（1）全R平臺操作，多個專題國內(nèi)中文查重率為0，可作為創(chuàng)新點。
（2）MESS分析和MOD分析，分析研究區(qū)每個位置的環(huán)境氣候相似度和最不相似（限制）變量。
（3）適宜區(qū)變化分析：可以分析繪制研究區(qū)內(nèi)每個位置適宜性指數(shù)的變化情況（增減或降低），同時也可以分析繪制研究區(qū)內(nèi)適宜區(qū)的變化圖（收縮、擴張和穩(wěn)定）。
（4）對模型重復結(jié)果評估繪圖，可以繪制研究區(qū)域模型重復方差圖，體現(xiàn)每個位置的可重復性和結(jié)果可靠性。
（5）可以對多參數(shù)結(jié)果結(jié)果分析繪圖，分析多參數(shù)結(jié)果變異方差，體現(xiàn)參數(shù)變化對研究區(qū)每個位置結(jié)果的影響大小。
（6）不同GCM、RCP或SSP結(jié)果分析繪圖，比較不同GCM、RCP或SSP下研究區(qū)域各位置的變異方差。
（7）利用R對建模結(jié)果評估。
補充說明：物種分布建模（SDM）和生態(tài)位建模（ENM）的區(qū)別。當關(guān)注表征物種地理分布而不在時間或空間上轉(zhuǎn)移模型時使用“SDM”。當強調(diào)估計物種的環(huán)境偏好，目的是尋找不同時間或空間中相似條件時，我們建議使用“ENM”。 ENM的常見應用包括表征物種的完整地理分布，估計物種入侵的地理潛力，以及預測氣候變化對物種分布的可能影響。?
專題一：數(shù)據(jù)軟件準備處理
1.????內(nèi)容介紹
2.????軟件安裝與環(huán)境配置
3.????基于R處理環(huán)境氣候變量數(shù)據(jù)
專題二：（全部R平臺完成）
1.????樣點數(shù)據(jù)預處理
2.????模型Ind_data（校準數(shù)據(jù)劃分）
3.????模型參數(shù)設置和說明
4.????單組環(huán)境變量和多組環(huán)境變量批量做參數(shù)優(yōu)化-kuenm（使用最新版R包-直接導出矢量圖）
5.????關(guān)于設備兼容性補充說明
（注：可以對單組環(huán)境變量或多組環(huán)境變量批量做參數(shù)優(yōu)化，使用最新版本R包）
專題三：MESS分析和MOD分析-多參數(shù)建模投影（全部R平臺完成）
1.????利用R劃定采樣區(qū)并構(gòu)建maxent模型（最優(yōu)參數(shù)建模）
2.????利用R對整個研究區(qū)投影
3.????利用R對不同參數(shù)-多時期同時建模
4.????MESS多元環(huán)境相似度面分析（Multivariateenvironmental similarity surface）
5.????MOD最不相似變量分析（Most dissimilar variable）
6.????基于R對建模結(jié)果評估（ROCsand omission rates）
（注：自動調(diào)用模型參數(shù)優(yōu)化結(jié)果，在R平臺建模，可以對多組參數(shù)優(yōu)化結(jié)果批量建模）
專題四：模型外推風險（Extrapolation riskanalysis）分析（全部R平臺完成）
1.????參數(shù)設置和運行
2.????基于MOP度量物種外推風險
3.????結(jié)果解讀說明（用于區(qū)域相似度分析和變化分析）
（注：模型外推風險指數(shù)分析，可用于入侵物種或保護物種等研究，反應出研究區(qū)內(nèi)各位置的入侵指數(shù)或者引種適宜性指數(shù)）
專題五：不同參數(shù)下計算模型統(tǒng)計數(shù)據(jù)（跨模型結(jié)果統(tǒng)計數(shù)據(jù)）calculationof model statistics across models (results from distinct parameter settings areallowed)
1. 模型3種外推模式（"E", "EC","NE"）介紹
2.不同模式下外推結(jié)果說明
（注：不同外推模型體現(xiàn)不同的結(jié)果，可以適用于不同情況或不同物種）
專題六：Projection_Changes（多時期和不同外推模式下投影區(qū)域的變化分析）
1.????不同時期和外推模式下的二進制文件生成
2.????不同時期和外推模式下二進制文件的比較變化分析
3.????不同時期和外推模式下連續(xù)性文件的比較變化分析
（注：本內(nèi)容可以對適宜區(qū)的二進制文件和連續(xù)文件進行比較分析繪圖，結(jié)果可以分析繪制研究區(qū)內(nèi)每個位置適宜性指數(shù)的變化情況（增減或降低具體數(shù)值），同時也可以分析繪制研究區(qū)內(nèi)適宜區(qū)的變化圖（收縮、擴張和穩(wěn)定））
專題七：creation of maps showing thevariance contributed per each source of variation
1.????建模投影區(qū)方差大小分析（不同區(qū)域可信度體現(xiàn)）
2.????建模區(qū)方差變化分析
3.????不同emi_scenarios的結(jié)果差異分析
4.????var_replicates的結(jié)果差異分析
（注：分析繪圖，結(jié)果以圖的形式呈現(xiàn)，有不同參數(shù)設置下結(jié)果的變異方差，不同GCM下結(jié)果的變異方差，不同RCP或SSP下結(jié)果的變異方差；可以反應研究區(qū)內(nèi)每個位置可重復性或方差變異，進一步體現(xiàn)研究區(qū)內(nèi)各位置的結(jié)果可靠性，與ROC等評估整體結(jié)果指標不同，該部分反應的是研究區(qū)內(nèi)每一個位置或每一個點的可信度）
專題八：制圖部分（非R平臺完成）
包含以上分析內(nèi)容的結(jié)果制圖
部分過程圖（繪圖結(jié)果不在展示中）
1.結(jié)果文件（部分）
2.Directory structure and data for starting (A) and when finished (B) using kuenm R package functions. Roman numerals represent data needed and generated by the package: using the start function (I), creating candidate models (II), evaluating candidate models (III), preparing projection layers (IV), generating final models and its transfers (V), evaluating final models with independent data (VI), and analyzing extrapolation risks in projection areas or scenarios (VII).
