प्रजाति वितरण मॉडल के साथ रिमोट सेंसिंग घालमेल; मानचित्रण झाऊ आक्रमणों असिस्टेड हैबिटेट मॉडलिंग के लिए सॉफ्टवेयर का उपयोग करना (SAHM)
Summary
We demonstrate the utility of remotely sensed data and the newly developed Software for Assisted Habitat Modeling (SAHM) in predicting invasive species occurrence on the landscape. An ensemble of predictive models produced highly accurate maps of tamarisk (Tamarix spp.) invasion in Southeastern Colorado, USA when assessed with subsequent field validations.
Abstract
आक्रामक प्रजातियों के पौधे की जल्दी पता लगाने के प्राकृतिक संसाधनों और पारिस्थितिकी तंत्र प्रक्रियाओं के संरक्षण के प्रबंधन के लिए महत्वपूर्ण है। इनवेसिव पौधों के वितरण के मानचित्रण के लिए उपग्रह रिमोट सेंसिंग का उपयोग अधिक आम होता जा रहा है, लेकिन पारंपरिक इमेजिंग सॉफ्टवेयर और वर्गीकरण के तरीकों अविश्वसनीय होना दिखाया गया है। इस अध्ययन में, हम परीक्षण और पांच प्रजातियों वितरण मॉडल तकनीक उपग्रह रिमोट सेंसिंग डेटा के साथ फिट आक्रामक झाऊ (झाऊ एसपीपी।) नक्शा करने के लिए दक्षिण कोलोराडो में अरकंसास नदी के किनारे के उपयोग का मूल्यांकन। मॉडल का परीक्षण किया प्रतिगमन पेड़ (बीआरटी), रैंडम वन (आरएफ), बहुभिन्नरूपी अनुकूली प्रतिगमन splines (मार्स), सामान्यीकृत रेखीय मॉडल (GLM), और Maxent बढ़ाया शामिल थे। ये विश्लेषण एक नव विकसित सॉफ्टवेयर पैकेज असिस्टेड हैबिटेट मॉडलिंग (SAHM) के लिए सॉफ्टवेयर कहा जाता है का उपयोग किया गया। सभी मॉडलों 499 अंक उपस्थिति, 10,000 छद्म अभाव अंक, और acqu भविष्यवक्ता चर के साथ प्रशिक्षित किया गयाएक आठ महीने की अवधि में लैंडसैट 5 विषयगत मैपर (टीएम) सेंसर से iRed मूल निवासी नदी तट वनस्पति phenological मतभेदों का पता लगाने का उपयोग करने से झाऊ भेद करने के लिए। लैंडसैट दृश्यों से, हम अलग-अलग बैंड और गणना की सामान्यीकृत अंतर वनस्पति सूचकांक (NDVI), मिट्टी से समायोजित वनस्पति सूचकांक (SAVI), और tasseled छाया हुआ परिवर्तनों का इस्तेमाल किया। परिदृश्य पर मौजूदा झाऊ वितरण की पहचान की सभी पांच मॉडल को सफलतापूर्वक सीमा स्वतंत्र और स्वतंत्र स्थान डेटा के साथ सीमा निर्भर मूल्यांकन मैट्रिक्स पर आधारित है। मॉडल विशिष्ट मतभेद के लिए खाते में करने के लिए, हम नक्शे के उत्पादन पर प्रकाश डाला और समझौते के क्षेत्रों अनिश्चितता के क्षेत्रों के साथ सभी पांच मॉडलों में से एक जोड़ा उत्पादन किया। हमारे परिणाम दूर से महसूस डेटा और पहनावा मानचित्रण की उपयोगिता का विश्लेषण करने में प्रजातियों वितरण मॉडल की उपयोगिता का प्रदर्शन, और पूर्व प्रसंस्करण में SAHM की क्षमता का प्रदर्शन करने और कई जटिल मॉडल को क्रियान्वित।
Introduction
