论文研究 巴西潘塔纳尔地区美洲虎的多层次多尺度建模和预测映射

比较和对比了使用机器学习的多层次多尺度资源选择模型，以生成巴西潘塔纳尔地区美洲虎栖息地（Panthera onca）的预测地图。 在几个分析建模框架内运行了多个空间尺度和时间移动水平以进行比较。 分析中包括多尺度栅格颗粒（30 m，90 m，180 m，360 m，720 m，1440 m）和GPS颈圈时间移动水平（点，路径和步阶）。 使用各种分析方法来比较可以容纳数据结构级别（组，个人，病例对照）的模型。 比较的模型包括条件逻辑回归，广义加性建模（GAM）和分类回归树，例如随机森林（RF）和梯度增强回归树（GBM）。 该研究的目的是讨论使用GPS颈圈数据使用各种可用规模和等级来生成预测性栖息