@MastersThesis{Iwashita:2007:SeMoDi,
author = "Iwashita, F{\'a}bio",
title = "Sensibilidade de modelos de distribui{\c{c}}{\~a}o de
esp{\'e}cies a erros de posicionamento de dados de coleta",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2007",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2007-03-30",
keywords = "sensoriamento remoto, modelos de distribui{\c{c}}{\~a}o de
esp{\'e}cies, GARP, MAXENT, erros de posicionamento,
simula{\c{c}}{\~a}o de nicho potencial, remote sensing, species
distribution modeling, GARP, MAXENT, placement errors analysis,
potential niche simulation.",
abstract = "Os chamados modelos de distribui{\c{c}}{\~a}o de esp{\'e}cies
utilizam dados de ocorr{\^e}ncia de campo e vari{\'a}veis
ambientais para indicar locais adequados para a ocorr{\^e}ncia de
uma esp{\'e}cie. Apesar dos in{\'u}meros trabalhos que avaliam
os mais diversos aspectos dos modelos de distribui{\c{c}}{\~a}o
de esp{\'e}cies, os erros posicionamento ainda n{\~a}o foram
avaliados. Este trabalho avaliou a sensibilidade dos modelos de
distribui{\c{c}}{\~a}o de esp{\'e}cies a erros de
posicionamento de dados de coleta. Para que a
avalia{\c{c}}{\~a}o dos modelos possa ser efetuada sobre um
desenho experimental onde existe um n{\'u}mero menor de fatores
que podem influenciar o resultado, {\'e} preciso ter controle
sobre a amostragem. No caso da avalia{\c{c}}{\~a}o da
influ{\^e}ncia dos erros de posicionamento, tamb{\'e}m {\'e}
necess{\'a}rio ter um controle dos diferentes tipos de erros de
posicionamento. Para cumprir estes prop{\'o}sitos, os erros de
posicionamento foram avaliados atrav{\'e}s de dados artificiais.
Foram simulados o nicho fundamental e os pontos de ocorr{\^e}ncia
de uma esp{\'e}cie vegetal hipot{\'e}tica. Dois m{\'e}todos de
introdu{\c{c}}{\~a}o de erros foram desenvolvidos e utilizados,
a proje{\c{c}}{\~a}o das coordenadas das amostras para
centr{\'o}ides de c{\'e}lulas e erros com
distribui{\c{c}}{\~a}o normal com par{\^a}metros em coordenadas
polares. Os erros de posicionamento foram avaliados para os
modelos BIOCLIM, GARP Best Subsets e MAXENT. Todos os modelos
analisados apresentaram sensibilidade aos erros de posicionamento.
O BIOCLIM apresentou a maior queda de desempenho. O GARP Best
Subsets tem baixa sensibilidade a erros de posicionamento, mas
prev{\^e} uma extensa {\'a}rea de ocorr{\^e}ncia. O modelo
m{\'a}xima entropia apresentou a menor sensibilidade a erros.
Estes resultados demonstram que a influ{\^e}ncia dos erros de
posicionamento tem que ser considerada no processo de modelagem.
S{\~a}o necess{\'a}rios cuidados espec{\'{\i}}ficos, como a
escolha do m{\'e}todo, suas premissas e o conhecimento sobre a
precis{\~a}o dos pontos de ocorr{\^e}ncia. ABSTRACT: The study
of environmental and its relationships with species spatial
distribution is an old concern in biogeography. Mathematics allied
with computers tools make possible a forecast of species
distribution. The models know as Species Distribution Models uses
occurrence field data and environmental variables to point out
suitable places for species. Despite of many works that evaluate
species distributions models performance, the placement accuracy
influence over habitat suitability models remain unevaluated. We
assess the models sensibility for sample placement errors. To keep
an experimental design with few unknown factors, a control of
sampling conditions are needed. Further, for placement errors
analysis, a control over different error is necessary. To fulfill
this purpose, placement errors were evaluate through artificial
data. We simulated a fundamental niche for virtual plant specie
and used a couple of error insertion methods; sample coordinates
projection towards cellular center point and errors with normal
distribution in polar coordinates parameters. We evaluated
BIOCLIM, GARP Best Subsets and Maximum entropy. All models present
placement errors sensibility. BIOCLIM exhibited the highest
performance decrease. GARP Best Subsets had low sensibility to
placement errors, nevertheless predicted a wide range occurrence.
The maximum entropy presented the best performance despite of
errors placement. These results show the importance to take
account the effects of placement errors in modelling process. We
need specific cautions, like method choice, its premises and
sample placement accuracy.",
committee = "Valeriano, Dalton de Morisson (presidente) and Monteiro, Antonio
Miguel Vieira (orientador) and Kampel, Silvana Amaral
(orientadora) and C{\^a}mara Neto, Gilberto and Siqueira, Marinez
Ferreira de",
copyholder = "SID/SCD",
englishtitle = "Effects of sample placement errors on accuracy of species
distribution models",
language = "pt",
pages = "103",
ibi = "6qtX3pFwXQZGivnK2Y/QrtMm",
url = "http://urlib.net/ibi/6qtX3pFwXQZGivnK2Y/QrtMm",
urlaccessdate = "09 maio 2024"
}