• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Heliyon >Summer and winter habitat suitability of Marco Polo argali in southeastern Tajikistan: A modeling approach
【2h】

Summer and winter habitat suitability of Marco Polo argali in southeastern Tajikistan: A modeling approach

机译：塔吉克斯坦东南部马可·波罗·阿加利（Marco Polo argali）夏季和冬季栖息地的适宜性：一种建模方法

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We modeled summer and winter habitat suitability of Marco Polo argali in the Pamir Mountains in southeastern Tajikistan using these statistical algorithms: Generalized Linear Model, Random Forest, Boosted Regression Tree, Maxent, and Multivariate Adaptive Regression Splines. Using sheep occurrence data collected from 2009 to 2015 and a set of selected habitat predictors, we produced summer and winter habitat suitability maps and determined the important habitat suitability predictors for both seasons. Our results demonstrated that argali selected proximity to riparian areas and greenness as the two most relevant variables for summer, and the degree of slope (gentler slopes between 0° to 20°) and Landsat temperature band for winter. The terrain roughness was also among the most important variables in summer and winter models. Aspect was only significant for winter habitat, with argali preferring south-facing mountain slopes. We evaluated various measures of model performance such as the Area Under the Curve (AUC) and the True Skill Statistic (TSS). Comparing the five algorithms, the AUC scored highest for Boosted Regression Tree in summer (AUC = 0.94) and winter model runs (AUC = 0.94). In contrast, Random Forest underperformed in both model runs.
机译：我们使用以下统计算法对塔吉克斯坦东南部帕米尔山区的马可波罗·阿加利（Marco Polo argali）的夏季和冬季栖息地的适宜性进行了建模，方法是使用以下统计算法：广义线性模型，随机森林，Boosted回归树，Maxent和多元自适应回归样条。利用从2009年至2015年收集的绵羊发生数据和一组选定的栖息地预测指标，我们绘制了夏季和冬季的栖息地适宜性地图，并确定了两个季节的重要栖息地适宜性预测指标。我们的研究结果表明，盘羊在夏季最接近的两个变量是沿河岸地区和绿色的接近度，冬天则选择了坡度（0°至20°之间的绅士坡度）和Landsat温度带。在夏季和冬季模型中，地形粗糙度也是最重要的变量之一。坡度仅对冬季栖息地有意义，而盘羊更喜欢朝南的山坡。我们评估了模型性能的各种度量，例如曲线下面积（AUC）和真实技能统计（TSS）。比较这五种算法，在夏季（AUC = 0.94）和冬季模型运行（AUC = 0.94）下，Boosted Regression Tree的AUC得分最高。相比之下，随机森林在两个模型中的表现均不佳。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号