Species Distribution Models简介及biomod2的安装

最近正在学习物种分布模型（Species Distribution Models，SDMs），为方便反复查看和分享，接下来会以博客的形式记录和分享自己的学习。

一、物种分布模型

SDMs可利用特定物种的分布数据（响应变量）和环境数据（解释变量）来预测和估计物种的潜在分布区，因此目前被广泛的利用于保护生物学、生态入侵、生境适宜性评估等方面的研究。

二、几种常用的算法

SDMs是以特定的模型算法来进行预测的，我目前学习的Biomod2包含有的算法有：广义线性模型（ generalized Linear models, GLM）、推进式回归树（generalized boosted models, GBM）、广义相加模型（generalized additive models, GAM）、分类树分析（classification tree analysis, CTA）、多元适应回归样条函数 （multivariate adaptive regression splines, MARS）、人工神经元网络（artificial neural networks, ANN）、表面分布区分室模型（one rectilinear envelope similar to BIOCLM, SRE）、柔性判别分析（flexible discriminant analysis, FDA）、随机森林（random forests, RF）和最大熵模型（MaxEnt, ME）。
其他可用的算法和对应的软件见此文章。

三、biomod2包的安装

biomod2包的安装需要调用devtools包，我的R版本为4.2.0，具体代码如下。

install.packages("usethis")#加载devtools需先加载usethis包
install.packages("devtools")#安装devtools包
library(usethis)
library(devtools)#加载包
devtools::install_github("biomodhub/biomod2", dependencies = TRUE)
#安装biomod2
install.packages("lattice")
install.packages("rasterVis")
library(lattice)
library(rasterVis)#安装并加载两个biomod2所需的依赖包
library(biomod2)
#biomod2 4.0 loaded.
# /!\ Package fresh start... meaning some changes in function names and parameters. We apologize for the trouble >{o.o}<

加载后，看见
“biomod2 4.0 loaded.
/!\ Package fresh start… meaning some changes in function names and parameters. We apologize for the trouble >{o.o}<”
字样即表示biomod2安装并加载完成。
Ending！

[1]李国庆, 刘长成, 刘玉国,等. 物种分布模型理论研究进展[J]. 生态学报, 2013, 33(16):9.
[2]罗玫, 王昊, 吕植. 使用大熊猫数据评估Biomod2和MaxEnt分布预测模型的表现[J]. 应用生态学报, 2017, 28(12):6.