小学学校网站建设计划书工程公司的会计做账有哪些科目
本内容旨在丰富最大熵模型的分析内容，并针对目前文章存在的问题：（1）分析内容单一，重复度高和查重率高，（2）建模流程过于简单，结果可信度评估方法过于单一等；推出以外文文献为参考依据的新课。由于教程资料刚推出，以下专题内容（专题二到专题九）目前国内中文查重率为0。因此可以作为创新点，补充拓展丰富文章内容，降低文章重复率。专题二到专题九在R平台完成。资料是实操演示，针对R语言0基础可以学习。
补充说明：物种分布建模（SDM）和生态位建模（ENM）的区别。当关注表征物种地理分布而不在时间或空间上转移模型时使用“SDM”。当强调估计物种的环境偏好，目的是寻找不同时间或空间中相似条件时，我们建议使用“ENM”。 ENM的常见应用包括表征物种的完整地理分布，估计物种入侵的地理潜力，以及预测气候变化对物种分布的可能影响（本课程专题包含内容）。
专题一：数据软件准备
- 内容介绍
- 软件安装与环境配置
- 基于R处理环境气候变量数据
专题二：（全部R平台完成） - 样点数据预处理
- 模型Ind_data（校准数据划分）
- 模型参数设置和说明
- 单组环境变量和多组环境变量同时做参数优化-kuenm（使用最新版R包-直接导出矢量图）
- 关于设备兼容性补充说明
专题三：MESS分析和MOD分析-多参数建模投影（全部R平台完成） - 利用R划定采样区并构建maxent模型（最优参数建模）
- 利用R对整个研究区投影
- 利用R对不同参数-多时期同时建模
- MESS多元环境相似度面分析（Multivariate environmental similarity surface）
- MOD最不相似变量分析（Most dissimilar variable）
- 基于R对建模结果评估（ROCs and omission rates）
专题四：模型外推风险（Extrapolation risk analysis）分析（全部R平台完成） - 参数设置和运行
- 基于MOP度量物种外推风险
- 结果解读说明（用于区域相似度分析和变化分析）
专题五：不同参数下计算模型统计数据（跨模型结果统计数据）calculation of model statistics across models (results from distinct parameter settings are allowed) - 模型3种外推模式（“E”, “EC”, “NE”）介绍
2.不同模式下外推结果说明
专题六：Projection_Changes（多时期和不同外推模式下投影区域的变化分析） - 不同时期和外推模式下的二进制文件生成
- 不同时期和外推模式下二进制文件的比较变化分析
- 不同时期和外推模式下连续性文件的比较变化分析
专题七：creation of maps showing the variance contributed per each source of variation - 建模投影区方差大小分析（不同区域可信度体现）
- 建模区方差变化分析
- 不同emi_scenarios的结果差异分析
- var_replicates的结果差异分析
专题八：制图部分（非R平台完成）
包含以上分析内容的结果制图
References：
[1] Muscarella, R. et al. 2014. ENMeval: An R package for conducting spatially independent evaluations and estimating optimal model complexity for Maxent ecological niche models. - Methods in Ecology and Evolution 5: 1198–1205.
[2] Owens, H. L. et al. 2013. Constraints on interpretation of ecological niche models by limited environmental ranges on calibration areas. - Ecological Modelling 263: 10–18.
[3] Peterson, A. T. et al. 2008. Rethinking receiver operating characteristic analysis applications in ecological niche modeling. - Ecological Modelling 213: 63–72.
[4] Warren, D. L. and Seifert, S. N. 2011. Ecological niche modeling in Maxent: The importance of model complexity and the performance of model selection criteria. - Ecological Applications 21: 335–342.
[5] Aiello-Lammens ME, Boria RA, Radosavljevic A, Vilela B, Anderson RP. 2015. spThin:
[6] an R package for spatial thinning of species occurrence records for use in ecological niche models. Ecography 38:541-45
[7] Alonso Bosch R. 2011. Origen y diversificación del género Peltophryne (Amphibia: Anura: Bufonidae) en Cuba. Doctoral thesis, Universidad de La Habana, Havana, Cuba.
[8] Anderson RP, Lew D, Peterson AT. 2003. Evaluating predictive models of species’ distributions: criteria for selecting optimal models. Ecological Modelling 162:211-232
[9] Elith J, Kearney M, Phillips S. 2010. The art of modelling range-shifting species. Methods in Ecology and Evolution 1:330-342
[10] Elith J, Phillips SJ, Hastie T, Dudík M, Chee YE, Yates CJ. 2011. A statistical explanation of MaxEnt for ecologists. Diversity and Distributions 17:43-57
[11] Escobar LE, Lira-Noriega A, Medina-Vogel G, Peterson AT. 2014. Potential for spread of the white-nose fungus (Pseudogymnoascus destructans) in the Americas: use of Maxent and NicheA to assure strict model transference. Geospatial Health 9:221-229
[12] Franklin J. 2013. Species distribution models in conservation biogeography: developments and challenges. Diversity and Distributions 19:1217-1223
[13] Hijmans RJ, Cameron SE, Parra JL, Jones PG, Jarvis A. 2005. Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology 25:1965
[14] Jiménez-Valverde A. 2012. Insights into the area under the receiver operating characteristic curve (AUC) as a discrimination measure in species distribution modelling.
[15] Jiménez-Valverde A, Peterson AT, Soberón J, Overton JM, Aragón P, Lobo JM, AragónP, Jiménez-Valverde A, Overton JM, Soberón J, Peterson AT. 2011. Use of niche models in invasive species risk assessments. Biological Invasions 13:2785-2797