पश्चिमी संयुक्त राज्य भर में नदी तट और आर्द्रभूमि पारिस्थितिक तंत्र झाऊ के आक्रमण ने धमकी दी जा रही हैं (झाऊ एसपीपी।), एक गैर देशी वुडी झाड़ी 1800 1 में यूरेशिया से शुरुआत की। झाऊ कई शारीरिक तंत्र है कि जीनस, जल संसाधनों का दोहन देशी प्रजातियों के बाहर प्रतिस्पर्धा, और बदल पारिस्थितिकी तंत्र प्रक्रियाओं 1-2 करने की अनुमति है। पर्यावरण के प्रभावों का आकलन करने और प्रभावी नियंत्रण रणनीति तैयार करने के लिए मानचित्रण झाऊ वितरण संसाधन प्रबंधकों के लिए उच्च प्राथमिकता पर हैं। हालांकि जमीन सर्वेक्षण नियमित रूप से इस्तेमाल किया रहते हैं, वे श्रम, समय, और रसद के जुड़े लागत की वजह से बहुत बड़े क्षेत्रों के लिए अव्यावहारिक है।
सैटेलाइट रिमोट सेंसिंग एक महत्वपूर्ण है, लेकिन सीमित है, का पता लगाने और झाऊ infestations के मानचित्रण में भूमिका निभाई है। पारंपरिक वर्गीकरण का विश्लेषण करती है और रिमोट सेंसिंग सॉफ्टवेयर सीमांत सफलता 3-5 पड़ा है। हाल ही में कई अध्ययनोंरिमोट सेंसिंग डेटा का उपयोग कर 1,6 इनवेसिव पौधों का पता लगाने के लिए पता लगाया गैर परंपरागत दृष्टिकोण है। झाऊ, कई इनवेसिव पौधों की तरह है, बढ़ती मौसम कि देशी नदी तट 'प्रजाति फ़ीनोलॉजी से अलग भर phenological बदलाव को दर्शाती है। कुछ क्षेत्रों में, उदाहरण के लिए, झाऊ पत्ती के बाहर कुछ देशी पौधों नदी तट से पहले है, और झाऊ अपने पत्ते अन्य देशी प्रजातियों की तुलना में लंबे समय तक बरकरार रखती है। वर्णक्रमीय बैंड और बढ़ती मौसम के दौरान उपग्रह डाटा का एक समय श्रृंखला से निकाली गई वर्णक्रम सूचकांकों का उपयोग करके, हम देशी इन phenological मतभेद 1,6 पर आधारित संयंत्रों से झाऊ भेद कर सकते हैं। Evangelista एट अल के काम पर बिल्डिंग। 2009 1, इस अध्ययन में हम लैंडसैट 5 विषयगत मैपर (टीएम) उपग्रह चित्रण की एक समय-श्रृंखला से अलग-अलग बैंड शामिल 1-7 और सामान्यीकृत अंतर वनस्पति सूचकांक (NDVI), मिट्टी से समायोजित वनस्पति सूचकांक (SAVI), और tasseled टोपी निकाली गई इन बैंड से परिवर्तनों। सामान्यीकृत एडवेंचर्ससीई वनस्पति सूचकांक (NDVI) का आकलन वनस्पति बायोमास, चंदवा कवर, और पत्ती क्षेत्र के सूचकांकों में 8-9 के लिए सबसे अधिक इस्तेमाल किया वर्णक्रम सूचकांकों में से एक है, और दृश्य (लाल) और निकट के बीच अनुपात के एक गैर रेखीय परिवर्तन है अवरक्त बैंड 10। मिट्टी से समायोजित वनस्पति सूचकांक (SAVI) वनस्पति सूचकांक 11 पर मिट्टी पृष्ठभूमि के प्रभाव को कम करने के लिए इस्तेमाल एक संशोधित NDVI है। Tasseled टोपी परिवर्तनों तीन orthogonal बैंड है कि मिट्टी चमक (tasseled टोपी, बैंड 1), वनस्पति हरापन (tasseled टोपी, बैंड 2), और मिट्टी / वनस्पति नमी (tasseled टोपी, बैंड 3) और उपाय में छह लैंडसैट बैंड के कंपोजिट भारित कर रहे हैं अक्सर वनस्पति रचना, आयु वर्ग भेद, और संरचना 12-14 करने के लिए इस्तेमाल कर रहे हैं। हम गुणांक सभी tasseled टोपी परिवर्तनों के लिए क्रिस्ट (1985) 15 में सूचना का इस्तेमाल किया।
इस अध्ययन में, हम वर्णक्रमीय बैंड और शाकाहारी के लिए एक समय-श्रृंखला के साथ पांच प्रजातियों वितरण मॉडल का परीक्षणetation लैंडसैट 5 टीएम से निकाली गई सूचकांकों दक्षिणी कोलोराडो में कम अरकंसास नदी के साथ झाऊ नक्शा करने के लिए, संयुक्त राज्य अमेरिका। अरकंसास नदी, 2364 किलोमीटर (1,469 मील) में फैले, मिसूरी मिसिसिपी प्रणाली में दूसरा सबसे बड़ा सहायक है। इसके जलग्रहण कोलोराडो रॉकी पर्वत में headwaters साथ 435,123 किमी 2 (168,002 मील 2) शामिल हैं। 2,965 मीटर की ऊंचाई पर अपने मूल से, अरकंसास ऊंचाई में काफी बूँदें, देहात, सीओ के पास बाहर समतल करने, और कृषि भूमि और छोटी घास प्रेयरी के माध्यम से meandering। नदी मौसमी बाढ़ के अधीन है और रॉकी फोर्ड, La Junta, और लैमर में नगर निगम और कृषि जल उपयोग के लिए पर भरोसा किया है, कान्सास, ओकलाहोमा, और अरकंसास में जारी है, जहां यह मिसिसिपी नदी में बहती है पहले। झाऊ पहले लैमर 16 वर्ष की वर्तमान दिन शहर के पास 1913 में अरकंसास नदी आर Niedrach द्वारा पर मनाया गया। आज, यह अनुमान लगाया गया है कि झाऊ देहात और कन्सास स्टेट लिन के बीच 100 किमी से अधिक 2 को शामिल कियाई, एक अतिरिक्त 60 किमी 2 अरकंसास नदी 17 की सहायक नदियों के साथ साथ। अध्ययन के क्षेत्र में सिंचाई खाइयों, झीलों, कृषि भूमि, और कई सहायक नदियों के संगम भी शामिल है; सभी झाऊ प्रकोप की डिग्री के साथ अलग। पशुपालन और कृषि प्राथमिक नदी तट अल्फला, घास, मक्का, और सर्दियों गेहूं का काफी हद तक मिलकर गलियारों से सटे भूमि-उपयोग करता है।
प्रजाति वितरण मॉडल भू संदर्भित घटनाओं (यानी, अक्षांश, देशांतर) पर भरोसा करते हैं एक प्रजाति 'घटना और उसके पर्यावरण के 18 के बीच रिश्तों की पहचान करने के लिए। पर्यावरण डेटा कई सुदूर संवेदन और अन्य स्थानिक परतों शामिल कर सकते हैं। पांच प्रजातियों वितरण मॉडल हम परीक्षण बढ़ाया प्रतिगमन पेड़ (बीआरटी) 19, यादृच्छिक जंगलों (आरएफ) 20, बहुभिन्नरूपी अनुकूली प्रतिगमन splines शामिल हैं (मार्स), 21, एक सामान्यीकृत रेखीय मॉडल (GLM), 22, और 23 Maxent। इन पांच आधुनिकएल एल्गोरिदम के बीच सबसे अधिक प्रजातियों वितरण मॉडलिंग के लिए कार्यरत हैं, और अध्ययन के एक नंबर उनकी प्रभावकारिता 24-25 का प्रदर्शन किया है। हम पाँच मॉडल, जिसमें VisTrails v.2.2.2 26 दृश्य और संसाधन सॉफ्टवेयर समाहित कर रहे हैं निष्पादित करने के लिए असिस्टेड हैबिटेट मॉडलिंग (SAHM) वी के लिए सॉफ्टवेयर का इस्तेमाल किया। 2.0 मॉड्यूल। वहाँ तुलनात्मक मॉडलिंग के लिए SAHM उपयोग करने के कई फायदे हैं। औपचारिक और मॉडलिंग प्रक्रियाओं के विनयशील रिकॉर्डिंग के अलावा, SAHM उन कई प्रजातियों वितरण मॉडल एल्गोरिदम कि, व्यक्तिगत रूप से, असमान इंटरफेस, सॉफ्टवेयर और 27 स्वरूपण फ़ाइल के साथ काम करने के लिए अनुमति देता है। SAHM मॉडल प्रदर्शन का मूल्यांकन करने के लिए लगातार सीमा स्वतंत्र और सीमा पर निर्भर मूल्यांकन मैट्रिक्स पैदा करता है। इनमें से एक रिसीवर परिचालन विशेषता वक्र के तहत क्षेत्र (नीलामी), एक