一种可重复的,数据驱动的方法来绘制物种分布图,使用仅存在数据和生物地理模板

科学领域:

• 宏观生态学和生物地理学
• 空间生态学空间生态学
• 生物多样性信息学 生物多样性信息学

背景情况:

• 专家衍生范围地图是宏观生态和生物地理研究的标准.
• 这些地图受到主观性,分类学偏见和对物种缺失的不一致处理的影响.
• 现有的方法缺乏大规模生物多样性评估的可扩展性和一致性.

研究的目的:

• 开发一种可重复的,数据驱动的方法来估计物种的发生范围 (EOO).
• 创建客观和可扩展的范围地图,作为专家衍生地图的替代方案.
• 评估该方法在不同种类和空间尺度上的适用性.

主要方法:

• 使用仅存在的数据和澳大利亚的分区域 (澳大利亚的临时生物地理区域化 - IBRA).
• 采用高斯核密度估计器,校准空间连贯性和生态现实性.
• 将该方法应用于澳大利亚鸟类,并与专家衍生的地图进行验证,然后扩展到其他种类.

主要成果:

• 数据驱动的EOO地图显示了与专家地图的可变一致性,对于陆地鸟类来说更高.
• 丰富度估计因空间尺度而异,在较粗的生物地理尺度上错误较小.
• 该方法成功生成了鸟类,两动物,哺乳动物,爬行动物和血管植物的EOO地图,揭示了亚种群.

结论:

• 开发的方法提供了一个客观的,可扩展的,和专家衍生范围地图的一致的替代方案.
• 它尽量减少采样偏差和EOO估计中的内部不连续性.
• 这种可适应的方法支持大规模的生态研究和生物多样性保护工作.