種の分布モデリング

種分布モデリング（SDM）は、環境（または生態）ニッチモデリング（ENM）、生息地適合性モデリング、予測生息地分布モデリング、範囲マッピング^{[ 1 ]}とも呼ばれ、生態モデルを使用して、環境データを使用して地理的空間と時間にわたる種の分布を予測します。環境データは、多くの場合気候データ（例：気温、降水量）ですが、土壌の種類、水深、土地被覆などの他の変数も含まれる場合があります。SDMは、保全生物学、生態学、進化のいくつかの調査分野で使用されています。これらのモデルは、環境条件が種の出現または個体数にどのように影響するかを理解するため、および予測目的（生態学的予測）に使用できます。SDMからの予測は、気候変動下での種の将来の分布、進化関係を評価するための種の過去の分布、または侵入種の潜在的な将来の分布である可能性があります。現在および／または将来の生息地の適性に関する予測は、管理上の応用（例えば、絶滅危惧種の再導入や移送、気候変動を見越した保護区の設置など）に役立つ可能性がある。

SDMには主に2つの種類があります。相関SDM （気候エンベロープモデル、生物気候モデル、資源選択関数モデルとも呼ばれる）は、環境条件の関数として観察された種の分布をモデル化します。^{[ 1 ]}メカニズムSDM （プロセスベースモデルまたは生物物理モデルとも呼ばれる）は、種の生理に関する独立して得られた情報を使用して、その種が生存できる環境条件のモデルを開発します。^{[ 2 ]}

このようなモデル化されたデータが現実世界の種の分布をどの程度反映するかは、使用されるモデルの性質、複雑さ、精度、利用可能な環境データ層の質、モデル入力として十分かつ信頼できる種の分布データが入手可能かどうか、そして実現ニッチと基本ニッチの差を拡大させる分散の障壁、地質学的歴史、生物間の相互作用などのさまざまな要因の影響など、多くの要因に依存します。環境ニッチモデリングは、生物多様性情報学の分野の一部とみなすことができます。

AFW シンパーは、 1898年の『植物地理学 生理学的基礎に基づく』と 1908 年の同名の著作で、地理的要因と環境要因を用いて植物の分布を説明した。^{[ 3 ]}アンドリュー マレーは、 1866 年の『哺乳類の地理的分布』で、環境を用いて哺乳類の分布を説明した。^{[ 4 ]}ロバート ウィテカーの植物に関する研究とロバート マッカーサーの鳥類に関する研究は、環境が種の分布に果たす役割を強く確立した。^{[ 1 ]}エルジーン O. ボックスは、樹種の分布範囲を予測するために環境エンベロープ モデルを構築した。^{[ 5 ]}彼のコンピュータ シミュレーションは、種の分布モデリングの初期の使用例の一つである。^{[ 1 ]}

より高度な一般化線形モデル（GLM）の採用により、より高度で現実的な種分布モデルを作成することが可能になった。リモートセンシングの拡大とGISベースの環境モデリングの開発により、モデル構築に利用できる環境情報の量が増加し、その利用が容易になった。^{[ 1 ]}

相関SDMの適合、選択、評価に使用できる数学的手法は多岐にわたります。モデルには、BIOCLIM ^{[ 8 ] [ 9 ]}やDOMAINなどの既知の発生場所への環境距離などを使用する単純な統計的手法である「プロファイル」手法、「回帰」手法（一般化線形モデルの形式など）、最大エントロピー（MAXENT）などの「機械学習」手法が含まれます。SDMで使用される10の機械学習手法は^{[ 10 ]}で確認できます。ニッチモデリングに使用されてきたモデルの不完全なリストには、次のものが含まれます。

SPACESは、高性能なマルチプラットフォーム対応のブラウザベース環境で、ユーザーが数十種類もの主要な手法を設計・実行できるオンラインの環境ニッチモデリングプラットフォームです。

MaxEntは、最も広く使用されている手法／ソフトウェアであり、プレゼンスデータのみを使用し、プレゼンスレコードが少ない場合に優れたパフォーマンスを発揮します。

ModEcoは様々なメソッドを実装しています。

Qb.SDMは、ランダムフォレスト、XGBoost、MaxEntを実装し、GBIFオンライン統合機能を備えています。

DIVA-GISには、使いやすい（そして教育用途にも適した）BIOCLIMの実装があります。

生物多様性・気候変動仮想研究所（BCCVL）は、生物多様性と気候変動の影響モデリングのプロセスを簡素化する「ワンストップ・モデリング・ショップ」です。一連のツールを統合した一貫性のあるオンライン環境を提供することで、研究コミュニティをオーストラリアの国家計算インフラストラクチャに接続します。ユーザーは、世界の気候および環境データセットにアクセスしたり、独自のデータをアップロードしたり、17種類の異なる手法を用いて6種類の実験タイプにわたるデータ分析を実行したり、モデルの結果を容易に視覚化、解釈、評価したりできます。実験タイプには、種分布モデル、多種分布モデル、種特性モデル（現在開発中）、気候変動予測、生物多様性分析、アンサンブル分析が含まれます。BCCVL SDMの出力例はこちらでご覧いただけます。

別の例として、特定の環境に対する作物の適性を判断するために使用されるEcocropがあります。^{[ 12 ]}このデータベースシステムは、作物の収量を予測したり、気候変動などの環境要因が植物の成長や適性に与える影響を評価したりすることもできます。 ^{[ 13 ]}

