下载物种观测数据
第一步是获取感兴趣物种的观测数据或存在数据。 在本部分中，您将从全球生物多样性信息机构 (GBIF) 下载数据，该机构组合了来自多个源的观测数据以供科学使用。 然后，您将在 ArcGIS Pro 中探索的观测点，以确保许可和数据类型对于您希望执行的分析类型正确。 您还需要检查是否存在重复数据，以防止分析中出现过度代表。
设置 ArcGIS 工程
首先，您将设置在其中处理数据的 ArcGIS Pro 工程。 然后，您将从 ArcGIS Living Atlas 添加 2 个项目。 第 1 个项目为自定义地理处理工具：“下载物种事件点”工具，借助此工具，您可以直接将 GBIF 中所选感兴趣区域的物种点下载至您的 ArcGIS Pro 工程。 第 2 个项目为一个图层，该图层显示了西班牙的国界线，您将在本教程的后续部分中使用该图层来裁剪数据。
- 启动 ArcGIS Pro。 如果收到系统提示，请使用您获得许可的 ArcGIS 组织账户登录。
注：
如果您没有 ArcGIS Pro 的访问权限或者 ArcGIS 组织账户，请参阅软件访问权限选项。
打开 ArcGIS Pro 后，您可以选择创建新工程或打开已存在的工程。 如果您之前创建了一个工程，您将看到一个最近工程列表。
- 在新建工程下，单击地图。
- 在新建工程窗口中，对于名称，键入 EuropeanBadger_Habitat。 保持位置不变并确认为此工程创建文件夹处于选中状态。
- 单击确定。
现在，您需要将从门户添加 2 个项目。 第 1 个项目为“下载物种事件点”地理处理示例，第 2 个项目为显示西班牙边界的图层。 此图层将用于裁剪和约束环境数据。
- 单击功能区上的视图选项卡。 在窗口组中，选择目录窗格。
随即显示目录窗格。 目录窗格可用于将项目添加至工程；查看、创建和管理项目；以及获取有关项目属性的信息。
- 在目录窗格中，单击门户选项卡，然后选择 Living Atlas。
- 在搜索栏中搜索 Download Species Occurrence Points 或者粘贴项目 ID 927944e867624504bfd6c489b0d2aec7，然后按 Enter 键。
- 右键单击下载物种事件点地理处理示例，然后选择添加至工程。
随即将地理处理示例添加至工程。
- 搜索 Spain Country Boundary 图层。 查找 esri_dm 拥有的 Spain Country Boundary 要素图层并将结果拖动到地图上。
该图层随即在地图上绘制，并作为 ESP_Country 添加至内容窗格。
从 GBIF 下载动物观测数据
接下来，您将使用下载物种事件点地理处理示例从全球生物多样性信息机构 (GBIF) 下载动物观测数据。 GBIF 是一个全球数据存储库，用于采集有关已记录物种位置的数据。 数据来自多个源，例如 iNaturalist，并且格式化为通用方案以供广泛使用。 首先，您需要在 GBIF 站点上打开该物种页面，以确认欧洲獾的属和种。 下载物种事件点地理处理示例要求使用正确的命名法输入此信息，其中属名大写，种名小写。
注：根据物种的保护状态，可能会隐藏位置数据，以防止偷猎或其他干扰。 欧洲獾被 IUCN 红色名录列为无危物种，因此不会隐藏位置数据。
- 打开欧洲獾的 GBIF 页面。
随即显示物种概览页面。 此页面将显示有关獾的信息，其中包括与事件记录一起提交的照片、目击地点的地图以及动物活动和生态的描述。
- 向下滚动并阅读描述信息，注意活动和生物生态部分。
- 单击指标选项卡并浏览有关目击事件的统计数据。
獾在欧洲的出现非常普遍，主要是在温暖的月份。 在较冷的气候条件下，獾会冬眠以躲避冬季气候。 接下来，您需要将事件数据下载至您的工程。
- 在 ArcGIS Pro 的目录窗格中，单击工程选项卡，然后展开工具箱组。
工程中存在 2 个工具箱：一个是创建工程时添加的默认工具箱，另一个为 DownloadSpeciesOccurrencePoints.pyt。
- 展开 DownloadSpeciesOccurrencePoints.pyt 工具箱，然后右键单击下载物种事件点并选择打开。
下载物种事件点 (GBIF) 工具随即打开。
- 对于学名，键入 Meles meles。
注：
“学名”参数的大小写必须正确。 确保属名大写并且种名小写。接下来，您将绘制研究区域。 下载物种事件点 (GBIF) 工具要求感兴趣区域的折点数量小于 300。 已添加至地图的西班牙边界面对于此工具来说过于详细，因此您需要草绘一个粗略的面。
- 对于研究区域，单击绘制工具并选择面。
研究区域参数下方将显示不同的编辑模板。 默认情况下，面模板处于选中状态，但是您也可以选择其他模板，例如圆形、矩形和手绘线。
- 单击地图以围绕西班牙绘制一个粗略的面。
草绘研究区域可以粗略，但需要涵盖整个西班牙。 下载数据后，您将使用成对裁剪工具以仅提取国家/地区边界内的观测点。
- 对于输出物种事件点，键入 Melesmeles_GBIF_[date]，替换已下载文件的日期。 选中生成并注册 DOI 框。
选中该框后，将生成数字对象标识符 (DOI) 并将其注册到 GBIF.org，作为通过该工具下载的事件记录描述的永久地址。 这是正确标注数据来源的必要条件。
- 单击运行。
工具完成运行后，Melesmeles_GBIF_[date] 图层将添加至内容窗格。
探索动物观测数据
接下来，您将探索已添加至 ArcGIS Pro 的獾观测数据。 您需要分析已提取数据，并确保许可和数据类型对于您希望执行的分析类型正确。 您还需要裁剪输出图层以创建一个数据集，其中仅包含感兴趣区域（西班牙）内的点。
- 在目录窗格中，右键单击 Melesmeles_GBIF_[date] 图层并选择属性表。
- 如有必要，请单击功能区上的地图选项卡。 在选择组中，单击按属性选择。
将打开按属性选择工具。
- 在按属性选择工具中，构建查询 Where license is equal to http://creativecommons.org/licenses/by-nc/4.0/legalcode。
- 单击确定。
具有非商业许可的点在地图和属性表中处于选中状态。 选定记录以蓝色突出显示。
- 在属性表顶部，单击删除。 在删除窗口中，单击是。
将从图层中删除高亮显示记录。 数据集仅包含您有权使用的点后，您需要使用成对裁剪工具以移除西班牙以外的记录。
- 在地理处理窗格中，单击“后退”按钮。 搜索并打开成对裁剪工具。
当成对裁剪工具打开后，该工具顶部的通栏将显示警告，指示该图层具有待处理编辑内容。
- 在成对裁剪工具中，单击保存编辑内容。
您对图层进行的编辑内容现已保存，并且未许可点已从您的工程中永久删除。
- 对于输入要素，选择 Melesmeles_GBIF_[date] 图层。 对于裁剪要素，选择 ESP_Country。
- 将输出要素类命名为 EuropeanBadger_points 并单击运行。
- 在内容窗格中，取消选中 Melesmeles_GBIF_[date] 和 Download Species Occurrence Points (GBIF) Study Area (Polygons) 图层以关闭属性表。 右键单击新的 EuropeanBadger_points 并选择属性表。
当对此数据进行处理后，共有 2678 个观测点符合许可和其他选择要求。 您的数据集可能会有所不同。
检查字段类型
对数据进行裁剪以仅包含感兴趣区域内的点后，您需要检查您是否拥有分析所需的所有字段类型。 根据数据收集和处理方式的不同，通常会发现数值数据以文本形式存储，或者日期以数值形式存储。 在此分析中，日期字段对于考虑潜在的季节性变化非常重要。 为确保日期字段的格式符合后续分析的要求，您需要检查字段映射。 然后，您将创建日历热力图，以评估观测是否存在季节性模式。
- 在功能区上，单击表选项卡。 在字段组中，单击字段。
字段视图随即打开。 此表将列出 EuropeanBadger_points 图层中的所有属性字段，以及其别名、数据类型和其他信息。
- 滚动浏览字段视图，直到您看到 eventDate 属性为止。 确认数据类型设置为仅日期。
eventDate 字段的格式正确，可用于分析。 如果该字段尚不存在，您也可以通过连接表中的 year、month 和 day 字段来计算一个新的日期字段。 请注意，这些字段目前存储为数值字段。
- 关闭字段视图。
确认日期字段的数据类型后，即可使用其来创建图表。
- 在内容窗格中，右键单击 EuropeanBadger_points 表，单击创建图表，然后选择日历热力图。
空白图表窗口随即出现。
- 在图表属性窗格中，对于日期，选择 eventDate 字段。
图表随即进行填充，其中显示了目击事件发生的月份和日期的热力图。 虽然全年都有目击事件发生，但在比较凉爽的秋冬月份发生的目击事件更多。
移除多余的观测点
数据准备过程中还需要考虑数据集中的重复数据。 根据采集方法不同，一些点可能过度代表獾的位置，例如追踪动物运动而非报告单次目击事件的研究。 您需要检查是否存在点聚类，并移除任何可能影响分析的点聚类。
注：
如果您计划使用诸如“仅存在预测 (MaxEnt)”等分析方法，则将在本部分中执行的数据准备将包含在地理处理工具内。 但是，如果您计划使用其他分析方法（例如回归分析方法），则以下是准备数据的必要步骤。
- 在地图上，放大至塞维利亚南部的聚类。
此点聚类位于多尼亚纳国家公园内，似乎代表动物的轨迹，这意味着每组点可能代表一只动物。
- 在功能区地图选项卡的选择组中，单击选择，然后在地图上围绕多尼亚纳国家公园内的各点绘制一个矩形。
- 在属性表的底部，单击显示所选记录。
随即对该表进行过滤以仅显示所选记录。 根据您绘制选择内容的方式，大约一半的观测点位于国家公园内，并且您可以看到大多数观测点都是通过追踪研究收集的。 为了避免在未来的分析中过度表示此区域，您需要稀疏化这些点。
- 在地理处理窗格中，搜索并打开删除相同项工具。
工具顶部将显示一条警告，提示该工具会修改输入数据集。 删除相同项工具将永久移除要素图层中您将输入的点，但不会修改 Melesmeles_GBIF_[date] 图层，以防您需要访问某些已删除的点。
- 对于输入数据集，选择 EuropeanBadger_points 并保持使用所选记录切换按钮处于打开状态。
- 对于字段，选择 Shape。 对于 XY 容差，选择 500 Meters，然后单击运行。
当工具完成运行后，将需要刷新属性表，因为一些所选记录现已删除。
- 关闭属性表。
- 在功能区上的选择组中，单击清除以移除所选内容。
国家公园内仍存在许多点，但已对其进行稀疏化。
- 重新打开属性表并检查表底部列出的剩余存在点的数量。
根据您已选择的点，此数量可能会有所不同。 通常，您希望创建与观测点数量相同的背景点，因此请确保检查具体点数。
- 保存工程。
在本部分中，您使用了下载物种事件点 (GBIF) 工具将欧洲獾观测数据下载至 ArcGIS Pro。 然后，您进行了一些初步数据准备工作：移除具有限制性许可的观测点和超出感兴趣区域范围的点，检查字段类型，以及移除重复点。 在下一部分中，您将添加环境变量以准备用于分析的数据。
绘制存在点和伪缺失点的地图
可以使用多种统计方法以多种方式进行物种分布建模。 其中许多方法都需要存在和缺失数据，或者在本例中为伪缺失数据。 它们还需要环境数据，以确定适合该物种的气候和栖息地条件类型。 下载并清理存在数据后，即可生成伪缺失或背景数据并提取每个位置处的环境属性数据。
生成随机采样的伪缺失点
存在数据准备就绪后，您将生成伪缺失点。 最简单的方法是在研究区域内使用随机生成。 为了确保存在点和伪缺失点具有相同的权重，您需要创建与存在点相同数量的背景点。
- 在地理处理窗格中，搜索并打开创建空间采样位置工具。
创建空间采样位置工具将使用简单的随机、分层、系统（格网化）或聚类采样设计在连续研究区域内生成样本位置。