सीमा से स्वतंत्र मीट्रिक कि पृष्ठभूमि 28 से उपस्थिति भेदभाव करने के लिए एक मॉडल की क्षमता का मूल्यांकन करता है। एक नीलामी वैल0.5 या उससे कम की UE इंगित करता है मॉडल भविष्यवाणियों बेहतर नहीं या यादृच्छिक से भी बदतर हैं; 0.5 और 0.70 के बीच मूल्यों खराब प्रदर्शन से संकेत मिलता है; और 0.70 से 1.0 बढ़ रही मूल्यों उत्तरोत्तर अधिक प्रदर्शन से संकेत मिलता है। एक अन्य मीट्रिक सही ढंग से वर्गीकृत (पीसीसी), एक सीमा निर्भर मीट्रिक कि संवेदनशीलता और विशिष्टता एक उपयोगकर्ता द्वारा निर्धारित सीमा मीट्रिक के आधार पर वजन प्रतिशत है; संवेदनशीलता उपयुक्त और विशिष्टता के रूप में वर्गीकृत मनाया मौजूदगी का प्रतिशत अनुपयुक्त के रूप में वर्गीकृत पृष्ठभूमि स्थानों के प्रतिशत के उपाय के उपाय। अभी तक एक और मीट्रिक सच कौशल आँकड़ा (टीएसएस = संवेदनशीलता + विशिष्टता – 1) है, जो विशिष्टता से मॉडल संवेदनशीलता के बारे में अधिक वजन रखता है, लेकर मूल्यों के साथ -1 और 1 जहां मूल्यों> 0 से संकेत मिलता है मौका 29 की तुलना में बेहतर मॉडल प्रदर्शन के बीच।
मॉडल उत्पादन का उपयोग झाऊ मैप करने के लिए, हम द्विआधारी वर्गीकरण दहलीज कि संवेदनशीलता और विशिष्टता equalizes पी परिभाषित करने के लिए प्रयोग का निर्माणresence या झाऊ का अभाव। ये अलग-अलग मॉडल निकाली गई नक्शे तो एक जोड़ा नक्शा बनाने के लिए 30 अभिव्यक्त कर रहे थे। पहनावा नक्शे व्यक्तिगत प्रजातियों वितरण मॉडल की भविष्यवाणियों गठबंधन एक वर्गीकृत नक्शा है कि परीक्षण किया मॉडल का सामूहिक समझौते रैंकों के उत्पादन के लिए। उदाहरण के लिए, एक का एक जोड़ा सेल मूल्य है कि केवल एक मॉडल उपयुक्त निवास स्थान के रूप में वर्गीकृत किया है कि सेल, जबकि पांच में से एक मान इंगित करता है कि सभी पांच मॉडल के रूप में उपयुक्त निवास स्थान सेल वर्गीकृत इंगित करता है। इस दृष्टिकोण के लिए एक लाभ यह है कि कलाकारों की टुकड़ी नक्शे किसी भी व्यक्ति के मॉडल की तुलना में कम मतलब त्रुटि उपज है। यह भी उपयोगकर्ताओं नेत्रहीन प्रत्येक मॉडल का परीक्षण के प्रदर्शन की तुलना करने के लिए अनुमति देता है। हमारे समग्र लक्ष्य के लिए इन तरीकों कि परिदृश्य पर प्रजातियों की वर्तमान वितरण मॉडल के अनुरूप किया जा सकता है की एक विस्तृत विवरण प्रदान करने के लिए किया गया था।
Protocol
Representative Results
Discussion
हमारे परिणाम झाऊ के लिए उपस्थिति अंक और दूर से महसूस किया लैंडसैट उपग्रह चित्रण डेटा की एक समय-श्रृंखला के साथ, फिटिंग BRT प्रदर्शित आरएफ, मंगल, GLM, और Maxent परिदृश्य पर झाऊ भेद कर सकते हैं और पारंपरिक एकल दृश्य वर्गीकरण के तरीकों के लिए एक कारगर विकल्प है। यह हमारे परिणाम है कि जून हमारे अध्ययन के क्षेत्र के भीतर झाऊ का पता लगाने के लिए एक विशेष रूप से महत्वपूर्ण समय है से स्पष्ट है; इस Evangelista एट अल। 2009 1 जो संकेत जून नमी सबसे महत्वपूर्ण लैंडसैट कल्पना की एक समय की श्रृंखला के साथ एक Maxent मॉडल फिट के आधार पर इस क्षेत्र में झाऊ घटना के लिए कारक था के साथ सहमत हैं।
