Macroecology and ecoinformatics: Evaluating the accuracy of the ecological niche models calibrated with species occurrence data with biases and/or errors

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11310%2F14%3A10292815" target="_blank" >RIV/00216208:11310/14:10292815 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

španělština

Název v původním jazyce

Macroecología y ecoinformática: sesgos, errores y predicciones en el modelado de distribuciones

Popis výsledku v původním jazyce

Hoy en día es común estudiar los patrones globales de biodiversidad a partir de las predicciones generadas por diferentes modelos de nicho ecológico. Habitualmente, estos modelos se calibran con datos procedentes de bases de datos de libre acceso (e.g. GBIF). Sin embargo, a pesar de la facilidad de descarga y de la accesibilidad de los datos, la información almacenada sobre las localidades donde están presentes las especies suele tener sesgos y errores. Estos problemas en los datos de calibración puedenmodificar drásticamente las predicciones de los modelos y con ello pueden enmascarar los patrones macroecológicos reales. El objetivo de este trabajo es investigar qué métodos producen resultados más precisos cuando los datos de calibración incluyen sesgos y cuáles producen mejores resultados cuando los datos de calibración tienen, además de sesgos, errores. Para ello creado una especie virtual, hemos proyectado su distribución en la península ibérica, hemos muestreado su distribución d

Název v anglickém jazyce

Macroecology and ecoinformatics: Evaluating the accuracy of the ecological niche models calibrated with species occurrence data with biases and/or errors

Popis výsledku anglicky

In spite of the biases and errors of the open access biodiversity databases we need to take advantage of the occurrences stored in those databases for analyzing the global patterns of biodiversity. Here, we aimed to test which modelling method produces better predictions when calibrated with data samples that have biases and errors. We tested two different methods, a complex one, Maxent, and a simple one, Bioclim. We created a virtual species, sampled its distribution with both, bias and errors, and calibrated the models with those samples. Results indicated that Bioclim produces better predictions than Maxent when calibrated with biased data sets. Bioclim did not overestimate the species' range and it was able to produce accurate predictions even whencalibrated with small and biased data samples (25-50 points). However, when wrong occurrences were included in the calibration samples, Bioclim over-predicted the species' range. Our experiments indicated that in that case, Maxent predic

Druh

O - Ostatní výsledky

CEP obor

EH - Ekologie – společenstva

OECD FORD obor

—

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2014

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů