如何将物种存在数据经纬度匹配至WorldClim 2.5弧分分辨率以适配MaxEnt建模

要把不同精度的物种存在记录匹配到WorldClim 2.5弧分（对应5位小数经纬度，约5km²）的网格单元，进而生成存在/缺失数据集用于MaxEnt建模，按以下步骤操作：

1. 明确WorldClim网格的坐标规则 #

2.5弧分等于0.0416667度（2.5/60），每个网格单元的中心经纬度保留5位小数。每个网格的边界范围为：

• 经度边界：中心经度 ± 0.0208333（0.0416667/2）
• 纬度边界：中心纬度 ± 0.0208333

所有匹配操作都要基于这个边界范围，而非直接四舍五入坐标（避免因精度差异导致的网格匹配错误）。

2. 匹配物种记录到对应网格单元 #

方法一：用R语言（生态建模常用工具） #

# 加载所需包
library(raster)
library(dplyr)

# 加载任意一个WorldClim 2.5弧分的bioclim图层（用于获取网格信息）
bioclim_raster <- raster("bio1.tif") # 替换为你的bioclim文件路径

# 读取物种存在记录（假设数据框为sp_occ，包含lon、lat列）
sp_occ <- read.csv("species_occurrences.csv")

# 转换为空间点对象，确保坐标系与WorldClim一致（WGS84，EPSG:4326）
sp_points <- SpatialPoints(sp_occ[,c("lon","lat")], proj4string = CRS(proj4string(bioclim_raster)))

# 过滤掉欧洲范围外的点（根据你的研究区域调整经纬度范围）
europe_extent <- extent(-10, 30, 35, 70) # 示例欧洲范围，按需修改
sp_points <- crop(sp_points, europe_extent)

# 获取每个点对应的网格单元ID，再转为网格中心经纬度
cell_ids <- cellFromXY(bioclim_raster, sp_points)
grid_centers <- xyFromCell(bioclim_raster, cell_ids)

# 合并到物种数据框，去重（同一个网格只保留一条存在记录）
sp_occ_matched <- cbind(sp_occ, grid_centers) %>%
  distinct(x, y, .keep_all = TRUE) %>%
  rename(grid_lon = x, grid_lat = y) %>%
  mutate(presence = 1)

方法二：用Python语言 #

import rasterio
import geopandas as gpd
import pandas as pd
from shapely.geometry import Point

# 加载WorldClim栅格
with rasterio.open("bio1.tif") as src:
    bio_transform = src.transform
    bio_crs = src.crs

# 读取物种存在记录
sp_occ = pd.read_csv("species_occurrences.csv")
# 转为GeoDataFrame，确保坐标系为WGS84
sp_occ = gpd.GeoDataFrame(
    sp_occ,
    geometry=gpd.points_from_xy(sp_occ.lon, sp_occ.lat),
    crs="EPSG:4326"
)

# 确保坐标系一致，若不一致则转换
if sp_occ.crs != bio_crs:
    sp_occ = sp_occ.to_crs(bio_crs)

# 过滤欧洲范围外的点（示例范围，按需调整）
europe_bounds = [-10, 35, 30, 70] # min_lon, min_lat, max_lon, max_lat
sp_occ = sp_occ.cx[europe_bounds[0]:europe_bounds[2], europe_bounds[1]:europe_bounds[3]]

# 计算每个点对应的栅格行列号，再转为中心经纬度
def point_to_grid_center(point, transform):
    row, col = ~transform * (point.x, point.y)
    row, col = int(round(row)), int(round(col))
    center_lon, center_lat = transform * (col + 0.5, row + 0.5)
    return round(center_lon, 5), round(center_lat, 5)

sp_occ[["grid_lon", "grid_lat"]] = sp_occ.geometry.apply(
    lambda p: point_to_grid_center(p, bio_transform)
).apply(pd.Series)

# 去重，标记存在
sp_occ_matched = sp_occ.drop_duplicates(subset=["grid_lon", "grid_lat"]).assign(presence=1)

3. 生成完整的存在/缺失数据集 #

1. 提取欧洲范围内所有WorldClim网格的中心经纬度：
   • 在R中可以用rasterToPoints(bioclim_raster)获取所有网格的中心坐标，再过滤到欧洲范围；
   • 在Python中可以基于栅格的行列号，结合转换参数计算所有网格的中心坐标。
2. 将匹配后的物种存在网格与全量网格做左连接：
   • 存在记录的网格标记为1，无存在记录的网格标记为0，最终得到每个网格单元的存在/缺失标签。

关键注意事项 #

• 必须确保物种记录与WorldClim栅格的坐标系完全一致（默认都是WGS84，EPSG:4326），否则会出现匹配错误；
• 不要直接对物种记录的经纬度做四舍五入，必须基于网格边界或行列号计算对应中心坐标，避免精度偏差导致的网格错配；
• 过滤掉研究区域（欧洲）外的物种记录，减少无效计算。

内容的提问来源于stack exchange，提问作者Insect_biologist