अन्य वर्णक्रम सूचकांक और बैंड है कि BRT, आरएफ, मंगल, और Maxent मॉडल में शामिल किया गया था और आगे मिट्टी सब्सट्रेट, Cottonwood सहित अन्य पर्णपाती पेड़ (पोपुलस एसपीपी।) और विलो से झाऊ भेद सकता है (सेलिक्स एसपीपी।), या कृषि सिंचित कि निचले हिस्से में आम हैअरकंसास नदी बेसिन। अन्य जीआईएस परतों, इस तरह की स्थलाकृति, मिट्टी के प्रकार, या जलवायु डेटा के रूप में भी covariates के रूप में माना जा सकता है और इन मॉडलों में शामिल है, लेकिन हम एक न्यूनतम करने के लिए इन रखने की सलाह देते लक्ष्य के बजाय परिदृश्य पर मौजूदा प्रजातियों वितरण का पता लगाने के संभावित भविष्यवाणी करने के लिए है अगर घटना या उपयुक्त निवास स्थान।
मॉडल हमारे अनुसंधान के लिए परीक्षण मजबूत विश्लेषणात्मक क्षमता और परिणामों का मूल्यांकन के लिए कई विकल्प प्रदान की है। ऐसे SAHM के रूप में एक ढांचे के भीतर इन correlative मॉडल, सभी के बाद, औपचारिक और मॉडलिंग की प्रक्रिया के विनयशील रिकॉर्डिंग की अनुमति देता है। पूर्व और प्रतिक्रिया और भविष्यवक्ता चर के बाद के प्रसंस्करण SAHM में मानकीकृत कर रहे हैं, बेहतर और कुशल मॉडल तुलना की इजाजत दी, जबकि वर्कफ़्लोज़ विश्लेषण संशोधन, चलना और नकल की सुविधा के हर कदम का रिकॉर्ड है।
पहनावा मानचित्रण, जबकि w को कम करने, कई correlative मॉडल की ताकत गठबंधन करना हैकिसी भी एक मॉडल 30 eakness। हम मानते हैं कि यह हमारे अध्ययन में मामला था; हालांकि, हम चेतावनी देते हैं कि मॉडल है कि कमजोर प्रदर्शन (यानी, के तहत भविष्यवाणी या अधिक की भविष्यवाणी) समग्र परिणाम को कमजोर कर सकते हैं। साहित्य में पहनावा मानचित्रण का सीमित उपयोग अनुकूल परिणाम पड़ा है, लेकिन इन तरीकों में से सबसे अधिक प्रजातियों के बजाय घटना "भविष्यवाणी" का प्रयास किया है "का पता लगाने।" इसके अलावा, पहनावा मानचित्रण मॉडल समझौते के स्तरों की पहचान करने, विभिन्न मॉडलिंग तरीकों के बीच अनिश्चितता के एक दृश्य के आकलन के लिए अनुमति देता है। अधिकांश अक्सर यह मॉडलिंग विधि की पसंद है (जैसे, GLM BRT बनाम) के बजाय ऐसे स्थान डेटा अनिश्चितता 31 के रूप में मॉडलिंग की प्रक्रिया में अन्य फैसले से मॉडल परिणाम पर सबसे बड़ी मात्रात्मक प्रभाव पड़ता है। हालांकि हम मानते हैं कि हमारे सबसे अच्छा झाऊ नक्शा है, जहां सभी पांच मॉडल समझौते में हैं, आगे के परीक्षण और कलाकारों की टुकड़ी मानचित्रण के विभिन्न तरीकों का उपयोग की सिफारिश की है (उदाहरण के लिए, नीलामी के आधार पर भारित) 32 </ Sup>, और सबसे अच्छा स्वतंत्र क्षेत्र टिप्पणियों के माध्यम से मान्य। सारांश में, इन तरीकों को आसानी से पर्यावरण चर SAHM में एक भी अध्ययन क्षेत्र के लिए निकाली गई उपयोग अन्य प्रजातियों के वितरण मॉडल के अनुरूप किया जा सकता है।
Divulgations
The authors have nothing to disclose.
