[发明专利]一种广布种分布范围的预测方法

权利要求书

1.一种广布种分布范围的预测方法，其特征在于，包括以下步骤：

获取已知物种分布数量站点的物种数量y；

获取已知物种分布数量站点的影响物种分布的环境主成分变量W、X；

根据二截尾零膨胀泊松模型计算参数γ、β；

所述二截尾零膨胀泊松模型为：

其中，λ＝exp(β^TX)，表示某地某物种真正不存在的概率，表示某地某物种存在但没有观测到的概率；

获取待预测物种分布概率站点的环境主成分变量W′、X′；

根据λ′＝exp(β^TX′)计算待预测物种分布概率站点的模型参数λ′，并根据所述二截尾零膨胀泊松模型对物种分布概率进行预测。

2.根据权利要求1所述的预测方法，其特征在于，所述获取已知物种分布数量站点的影响物种分布的环境主成分变量W、X的步骤包括：

获取已知物种分布数量站点的影响物种分布的环境协变量；

对所述环境协变量进行主成分降维，获得环境主成分变量。

3.根据权利要求2所述的预测方法，其特征在于，所述获取已知物种分布数量站点的影响物种分布的环境协变量的步骤包括：

获取已知物种分布数量站点的原始环境观测数据；

对所述原始环境观测数据进行标准化处理。

4.根据权利要求3所述的预测方法，其特征在于，所述对所述原始环境观测数据进行标准化处理的步骤包括：

对所述原始环境观测数据中的部分缺失项通过插值的方法进行填充；

对所述原始环境观测数据中缺失项较多的数据进行删除；

对所述原始环境观测数据的格式进行统一化整理；

对所述原始环境观测数据中明显异常点值进行处理。

5.根据权利要求4所述的预测方法，其特征在于，所述对所述原始环境观测数据中明显异常点值进行处理选自以下步骤A、B或C：

A、对所述明显异常点值进行取平均值操作；

B、采用合理取值对所述明显异常点值进行替代；

C、对所述明显异常点值进行删除。

6.根据权利要求2-5中任一项所述的预测方法，其特征在于，所述环境协变量包括站点经度、站点纬度、站点天气、站点温度、站点湿度、站点海拔以及站点降水量中的至少一种。

7.根据权利要求1-6中任一项所述的预测方法，其特征在于，所述根据二截尾零膨胀泊松模型计算参数γ、β的步骤包括：

当第i次观测的物种数量观测值y_i来自退化分布，记μ_i＝1；

当第i次观测的物种数量观测值y_i来自非退化分布，记μ_i＝0；

将μ＝(μ₁，μ₂，μ₃，……，μ_n)^T看作缺失数据，记为随机变量Y_m；

记物种观测数据y_i，X_i，W_i(i＝1,2，……,n)为随机变量Y₀；

记完全数据为Y_c＝(Y₀，Y_m)；

则样本的似然函数其中，I为示性函数，满足下标的条件即为1，否则为0；

对所述似然函数两边同时取对数，得到似然方程；

解似然方程，得到γ、β。