度提升机（gradient boosting machine, GBM）和最大熵（maximum entropy, Maxent）获得了最佳总体性能。RF表现出相对较高的推断准确性和稳定性，但在区分环境变量相对重要性方面能力有限。GBM和Maxent的准确性略低于RF，但在区分不同变量的相对贡献方面更为稳定和有效。相反，若干算法表现出较高的准确性，但对样本扰动敏感。情景分析表明，在大样本量、低地理采样偏差和中等占据率条件下，稳定性普遍提高。高影响出现记录不一定与极端环境条件相关。移除实验进一步表明，几种算法的变量重要性推断对相对少量的出现记录敏感，凸显了这些记录不成比例的巨大贡献。总体而言，本研究提供了一个样本层面诊断框架，用于评估SDM中变量重要性的可靠性，为提升生态研究与保护应用中环境驱动因子推断的可解释性提供了实践指导。

物种分布模型（SDM）是生态学、生物地理学和保护生物学中解释物种–环境关系、预测物种分布及未来变化的重要工具。然而，SDM预测结果常受数据质量、模型结构、参数化等假设影响，尤其出现数据普遍存在采样偏差和位置不确定性，这可能削弱模型的可解释性。以往研究多关注模型参数和数据类型对结果的影响，较少从个体出现记录层面探讨其对变量重要性估计的影响。变量重要性被广泛用于识别关键环境驱动因子，但其对单个出现记录的敏感性及其在不同算法和数据条件下的稳定性尚缺乏系统评估。为此，研究人员开展了本研究。

研究人员利用虚拟物种，开发了一种留一法（LOO）样本扰动诊断框架，通过逐次移除每个出现记录并重新计算置换重要性，评估变量重要性推断对样本扰动的响应。研究比较了十种SDM算法在多个情景下的表现，构建了驱动因子排名接近度（DRP）、变量重要性变化（ΔVI）、稳定性指数（SI）和影响点得分（IPS）等指标，并从样本层面探究了不稳定性的机制。结果表明，随机森林（RF）、梯度提升机（GBM）和最大熵（Maxent）总体表现最佳；样本量较大、地理采样偏差较低、占据率适中的条件下推断稳定性较高；高影响出现记录不一定是环境离群值或噪声记录。该研究提供了样本层面的诊断框架，有助于提升生态研究和保护应用中对环境驱动因子推断的解释能力和可靠性。

关键方法：研究人员在30–40°N、110–120°E区域，基于WorldClim 2.1等来源的环境变量（气候、地形、人类活动指数、净初级生产力），使用‘virtualspecies’R包生成虚拟物种（每个情景20个），设定7个驱动变量（线性、逻辑斯蒂、二次、高斯响应）和2个噪声变量。采用十种算法（GLM、GAM、MARS、CTA、FDA、RF、GBM、ANN、SRE、Maxent），通过‘biomod2’包计算置换重要性。对每个虚拟物种进行LOO扰动，逐次删除每个出现记录并重新计算变量重要性。设置了11个情景（样本量50/100/200、空间范围、占据率0.05/0.2/0.5、地理采样偏差b=0/0.3/0.5、数据质量噪声10%/20%），并使用DRP、ΔVI、SI、IPS等指标评估准确性与稳定性。

研究结果：

（1）不同SDM算法的推断准确性与稳定性：在基线情景下，通过比较DRP和|ΔVI|的分布，RF的平均DRP最高（0.867），且|ΔVI|均值最低（0.008），表明其准确性和稳定性均较高。GBM与RF稳定性相近（|ΔVI|均值0.013），SRE和Maxent居中。GAM和ANN的|ΔVI|均值最高（0.071和0.087），对样本扰动最敏感。根据经验累积分布函数（ECDF），算法分为高稳定（RF、GBM）、中稳定（SRE、Maxent）和低稳定（其余）三类。

（2）不同情景下推断稳定性的敏感性：通过比较各情景的平均|ΔVI|，样本量增加使多数算法（除ANN）的|ΔVI|下降，其中GLM降幅最大（0.068降至0.030）。地理采样偏差增加普遍提高|ΔVI|（除SRE），空间不均匀采样会加剧个体记录的影响。多数算法在中等占据率时|ΔVI|最低，极端占据率会放大扰动效应。空间范围和数据质量的影响在算法间不一致。

（3）变量重要性与稳定性关系：通过绘制SI与变量重要性的散点关系，RF和SRE的散点集中于左上区域，虽稳定性高但变量重要性区分度低；GBM具有更宽的重要性范围，能更好区分变量贡献；Maxent的稳定性略低，但低稳定性主要发生在重要性接近零的变量上，高重要性变量仍保持稳定。其余算法的高重要性变量往往更敏感。

（4）高影响出现记录的空间与环境特征：通过比较IPS与噪声记录，高IPS记录中原始出现记录占多数（低质量情景中噪声占24.5%，中等质量占13.0%）。局部莫兰指数分析显示，部分算法（如CTA、FDA、GAM、GBM、GLM和Maxent）中高IPS记录具有较高局部空间自相关，但该关系在算法间不一致。PCA-KDE可视化表明，仅约30%的高IPS记录位于环境密度最外层轮廓之外，多数位于内部。线性混合模型显示环境距离与IPS关系显著但效应极弱（R²=0.003），Spearman相关也弱（ρ=0.081），说明环境离群值不是高影响性的主要原因。

（5）移除高影响记录对识别准确性的影响：逐步移除高IPS记录后，GLM、CTA和FDA的DRP明显下降；GBM和MARS的DRP在移除约10%–25%时提升；RF和Maxent在移除5%–10%时略有提升。多数算法的DRP改善呈先升后降的单峰模式，峰值在约10%–20%移除量，表明少量出现记录对变量重要性推断具有不成比例的影响。

讨论总结：算法间稳定性差异源于其学习结构：RF和GBM具有较强的局部适应性，单条记录移除仅产生局部影响；而GLM、GAM、ANN等全局学习算法中，个体记录可通过拟合函数传播影响，导致较高敏感性。样本量通过环境空间覆盖度影响信息冗余；占据率通过改变环境对比度影响模型判别能力；采样偏差则通过造成环境空间不均匀覆盖而放大扰动。高影响记录多位于环境空间内部而非边缘，其影响可能来自多个环境梯度交汇处的独特信息。移除实验提示，高IPS记录应作为诊断指标而非直接删除对象。研究局限性包括仅评估变量重要性而非响应曲线正确性、PCA对高方差变量敏感、驱动变量比例可能高于真实物种等。未来可将该框架扩展至真实物种、集成模型及更复杂的数据情景。

结论：本研究系统评估了不同SDM算法在环境变量重要性推断中的准确性和稳定性，并探究了样本层面不稳定性的潜在机制。尽管大多数算法能以相对较高的准确性识别关键环境驱动因子，但其变量重要性估计的稳定性存在明显差异，这些差异与算法的数学和学习机制密切相关。在大样本量、低地理采样偏差和中等占据率条件下，推断稳定性普遍较高。在样本层面，高影响出现记录不一定是环境离群值或噪声记录，而常出现在环境空间内部。移除实验进一步表明，若干SDM算法的变量重要性推断可能对少量出现记录高度敏感，凸显了这些记录对模型推断的不成比例贡献。总体而言，本研究提供了一种在样本层面理解和评估不同SDM算法中环境变量重要性推断可靠性的新方法。未来工作可将该框架扩展到真实物种、集成模型以及更复杂的生态过程和数据情景，以促进SDM在生态机制研究和保护决策中的更广泛应用。