[논문 리뷰] Accounting for physical barriers in species distribution modeling with non-stationary spatial random effects

Haakon Bakka, Jarno Vanhatalo외 3명|arXiv (Cornell University)|2016. 08. 12.

Species Distribution and Climate Change인용 수 14

한 줄 요약

이 논문은 공간적으로 변화하는 계수를 갖는 미분방정식을 통해 물리적 장벽(예: 육지)을 명시적으로 고려하는 비정상 공간 랜덤 효과 모델을 제안한다. 이 방법은 계산 효율성이 정상 모델과 유사한 수준을 유지하면서도 해안 어류 부화체 분포 데이터에서 공간 상관관계 모델링을 향상시켜, 장벽 영향을 받는 공간적 의존성을 더 잘 포착함으로써 뛰어난 성능을 보인다.

ABSTRACT

This paper is motivated by a study on the spatial distribution of fish larvae in reproduction habitats of three commercially important fish species in the Finnish archipelago. Species distribution modeling (SDM) requires realistic models that account for spatial dependence in observation data that cannot be explained by environmental factors alone. Gaussian latent variable models are increasingly used in this context, where a stationary Gaussian random field accounts, for instance, for the spatial correlation driven by unmeasured covariates. In this paper we challenge the assumption of stationarity in cases where there are physical barriers in the study area, such as when our interest is in fish populations near the coast. In these situations, the common assumption of stationary second order spatial behaviour is likely to be unrealistic, as spatial dependencies should be considered around the barriers rather than across them. We develop a non-stationary Gaussian field that treats, e.g., land as a barrier to spatial correlation. We define the field as a continuous solution to a differential equation with spatially varying coefficients, and achieve a computational cost similar to that of the stationary model. We demonstrate the benefits of the new model for a fish larvae application in the Finnish archipelago.

연구 동기 및 목표

• 물리적 장벽(예: 육지)으로 인해 공간 상관관계 패턴이 방해받을 때 정상 공간 랜덤 효과 모델의 한계를 해결하기 위해.
• 특히 해안 해양 환경에서 중요한 비정상 공간 의존성을 장벽 주변에서 계산 효율적으로 모델링하는 방법을 개발하기 위해.
• 핀란드 아카이프엘라 지역의 어류 부화체에 대한 종 분포 모델의 현실성과 정확도를 향상시키기 위해 공간적 상관관계를 물리적 경계를 존중하는 방식으로 통합하기 위해.
• 비정상 모델링이 장벽 영향을 받는 지역에서 정상 모델 대비 더 뛰어난 예측 성능과 더 정확한 공간 의존성 표현을 제공함을 입증하기 위해.

제안 방법

• 이 방법은 물리적 장벽의 존재를 반영하는 공간적으로 변화하는 계수를 갖는 스토케스틱 편미분방정식(SPDE)의 연속적 해로 비정상 가우시안 필드를 정의한다.
• 공간 의존성은 장벽(예: 육지) 근처에서 감소하고 개방된 수역에서는 유지되어 해양 종 분포의 생물학적 현실을 반영한다.
• SPDE 수식은 희박한 정밀도 행렬을 사용할 수 있게 하여, 비정상성에도 불구하고 정상 모델과 유사한 계산 효율성을 유지한다.
• 모델은 잠재 가우시안 모델 프레임워크 내에 구현되어 표준 환경 공변수를 종 분포 모델링에 통합할 수 있다.
• 공간적으로 변화하는 계수는 장벽 기하학을 반영하도록 설계되었으며, 육지에 걸쳐 공간 상관관계가 감소하도록 한다.
• 모델 피팅은 통합 내재 라플라스 근사(INLA)를 사용하여 MCMC 없이도 빠르고 정확한 추론이 가능하다.

실험 결과

연구 질문

• RQ1 공간 랜덤 효과에 물리적 장벽을 포함시키면 해안 아카이프엘라 지역의 어류 부화체 종 분포 모델링에 어떤 영향을 미치는가?
• RQ2 대규모 생태 모델링에 실용적으로 적용할 수 있을 정도로 비정상 공간 랜덤 필드를 효율적으로 구성할 수 있는가?
• RQ3 비정상 모델이 육지 주변의 어류 부화체 데이터에서 공간 의존성을 더 잘 포착하는가?
• RQ4 SPDE 수식의 공간적으로 변화하는 계수 구조가 해양 부화체 확산의 생물학적 현실을 어느 정도 반영하는가?

주요 결과

• 비정상 모델은 육지와 같은 물리적 장벽이 있는 지역에서 공간 상관관계 모델링을 크게 향상시켜, 이러한 장벽을 통해 상관관계가 전파되는 것을 방지한다.
• 모델은 정상 모델과 유사한 계산 비용을 유지하여 대규모 공간 데이터셋에 대한 실용적 적용이 가능하다.
• 비정상 공간 효과를 포함시킴으로써 핀란드 아카이프엘라 지역의 어류 부화체 분포 예측 정확도가 정상 모델보다 향상된다.
• 공간적으로 변화하는 계수 구조는 장벽 기하학을 효과적으로 반영하여 생물학적 기대에 부합하는 공간 의존성 패턴을 도출한다.
• 모델은 관측된 어류 부화체 데이터에 더 잘 맞으며, 특히 정상 모델이 장벽을 넘어 과도하게 공간 상관관계를 예측하는 육지 근처 지역에서 뛰어난 성능을 보인다.