Mô hình phân bố loài là gì? Các bài báo nghiên cứu khoa học

Khái niệm mô hình phân bố loài

Mô hình phân bố loài (Species Distribution Model – SDM), còn gọi là mô hình ngách môi trường, là khung định lượng ước tính xác suất hiện diện, mức độ phù hợp môi trường hoặc mật độ của một loài theo không gian (và thời gian) bằng cách liên hệ dữ liệu phân bố quan sát với tập biến môi trường, địa lý và sinh học liên quan. SDM được sử dụng rộng rãi để mô tả phạm vi hiện tại, ngoại suy đến những khu vực chưa khảo sát, và dự báo thay đổi phân bố dưới các kịch bản khí hậu – sử dụng đất tương lai. Tổng quan khái niệm, phân loại và thực hành chuẩn được trình bày trong tổng quan kinh điển của Elith & Leathwick tại Annual Review of Ecology, Evolution, and Systematics.

SDM bao gồm hai dòng tiếp cận chính: mô hình tương quan (correlative) suy ra mối quan hệ thống kê giữa xuất hiện loài và biến môi trường, và mô hình cơ chế (mechanistic) sử dụng thông tin sinh lý – sinh học của loài để xác định ràng buộc chịu đựng môi trường; nhiều nghiên cứu thực tiễn dùng cách tiếp cận lai (hybrid) nhằm tận dụng ưu điểm của cả hai. Ứng dụng – giới hạn – và tiêu chuẩn minh chứng mô hình đã được hệ thống hóa trong các giáo trình và khóa huấn luyện của NASA ARSET, cho phép chuyển giao thực hành từ nghiên cứu sang quản lý bảo tồn.

• Đầu ra thường gặp: xác suất hiện diện, chỉ số phù hợp sinh cảnh, bản đồ rủi ro hiện diện.
• Thang đo áp dụng: từ cục bộ (vi mô) đến khu vực – toàn cầu (thô), phụ thuộc độ phân giải dữ liệu.
• Đối tượng: loài trên cạn, nước ngọt, biển; sinh vật gây bệnh, vật chủ – véc tơ.

Dữ liệu đầu vào & biến môi trường

Dữ liệu phân bố loài bao gồm điểm hiện diện (presence), hiện diện–vắng mặt (presence–absence) hoặc mật độ – phong phú; nguồn thu thập từ khảo sát thực địa, cơ sở dữ liệu công dân khoa học, bảo tàng và tập hợp trực tuyến. Nền tảng dữ liệu toàn cầu như GBIF cung cấp bản ghi hiện diện được gắn tọa độ, trong khi bộ khí hậu bề mặt WorldClim v2.1 hoặc CHELSA cung cấp biến nhiệt độ, lượng mưa đa niên; lớp phủ đất từ Copernicus Land Monitoring Service cùng địa hình (độ cao, độ dốc) từ DEM hỗ trợ mô tả bối cảnh môi trường. Chất lượng – độ phân giải không gian và thời gian – và khả năng đại diện không gian của dữ liệu đầu vào quyết định trực tiếp độ tin cậy của ước tính.

Tiền xử lý quan trọng gồm lọc sai lệch không gian (spatial thinning) nhằm giảm thiên lệch lấy mẫu, kiểm soát trùng lặp – lỗi tọa độ, chuẩn hóa thang đo biến, và mô tả miền môi trường hiệu dụng để tránh ngoại suy cực trị. Khi thiếu dữ liệu vắng mặt, nhiều phương pháp tạo pseudo-absence hoặc background được sử dụng nhằm huấn luyện mô hình; chiến lược chọn nền (ngẫu nhiên, theo khoảng cách, theo miền môi trường) cần phù hợp câu hỏi sinh thái. Nguồn phương pháp và dữ liệu tham khảo tại NASA ARSET và tổng quan tại Annual Reviews.

• Nguồn loài: khảo sát chuyên gia, cơ sở dữ liệu mở (GBIF), bẫy ảnh, eDNA.
• Nguồn môi trường: khí hậu (WorldClim/CHELSA), địa hình (DEM), viễn thám (Copernicus, MODIS), sử dụng đất.
• Kiểm soát chất lượng: khử trùng lặp, kiểm tra tọa độ, lọc sai lệch theo nỗ lực lấy mẫu.

Nhóm biến	Ví dụ biến	Nguồn khuyến nghị
Khí hậu	Bio1 (nhiệt độ trung bình năm), Bio12 (lượng mưa năm)	WorldClim, CHELSA
Địa hình	Độ cao, độ dốc, hướng dốc	DEM (SRTM, Copernicus GLO-30)
Che phủ đất	Tỷ lệ rừng, đô thị, nông nghiệp	Copernicus
Viễn thám	NDVI, NPP, nhiệt bề mặt	Sentinel/MODIS qua NASA

Phân loại mô hình & kỹ thuật xây dựng

Các họ mô hình thường dùng gồm: hồi quy thống kê (GLM, GAM), cây quyết định và rừng ngẫu nhiên (Random Forests), boosting (GBM, XGBoost), mô hình tối đa entropy (MaxEnt) cho dữ liệu presence-only, mạng nơ-ron sâu cho tập dữ liệu lớn, và mô hình cơ chế dựa trên cân bằng năng lượng – sinh lý. Việc lựa chọn phụ thuộc dạng dữ liệu (hiện diện/vắng mặt, hiện diện đơn thuần), mục tiêu (suy giải thích hay dự báo), và yêu cầu minh bạch. Hướng dẫn chọn thuật toán theo mục tiêu – dữ liệu tham khảo tại Zoon Tutorials.

Ví dụ công thức liên kết logistic trong GLM cho xác suất hiện diện theo biến môi trường $p(\mathbf{x})=\frac{1}{1+\exp\!\left(-(\beta_0+\sum_{j=1}^{k}\beta_j x_j)\right)}$. Đối với MaxEnt, mục tiêu là phân bố p trên không gian nền cực đại hóa entropy dưới ràng buộc kỳ vọng đặc trưng khớp quan sát: $\max_{p} \left[-\sum_{i} p_i \log p_i\right]\ \text{s.t.}\ \sum_{i} p_i f_m(\mathbf{x}_i)=\hat{E}[f_m],\ \forall m$. Tổng quan thuật toán và cơ sở lý thuyết xem Phillips et al. (PNAS) tại PNAS.

Loại mô hình	Dữ liệu yêu cầu	Ưu điểm	Hạn chế	Tham khảo
GLM/GAM	Hiện diện–vắng mặt	Diễn giải rõ, kiểm định giả thuyết	Phi tuyến phức tạp cần mở rộng	Annual Reviews
Random Forests/GBM	Hiện diện–vắng mặt hoặc pseudo-absence	Hiệu năng dự báo cao, bắt phi tuyến	Diễn giải hạn chế, cần điều chuẩn	NASA ARSET
MaxEnt	Hiện diện đơn thuần + nền	Hiệu quả khi thiếu vắng mặt, mạnh với biến nhiều	Nhạy chọn nền/điều chuẩn, nguy cơ quá khớp	PNAS
Cơ chế (physiology)	Sinh lý – ngưỡng chịu đựng	Khả năng ngoại suy đáng tin cậy	Đòi hỏi dữ liệu sinh lý chi tiết	SpringerLink

Ứng dụng trong bảo tồn & dự báo môi trường

Ứng dụng cốt lõi của SDM gồm xác định vùng ưu tiên bảo tồn, lập quy hoạch mạng lưới khu bảo tồn, đánh giá khoảng trống mẫu (gap analysis), và mô phỏng rủi ro biến đổi khí hậu đối với phạm vi loài nhằm hỗ trợ kế hoạch thích ứng. Trong quản trị xâm lấn sinh học, SDM giúp ước tính nguy cơ xâm lấn – lan truyền, định hướng giám sát sớm và can thiệp. Nhiều hướng dẫn tác nghiệp trình bày quy trình kết hợp SDM với kịch bản khí hậu CMIP và các lớp sử dụng đất để cung cấp bản đồ rủi ro theo thời gian, xem NASA ARSET.