- 输入以下参数，然后单击运行：
- 输入研究区域：ESP_Country
- 输出要素：ESP_randomsample
- 采样方法：简单随机
- 样本数：EuropeanBadger_points 表中的点数
随即将西班牙境内的随机点图层添加至地图。 现在，可以对此数据集与 EuropeanBadger_points 图层进行组合。
- 关闭 EuropeanBadger_points 属性表。
- 在地理处理窗格中，搜索并打开合并工具。
- 对于输入数据集，选择 ESP_randomsample 和 EuropeanBadger_points。 对于输出数据集，键入 badger_sample_set。
在合并工具中，您可以决定向新图层添加的字段，也可以创建新字段。 您将添加一个名为 Presence 的新字段，用于区分来自 GBIF 数据的观测点和来自随机样本的背景点。
- 对于字段匹配模式，选择使用字段映射协调字段差异。
- 对于字段映射，单击添加字段下拉菜单并选择添加空字段。
- 将 NewField 重命名为 Presence，然后按 Enter 键。
默认情况下，Presence 字段设置为文本字段。
- 指向 Presence 字段并单击编辑。
- 在字段属性窗口中，单击类型并选择短整型。
- 在字段属性窗口中，单击确定，然后运行合并工具。
注：
Presence 字段将显示警告，指示其为空。
- 在内容窗格中，取消选中 ESP_randomsample 和 EuropeanBadger_points 以关闭该图层。 右键单击 badger_sample_set 图层，然后单击属性表。
为了区分新图层中的存在点和缺失点，您需要计算 Presence 字段的值。 通常，存在点显示为值 1，而背景点显示为值 0。 当您滚动浏览表格时，请注意已合并的点具有许多 null 数据字段。 您将使用这些 null 字段来选择背景点。
- 在该表中，单击按属性选择。 在按属性选择窗口中，构建表达式 Where kingdom is null，然后单击应用。
- 在属性表中滚动浏览，直到您看到 Presence 字段为止。 右键单击 Presence 列名并选择计算字段。
- 在计算字段窗口中，对于 Presence =，键入 0，然后单击确定。
- 在按属性选择窗口中，选中 Invert Where Clause 框并单击确定。
- 右键单击 Presence 列名并选择计算字段。 构建表达式 Presence =1，然后单击确定。
现在，编码值为 1 的要素表示观测到的存在点，编码值为 0 的要素表示伪缺失点。
- 在功能区上，单击清除以清除所选内容。 关闭属性表并保存工程。
准备环境数据
接下来，您需要定位并准备可能有助于确定獾存在的环境变量。 请记住，根据 GBIF 数据，獾更喜欢觅食栖息地内拥有良好的植被覆盖。 根据 GBIF 中的动物描述，您知道在西班牙中部，獾更喜欢存在林地和牧场的中等高程山区，而避开较低高程地区。
- 将 SpainPortugalElev.zip 文件下载到您的计算机并将其解压到您正在工作的 ArcGIS 工程文件夹。
此文件包含一个名为 SpainPortugalElev 的 tif 文件。 此文件根据从 USGS EROS Archive - Digital Elevation - Global Multi-resolution Terrain Elevation Data 2010 下载的两个栅格图像创建，已将这些图像镶嵌在一起以覆盖整个西班牙，然后将其裁剪至西班牙和葡萄牙的国家/地区范围。 有关创建镶嵌数据集的详细信息，请参阅文档。 您将使用此栅格图像为西班牙创建坡度数据集。
可以从 ArcGIS Living Atlas 访问更加详细的坡度和高程数据。 然而，由于数据导出限制，每次导出的数据大小限制为 4,000x4,000 像素，因此 ArcGIS Living Atlas 数据并不是适合如此大范围研究区域的最佳选择。