Acknowledgements
The authors would like to thank the U.S. Geological Survey, Natural Resource Ecology Laboratory at Colorado State University, Colorado State Forest Service and the Tamarisk Coalition for logistical support, data, use of facilities and expertise. Additionally, we thank Shelly Simmons, Lane Carter, John Moore, and Chandra Reed for their contributions to this work. Thomas J. Stohlgren was partially supported by the Bioenergy Alliance Network of the Rockies (BANR), USDA UV-B Monitoring and Research Program and USDA CSREES/NRI 2008-35615-04666. Any use of trade, product, or firm names is for descriptive purposes only and does not imply endorsement by the U.S. Government.
Materials
| Earth Explorer | USGS | http://earthexplorer.usgs.gov | Open Access: Yes |
| Remote Sensing Indices Derivation Tool | github | https://github.com/rander38/Remote-Sensing-Indices-Derivation-Tool | Open Access: Yes |
| Software for Assisted Habitat Modeling | USGS | https://my.usgs.gov/catalog/RAM/SAHM | Open Access: Yes |
| ArcGIS v.10.3 | Esri | https://www.arcgis.com/features/ | Open Access: No |
References
- Evangelista, P. H., Stohlgren, T. J., Morisette, J. T., Kumar, S. Mapping invasive tamarisk (Tamarix): a comparison of single-scene and time-series analyses of remotely sensed data. Remote Sensing. 1, 519-533 (2009).
- DiTomaso, J. M. Impact, biology, and ecology of saltcedar (Tamarix spp.) in the southwestern United States. Weed Technology. 12, 326-336 (1998).
- Evangelista, P., Kumar, S., Stohlgren, T., Crall, A., Newman, G. Modeling above-ground biomass of Tamarisk ramosissima in the Arkansas River Basin of Southeastern Colorado, USA. Western North American Naturalist. 67 (4), 503-509 (2007).
- Hirano, A., Madden, M., Welch, R. Hyperspectral image data for mapping wetland vegetation. Wetlands. 23 (2), 436-448 (2003).
- Ge, S., Carruthers, R., Gong, P., Herrera, A. Texture analysis for mapping Tamarix pariviflora using aerial photographs along Cache Creek, California. Environmental Monitoring and Assessment. 114, 65-83 (2006).
- Hamada, Y., Stow, D. A., Coulter, L. L., Jafolla, J. C., Hendricks, L. W. Detecting tamarisk species (Tamarisk spp.) in riparian habitats of Southern California using high spatial resolution hyperspectral imagery. Remote Sensing of Environment. 109, 237-248 (2007).
- York, P., Evangelista, P., Kumar, S., Graham, J., Flather, C., Stohlgren, T. A Habitat Overlap Analysis derived from Maxent for Tamarisk and the Southwestern Willow Flycatcher. Frontiers of Earth Science. 5 (2), 120-129 (2011).
- Myneni, R. B., Ramakrishna, R., Nemani, R., Running, S. W. Estimation of global leaf area index and absorbed par using radiative transfer models. Geoscience and Remote Sensing. 35 (6), 1380-1393 (1997).
- Todd, S. W., Hoffer, R. M., Milchunas, D. G. Biomass estimation on grazed and ungrazed rangelands using spectral indices. International Journal of Remote Sensing. 19 (3), 427-438 (1998).
