PAYATHON 2026

如何将物种出现点匹配到 WorldClim 的 2.5 arc minutes 栅格?

数据小许

应保留出现记录的原始经纬度,以 WorldClim 栅格为模板,计算每个出现点所在的栅格单元,再通过单元编号关联 bioclim 数据。统一坐标的小数位数无法完成这种空间匹配。

建模时还需要注意:presence-only 数据可以确认某个单元有出现记录,但没有记录的单元不能直接判定为物种不存在。

小数位数与栅格分辨率有什么区别?

经纬度保留到小数点后 5 位,只说明坐标的记录或显示方式,既不代表栅格大小,也不能单独证明定位精度。气候数据表里的坐标通常表示栅格中心,具体应核对数据的导出方式。

2.5 arc minutes 对应的角度间隔是:

[ \Delta = \frac{2.5}{60}^{\circ} \approx 0.0416667^{\circ} ]

这一间隔在南北方向约为 4.6 km,东西方向的距离则随纬度变化。因此,不能认为每个单元的面积都是约 5 km²。

即使把所有坐标都四舍五入到 5 位小数,出现点通常也不会与栅格中心重合。应根据栅格的坐标参考系统、范围、原点和分辨率,确定点落在哪个单元。

在 R 中按栅格单元匹配

可以使用 terra::cellFromXY() 获取出现点所在单元的编号,需要中心坐标时再调用 xyFromCell()。这些函数使用栅格自身的几何信息,无需手动舍入坐标。terra 坐标与单元编号文档

下面的示例假设:

  • bioclim_europe 目录仅包含 19 个 bioclim GeoTIFF 文件,已经统一网格,并按欧洲研究区完成裁剪和掩膜。
  • presence.csv 仅包含目标物种,具有数值型的 longitude、latitude 和 year 列。
  • 出现点的原始坐标参考系统确实是 EPSG:4326。若不是,应填写其真实 CRS。
library(terra)

# 读取已对齐的气候栅格
files <- list.files(
  "bioclim_europe",
  pattern = "\\.tif$",
  full.names = TRUE
)
bio <- rast(files)
stopifnot(nlyr(bio) == 19L)

# 保留目标时期内具有有效坐标的出现记录
occ <- read.csv("presence.csv")
occ <- subset(
  occ,
  !is.na(year) & year >= 1970 & year <= 2000 &
    is.finite(longitude) & is.finite(latitude)
)
stopifnot(nrow(occ) > 0L)

# 将点转换到气候栅格的 CRS
points <- vect(
  occ,
  geom = c("longitude", "latitude"),
  crs = "EPSG:4326"
)
points <- project(points, crs(bio))

# 使用同一模板为出现点分配单元编号
occ$cell <- cellFromXY(bio[[1]], crds(points))

# 每行一个单元,保留 19 个变量均非 NA 的单元
# x、y 是该单元在栅格 CRS 下的中心坐标
grid <- as.data.frame(
  bio,
  cells = TRUE,
  xy = TRUE,
  na.rm = TRUE
)

# 1 表示有出现记录;0 仅表示没有出现记录
occupied <- unique(occ$cell[!is.na(occ$cell)])
grid$has_record <- as.integer(grid$cell %in% occupied)

# 单独检查范围外、掩膜外或气候变量缺失的记录
unmatched <- occ[!(occ$cell %in% grid$cell), ]

# 每个有效单元只保留一行出现信息
presence_grid <- grid[grid$has_record == 1L, ]

grid 包含单元编号、中心坐标、19 个气候变量和出现记录标记。同一单元内有多条记录时,has_record 仍为 1。

as.data.frame() 的 cells = TRUE 和 xy = TRUE 分别加入单元编号和中心坐标;na.rm = TRUE 会排除任意气候图层为 NA 的单元,这些被排除的单元需要单独检查。terra 数据表转换文档

若点与栅格的 CRS 不一致,应转换点坐标。直接修改 CRS 标签不会转换坐标值。terra 坐标转换说明

没有出现记录的单元如何处理?

建议将上述字段命名为 has_record,以准确反映其含义:

  • 1:1970 至 2000 年期间至少有一条有效出现记录落入该单元。
  • 0:现有数据中没有该时期的出现记录,实际是否存在仍未知。

MaxEnt 通常使用出现点与背景环境数据建模,不要求先建立每个单元的真实 presence/absence 标签。背景点用于描述研究区域的环境条件,不能当作已确认的缺失点。美国自然历史博物馆物种分布建模资料

若要建立可靠的 absence 标签,需要额外的调查记录,并结合调查时间、调查努力和物种可检测性制定判定规则。仅凭出现记录无法补出这些信息。

匹配前还需要检查什么?

  1. 核对空间位置。检查经纬度顺序、坐标正负号和异常位置;输入点坐标应按 longitude、latitude 排列。
  2. 核对栅格对齐。19 个变量需要具有一致的 CRS、分辨率、范围和网格原点。单元编号只对当前模板有效,裁剪或重建网格后应重新计算。
  3. 保留定位不确定性。增加小数位数不会提高记录的真实精度。若定位误差接近或超过单元大小,应评估该记录能否可靠分配到一个单元。
  4. 明确时间含义。将 1970 至 2000 年出现点与该时期的气候汇总数据匹配,表示期间内曾有记录,并不表示物种每年都存在,也不提供逐年的气候对应关系。

如果只是为了运行 MaxEnt,可以直接准备符合要求的出现点坐标和已对齐的环境栅格,无需先生成完整的逐单元数据表。官方教程也要求出现点与环境图层使用相同坐标系统,并要求环境栅格具有一致的范围和单元大小。MaxEnt 官方教程

备注:内容仅供参考。