@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"
}