MaxGeeking Out Über MaxEnt/Presence Only Species Modeling

Sunny_ENR

Extra! Extra! Lies alles darüber! 

Presence-Only Predictive Modeling<\/A> (auch bekannt als MaxEnt) ist jetzt in ArcGIS 2.9 verfügbar und ich bin SO AUFGEREGT. Warum ist das so wichtig? Nun, zum einen macht es einfach super viel Spaß... 

Okay, aber wirklich – es ist spannend, weil es viele Phänomene gibt, die auftreten und von denen wir wissen, wo sie aufgetreten sind, aber nicht unbedingt, wo sie NICHT aufgetreten sind. Wie Bigfoot zum Beispiel. (Nur ein Scherz... oder etwa nicht?) 

Für Wildbiologen (einschließlich derjenigen, die Kryptozoologie studieren), Botaniker oder andere -ologen, die verstehen wollen, wo etwas SEIN KÖNNTE... oder genauer gesagt, wo die Bedingungen auftreten könnten, um die Anwesenheit des genannten Phänomens zu unterstützen... aber sie nur wissen, wo es bereits existiert<\/EM>, ist MaxEnt-Modellierung äußerst hilfreich. 

Wie funktioniert es? <\/STRONG>

Ich bin kein Mathematiker, aber wenn du die genauen Details wissen möchtest, kannst du die Dokumentation lesen<\/A>. Oder du kannst das @GeoSpatialAnalysis<\/a> Team in deiner Antwort CC setzen. Ha! 

Aber hier ist meine Version, wie es funktioniert: 

Angenommen, ich habe eine seltene Pflanzenart und nur eine Handvoll bekannter Populationen. Ich wurde beauftragt, meine Feldarbeit während der Blütezeit zu planen und möchte meine Zeit maximieren, indem ich Suchen an Orten durchführe, an denen die Art SEIN KÖNNTE. Vielleicht weiß ich ein paar Dinge darüber, was sie zu bevorzugen scheint – eine bestimmte Geologie, Nähe zu einem Bach, nicht zu steiler Hang und OH! vielleicht einige Habitatmerkmale. Großartig! 

Du kannst all diese zugrundeliegenden Datensätze in ArcGIS Pro laden: Eine Geologieschicht, eine Distanzakkumulation auf einer Bachschicht ausführen, einen Hang ableiten und einige Landbedeckungsdaten hinzufügen. Darüber hinaus laden wir unsere Präsenzdaten für unsere Zielart. 

Jetzt führen wir das MaxEnt-Werkzeug aus, was im Grunde bedeutet, dass wir die Maschine bitten zu betrachten, wo Präsenz auftritt, die zugrundeliegenden Datensätze zu berücksichtigen, die erklären könnten, warum diese Art hier und nicht dort ist, und dann den Rest unseres Untersuchungsgebiets basierend darauf zu bewerten, wie ähnlich die Kriterien sind. Ein besserer Wert bedeutet eine höhere Wahrscheinlichkeit dafür, dass die richtigen Bedingungen für diese Art auch dort vorliegen könnten. 

Was sind einige Überlegungen?

<\/STRONG><\/P>Noch einmal empfehle ich dringend die Dokumentation für Details zu lesen, aber kurz gesagt sage ich immer den Leuten, dass das Ausführen dieses Werkzeugs tatsächlich erfordert, dass man etwas über das Phänomen weiß, gegen das man es anwenden möchte. 

Warum? Weil das Modellieren von irgendetwas – mit MaxEnt oder anders – Iteration erfordert. Man muss es ein paar Mal machen. Hier ein gutes Beispiel: Ich habe einmal MaxEnt für eine Salamanderart ausgeführt und beim ersten Lauf ein WIRKLICH GUTES Ergebnis erhalten. ABER... als ich mir tatsächlich die Ausgabe ansah und nicht nur den Wert betrachtete, stellte ich fest, dass das Modell eine sogenannte "Sample Bias" erkannt hatte... Ich hatte zufällig viele Aufzeichnungen in der Nähe von STRASSEN, weil ich oft am Straßenrand anhielt, ausstieg und Proben nahm und einen Nachweis fand. Also sagte mir mein erster Lauf: STRASSEN SIND TOLL FÜR SALAMANDER! 

Ups. Ich musste meinen Sample Bias durch Thinning entfernen (ein Werkzeug im Presence-only Prediction Tool in ArcGIS Pro) und es erneut ausführen und dann meine erklärenden Variablen (Geologie, Hang usw.) betrachten und mich fragen: "Hilft diese Schicht meinem Modell überhaupt?" und entscheiden, ob ich sie behalten möchte oder nicht. Das ist ziemlich einfach zu machen, denn als Teil deiner Ausgabe erhältst du kleine Grafiken jeder erklärenden Variable, die dir zeigen, welches Attribut dieser Variable am wichtigsten ist und wie stark es das Modell beeinflusst. 

Ziemlich großartig, oder? 

Und du kannst das für Pflanzen, Tiere oder andere Arten von Phänomenen machen! Es ist SO EINFACH und super mächtig und hat viele potenzielle Anwendungsfälle (Wildtierkorridore – ich schaue dich an!) 

Für weitere Informationen schau dir diesen Blogbeitrag<\/A> an. <\/P>

Patesj_dev

This is awesome! When I was working on my master's on Spiraea virginiana, I did some modeling using presence-only data in GIS but felt like it needed much more rigor in order to be able to support conclusions. It's great that ESRI is enhancing the capabilities in the tools to support the need.