Trong y tế sinh thái, SDM dự báo phân bố véc tơ – vật chủ truyền bệnh (muỗi, ve), hỗ trợ bố trí nguồn lực phòng dịch theo mùa – theo vùng; trong sinh thái biển, SDM tích hợp dữ liệu nhiệt – độ mặn – chlorophyll từ viễn thám để dự báo bãi đẻ, ngư trường và hành lang di cư. Trong phục hồi sinh cảnh và tái du nhập loài, SDM cung cấp bản đồ phù hợp môi trường để lựa chọn vị trí – thời điểm tái thả tối ưu. Ví dụ điển hình và bài học triển khai được tổng hợp trong các tổng quan phương pháp ở Annual Reviews.

• Bảo tồn: xác định điểm nóng đa dạng sinh học, ưu tiên hành lang sinh thái.
• Khí hậu: dự báo dịch chuyển phạm vi – cạn kiệt sinh cảnh, lập kế hoạch thích ứng.
• Xâm lấn: cảnh báo sớm, tối ưu giám sát – kiểm soát.
• Y tế sinh thái: bản đồ rủi ro véc tơ – bệnh theo mùa.

Bài toán	Đầu ra SDM	Nguồn thực hành
Ưu tiên bảo tồn	Bản đồ phù hợp sinh cảnh, chồng ghép đa loài	NASA ARSET
Dự báo khí hậu	Phạm vi tương lai theo kịch bản CMIP	WorldClim
Xâm lấn sinh học	Bản đồ nguy cơ xâm lấn – định hướng giám sát	Annual Reviews

Thách thức & giới hạn

Mặc dù mô hình phân bố loài (SDM) là công cụ mạnh mẽ, chúng vẫn đối mặt với nhiều giới hạn về dữ liệu, phương pháp và khả năng ngoại suy. Một trong những thách thức lớn nhất là sai lệch không gian do dữ liệu hiện diện thường được thu thập không đồng đều, tập trung ở các khu vực dễ tiếp cận hoặc được khảo sát nhiều hơn. Điều này có thể dẫn tới mô hình học được các tín hiệu sai (bias) liên quan tới nỗ lực khảo sát thay vì điều kiện sinh thái thực sự của loài. Kỹ thuật giảm sai lệch như lọc ngẫu nhiên các điểm gần nhau (spatial thinning) hoặc sử dụng lớp nền cân bằng theo môi trường giúp cải thiện vấn đề này (arXiv – Sample bias correction).

Thách thức thứ hai là thiếu dữ liệu vắng mặt thật sự. Phần lớn các cơ sở dữ liệu lớn như GBIF chỉ cung cấp dữ liệu hiện diện, dẫn đến việc phải tạo dữ liệu giả vắng mặt (pseudo-absence) hoặc nền (background). Chiến lược chọn nền không phù hợp có thể làm sai lệch mối quan hệ môi trường–phân bố. Ngoài ra, các yếu tố phi môi trường như tương tác sinh học (cạnh tranh, ký sinh), rào cản di cư và lịch sử phân bố loài cũng ảnh hưởng đến kết quả nhưng thường bị bỏ qua trong các mô hình thuần túy dựa trên biến môi trường.

• Sai lệch không gian và thời gian do nỗ lực khảo sát không đồng đều.
• Thiếu dữ liệu vắng mặt thật sự.
• Bỏ qua tương tác sinh học và rào cản địa lý.
• Rủi ro ngoại suy khi áp dụng ra ngoài miền môi trường huấn luyện.

Giới hạn	Nguyên nhân	Hậu quả
Sai lệch mẫu	Tập trung ở khu vực dễ tiếp cận	Mô hình dự báo sai phạm vi thực
Thiếu vắng mặt	Không ghi nhận điểm không hiện diện	Khó phân biệt môi trường không phù hợp và chưa khảo sát
Bỏ qua tương tác	Không đưa yếu tố sinh học vào	Dự báo sai khi loài bị giới hạn bởi cạnh tranh hoặc ký sinh

Khung đánh giá & hiệu quả mô hình

Đánh giá hiệu quả SDM là bước quan trọng để đảm bảo mô hình đủ tin cậy cho ứng dụng thực tế. Các chỉ số phổ biến gồm AUC (Area Under the ROC Curve), TSS (True Skill Statistic), Cohen’s Kappa, và chỉ số Jaccard/Sørensen để đo độ chồng lặp giữa dự báo và quan sát. Mỗi chỉ số có ưu và nhược điểm riêng, do đó nên sử dụng kết hợp nhiều chỉ số để đánh giá toàn diện.

