作者： Rearn

几何间隔分类法(Geometric Interval Classification)

原理：此方法按照等比例增加的间隔来划分数据类别。类间距按照一个常数因子进行增加，适用于分布极不均匀的数据。
特点：能够在数据值变化较大时提供更多的细节。
作用：对于气温数据，尤其是在覆盖极端温差的地区(如从极地到热带)，几何间隔分类法可以帮助揭示温度变化的几何级数特征。这种方法可以使得高温和低温区域之间的过渡更加明显，有助于识别气温的极端值。
体现的数据性质：适合呈指数分布或对数分布的数据，强调高值数据的差异。

标准差分类法(Standard Deviation Classification)

原理：以平均值为中心，以标准差为间隔来创建类别。数据被分为平均值上下的若干个标准差范围内。
特点：反映了数据相对于平均值的变异程度。
作用：通过标准差分类法，可以确定某个地区或时间段内的气温如何相对于平均气温分布。这有助于识别异常温度(极端高温或低温)，并评估气温的波动程度。例如，可以用来分析气温异常现象，如热浪或寒潮。
体现的数据性质：适用于近似正态分布的数据集，可以清晰地看到哪些数据是异常值，哪些是正常范围内的值。

等间距分类法(Equal Interval Classification)

原理：将数据范围均匀划分成几个等宽的区间。区间的数量由分析者决定。
特点：简单易懂，易于实施。
作用：等间距分类法为气温数据提供了一种简单直观的分类方式，使得数据的整体分布一目了然。它适用于初步分析气温分布，特别是当需要快速概览数据范围和主要分布区间时。
体现的数据性质：等间距分类法能够清楚地展示数据的整体分布，但可能会忽略集中在特定区间的数据细节。

分位数分类法(Quantile Classification)

原理：按照数据的分位数来划分类别，确保每个类别中有相同数量的观测值。
特点：能够有效地展示数据的相对位置和分布。
作用：分位数分类法通过确保每个类别中包含相同数量的数据点，有助于识别气温分布的中位数和其他分位数位置。这种方法特别适合比较不同地区或不同时间段的气温分布，因为它强调了气温的相对排名而非绝对值。
体现的数据性质：适合于当你希望每个类别中的数据点数量相等时。这种方法特别适用于展示相对排名或百分比位置。

自然间断分类法(Natural Breaks Classification，又称Jenks优化法)

原理：尝试找到数据值的自然分组，以最小化各组内的方差而最大化组间的方差。
特点：更好地反映数据的自然分布，特别是当数据分布不均匀时。
作用：自然间断分类法尤其适用于气温数据，因为它可以识别并利用数据中的自然分界点，如季节性变化造成的温度断点。这种方法可以更精确地反映气温的自然聚类，有助于识别不同气候区域或季节变化的特征温度范围。
体现的数据性质：适用于数据有明显的“间断”或聚类时。这种方法试图识别并利用这些自然分界线，从而更真实地反映数据的分布特征。

正样本指代适宜生境，实测负样本和伪负样本指代不适宜生境，伪负样本相较实测负样本信度较低。环境变量用于解释物种分布的规律，探索物种和环境间的相互关系，即物种的现实生态位。

伪负样本的使用在于解决采样不足的问题，但不平衡不充分的正样本采样以及伪负样本生成的随机性使得伪负样本的使用会造成较大的偏差。

是否能够尝试让负样本独立于正样本的研究过程，对负环境特征进行研究，投影得到潜在的不适宜生境和其它区域；正样本同理，对正环境特征进行研究(生态位/适宜环境)，投影得到潜在的适宜生境和其它区域。

二者互相印证，分别关注正样本和环境的关系，实测负样本和环境的关系，两者相互对比，研究其共性和差异性，或许可以排除部分干扰因素。

BIOMOD_FormatingData概述

这个函数用于汇集、整理所有需要输入的数据包括训练集(Calculation+Validation)的正样本、负样本、解释变量等，也可以包括验证集(Evaluation)的正样本、负样本、解释变量等。能够控制伪负样本的选取策略、选取数量和重复选取次数等。对参数命名的解析：
resp指response，即响应变量，也就是物种的正、负样本数据，以下统称物种数据；
expl指explanatory，即解释变量，也就是影响物种分布的环境变量，以下统称环境变量；
eval指evaluation，即验证数据；
PA指pseudo-absence，即伪缺席，称伪负样本。

