Отдел по херпетология и Център за биологично разнообразие и опазване, Американски природонаучен музей, Централен парк Запад на 79-а улица, Ню Йорк, Ню Йорк, САЩ

статия

Ричард Г. Пиърсън, Отдел по херпетология и Център за биологично разнообразие и опазване, Американски природонаучен музей, Централен парк Запад на 79-а улица, Ню Йорк, Ню Йорк 10024, САЩ. E-mail: [email protected] Потърсете още статии от този автор

Отдел по херпетология, Американски природонаучен музей, Централен парк Запад на 79-ма улица, Ню Йорк, Ню Йорк 10024, САЩ

Centro de Investigacion en Matematicas, A.C. Apartado Postal 402, Guanajuato, Gto., 36000, Мексико

Природонаучен музей и изследователски център за биологично разнообразие, Университета в Канзас, Лорънс, KS 66045-2544, САЩ

Отдел по херпетология и Център за биологично разнообразие и опазване, Американски природонаучен музей, Централен парк Запад на 79-а улица, Ню Йорк, Ню Йорк, САЩ

Ричард Г. Пиърсън, Отдел по херпетология и Център за биологично разнообразие и опазване, Американски природонаучен музей, Централен парк Запад на 79-а улица, Ню Йорк, Ню Йорк 10024, САЩ. E-mail: [email protected] Потърсете още статии от този автор

Отдел по херпетология, Американски природонаучен музей, Централен парк Уест на 79-ма улица, Ню Йорк, Ню Йорк 10024, САЩ

Centro de Investigacion en Matematicas, A.C. Apartado Postal 402, Guanajuato, Gto., 36000, Мексико

Природонаучен музей и изследователски център за биологично разнообразие, Университета в Канзас, Лорънс, KS 66045-2544, САЩ

Резюме

Целете се Техниките, които предсказват разпределението на видовия потенциал чрез комбиниране на регистрирани наблюдения за поява с променливи на околната среда, показват голям потенциал за приложение в редица биогеографски анализи. Някои от най-обещаващите приложения се отнасят до видове, за които регистрираните събития са оскъдни поради криптични навици, локално ограничено разпространение или ниски усилия за вземане на проби. Въпреки това, минималните размери на пробите, необходими за получаване на полезни прогнози, остават трудни за определяне. Тук разработихме и тествахме нов подход за валидиране на ножове, за да оценим способността за прогнозиране на появата на видове, когато са налични по-малко от 25 записа.

Местоположение Мадагаскар.

Методи Разработени и оценени са модели за 13 вида потайни гекони с листни опашки (Уроплатус spp.), които са ендемични за Мадагаскар, за които наличните размери на пробите варират от 4 до 23 местоположения (при разделителна способност на мрежата 1 km 2). Прогнозите се основаваха на 20 слоя от данни за околната среда и бяха генерирани с помощта на два подхода за моделиране: метод, основан на принципа на максималната ентропия (Maxent) и генетичен алгоритъм (GARP).

Резултати Открихме висок процент на успеваемост и статистическа значимост в тестовете с ножове с размери на пробите до пет, когато беше приложен моделът Maxent. Резултати за GARP при много ниски размери на пробите (по - малки от ° С. 10) бяха по-малко добри. Когато размерите на пробите бяха експериментално намалени за тези видове с най-много записи, вариабилността между прогнозите, използвайки различни комбинации от местонахождения, показа, че моделите са силно повлияни от това кои точно наблюдения са включени.

Основни изводи Подчертаваме, че моделите, разработени с помощта на този подход с малки размери на извадката, трябва да се тълкуват като идентифициращи региони, които имат подобни условия на околната среда, за които е известно, че видът се среща, а не като предсказващи действителни граници на ареала на даден вид. Предложеният тук подход за валидиране на ножове позволява оценка на предсказуемата способност на модели, изградени с помощта на много малки размери на извадката, въпреки че използването на този тест с по-големи размери на извадката може да доведе до свръхоптимистични оценки на силата на предсказване. Нашите анализи показват, че географските прогнози, разработени от малък брой записи на събития, могат да имат голяма стойност, например при насочване на полеви проучвания за ускоряване на откриването на неизвестни популации и видове.

Брой пъти цитирани според CrossRef: 1372

  • Sreenath Subrahmanyam, Mukesh Lal Das, Honnavalli N. Kumara, Прогнози за изменението на климата на настоящи и бъдещи разпространения на ендемичния Loris lydekkerianus (Lorinae) в полуостров Индия, изследване на синергиите и компромисите между изменението на климата и целите за устойчиво развитие78, 10.1007/9 -981-15-7301-9, (321-358), (2021).

Приложение S1 Изпълнима програма (pValueCompute.exe), с помощен файл (help.txt), за изчисляване на P стойност, описана в тази статия. Приложение S2 Списък на екологичните променливи, използвани при моделирането. Приложение S3 Таблица, показваща дела на изследваната площ, предвиден като наличен от всеки подход за моделиране за всички видове.

Описание на името на файла
JBI_1594_sm_AppendixS1.zip 18,2 KB Поддържащ информационен елемент
JBI_1594_sm_AppendixS2.doc35 KB Поддържащ информационен елемент
JBI_1594_sm_AppendixS3.doc38,5 KB Поддържащ информационен елемент

Моля, обърнете внимание: Издателят не носи отговорност за съдържанието или функционалността на която и да е поддържаща информация, предоставена от авторите. Всички заявки (различни от липсващо съдържание) трябва да бъдат насочени към съответния автор на статията.