• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Nature >Energy availability and habitat heterogeneity predict global riverine fish diversity
【24h】

Energy availability and habitat heterogeneity predict global riverine fish diversity

机译：能源供应和栖息地异质性预测全球河鱼类的多样性

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Processes governing patterns of richness of riverine fish species at the global level can be modelled using artificial neural network (ANN) procedures. These ANNs are the most recent development in computer-aided identification and are very different from conventional techniques. Here we use the potential of ANNs to deal with some of the persistent fuzzy and nonlinear problems that confound classical statistical methods for species diversity prediction. We show that riverine fish diversity patterns on a global scale can be successfully predicted by geographical patterns in local river conditions. Nonlinear relationships, fitted by ANN methods, adequately describe the data, with up to 93 per cent of the total variation in species richness being explained by our results. These findings highlight the dominant effect of energy availability and habitat heterogeneity on patterns of global fish diversity. Our results reinforce the species-energy theory and contrast with those from a recent study on North American mammal species, but, more interestingly, they demonstrate the applicability of ANN methods in ecology.
机译：可以使用人工神经网络（ANN）程序对全球范围内控制河流鱼类丰富度模式的过程进行建模。这些人工神经网络是计算机辅助识别技术的最新发展，与传统技术有很大不同。在这里，我们利用人工神经网络的潜力来处理一些持续的模糊和非线性问题，这些问题使经典的统计方法难以预测物种多样性。我们表明，可以通过当地河流条件下的地理格局成功地预测全球范围内的河流鱼类多样性格局。通过ANN方法拟合的非线性关系可以充分描述数据，我们的结果解释了高达93％的物种丰富度总变化。这些发现凸显了能源供应和生境异质性对全球鱼类多样性格局的主要影响。我们的结果加强了物种能量理论，并与最近对北美哺乳动物物种的研究结果进行了对比，但更有趣的是，它们证明了人工神经网络方法在生态学中的适用性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

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