对 Biomod2 的统计和机器学习方法进行比较分析,用于 Refahiye,土耳其的 Lactarius deliciosus 分布
Daniela Cedano Giraldo1, Derya Mumcu Kucuker1
1Faculty of Forestry, Karadeniz Technical University, 61080, Trabzon, Turkiye.
Fungal biology
|September 7, 2025
概括
这项研究使用物种分布模型 (SDM) 预测食用真菌的分布. 随机森林 (RF) 模型显示了绘制Lactarius deliciosus的最佳准确性,有助于保护和可持续采伐.
科学领域:
- 生态生态学 生态生态学
- 菌类学 菌类学是指菌类学.
- 保护生物学 保护生物学
背景情况:
- 对食用真菌的准确空间预测对于非木材森林产品 (NWFPs) 的管理和了解森林生态系统生物多样性至关重要.
- 乳美味是一种有价值的食用真菌,具有重要的生态和经济意义.
研究的目的:
- 为了比较多种物种分布建模 (SDM) 技术来预测Lactarius deliciosus的空间分布.
- 确定最准确的建模方法,以指导可持续的收获和保护工作.
主要方法:
- 采用Biomod2平台来实现五种SDM算法:通用线性模型 (GLM),多变量自适应回归线 (MARS),分类树分析 (CTA),增强回归树 (BRT) 和随机森林 (RF).
- 使用各种准确度指标评估模型性能.
主要成果:
- 与其他测试的算法相比,随机森林 (RF) 模型显示出更高的准确性和性能.
- 射频的有效性归因于它能够处理复杂的数据交互和非线性关系,而无需广泛的参数调整.
结论:
- 开发的基于RF的适用性地图为可持续的采摘和森林管理提供了关键的见解.
- 这项研究支持了菌群资源的保护,并增强了对森林生态系统中的真菌生物多样性的理解.