- 在目录窗格中，单击工程选项卡并展开文件夹组，然后展开 EuropeanBadger_Habitat 工程文件夹。
- 找到已解压的 SpainPortugalElev.tif 图像，然后将其拖动到地图上。
注：
如果系统提示您构建金字塔并计算图层的统计数据，请单击确定。
- 在内容窗格中，取消选中 badger_sample_set 和 ESP_Country 图层以将其关闭。
高程栅格将绘制在地图上。 可以使用此栅格来计算坡度，这是另一个可能有助于确定獾栖息地的变量。
注：
如果图像未立即显示，请确保在内容面板中选中该图层。 在功能区上，单击栅格图层选项卡，然后单击渲染组中的 DRA。 DRA 是动态范围调整的缩写，用于在您基于当前显示的像素值导航图像时自动调整活动拉伸类型。 - 在地理处理窗格中，搜索并打开表面参数（Spatial Analyst 工具）。
- 输入以下参数，然后单击运行：
- 输入表面栅格：SpainPortugalElev.tif
- 输出栅格：Spain_Slope
- 输入分析掩膜：ESP_Country
- 参数类型：坡度
- 局部表面类型：二次
- 坡度测量：度
随即将 Spain_Slope 图层添加至地图。 它将以度为单位显示坡度值。
您希望查找的下一个环境图层为土地覆被。 为此，您将使用欧洲航天局的 WorldCover 2021 数据。 WorldCover 绘制了 11 种土地覆被类型。
- 在目录窗格中，单击门户选项卡，然后选择 Living Atlas。
- 搜索 ESA WorldCover 图层并将其拖动到地图上。
WorldCover 图层将绘制在地图上。 此图层包含 11 个土地覆被类，分辨率为 10 米。
准备生物气候数据
除了坡度、高程和土地覆被之外，其他可能有助于模拟獾栖息地的变量为生物气候变量。 您需要从 CHELSA Bioclimate Projections 工程添加多个图层。 CHELSA 图层基于 CMIP6 ISIMIP3b 提供了 2011-2040 年、2041-2070 年和 2071-2100 年这 30 年期间平均的气候和生物气候变量的降尺度估计值。 CMIP6 ISIMIP3b 气候实验采用共享社会经济路径 (SSP) 来建模未来气候情景。 对于本研究，您将使用 SSP3-7.0，时间范围为 2011 年至 2040 年，即本世纪初。 此情景较为合适，因为其与当前全球形势非常相似，其中包括国家/地区之间的冲突、财富差距以及社会不平等。 可以通过多维选项卡访问所有时间范围和 SSP 情景。
- 在目录窗格中，单击门户选项卡，然后选择 Living Atlas。
- 在搜索栏中，输入 CHELSA，然后按 Enter 键。
19 CHELSA Bioclimate Projection 图层随即出现。 这些生物气候预测因子由 USGS 定义。 根据您希望运行的分析、研究区域和物种行为，所有这些生物气候图层均可能适用。 出于本教程的目的，您将选择 3 个变量以添加至 badger_sample_set 图层。 如果您选择添加更多变量，则处理时间可能会更长。
- 按 Ctrl 键的同时单击以下 CHELSA 图层以将其选中，然后将其拖动至地图上。
- Annual Mean Temperature (Bio1)
- Annual Precipitation (Bio12)
- Temperature Seasonality (Bio4)
随即将 3 个生物气候图层添加至地图。 每个图层均包含 3 个情景：SSP2-4.5、SSP3-7.0 和 SSP5-8.5，用于根据温室气体排放、政治和社会政策以及其他变化对潜在的未来条件进行建模。 此信息将以多维格式存储在每个图层中。 在此工程中，您将使用 SSP3-7.0 进行建模，时间范围为 2011 年至 2040 年。 此情景代表高排放，以及与本世纪中叶历史气候平均值相比可能发生的平均变化。
