EREDETI CIKK: A fajok eloszlásának előrejelzése kis számú előfordulási nyilvántartásból: teszteset rejtélyes gekkókkal Madagaszkáron

Herpetológiai Osztály és Biológiai Sokféleség és Megőrzés Központ, Amerikai Természettudományi Múzeum, Central Park West, 79. utca, New York, NY, USA

eredeti

Richard G. Pearson, Herpetológiai Tanszék és Biológiai Sokféleség és Megőrzés Központ, Amerikai Természettudományi Múzeum, Central Park West, 79. utca, New York, NY 10024, USA. E-mail: [email protected] További cikkek keresése a szerzőtől

Herpetológiai Tanszék, Amerikai Természettudományi Múzeum, Central Park West, 79. utca, New York, NY 10024, USA

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

Természettudományi Múzeum és Biológiai Sokféleség Kutatóközpont, Kansas Egyetem, Lawrence, KS 66045-2454, USA

Herpetológiai Osztály és Biológiai Sokféleség és Megőrzés Központ, Amerikai Természettudományi Múzeum, Central Park West, 79. utca, New York, NY, USA

Richard G. Pearson, Herpetológiai Tanszék és Biológiai Sokféleség és Megőrzés Központ, Amerikai Természettudományi Múzeum, Central Park West, 79. utca, New York, NY 10024, USA. E-mail: [email protected] További cikkek keresése a szerzőtől

Herpetológiai Tanszék, Amerikai Természettudományi Múzeum, Central Park West, 79. utca, New York, NY 10024, USA

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

Természettudományi Múzeum és Biológiai Sokféleség Kutatóközpont, Kansas Egyetem, Lawrence, KS 66045-2454, USA

Absztrakt

Cél Azok a technikák, amelyek megjósolják a fajok potenciális eloszlását a megfigyelt előfordulási nyilvántartások és a környezeti változók kombinálásával, sok biogeográfiai elemzés sok alkalmazási lehetőségét mutatják. A legígéretesebb alkalmazások olyan fajokhoz kapcsolódnak, amelyek előfordulási nyilvántartása szűkös, rejtélyes szokások, helyileg korlátozott elterjedés vagy alacsony mintavételi erőfeszítések miatt. A hasznos előrejelzésekhez szükséges minimális mintaméret azonban továbbra is nehéz meghatározni. Itt kifejlesztettünk és teszteltünk egy új jackknife validációs megközelítést annak felmérésére, hogy képes-e megjósolni a faj előfordulását, ha kevesebb, mint 25 előfordulási rekord áll rendelkezésre.

Elhelyezkedés Madagaszkár.

Mód Modelleket fejlesztettek ki és értékeltek 13 szekréciós levélfarkú gekkóra (Uroplatus spp.), amelyek Madagaszkárra jellemzőek, amelyek esetében a rendelkezésre álló mintaméretek 4 és 23 előfordulási hely között mozognak (1 km 2 rácsfelbontással). Az előrejelzések 20 környezeti adatrétegen alapultak, és két modellezési megközelítéssel készültek: a maximális entrópia elvén alapuló módszer (Maxent) és genetikai algoritmus (GARP).

Eredmények Magas sikerességi arányt és statisztikai szignifikanciát találtunk a jackknife-tesztekben, ahol a Maxent modell alkalmazásakor a minta nagysága mindössze öt volt. A GARP eredményei nagyon alacsony mintanagyság mellett (kevesebb mint 10%) c. 10) kevésbé voltak jók. Amikor a mintanagyságot kísérletileg csökkentették azoknál a fajoknál, amelyeknél a legtöbb nyilvántartás volt, az előrejelzések változatossága a különböző lokalitási kombinációk alkalmazásával azt mutatta, hogy a modelleket nagyban befolyásolta az, hogy pontosan mely megfigyeléseket tartalmazzák.

Főbb következtetések Hangsúlyozzuk, hogy az ilyen megközelítéssel, kis mintaméretekkel kifejlesztett modelleket úgy kell értelmezni, hogy azonosítsák azokat a régiókat, amelyek hasonló környezeti feltételekkel rendelkeznek, mint ahol a faj ismert, és nem egy faj terjedelmének tényleges határait jósolják meg. Az itt javasolt jackknife validációs megközelítés lehetővé teszi a nagyon kis mintanagysággal felépített modellek prediktív képességének értékelését, bár ennek a tesztnek a használata nagyobb mintanagyságokkal túloptimistán becsülheti a prediktív hatást. Elemzéseink azt mutatják, hogy a kis számú előfordulási nyilvántartásból kidolgozott földrajzi előrejelzések nagy jelentőségűek lehetnek, például terepi felmérések célzása során, hogy gyorsítsák az ismeretlen populációk és fajok felfedezését.

A CrossRef szerint idézett alkalmak száma: 1372

  • Sreenath Subrahmanyam, Mukesh Lal Das, Honnavalli N. Kumara, Az endemikus Loris lydekkerianus (Lorinae) endémiás és jövőbeni megoszlásának klímaváltozási előrejelzései az Indiai-félszigeten, az éghajlatváltozás és a fenntartható fejlődési célok közötti szinergiák és kompromisszumok feltárása, 10.1007/978 -981-15-7301-9, (321-358), (2021).

S1. Függelék Futtatható program (pValueCompute.exe), a Súgó fájllal (help.txt), a P a cikkben leírt érték. S2. Függelék A modellezés során használt környezeti változók listája. S3. Függelék Táblázat, amely bemutatja a vizsgált terület előrejelzésének az összes modellezési megközelítés szerinti jelenlétét az összes faj esetében.

Fájlnév Leírás
JBI_1594_sm_App függelékS1.zip18.2 KB Támogató információs elem
JBI_1594_sm_App függelékS2.doc35 KB Támogató információs elem
JBI_1594_sm_App függelékS3.doc38.5 KB Támogató információs elem

Kérjük, vegye figyelembe: A kiadó nem felelős a szerzők által szolgáltatott bármilyen kiegészítő információ tartalmáért vagy működéséért. Bármilyen kérdést (a hiányzó tartalom kivételével) a cikk megfelelő szerzőjéhez kell irányítani.