О выборе порогов для прогнозирования присутствия видов по данным только о присутствии

Данные только о присутствии создают трудности при выборе порогов для преобразования результатов моделирования распространения видов в бинарные показатели. В этой статье сравниваются два недавно опубликованных метода выбора порога (maxSSS и maxFpb) и оценивается эффективность подхода к оценке распространённости на основе порога. Шесть виртуальных видов с различной распространённостью были смоделированы в условиях реального ландшафта на юго-востоке Австралии. Модели присутствия строили с использованием DOMAIN, обобщённой линейной модели, Maxent и Random Forest. Пороги выбирали двумя методами — maxSSS и maxFpb — на основе четырёх наборов данных только о присутствии с различным соотношением числа известных мест присутствия и случайных точек (соотношение KP-RP). Для оценки результатов использовали чувствительность, специфичность, истинную статистику навыка и F-меру. Распространённость вида оценивали как отношение числа прогнозируемых мест присутствия к общему числу точек в наборе данных для оценки. Значения порогов, выбранных методом maxFpb, менялись при изменении соотношения KP-RP в наборах данных для выбора порога. Наборы данных с соотношением KP-RP около 1 обычно обеспечивали более высокие результаты, чем наборы с существенно отличающимися от 1 значениями этого соотношения. При использовании Random Forest и Maxent метод maxFpb обеспечивал слишком низкую специфичность для очень распространённых видов. Напротив, метод maxSSS давал стабильные результаты независимо от использованного набора данных. Оценка распространённости почти всегда была смещённой, причём особенно сильное смещение наблюдалось для прогнозов DOMAIN и Random Forest. Таким образом, на метод maxFpb влияет соотношение KP-RP в наборах данных для выбора порога, тогда как метод maxSSS практически не зависит от этого соотношения. Получение несмещённых оценок распространённости с помощью подхода, основанного на пороге, затруднительно.