- 在内容窗格中，单击 Annual Mean Temperature (Bio1) 图层以将其选中。 在功能区中，单击多维选项卡。
- 在当前显示剖切组中，将变量更改为 SSP370，将 StdTime 更改为 25-12-01T00:00:00。
注：
时间范围 1981-2010、2011-2040、2041-2070 和 2071-2100 在多维栅格数据中以其中点年份表示，分别为 1995、2025、2055 和 2085。
- 更改 Annual Precipitation (Bio12) 和 Temperature Seasonality (Bio4) 图层的变量和 StdTime 设置以分别与 SSP370 和 25-12-01T00:00:00 相匹配。
现在，生物气候变量已准备就绪，可将其添加至獾样本集。
提取环境数据
在工程中包含栖息地和生物气候数据后，您将使用多值提取至点工具以获取每个点位置的栅格值。 随即将这些值追加至输入表。
- 在地理处理窗格中，搜索并打开多值提取至点工具。
- 对于输入点要素，选择 badger_sample_set。
- 对于输入栅格，单击添加多项，然后选择切换所有复选框。
将向“输入栅格”参数添加 6 个栅格图层：Spain_Slope、SpainPortugalElev、LandCover、Annual Precipitation (Bio12)、Temperature Seasonality (Bio4) 和 Annual Mean Temperature (Bio1)。
- 对于输出字段名称，将字段编辑为以下内容：
- annual_mean_temp
- annual_precip
- temp_seasonality
- landcover
- slope
- elevation
在运行该工具之前，您需要将处理范围设置为您一直使用的西班牙国家/地区边界。 由于 WorldCover 和生物气候图层为全球数据集，因此设置处理范围将有助于您仅提取所需数据。
- 单击环境选项卡。
- 展开处理范围组。 单击图层范围 并选择 ESP_Country 图层。
- 单击运行。
此工具可能需要运行一段时间。 当工具完成后，badger_sample_set 图层将在属性表中具有 6 个新变量。 您将使用“数据工程”工具来探索刚刚添加的数据。
使用数据工程
接下来，您将使用“数据工程”工具来探索数据。 借助 ArcGIS Pro 中的数据工程工具，您可以探索、可视化、清理和准备数据以进行分析。 在本部分中，您将使用“数据工程”工具来更好地了解已提取到样本集的环境变量。
- 在内容窗格中，右键单击 badger_sample_set 图层并选择数据工程。
随即打开数据工程视图。 您选择进行的数据准备类型将取决于您希望用于创建栖息地适宜性模型的建模类型。 例如，如果您计划使用回归分析，则可以使用转换工具将偏斜数据转换为正态分布。
- 在字段窗格中，按住 Shift 键并选择刚刚提取至样本集中的所有 6 个字段：annual_mean_temp、annual_precip、temp_seasonality、landcover、slope 和 elevation。
- 将所选字段拖动到窗口中间的空白统计数据窗格中。
您为栖息地建模工程采集的环境数据将添加至统计数据窗格。
- 在数据工程窗格的功能区中，单击计算。
将计算字段的统计数据，其中包括平均值、唯一值和异常值。 可以使用这些统计数据来开始标识数据中的模式。
- 在统计数据窗格中，滚动至 Outliers 列。
具有最多统计异常值的字段为年降雨量。
- 右键单击 annual_precip 字段的异常值记录，然后选择选择异常值。
随即在地图上选择异常值。 许多异常值点位于西班牙北部的坎塔布里亚山脉和比利牛斯山脉或附近。
要可视化这些值，您需要使用直方图。
- 在统计数据窗格中，右键单击 annual_precip 字段的直方图。 单击打开直方图。