3．Geographic summary of the results of the analyses performed for the two example species. (A-B) Logistic output of the final models that met the selection criteria, transferred to projection areas in current and (C-F) future periods (models were produced allowing extrapolation and clamping). (G-J) Extrapolation risk in future projections (MOP results).
4.參數(shù)優(yōu)化
References：
[1]Muscarella, R. et al. 2014.ENMeval: An R package for conducting spatially independent evaluations andestimating optimal model complexity for Maxent ecological niche models. -Methods in Ecology and Evolution 5: 1198–1205.
[2]Owens, H. L. et al. 2013.Constraints on interpretation of ecological niche models by limitedenvironmental ranges on calibration areas. - Ecological Modelling 263: 10–18.
[3]Peterson, A. T. et al. 2008.Rethinking receiver operating characteristic analysis applications inecological niche modeling. - Ecological Modelling 213: 63–72.
[4]Warren, D. L. and Seifert, S.N. 2011. Ecological niche modeling in Maxent: The importance of modelcomplexity and the performance of model selection criteria. - EcologicalApplications 21: 335–342.
[5]Aiello-Lammens ME, Boria RA,Radosavljevic A, Vilela B, Anderson RP. 2015. spThin:
[6]an R package for spatialthinning of species occurrence records for use in ecological niche models.Ecography 38:541-45
[7]Alonso Bosch R. 2011. Origen ydiversificación del género Peltophryne (Amphibia: Anura: Bufonidae) en Cuba.Doctoral thesis, Universidad de La Habana, Havana, Cuba.
[8]Anderson RP, Lew D, PetersonAT. 2003. Evaluating predictive models of species' distributions: criteria forselecting optimal models. Ecological Modelling 162:211-232
[9]Elith J, Kearney M, Phillips S.2010. The art of modelling range-shifting species. Methods in Ecology andEvolution 1:330-342
[10] Elith J, Phillips SJ, Hastie T, Dudík M, Chee YE, Yates CJ. 2011. Astatistical explanation of MaxEnt for ecologists. Diversity and Distributions17:43-57
[11] Escobar LE, Lira-Noriega A, Medina-Vogel G, Peterson AT. 2014.Potential for spread of the white-nose fungus (Pseudogymnoascus destructans) inthe Americas: use of Maxent and NicheA to assure strict model transference.Geospatial Health 9:221-229
[12] Franklin J. 2013. Species distribution models in conservationbiogeography: developments and challenges. Diversity and Distributions 19:1217-1223
[13] Hijmans RJ, Cameron SE, Parra JL, Jones PG, Jarvis A. 2005. Veryhigh resolution interpolated climate surfaces for global land areas.International Journal of Climatology 25:1965
[14] Jiménez-Valverde A. 2012. Insights into the area under the receiveroperating characteristic curve (AUC) as a discrimination measure in speciesdistribution modelling.
[15] Jiménez-Valverde A, Peterson AT, Soberón J, Overton JM, Aragón P,Lobo JM, AragónP, Jiménez-Valverde A, Overton JM, Soberón J, Peterson AT. 2011.Use of niche models in invasive species risk assessments. Biological Invasions13:2785-2797