- Rouse, J. W., Haas, R. H., Schell, J. A., Deering, D. W. Monitoring vegetation systems in the Great Plains with ERTS. Proceedings of the Third Earth Resources Technology Satellite-1 Symposium. , (1974).
- Huete, A. R. A Soil-Adjusted Vegetation Index (SAVI). Remote Sensing of Environment. 25, 295-309 (1988).
- Kauth, R. J., Thomas, G. S. The tasselled cap – a graphic description of the spectral-temporal development of agricultural crops as seen in Landsat. Proceedings of the Symposium on Machine Processing of Remotely Sensed Data. , 41-51 (1976).
- Cohen, W. B., Spies, T. A., Fiorella, M. Estimating the age and structure of forests in a multi-ownership landscape of western Oregon, USA. International Journal of Remote Sensing. 16, 721-746 (1995).
- Jin, S., Sader, S. Comparison of time series tasselled cap wetness and the normalized difference moisture index in detecting forest disturbances. Remote Sensing of Environment. 94 (3), 364-372 (2005).
- Crist, E. P. A TM Tasseled Cap equivalent transformation for reflectance factor data. Remote Sensing of Environment. 17 (3), 301-306 (1985).
- Lindauer, I. E. A comparison of the plant communities of the South Platte and Arkansas River drainages in eastern Colorado. The Southwestern Naturalist. 28 (3), 249-259 (1983).
- Guisan, A., Zimmerman, N. Predictive habitat distribution models in ecology. Ecological Modeling. 135, 147-186 (2000).
- Friedman, J. H., Hastie, T., Tibshirani, R. Additive logistic regression: a statistical view of boosting. Annals of Statistics. 28 (2), 337-407 (2000).
- Breiman, L. Random forests. Machine Learning. 45 (1), 5-32 (2001).
- Friedman, J. H. Multivariate adaptive regression splines. Annals of Statistics. 19 (1), 1-141 (1991).
- McCullagh, P., Nelder, J. A. . Generalized Linear Models, 2nd ed. , (1989).
- Phillips, S. J., Anderson, R. P., Schapire, R. E. Maximum entropy modeling of species geographic distributions. Ecological Modelling. 190 (3-4), 231-259 (2006).
- Araujo, M. B., New, M. Ensemble forecasting of species distributions. Trends in Ecology and Evolution. 22, 42-47 (2007).
- Elith, J., Graham, C. H. Do they? How do they? Why do they differ? On finding reasons for differing performances of species distribution models. Ecography. 32, 66-77 (2009).
- Freire, J., Silva, C., Callahan, S., Santos, E., Schedegger, C., Moreau, L., Foster, I. Managing rapidly-evolving scientific workflows. International Provenance and Annotation Workshop (IPAW). , 10-18 (2006).
- Morisette, J. T., Jarnevich, C. S., Holcombe, T. R., Talbert, C. B., Ignizio, D., Talbert, M. K., et al. VisTrails SAHM: visualization and workflow management for species habitat modeling. Ecography. 36 (2), 129-135 (2013).
- Fielding, A. H., Bell, J. F. A review of methods for the assessment of prediction errors in conservation presence/absence models. Environmental Conservation. 24, 38-49 (1997).
- Allouche, O., Tsoar, A., Kadmon, R. Assessing the accuracy of species distribution models: prevalence, kappa and the true skill statistic (TSS). Journal of Applied Ecology. 43 (6), 1223-1232 (2006).
- Stohlgren, T. J., Ma, P., Kumar, S., Rocca, M., Morisette, J., Jarnevich, C. S. Ensemble habitat mapping of invasive plant species. Risk Analysis. 30, 224-235 (2010).
- Dormann, C. F., Purschke, O., Marquez, J. R. G., Lautenbach, S., Schrader, B. Components of uncertainty in species distribution analysis: A case study of the great grey shrike. Ecology. 89, 3371-3386 (2008).
- Marmion, M., Parviainen, M., Luoto, M., Heikkinen, R. K., Thuiller, W. Evaluation of consensus methods in predictive species distribution modelling. Diversity and Distributions. 15, 59-69 (2009).