样例

BIOMOD_FormatingData( 
resp.name, 
resp.var, 
expl.var, 
dir.name = “.”, 
resp.xy = NULL, 
eval.resp.var = NULL, 
eval.expl.var = NULL, 
eval.resp.xy = NULL, 
PA.nb.rep = 0, 
PA.nb.absences = 1000, 
PA.strategy = NULL, 
PA.dist.min = 0, 
PA.dist.max = NULL, 
PA.sre.quant = 0.025, 
PA.user.table = NULL, 
na.rm = TRUE, 
filter.raster = FALSE)

参数概述：

resp.name：该参数用于传递物种名称；
resp.var：该参数用于传递物种数据。如果物种数据仅包含正样本(Presence)，以无关联数据(associated data)的向量(vector)或空间向量(SpatVector)格式输入；如果物种数据包含正样本(1：Presence)、负样本(0：bsence)乃至空样本(NA：indeterminate)，以关联二值数据的空间向量(SpatVector)格式输入。在老版本中，前者以空间点(Spatial Points)格式输入，后者以空间数据集(SpatialPointsDataFrame)格式输入；
expl.var：该参数用于传递环境变量，以矩阵(matrix)数据集(data.frame)空间向量(SpatVector)或者空间栅格(SpatRaster)格式输入。在旧版本中，环境变量以栅格堆栈(RasterStack)或者空间数据集(SpatialPointsDataFrame)格式输入；
dir.name：该参数用于传递存放模型的文件夹名称，保持默认即可；
resp.xy：该参数用于传递物种数据的坐标信息；
eval.resp.var：该参数用于传递验证数据集中的物种数据；
eval.expl.var：该参数用于传递验证数据集中的环境变量；
eval.resp.xy：该参数用于传递验证数据集中的物种数据坐标信息；
PA.nb.rep：该参数用于控制伪负样本的重复选取次数；
PA.nb.absences：该参数用于控制伪负样本的选取数量；
PA.strategy：该参数用于控制伪负样本的选取策略，包括random、sre、disk或者用户自定义(user.defined)；
PA.dist.min：该参数控制伪负样本到正样本的最小距离(如果伪负样本策略为disk)；PA.dist.max：该参数控制伪负样本到正样本的最大距离(如果伪负样本策略为disk)；PA.sre.quant：该参数控制选择伪负样本的半分位数(half-quantile)(如果伪负样本策略为sre)；
PA.user.table：该参数用于传递用户自定义的伪负样本，以矩阵(matrix)或数据集(data frame)格式输入。行数控制伪负样本数量，列数控制伪负样本参与建模的运行次数。na.rm：该参数用于控制是否在分析中移除包含有环境变量缺失值的点，如是否移除位于青藏高原冰川、湖泊上的点；
filter.raster：该参数用于控制是否过滤位于同一栅格的物种数据点（如果环境变量输入格式为栅格）。

参数详解

相应变量/物种数据：以空间数据集或空间向量(SpatialPointsDataFrame or SpatVector object)格式输入时，可包含1、0、NA值，其中NA指空值，或称未知点，可用于选择伪负样本。如果要选择伪负样本，必须提供未知点。

解释变量：可以输入因子变量(Factorial variables)，但可能会导致一些伪缺失策略或模型被遗漏，如SRE。

验证数据：BIOMOD2提供了工具将数据集划分为计算集(Calibration)和确认集(Validation)，在函数BIOMOD_Modeling中，通过设置CV验证相关参数能够实现。更建议提前分出两个数据集，一个用作训练(calibration/validation)，另一个作为验证集(Evaluation)。

伪负样本选择：如果没有负样本，那么必须从背景数据中选取伪样本。伪负样本有两种来源，可以从环境变量中选取(如果环境变量是以空间栅格(SpatRaster)或栅格堆栈(RasterStack)格式输入；也可以从物种数据的NA数据中选取)。

伪负样本的四种选取策略：
Random：将所有的背景数据都作为伪负样本的选取范围。
SRE：在与正样本环境条件(环境变量的组合——combination of explanatory variable)不同的区域选择伪负样本，需要人为设置其阈值(PA.sre.quant)。首先会对正样本运行表面包络模型，在包络之外选取伪负样本。这一策略适用于某个物种所有生态位的充分采样，否则会导致过于乐观的模型评估和预测。
DISK：在正样本周围的圆圈内选择伪缺席，设置最小距离以避免相同的生态位和伪复制(avoid same niche and pseudo-replication)，设置最大距离保证局部采样原则(localized sampling strategy)。
user.defined：通过PA.user.table参数，以data.frame的形式对负样本进行预定义。