联合物种分布模型在群落生态学中突破了传统物种分布模型的局限，能够同时整合环境变量、物种性状、系统发育关系和时空结构，为理解物种装配机制提供了全新框架。其中，由芬兰Ovaskainen团队开发的HMSC模型尤为突出，作为一个基于贝叶斯推断的多变量分层广义线性混合模型，它不仅能处理单物种分析，更能从群落整体视角揭示生态位分化、种间互作及扩散限制等关键生态过程。

本系列专题将从基础到前沿，系统介绍HMSC的理论基础、操作流程与实际应用。从R语言入门开始，逐步深入到群落生态学假说、贝叶斯统计原理、单物种与多物种建模技术，并通过丰富案例展示HMSC在性状‑环境关联、零膨胀计数数据、空间自相关及时间序列分析中的强大功能。

专题一 R/Rstudio简介及入门

1.R及Rstudio介绍：背景、软件及程序包安装、基本设置等

2.R语言基本操作，包括向量、矩阵、数据框及数据列表等生成和数据提取等

3.R语言数据文件读取、整理（清洗）、结果存储等（含tidverse）

4.R语言基础绘图（含ggplot）：基本绘图、排版、发表质量绘图输出存储

专题二 群落生态学及数据统计分析概述

1.群落生态学发展和研究趋势简介

2.群落形成机制及物种装配规则（Species Assemble Rules）

3.群落生态数据类型、特点及准备

4.群落生态数据与群落生态学主要科学问题关联

专题三 联合物种分布模型HMSC及群落数据贝叶斯统计

1.联合物种分布模型HMSC贝叶斯统计简介

2.联合物种分布模型HMSC参数估计MCMC

3.联合物种分布模型HMSC参数及对应群落生态假说

专题四 单物种（物种水平）/单变量HMSC贝叶斯统计

1.HMSC程序包基本语法、参数选择、固定效应和随机效应设置、模型诊断等

2.HMSC单变量贝叶斯估计VS单变量brms包贝叶斯估计异同

3.HMSC物种属性数据单变量贝叶斯估计案例

4.HMSC物种有无（0，1）数据单变量贝叶斯估计案例

5.HMSC计数数据（多度）单变量贝叶斯估计案例（泊松分布、过度离散、零膨胀等）

6.HMSC混合效应模型：固定效应+混合效应+空间自相关

专题五 多物种（群落水平）HMSC贝叶斯统计模型

1.HMSC多物种（群落水平）贝叶斯统计模型构建介绍

2.HMSC低维多物种联合分布模型构建：模型构建、物种分布设置；解释变量引入（环境筛）；物种关联关系确定（生物筛）；模型诊断及性能评估

3.HMSC高维多物种联合分布模型构建：模型构建、物种分布设置；物种性状、系统发育信息及环境变量引入；模型诊断及性能评估；模型调整（先验分布、解释变量等）、拟合和重评估；结果展示，包括参数热图、种间关联、变差分解（Variation Partitioning）及排序（潜变量）等

专题六 HMSC包群落生态数据分析高阶应用经典案例

1.HMSC包开展群落数据联合物种分布模型分析通用流程（Pipelines）

2.HMSC分析物种属性与环境关系案例

3.HMSC分析响应变量为不同分布类型案例

4.HMSC空间数据分析案例

5.HMSC时间数据分析案例

6.HMSC模型中环境变量、物种属性、系统发育、数据分层设置综合案例

关 注【科研充电吧】公 众 号，获取海量教程和资源