康奈尔鸟类学实验室的科学家们开发了一种新的方法来模拟500多种鸟类的数量是增加还是减少。该方法通过计算收集数据的人的行为逐年变化，解决了一个恼人的统计问题。结果是每个物种的详细趋势图，范围缩小到8英里半径——这对当地的保护工作是一个重大的推动。科学家们使用了一种称为双机器学习的方法。详细内容发表在《生态学与进化方法》杂志上。
康奈尔实验室的首席作者丹尼尔·芬克解释说:“改变人类行为给志愿者收集的数据的统计分析带来了一个问题。”“例如，一个特定的物种在一个地区是否真的在减少，或者仅仅是与过去几年相比，在鸟类喜欢的栖息地进行观察的人减少了?”
当人们采用新的工具，更好地识别鸟类，或者去新的地区观鸟时，观鸟行为可能会发生变化。人类行为的变化成为所谓的“混杂”因素。一个公司非创始因素对所研究的主要问题有影响，并可能扭曲现实。在这种情况下，鸟类丰度记录的变化可能是真实的，或者它们可能是由于长期观察过程的变化而出现的人工制品。
双机器学习应用于康奈尔实验室全球eBird项目收集的鸟类观测数据，然后用详细的地图进行可视化。使用双机器学习，“学习”两种类型的模式，然后在数据中识别。一种模式是报告的鸟类数量的变化。第二种模式反映了观鸟者行为的变化。然后将行为模式的影响去掉，只留下实际记录的鸟类丰度的变化。
芬克说:“现在，我们有了一种分析这些数据的方法，可以对人口变化做出可靠的估计，即使是在没有严格监测计划的情况下，对物种和/或地区也是如此。”“在考虑公民科学数据中固有的混杂因素的同时估计趋势的能力有可能填补重要的信息空白。”
本文来自作者[admin]投稿，不代表银山号立场，如若转载，请注明出处：https://ychengzhang.cn/cskp/202506-5181.html
评论列表（4条）
我是银山号的签约作者“admin”！
希望本篇文章《新的机器学习方法生成550种鸟类的详细种群趋势图》能对你有所帮助！
本站[银山号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：...