在R中使用带有MaxEnt的测试示例文件

Question

我最近在R (dismo-package)中与MaxEnt一起做了很多工作，但只使用交叉验证来验证我的鸟类栖息地模型(只有一个物种)。现在我想使用一个自创建的测试样例文件。我不得不手工选择这个点进行验证，并且不能使用随机测试点。

我的R-脚本是这样的：

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，我遇到了多个错误。首先，我得到了一个错误，说明他需要超过0(这是默认的)“随机测试点”。所以我添加了“随机测试点= 20”(希望这不会阻止程序使用文件)。然后我得到了：

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，当我使用默认的交叉验证运行脚本时，如下所示：

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"))

...all工作得很好。

此外，我尝试了多种方法来获得我的csv-验证-数据以正确的格式。两行(标记X和Y)，三行(标记物种，X和Y)和其他东西。我宁愿使用"punkteVG"-vector (这是用read.csv...but创建的验证数据)，因为MaxEnt似乎想要他的文件。

我无法想象我的问题如此罕见。一定有人用过"testsamplesfile“这个论点。

Answer 1

我发现问题出在哪里。因此，对其他人来说，这就是享受：

子示例文件的正确maxent-命令如下所示：

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，不可能有多个副本，因为只有一个子样本。最重要的是，"swd.csv“子示例文件必须包括：

• X和Y坐标
• 各点的值(例如:使用“提取(habitat_all，PunkteVG)”)
• 第一个colum需要包含“物种”一词和标题“物种”(因为MaxEnt使用默认的“物种”，如果在发生数据中没有定义的话)

最后一点就是这里的问题。基本上，如果您不定义子样本文件中的物种-colum，MaxEnt将不知道如何分配数据。