ほとんどのニッチモデリング手法は、Rパッケージの「dismo」、 「biomod2」、「mopa」で利用できます。

ソフトウェア開発者は、openModellerプロジェクトを基盤として開発を進めることを検討するかもしれません。

気候変動への適応に関する共同研究機関adapt.nd.edu (2012年8月6日にWayback Machineにアーカイブ)は、ユーザーが高性能なブラウザベースの環境でopenModellerを設計および実行し、ローカルプロセッサのパワーの制限なしに複数の並列実験を可能にするopenModellerのオンライン版を実装しました。

SDMは、生態学的研究、保全計画、環境管理において最も汎用性が高く広く応用されているツールの1つとなっています。^{[ 14 ] [ 15 ]} SDMにより、研究者は空間と時間にわたる種の生態的ニッチを定量化し、予測することができます。その応用範囲は理論生態学をはるかに超え、急速に変化する世界における意思決定と政策策定に不可欠な洞察を提供します。

SDMの主な用途は、生物多様性の保全と保護区の設計にあります。^{[ 16 ] [ 17 ]}モデルは、生息地の適性が高い地域を特定するために使用され、保護と復元のための場所の優先順位付けに役立ちます。多くの場合、SDMは、フィールドデータが少ない地域であっても、希少種、固有種、または絶滅危惧種の潜在的な生息地を予測することにより、保護区ネットワークの拡大を導きます。^{[ 18 ] [ 19 ]}また、現在および将来の環境条件の下で既存の保護区の有効性を評価するのにも役立ちます。

もう 1 つの重要なアプリケーションは、気候変動の影響評価に関するものです。^{[ 20 ] [ 21 ]} SDM は、さまざまな気候シナリオの下での種の分布の変化を予測するために広く使用されており、潜在的な範囲の縮小、拡大、または移動の予測を提供します。これらの予測は、気候変動適応戦略に重要な入力を提供し、政策立案者や保護活動家が生物多様性の反応を予測し、積極的な管理措置を実施できるようにします。さらに、SDM は、将来の気候条件下で適した状態を維持する可能性が高い気候避難場所^{[ 22 ] [ 23 ]}の特定を支援し、これは長期的な保護計画にとって重要です。

侵入種の管理において、SDMはますます戦略的な役割を果たしています。外来種の適切な生息地を予測することで、モデルは侵入リスクの評価、早期警戒システムへの情報提供、根絶または封じ込めプログラムの支援に役立ちます。^{[ 24 ] [ 25 ]}同様に、疾病生態学では、SDMは媒介性病原体の潜在的な拡散を予測するために適用され、環境、気候、および宿主分布データを統合してリスクゾーンを特定します。^{[ 26 ] [ 27 ] [ 28 ]}

生態学および進化研究において、SDMは種と環境の関係、ニッチ分化、および生物地理学的パターンの理解に貢献する。^{[ 29 ] [ 30 ]}これらは、集団の連結性、系統地理学的構造、および環境勾配に対する進化的応答を調査するために、遺伝子データと統合されることが多い。この統合的アプローチは、局所適応、遺伝子流動、および種の分布の歴史的動態などのプロセスの説明を提供する。^{[ 31 ] [ 32 ]}

最後に、SDMは生態系サービス評価、修復生態学、土地利用計画においてますます活用されています。^{[ 33 ] [ 34 ]} SDMは、花粉媒介者、キーストーン種、機能群の潜在的な生息地を特定することで、持続可能な管理戦略に情報を提供し、保全と人間の開発ニーズを調和させる多機能景観の設計を支援します。

概して、種分布モデルの直接的な応用範囲は、基礎的な生態学的研究から実践的な保全活動まで多岐にわたる。その柔軟性に加え、リモートセンシング、機械学習、ビッグデータの利用可能性の進歩により、生態学的理論、実証データ、環境意思決定を結びつける架け橋としての役割は拡大し続けている。

• 生物地理学
• 生態系モデル
• 量子進化

• Pearson, RG (2007). 「保全教育者および実務者のための種の分布モデリング」（PDF）。Lessons in Conservation。3：54–89。doi ： 10.5531 /cbc.linc.3.1.3。S2CID 40254248。2019年2月26日にオリジナル（PDF）からアーカイブ済み。 
• Elith J.; Leathwick JR (2009). "種の分布モデル：空間と時間にわたる生態学的説明と予測". Annual Review of Ecology, Evolution, and Systematics . 40 : 677–697 . doi : 10.1146/annurev.ecolsys.110308.120159 . S2CID 86460963 . 
• Candela L.、Castelli D.、Coro G.、Pagano P.、Sinibaldi F. (2013). 「クラウドにおける種の分布モデリング」 . Concurrency and Computation: Practice and Experience . 28 (4): 1056–1079 . doi : 10.1002/cpe.3030 . S2CID 45203952. 2020年5月30日にオリジナルからアーカイブ済み。 

• 気候エンベロープモデリングワーキンググループ- 科学者、実務家、管理者、開発者が集まり、気候環境ニッチモデリングツールとプラットフォームについて議論、支援、開発を行うためのオンライン交流の場
• BioVeL 生態ニッチモデリング (ENM) - 生態ニッチモデルを生成するためのワークフローを備えたオンラインツール
• EUBrazilOpenBio SpeciesLab仮想研究環境- 生態学的ニッチモデリングの作成を支援するオンライン作業環境。（i）出現地点と環境パラメータへのアクセスを簡素化し、（ii）分散コンピューティングインフラストラクチャを活用する強力なバージョンのopenModellerを提供する。
• openModeller - オープンソースのニッチなモデリングライブラリ
• Lifemapper 2.0 - カンザス大学のエイミー・スチュワート氏による、O'Reilly Where 2.0 Conference 2008でのプレゼンテーション動画
• AquaMaps - 海洋生物のグローバル予測マップ
• 生態モデリング- 生態モデリングとシステム生態学に関する国際誌