《表1 寄生虫病传播风险研究中常用的模型算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《生态位模型及其在寄生虫病传播风险研究中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：Maxent，最大熵模型；GARP，规则集遗传算法；GLM，广义线性模型；BRT，增强回归树；RF，随机森林；BIOCLIM，生物气候包络算法；DOMAIN，Domain距离模型

随着生态位相关研究工作的深入，目前已发展出了一系列的生态位模型[28]。根据建模所需数据类型可将生态位模型大致分为3类：（1）只需存在数据的算法，如生物气候包络算法（BIOCLIM)[29]和距离算法（DOMAIN)[30]等；（2）同时需要存在数据与不存在数据的回归模型，如增强回归树（BRT)[31]、广义线性模型（GLM)[32]、和随机森林（RF)[33]等；（3）同时需要存在数据和背景数据的模型，包括最大熵模型（Maxent)[34]和规则集遗传算法（GARP)[35]等。需要注意的是不存在一个适合所有研究的最佳模型，而应在同一研究中应用与评价不同的算法，以确定适合已有数据和特定寄生虫病且表现良好的模型[36-37]。寄生虫病传播风险研究中常用的模型算法见表1[38-51]。