#Desert Locust

不是把 Maxent 丟掉，而是替它裝上一顆 GRU：AI 如何用 50 天天氣序列預測沙漠蝗蟲適生區

arXiv:2609.03603 提出 RNN Maxent，把生態學常用的 Maxent 物種分布模型與 Gated Recurrent Unit 結合，讓模型不再把降雨、土壤濕度、植被與溫度的時間序列攤平成一堆獨立欄位，而能直接學習環境如何隨時間演變。研究使用 ERA5-Land、MODIS 與 Sentinel-3 建立 50 天環境序列，並在環境資料與蝗蟲出現紀錄間留下 7 天 gap，使模型具有類似預報的設定。結果顯示，RNN Maxent 的 ROC AUC 從標準 Maxent 的 0.792 提升至 0.862，F1 則從 0.590 提升至 0.671。更值得注意的是，這不是把傳統統計框架全部換成黑盒神經網路，而是保留 Maxent 的 presence-only、背景正規化與機率校準，只把最難人工設計的時間特徵交給 GRU 學習。