Applications of the maximum Entropy model in biodiversity conservation and invasion risk assessment: A case study in Vietnam

Résumé fourni par la source

Mô hình Entropy cực đại (MaxEnt), dựa trên nguyên tắc tối đa hóa thông tin trong điều kiện dữ liệu hạn chế, đã được chứng minh là một trong những phương pháp mô hình hóa phân bố loài hiệu quả nhất trong nghiên cứu sinh thái hiện đại. Cách tiếp cận này đặc biệt có giá trị đối với ba ứng dụng chính: (1) đánh giá rủi ro xâm lấn của các loài ngoại lai bằng cách dự đoán các khu vực có điều kiện sinh thái phù hợp, (2) xác định môi trường sống tối ưu cho các loài có giá trị bảo tồn cao hoặc tầm quan trọng về kinh tế và (3) dự báo sự thay đổi phạm vi dưới tác động của biến đổi khí hậu. Trong nghiên cứu điển hình về cá trê miệng mút (Pterygoplichthys pardalis) ở Việt Nam, mô hình MaxEnt đạt độ chính xác dự đoán cao (AUC = 0,916), với lượng mưa của quý ấm nhất (bio18) và phạm vi nhiệt độ trung bình trong ngày (bio2) được xác định là các biến môi trường có ảnh hưởng nhất. Tuy nhiên, phương pháp này có những hạn chế đáng kể, bao gồm yêu cầu về kích thước mẫu tối thiểu, sai lệch không gian do phân bố lấy mẫu không đồng đều và khả năng giải thích sai kết quả đầu ra nếu phân tích không đúng cách. Để giải quyết những thách thức này, nghiên cứu này đề xuất các biện pháp tối ưu hóa: (i) lựa chọn biến dựa trên thông tin sinh thái, (ii) kiểm soát đa cộng tuyến thông qua phân tích hệ số phóng đại phương sai (VIF), và (iii) kiểm định chặt chẽ bằng các kỹ thuật kiểm định chéo. Những cải tiến này nâng cao độ tin cậy của các dự đoán phân bố loài và củng cố tính hữu dụng thực tế của MaxEnt cho các hoạt động bảo tồn đa dạng sinh học và quản lý tài nguyên thiên nhiên trong bối cảnh áp lực biến đổi khí hậu toàn cầu ngày càng gia tăng.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.