2024年3月26日北京时间晚19点，《昆虫分类学讲习班》第十六讲如期举行。讲习班以线上模式于腾讯会议和哔哩哔哩（bilibili）进行全网直播，参与人数489人。本期的主讲人是中国科学院动物研究所段梦格博士；参与嘉宾有来自叶瑱副研究员、殷子为副研究员和李轩昆副教授；主持人为南京农业大学的詹志鸿博士。
在本次《昆虫分类学讲习班》中，段梦格博士首先为我们讲解了生态位的概念，生态位是指一个物种能够生存和繁衍后代的所有条件的总和。在过去的几十年里，生态位的定义经历了不同阶段的发展。最早，Joseph Grinnell提出了Grinnellian Niche的概念，将生态位定义为物种在特定环境中生存的条件。接着，Charles Sutherland Elton引入了Eltonian niche的概念，强调了物种在群落中所扮演的角色。而George Evelyn Hutchinson进一步完善了生态位的概念，将其定义为所有能够允许物种无限期存在的变量集合。
段博士强调生态位模型的建立对于揭示物种在不同环境中的分布和适应具有重要意义。之后段博士深入讲解了生态位空间的概念，生态位模型的建模流程涉及到两个关键概念：地理空间和生态位空间。地理空间以地球表面为坐标系，使用经纬度和海拔等来标记二维或三维空间，其中包含小尺度的空间自相关和大尺度的空间异质性。生态位空间则以环境因子为坐标系，是一个多维空间，其中的坐标轴非正交，即变量之间存在相关性。
生态位模型侧重于使用非生物因素（例如气候环境因子）和物种分布数据计算物种基本生态位，进而综合预测新的时空地区的非生物因素是否适合此物种的生存繁殖，计算潜在适生可能性生态位建模用于将已知物种的发生点与这些相同点的环境因素值相关联，以根据预测变量的值预测未采样区域中物种的存在。在实际建模过程中，应综合考虑地理空间和生态位空间的因素，从而建立一个相对完整而准确的生态位模型。
接着段博士为我们详细讲解了建模流程，从输入数据到模型预测，每一步都至关重要。其中段博士着重讲解了构建模型中的最大熵模型（maximum entropy model，MaxEnt），最大熵模型基于最大熵原理。最大熵原理是对一个随机事件的概率分布进行预测时，预测应当满足全部已知的约束，而对未知的情况不要做任何主观假设。在这种情况下，概率分布最均匀，预测的风险最小，得到概率分布的熵最大。最大熵原理也是概率模型学习的一个准则，评价一个模型的好坏是根据熵的大小，熵大的模型说明模型越好。因此可以理解，最大熵原理就是满足一定的约束条件下，选择熵最大的模型。
段梦格博士的讲解引发了同学们的积极讨论，段博士表示，通过深入理解和研究生态位模型，我们能够更好地保护和管理地球上的珍贵生态资源，为未来的可持续发展做出贡献。
以下是整理的问答/交流内容的文字版（供大家参考）
Q1:数据量是不是越高越准确，是否有最低数据量的限制?
A1:数据量越大，对于昆虫的生态位模型了解就更准确一点，最后所获得的结果就更好。如果只有几个数据的话，得到的结果可能很差，所以做星官研究应该尽可能收集更多的相关物种发生数据
Q2:如何更精细化的区分不同类群昆虫的分布生境?
A2:可以再数据中在添加例如地形，植被等其他生境数据，对于殷老师关于沿海岸线分布的昆虫类群，可以加入物种发生点的地理信息，例如海拔高度或者距离海岸线距离等信息，以期完善生态位模型
Q3:对于环境变量的选择有什么原则?
A3:背景点有多种选择方式，包括随机选择，或先做一个buffer，然后在buffer之内或buffer之外选择背景点，或者以不同权重选择buffer内外的背景点
Q4:生态位模型有哪些其他的使用场景?
A4:目前生态位模型最重要的应用包括生物入侵，保护区的珍稀物种预测，对于时间维度上来说，可以对物种种群变化的未来趋势进行预测。作为濒危物种保护或者评估外来入侵生物危害的重要依据。
Q5:能否考虑其他物种的互作影响?
A5:生态位模型主要考虑环境对于昆虫的影响，例如植食性昆虫可以对其寄主进行预测，或者对虫进行预测，然后可以进行叠加，就可以看出物种之间的互作。
Q6:请问背景点数量的确定有何依据?
