在 R 中使用带有 MaxEnt 的测试样本文件

Question

我最近在 R 中使用 MaxEnt 进行了大量工作（dismo-package），但仅使用交叉验证来验证我的鸟类栖息地模型（仅单一物种）。现在我想使用一个自己创建的测试样本文件。我不得不手动选择这个点进行验证，不能使用运行dom 测试点。

所以我的 R 脚本如下所示：

library(raster)
library(dismo)

setwd("H:/MaxEnt")

memory.limit(size = 400000)

punkteVG <- read.csv("Validierung_FL_XY_2016.csv", header=T, sep=";", dec=",")
punkteTG <- read.csv("Training_FL_XY_2016.csv", header=T, sep=";", dec=",")

punkteVG$X <- as.numeric(punkteVG$X)
punkteVG$Y <- as.numeric(punkteVG$Y)

punkteTG$X <- as.numeric(punkteTG$X)
punkteTG$Y <- as.numeric(punkteTG$Y)

##### mask NA ######
mask <- raster("final_merge_8class+le_bb_mask.img")
dataframe_VG <- extract(mask, punkteVG)
dataframe_VG[dataframe_VG == 0] <- NA

dataframe_TG <- extract(mask, punkteTG)
dataframe_TG[dataframe_TG == 0] <- NA

punkteVG <- punkteVG*dataframe_VG
punkteTG <- punkteTG*dataframe_TG

#### add the raster dataset ####
habitat_all <- stack("blockstats_stack_8class+le+area_8bit.img")

####  MODEL FITTING #####
library(rJava)
system.file(package = "dismo")
options(java.parameters = "-Xmx1g" )

setwd("H:/MaxEnt/results_8class_LE_AREA")

### backgroundpoints ###
set.seed(0) 
backgrVMmax <- randomPoints(habitat_all, 100000, tryf=30)
backgrVM <- randomPoints(habitat_all, 1000, tryf=30)

### Renner (2015) PPM modelfitting Maxent ###
maxentVMmax_Renner<-maxent(habitat_all,punkteTG,backgrVMmax, path=paste('H:/MaxEnt/Ergebnisse_8class_LE_AREA/maxVMmax_Renner',sep=""),
                       args=c("-P", 
                              "noautofeature", 
                              "nothreshold", 
                              "noproduct",
                              "maximumbackground=400000",
                              "noaddsamplestobackground",
                              "noremoveduplicates",
                              "replicates=10", 
                              "replicatetype=subsample",
                              "randomtestpoints=20",
                              "randomseed=true",
                              "testsamplesfile=H:/MaxEnt/Validierung_FL_XY_2016_swd_NA"))

在 "maxent()"-command 之后我运行进入多个错误。首先，我收到一条错误消息，指出他需要大于 0（默认值）"randomtestpoints"。所以我添加了 "randomtestpoints = 20" （希望不会阻止程序使用该文件）。然后我得到：

Error: Test samples need to be in SWD format when background data is in SWD format
Error in file(file, "rt") : cannot open the connection

问题是，当我运行使用默认交叉验证的脚本时：

maxentVMmax_Renner<-maxent(habitat_all,punkteTG,backgrVMmax, path=paste('H:/MaxEnt/Ergebnisse_8class_LE_AREA/maxVMmax_Renner',sep=""),
                       args=c("-P", 
                              "noautofeature", 
                              "nothreshold", 
                              "noproduct",
                              "maximumbackground=400000",
                              "noaddsamplestobackground",
                              "noremoveduplicates",
                              "replicates=10"))

...一切正常。

我还尝试了多种方法来获取格式正确的 csv-validation-data。两行（标记为 X 和 Y），三行（标记为物种，X 和 Y）和其他内容。我宁愿使用我用 read.csv 创建的 "punkteVG"-vector（这是验证数据）...但似乎 MaxEnt 想要他的文件。

我无法想象我的问题如此罕见。 "testsamplesfile"这个参数肯定有人用过

Answer 1

我发现了问题所在。所以就在这里，供其他人欣赏：

Subsample-file 的正确 maxent-command 如下所示：

maxentVMmax_Renner<-maxent(habitat_all, punkteTG, backgrVMmax, path=paste('H:/MaxEnt',sep=""),
                       args=c("-P", 
                              "noautofeature", 
                              "nothreshold", 
                              "noproduct",
                              "maximumbackground=400000",
                              "noaddsamplestobackground",
                              "noremoveduplicates",
                              "replicates=1",
                              "replicatetype=Subsample",
                              "testsamplesfile=H:/MaxEnt/swd.csv"))

当然，不能重复多次，因为你只有一个子样本。最重要的是 "swd.csv" Subsample-file 必须包括：

X 和 Y 坐标
各个点的值（例如："extract(habitat_all, PunkteVG)"
第一列需要包含单词 "species" 和 header "Species"（因为 MaxEnt 使用默认值 "species" 如果您不在其中定义一个发生数据）

所以最后一点就是这里的问题。基本上，如果你不在Subsample-file中定义species-colum，MaxEnt将不知道如何分配数据。

在 R 中使用带有 MaxEnt 的测试样本文件

Using a test sample file with MaxEnt in R

r

csv

maxent

dismo