AUC là chỉ số phi tham số đo khả năng phân biệt điểm hiện diện và vắng mặt, trong khi TSS cân bằng giữa độ nhạy và độ đặc hiệu. Khi sử dụng dữ liệu presence-only, một số chỉ số như Boyce Index hoặc Continuous Boyce Index trở nên hữu ích hơn (ScienceDirect – Boyce Index).

• AUC > 0.9: Mô hình xuất sắc; 0.7–0.9: tốt; < 0.7: kém.
• TSS > 0.8: dự báo mạnh; 0.5–0.8: trung bình; < 0.5: yếu.
• Kappa > 0.75: đồng thuận cao.

Chỉ số	Ưu điểm	Hạn chế
AUC	Độc lập ngưỡng, dễ so sánh mô hình	Nhạy với bias dữ liệu, không phản ánh xác suất tuyệt đối
TSS	Cân bằng độ nhạy và đặc hiệu	Cần chọn ngưỡng, phụ thuộc phân bố dữ liệu
Kappa	Đo đồng thuận vượt ngẫu nhiên	Bị ảnh hưởng bởi tỉ lệ hiện diện/vắng mặt

Tương lai & xu hướng kỹ thuật

Các xu hướng mới trong SDM tập trung vào việc tích hợp dữ liệu phong phú hơn và thuật toán tiên tiến để tăng tính chính xác và khả năng khái quát. Tích hợp dữ liệu từ cảm biến từ xa (remote sensing) ở độ phân giải cao cho phép cập nhật biến môi trường gần thời gian thực. Mô hình hóa đa loài (multi-species SDM) và mô hình phân bố cộng đồng (community occupancy models) giúp nắm bắt tương tác sinh học và ràng buộc cộng đồng.

Học máy nâng cao, bao gồm deep learning và convolutional neural networks (CNN), đang được áp dụng để xử lý dữ liệu môi trường không cấu trúc như ảnh vệ tinh. Ngoài ra, các mô hình kết hợp (ensemble models) đang được ưa chuộng vì giúp giảm sai lệch và tăng độ ổn định bằng cách tổng hợp kết quả từ nhiều thuật toán khác nhau (arXiv – spOccupancy, arXiv – community models).

• Remote sensing: cập nhật biến môi trường liên tục.
• Multi-species SDM: dự báo tương tác giữa nhiều loài.
• Deep learning: xử lý dữ liệu ảnh vệ tinh quy mô lớn.
• Ensemble: giảm sai lệch, tăng ổn định dự báo.

Liên kết tham khảo uy tín

- Annual Reviews – Các phương pháp SDM: Annual Reviews
- SpringerLink – Giới thiệu SDM: SpringerLink
- NASA ARSET – Ứng dụng SDM: NASA ARSET
- Zoon Tutorials – Chọn phương pháp SDM: Zoon Tutorials
- arXiv – Mô hình occupancy và cộng đồng: spOccupancy, Integrated community occupancy models
- arXiv – Sample bias correction: Sample bias correction in SDMs

Tài liệu tham khảo

• Elith, J., & Leathwick, J. R. “Species distribution models: ecological explanation and prediction across space and time.” Annual Review of Ecology, Evolution, and Systematics. (2009).
• Farashi, A., & Alizadeh-Noughani, M. “Basic Introduction to Species Distribution Modelling.” In Ecosystem and Species Habitat Modeling. Springer (2023).
• Sofaer, H. R., et al. “Development of SDMs for management.” BioScience. (2019).
• Doser, J. W., et al. “spOccupancy: single- and multi-species occupancy models.” (2021).
• Sillett, T. S., et al. “Integrated community occupancy models for biodiversity dynamics.” (2021).
• Dubos, N., et al. “Assessing sample bias correction in SDMs.” (2021).