A6:在目前所用的点是10000个，对于不同研究区域和不同物种发生数据背景点一般是不同的，推荐使用物种发生点的10倍作为背景点的数量。
Q7:适生区的阈值应该如何筛选？
A7:
演示代码使用的阈值是5和10
相关资料回顾/下载链接：
ppt链接：https://cloud.189.cn/web/share?code=auyE7rZfQZba（访问码：zc1i）
讲习班（第十六讲）视频回看：https://space.bilibili.com/319699648/channel/seriesdetail?sid=3240541
在本次《昆虫分类学讲习班》中，段梦格博士首先为我们讲解了生态位的概念，生态位是指一个物种能够生存和繁衍后代的所有条件的总和。在过去的几十年里，生态位的定义经历了不同阶段的发展。最早，Joseph Grinnell提出了Grinnellian Niche的概念，将生态位定义为物种在特定环境中生存的条件。接着，Charles Sutherland Elton引入了Eltonian niche的概念，强调了物种在群落中所扮演的角色。而George Evelyn Hutchinson进一步完善了生态位的概念，将其定义为所有能够允许物种无限期存在的变量集合。
段博士强调生态位模型的建立对于揭示物种在不同环境中的分布和适应具有重要意义。之后段博士深入讲解了生态位空间的概念，生态位模型的建模流程涉及到两个关键概念：地理空间和生态位空间。地理空间以地球表面为坐标系，使用经纬度和海拔等来标记二维或三维空间，其中包含小尺度的空间自相关和大尺度的空间异质性。生态位空间则以环境因子为坐标系，是一个多维空间，其中的坐标轴非正交，即变量之间存在相关性。
生态位模型侧重于使用非生物因素（例如气候环境因子）和物种分布数据计算物种基本生态位，进而综合预测新的时空地区的非生物因素是否适合此物种的生存繁殖，计算潜在适生可能性生态位建模用于将已知物种的发生点与这些相同点的环境因素值相关联，以根据预测变量的值预测未采样区域中物种的存在。在实际建模过程中，应综合考虑地理空间和生态位空间的因素，从而建立一个相对完整而准确的生态位模型。
接着段博士为我们详细讲解了建模流程，从输入数据到模型预测，每一步都至关重要。其中段博士着重讲解了构建模型中的最大熵模型（maximum entropy model，MaxEnt），最大熵模型基于最大熵原理。最大熵原理是对一个随机事件的概率分布进行预测时，预测应当满足全部已知的约束，而对未知的情况不要做任何主观假设。在这种情况下，概率分布最均匀，预测的风险最小，得到概率分布的熵最大。最大熵原理也是概率模型学习的一个准则，评价一个模型的好坏是根据熵的大小，熵大的模型说明模型越好。因此可以理解，最大熵原理就是满足一定的约束条件下，选择熵最大的模型。
段梦格博士的讲解引发了同学们的积极讨论，段博士表示，通过深入理解和研究生态位模型，我们能够更好地保护和管理地球上的珍贵生态资源，为未来的可持续发展做出贡献。
以下是整理的问答/交流内容的文字版（供大家参考）
Q1:数据量是不是越高越准确，是否有最低数据量的限制?
A1:数据量越大，对于昆虫的生态位模型了解就更准确一点，最后所获得的结果就更好。如果只有几个数据的话，得到的结果可能很差，所以做星官研究应该尽可能收集更多的相关物种发生数据
Q2:如何更精细化的区分不同类群昆虫的分布生境?
A2:可以再数据中在添加例如地形，植被等其他生境数据，对于殷老师关于沿海岸线分布的昆虫类群，可以加入物种发生点的地理信息，例如海拔高度或者距离海岸线距离等信息，以期完善生态位模型
Q3:对于环境变量的选择有什么原则?
A3:背景点有多种选择方式，包括随机选择，或先做一个buffer，然后在buffer之内或buffer之外选择背景点，或者以不同权重选择buffer内外的背景点
Q4:生态位模型有哪些其他的使用场景?
A4:目前生态位模型最重要的应用包括生物入侵，保护区的珍稀物种预测，对于时间维度上来说，可以对物种种群变化的未来趋势进行预测。作为濒危物种保护或者评估外来入侵生物危害的重要依据。
Q5:能否考虑其他物种的互作影响?
A5:生态位模型主要考虑环境对于昆虫的影响，例如植食性昆虫可以对其寄主进行预测，或者对虫进行预测，然后可以进行叠加，就可以看出物种之间的互作。
Q6:请问背景点数量的确定有何依据?
A6:在目前所用的点是10000个，对于不同研究区域和不同物种发生数据背景点一般是不同的，推荐使用物种发生点的10倍作为背景点的数量。
Q7:适生区的阈值应该如何筛选？
A7:
演示代码使用的阈值是5和10
相关资料回顾/下载链接：
ppt链接：https://cloud.189.cn/web/share?code=auyE7rZfQZba（访问码：zc1i）
讲习班（第十六讲）视频回看：https://space.bilibili.com/319699648/channel/seriesdetail?sid=3240541
