Maxtent 利用GIS工具，利用Maxent方法建立物种分布模型;举个例子，在罗特内斯特岛使用海藻“埃克洛尼亚”
空间和环境模型可用于解决一系列环境管理问题。模型允许进行情景测试，以检查潜在缓解举措的影响，并对未来环境状况进行预测和模拟。模型可以使用归纳和演绎推理，并被分类为经验或过程为基础。每种建模方法都有优点和缺点，应该加以考虑。这些可能包括正在建模的地点、数据可用性和正在评估的时间范围。通过选择合适的模型，环境/空间科学家可以帮助提供合理的解决方案来管理我们的环境。本实验室将帮助您开发使用最大熵建模(Maxent)的物种分布建模技能，这是目前应用最广泛的方法。在这个实验室中，你将使用真实世界的数据为罗特内斯特岛的海带生成一个物种分布模型。你将处理内场调查数据，并生成环境相关模型，形成一个数字深度模型。您将学习评估模型的性能，并识别和描述分销驱动程序的关键生态代理。您将学习使用盲的“保留数据”来评估模型的准确性，这在模型中没有使用，只是验证。您将生成的空间模型可以用于研究生态和管理问题。例如，作为关键的石头物种和栖息地，保护区的比例可能有Ecklonia存在?在哪个保护区中它最占优势?以及Eckonia在公园和娱乐部门管辖区域的总面积有多大。研究区域是西澳大利亚(WA)海岸的罗特内斯特岛。Rottnest是一个Aclass保护区，为公共土地提供最高水平的保护，岛上还有5个海洋保护区。罗特内斯特岛周围的水域包括重要的旅游区、一个休闲渔业和宝贵的商业鱼类资源(包括西部岩龙虾的一部分，每年的渔业价值60万美元，使它成为澳大利亚最有价值的)。这里有大量的海草、温带珊瑚礁无脊椎动物，包括珊瑚和主要的海藻“Ecklonia”。Ecklonia不仅是一个重要的海洋碳库，它还形成了碎屑食物网的基础，这是许多关键的无脊椎动物以及娱乐和商业鱼类的直接营养来源。与西澳大利亚的其他地点一样，罗特内斯特岛也受到了一系列与气候相关的干扰，包括2010/2011年和现在2019年的海洋热浪(见Wernberg等人)。它还暴露于污水和塑料污染的其他地方规模的人为影响，以及锚对栖息地的破坏等影响。了解Ecklonia在海洋公园管辖区域和保护区的分布和状况对生物多样性、保护和景点部门的管理至关重要。他们通常需要回答的问题是Ecklonia的概率分布。这是你们可以在实验室中回答的问题，重要的是提供了关于这个答案的准确性和不确定性的衡量标准

MaxEnt需要两种类型的输入数据集:物种出现数据。物种发生记录是物种观测的地理点位置或坐标。在这次演习中，我们将使用Ecklonia海藻记录，这些记录是海洋期货项目拖曳式水下视频调查罗特尼斯特岛的一部分。一个名为“Marine_futures_rottnest_towed_video_point_identification_data.csv”的csv文件，包含调查信息4环境预测器。环境协变量由栅格数据组成，这些数据要么包含连续的值，要么包含分类值，如温度、降水、海拔等。我们将使用组合多波束(> 15米深度)和激光雷达(< 15米深度)数字深度光栅模型来产生有生态意义的环境协变量。数字深度模型(DDM)类似于基于陆地的数字高程模型(DEM)，是一组用于绘图和生态建模的协变量。在这次演练中，我们将使用Rottnest DDM，该DDM将辉固公司收集的数据与海洋期货v.1.4相结合。研究区域是西澳大利亚(WA)海岸的罗特内斯特岛。Rottnest是一个Aclass保护区，为公共土地提供最高水平的保护，岛上还有5个海洋保护区。罗特内斯特岛周围的水域包括重要的旅游区、休闲渔业和宝贵的商业鱼类资源。这里有大量的海草、温带珊瑚礁无脊椎动物，包括珊瑚和主要的海藻“Ecklonia”。首先，我们将从环境栅格创建，以关注我们的研究区域的建模。这些数据基于数字深度模型，反映了不同空间尺度下海带分布的潜在环境驱动因素，包括粗犷度度量、核高程和标准偏差(“珊瑚礁度”)、坡度和坡向。加载包含使用文件的现场调查数据

完成本实验的学生将能够:1。使用最常用的Maxent软件为Rottnest岛的关键石海带Ecklonia生成一个稳健的物种分布模型。2. 准备现场调查数据，并为3的空间建模生成环境相关因素。评估模型输出的准确性，并确定驱动分布的主要环境替代品4。使用独立的“滞留”数据评估模型的准确性。5. 考虑结果和应用于应用，生态，保护和管理目标。

上下文也添加“capad_2018_marine_Rottnest_only.”shp”shapefile显示DBCA现有的保护区位置，“rottnestbathymetermap .tif”和“DBCA_LegislatedLandsandWatersDBCA_011。shp”shapefile，它显示了在QGIS的图层视图中，由罗特尼斯岛研究覆盖的区域。其次，看看数字深度模型层。要做到这一点，请按照以下步骤使用QGIS:打开数据源管理器，选择光栅，并导航到实验室文件夹中的“depth.tif”图层，并添加该图层

为了从深度层生成环境协变量，我们将使用R代码编辑器或RStudio在R编程语言中运行一个脚本。在脚本文件夹中找到并加载“1_generatinggrugosityvariablesfromdem_envt5566。在你可以使用这个和其他脚本之前，你必须:a)首先你需要安装“光栅”库与命令“install.packages(“光栅”)在命令提示符，这只需要做一次。b)为你的新粗糙层创建一个工作文件夹，并将setwd()路径名称更改为这些层的路径。R使用/或\来描述路径名中的文件夹c)更改dat <- raster()的路径以反映depth.tif文件在您的实验室项目文件夹中的位置。下面是来自脚本的屏幕转储，它使用光栅包中的循环和焦点函数来计算移动窗口数据范围和来自Rottenest Island的depth.tif光栅的标准偏差统计数据。注意，Maxent.jar需要使用。asc格式的光栅来运行，并且不能使用geotiff (.tif)

这里，请注意所使用的搜索词包括物种名称和基于数据库的数据来源。此外，只选择了Species、X和Y列并保存在最终的CSV文件中，这是Maxent.jar所需的格式
在这个实验室里，你已经能够为Ecklonia和Rottnest岛生成一个物种分布模型，使用内野数据和环境相关数据生成一个数字深度模型。你已经学会了评估模型的性能，识别和描述分销驱动者的关键生态代理。重要的是，你还学会了使用盲的“保留数据”来评估模型的准确性，而这些数据在模型中没有使用，只用于验证。您生成的空间模型可以用于告知生态和管理问题。例如，作为关键的石头物种和栖息地，保护区的比例可能有Ecklonia存在?在哪个保护区中它最占优势?生物多样性部、公园和景点总共有多少区域可能有Eckonia。