Název:
Zkvalitňují environmentální filtry modely druhové distribuce ?
Překlad názvu:
Do environmental filters improve predictions of species distribution models ?
Autoři:
Gábor, Lukáš ; Moudrý, Vítězslav (vedoucí práce) ; Barták, Vojtěch (oponent) Typ dokumentu: Diplomové práce
Rok:
2016
Jazyk:
cze
Nakladatel: Česká zemědělská univerzita v Praze
Abstrakt: [cze][eng] Druhové distribuční modely (SDM) představují široce používaný nástroj v biogeografii, makroekologii a ochraně přírody, který se s postupným rozvojem stal důležitým prostředkem, využívaným například při určení lokalit potencionálně ohrožených invazními druhy nebo studování vlivu klimatických změn na biodiverzitu. S postupujícím rozvojem začíná být zřejmé, že jedním ze zásadních limitujících faktorů modelování druhové distribuce jsou vstupní data. Nejsnáze dostupná jsou presenční data, která však trpí nerovnoměrným sběrem, například s převahou záznamů na snadno dostupných lokalitách. Cílem této práce je ukázat, že popularitu získávající klimatické filtrování vstupních prezenčních dat za účelem odstranění nerovnoměrného samplování ovlivňuje negativním způsobem výsledný model. Pro tento účel byly na území Iberského poloostrova vygenerovány virtuální druhy s různou druhovou prevalencí a rozdílným počtem zaznamenaných výskytů. Následně byly vytvořeny pomocí nástroje Maxent druhové distribuční modely s a bez klimatického filtru, které byly vyhodnoceny pomocí AUC. Rozdíl mezi virtuální realitou, která je prezentována vhodností prostředí virtuálního druhu a výsledným modelem byl testován párovým T testem. Komparace AUC potvrdila, že druhové distribuční modely založené na klimatickém filtrování mají lepší diskriminační schopnost. Nicméně to jen ukazuje na dovednější práci s vybraným vzorkem dat, který již nereflektuje realitu. Oproti tomu srovnání rozdílů mezi realitou a modelem s a bez klimatického filtrování pomocí párového T testu ukazuje vyšší kongruenci mezi nefiltrovaným modelem a realitou. Tím bylo dokázáno, že klimatické filtrování nevede k vyšší validitě druhových distribučních modelů.Species distribution models (SDM) are widely used tool in biogeography, macroecology and nature conservation. With gradual development, it has become an important means used by, for example, in determining the potentially threatened locations by invasive species, or studying the impact of climate change on biodiversity. With the progressive development it becomes obvious that one of the major factors limiting the species distribution modelling are input data. The presence data are most readily available, but they suffer from an uneven collection, for example, with a predominance of records in easily accessible locations. The aim of this work is to show, that popular climate filtering of presence data input, in order to eliminate uneven sampling, affects the final model in a negative way. For this purpose, there were virtual sorts of different species and different prevalence of recorded occurrences on the territory of the Iberian Peninsula generated. Subsequently, species distribution models with and without climate filters were created by using Maxent. They were evaluated by AUC. The difference between virtual reality, which is presented to the suitability of the virtual species, and the resulting model was tested by paired T test. Comparison of the AUC confirmed that the species distribution models based on climate filtering have better discriminative ability. However, it only points to the skilful work with the selected sample bias that already does not reflect reality. In contrast, comparison of the differences between virtual reality and the models with and without climate filtering using a paired T test shows greater congruence between unfiltered models and virtual reality. Thus it was proved that the climate filtering does not lead to higher validity species distribution models.
Klíčová slova:
AUC; druhové distribuční modely; filtrování; pravděpodobnostní přístup; virtuální druh