Frontiers in Agronomy·9月8日 · 周二论文智慧农业 / 农业物联网阅读 0
Quantile normalisation enables interpretable spatial prioritisation of persistence-related mechanistic suitability under uncertainty for tomato red spider mite (Tetranychus evansi) in Africa
Komi Agboka · Luca Rossini · Quinto Juma Meltus 等 7 人
论文解读
67接近精选线
速览
提出分位数归一化方法，改进非洲番茄红蜘蛛螨持久性适宜性的空间优先排序。
方法
基于生理的机理模型，结合分支过程与分位数归一化，生成R0空间估计。
发现
分位数归一化保持空间对比度，避免分支概率的空间饱和，提高决策可解释性。
机会点
可探索将分位数归一化应用于其他入侵物种或农业害虫的时空动态预测与优先防控区域划定。
影响力12
信息增量18
专业深度18
信源权威12
时效性7
论文提出分位数归一化方法改进入侵物种适生区空间优先级排序，对农业病虫害精准防控有参考价值。
原文摘要
机制性性状模型越来越多地被用于评估入侵物种的持续适应性，尽管将繁殖指标转化为空间决策的可操作指标仍具挑战性。分枝过程变换被广泛用于将机制性繁殖数转化为建立概率；然而，当持续存在广泛可行时，此类变换可能压缩空间梯度。本研究以番茄红蜘蛛（*Tetranychus evansi*）为非洲案例，开发了一种考虑不确定性的生理基础模型，并生成了预期繁殖量（R₀）的空间显式估计。我们比较了三种表征方式：原始机制性适宜性、分枝过程持续概率和分位数归一化适宜性。尽管所有表征均保持了秩次排序，但分枝概率表现出强烈的空间饱和（>93%的像元其P = 1 − 1/R₀接近1），降低了优先排序的有效分辨率。相比之下，分位数归一化在固定投入目标下保持了均匀的空间对比度和稳定的热点区域划定。我们的研究结果表明，指标选择从根本上影响可解释性，基于秩次的变换可能为不确定条件下的空间和时空决策支持提供更稳健的生态指标。
信源（1 个）