[论文解读] Spatial Joint Species Distribution Modeling using Dirichlet Processes

Shinichiro Shirota, Alan E. Gelfand+1 more|arXiv (Cornell University)|Nov 15, 2017

Species Distribution and Climate Change参考文献 29被引用 13

一句话总结

本文提出了一种空间联合物种分布模型，结合狄利克雷过程聚类（用于物种）和高斯过程（用于空间依赖），实现了对高维存在-缺失数据的高效降维。该方法在大规模生态群落中提升了预测性能，其有效性在南非开普植物区639个物种种群数据集中得到验证。

ABSTRACT

Species distribution models usually attempt to explain presence-absence or abundance of a species at a site in terms of the environmental features (socalled abiotic features) present at the site. Historically, such models have considered species individually. However, it is well-established that species interact to influence presence-absence and abundance (envisioned as biotic factors). As a result, there has been substantial recent interest in joint species distribution models with various types of response, e.g., presence-absence, continuous and ordinal data. Such models incorporate dependence between species response as a surrogate for interaction. The challenge we focus on here is how to address such modeling in the context of a large number of species (e.g., order 102) across sites numbering in the order of 102 or 103 when, in practice, only a few species are found at any observed site. Again, there is some recent literature to address this; we adopt a dimension reduction approach. The novel wrinkle we add here is spatial dependence. That is, we have a collection of sites over a relatively small spatial region so it is anticipated that species distribution at a given site would be similar to that at a nearby site. Specifically, we handle dimension reduction through Dirichlet processes joined with spatial dependence through Gaussian processes. We use both simulated data and a plant communities dataset for the Cape Floristic Region (CFR) of South Africa to demonstrate our approach. The latter consists of presence-absence measurements for 639 tree species on 662 locations. Through both data examples we are able to demonstrate improved predictive performance using the foregoing specification.

研究动机与目标

• 解决包含数百至数千个物种种群的联合物种分布模型在计算上的不可行性。
• 在高维物种种群响应框架中，有效建模站点之间的空间依赖性。
• 通过降维间接建模物种种间相互作用，利用残差依赖关系。
• 利用可扩展的贝叶斯层次模型，实现对未观测位置物种种群存在-缺失状态的准确预测。

提出的方法

• 在物种种群响应空间中使用贝叶斯因子模型，并对物种种群聚类施加狄利克雷过程先验，以实现降维。
• 应用高斯过程对潜在因子中的空间依赖性进行建模，捕捉站点间的空间相关性。
• 采用层次模型，其中物种种群响应由环境协变量和共享的空间相关因子共同驱动。
• 利用吉布斯抽样方法，结合参数的完整条件分布，包括潜在因子、因子载荷、空间参数和精度参数。
• 通过Q-矩阵（Q-过程）引入空间协方差结构，以建模因子中的空间依赖性。
• 采用非中心化参数化和共轭先验，以提升MCMC混合效率和计算效率。

实验结果

研究问题

• RQ1 如何在保留生态现实性的前提下，将联合物种分布模型扩展至大规模物种种群（例如10^2–10^3）？
• RQ2 在高维联合物种分布框架中，能否有效建模站点间的空间依赖性，以提升对未观测位置的预测性能？
• RQ3 与独立建模相比，物种种群的狄利克雷过程聚类在模型拟合和预测性能方面有何改进？
• RQ4 通过潜在因子引入残差物种种间依赖性，对生物多样性预测和物种种间替代率估计有何影响？
• RQ5 与现有联合模型相比，该模型在计算效率和预测准确性方面表现如何？

主要发现

• 该模型在模拟数据和真实数据上均实现了更优的预测性能，尤其在预测未观测位置的物种种群存在性方面表现突出。
• 狄利克雷过程聚类成功识别出具有相似响应模式的物种种群自然聚类，有效降低了模型复杂度。
• 通过高斯过程引入空间依赖性显著提升了预测准确性，尤其在空间结构较强的区域表现更优。
• 该模型能有效处理高维存在-缺失数据，且物种出现稀疏，避免了完整列联表建模的不可行性。
• 在包含662个站点的开普植物区639种树木的真实数据集中，该方法展现出良好的稳健性和可扩展性。
• 后验推断揭示了物种种群和潜在因子中具有生态意义的空间模式，支持模型的生态可解释性。