随即打开 annual_precip 字段的直方图。 所选异常值将显示在直方图上。 通过直方图可以看出，所有异常值都集中在高值区，或者出现在坡度较陡的区域。 接下来，您将查看年平均气温。
- 在 Distribution of slope 直方图的功能区上，单击清除选择，然后关闭该直方图。
- 在统计数据窗格中，右键单击 annual_mean_temp 的图表预览并选择打开直方图。
直方图随即打开。 要了解獾可能更喜欢的温度，您需要选择獾的存在点。
- 单击功能区上的地图选项卡。 在选择组中，单击按属性选择。
- 在按属性选择窗口中，清除所有现有表达式并构建表达式 Where Presence is equal to 1。 单击确定。
随即在地图和图表上选择存在点。
根据图表，獾似乎更喜欢温暖的气候。
提示：
如果在图表上未看到所选数据和未选数据，请在图表功能区的过滤器组中，确保选择过滤器已关闭。
可以使用“数据工程”工具来检查其他生物气候变量并根据需要对数据进行更改。
- 清除选择并关闭图表。
使用数据进行建模之前的最后一步是添加归属。
编辑元数据
数据集清理完毕并且包含开始建模所需的环境变量后，最后一步是确保图层具有正确的归属。 许多观测点都具有 CC BY 4.0 许可，此许可需要注明归属。 之前您使用“下载物种事件点 (GBIF)”工具时，生成了数字对象标识符 (DOI)，这将构成此归属的基础。
- 在功能区上，单击分析选项卡。 在地理处理组中，选择历史记录。
- 右键单击 Download Species Occurrence Points (GBIF) 记录并选择查看详细信息。
工具详细信息窗口随即出现。 此窗口将记录您运行该工具时使用的所有参数以及工具运行期间生成的消息。 DOI 记录在消息选项卡上。
- 单击消息选项卡。
- 阅读引用要求部分，然后滚动至表格底部，找到显示 DOI 的位置。
- 复制数据集的 DOI。
现在，您将创建引用。
- 单击功能区上的视图选项卡。 在窗口组中，选择目录视图。
目录视图随即打开。 到目前为止，您在本教程中使用过的目录视图和目录窗格具有很多相似之处，但元数据只能在目录视图中进行编辑。
- 在目录视图中，展开 Databases 和 EuropeanBadger_Habitat.gdb，然后单击 badger_sample_set 图层。
元数据编辑器随即打开。 当前，除了地理处理历史记录（显示了已运行的连接字段和计算字段工具）之外，元数据为空。
- 在功能区目录选项卡的元数据组中，单击编辑。
元数据编辑器随即打开。
- 在元数据窗格中输入以下信息：
- 标题：欧洲獾样本数据集
- 标签：物种建模、欧洲獾（学名）、欧洲獾
- 概要（目的）：此数据集是在教程“用于分布建模的样本物种和环境数据”中创建的，用于建模西班牙的欧洲獾（欧洲獾，学名）栖息地。
- 描述（摘要）：欧洲獾是一种重要的物种，提供了三种主要的生态系统服务：种子传播、表土扰动和微生境创造。 为了模拟其在西班牙的栖息地，您已从 GBIF 下载了动物观测数据，并在 Presence 字段中进行记录，值为 1。 您生成了伪缺失点或背景点并将其与观测数据进行了合并。 将环境数据（包括坡度、高程、土地覆被和生物气候变量）提取到了这些点。
- 在制作者名单部分中，输入以下引用并粘贴为您的数据集生成的唯一 DOI。
GBIF.org ([访问日期]) GBIF Occurrence Download. DOI:[您的 DOI]
- 在元数据编辑器的底部，单击新建边界框。
- 输入以下坐标：
西 东 南 北 -17.7532431
5.6396581
26.8567504
44.3051478
- 在功能区的元数据选项卡中，单击保存。
- 关闭元数据编辑器并保存工程。
拥有有关欧洲獾的数据集后，即可将其用于物种分布建模。 该数据集包含存在点和伪缺失点以及有关坡度、高程、土地覆被、温度等的环境数据。 此信息可用于诸如 MaxEnt 或随机森林预测等模型，以进行物种分布建模。
