Esemplari del Museo di georeferenziazione con descrizioni di località povere


10

Attualmente sto raccogliendo un elenco di esemplari da banche dati di vari musei di storia naturale per ulteriori ricerche. Tuttavia, un problema ben noto associato alla maggior parte dei dati storici è la mancanza di un'adeguata latitudine e longitudine che impedisce di utilizzare tali dati.

Ci sono stati modi per superare quei dati, come disegnare un buffer attorno a una regione e fornire una gamma di incertezza associata a quella posizione.

Ad esempio, la funzione - biogeomante dal pacchetto "spaziale" in R, automatizza il processo di georeferenziazione, a condizione che ci siano alcune descrizioni testuali come "2 miglia a ovest di XYZ". Vedi la documentazione qui.

Tuttavia, la mia principale preoccupazione è l'uso di un protocollo di questo tipo per regioni grandi come 200 km quadrati. C'è un modo per superare questo problema? Mi piacerebbe utilizzare questo ricco insieme di dati museali, purché sia ​​in grado di gestire l'incertezza associata alla sua posizione.

Un esempio di alcuni esemplari nel mio set di dati è mostrato di seguito. Si noti che molti di essi vengono con menzioni di elevazione, ma la maggior parte delle registrazioni sono molto vaghe.

inserisci qui la descrizione dell'immagine

MODIFICARE

Nella sezione commenti, uno di voi ha menzionato lo scopo di questa domanda e ciò che tendo a ottenere dallo stesso.
1. Sono interessato a come una volta è possibile ridurre il raggio di incertezza da una regione poligonale veramente ampia a un raggio di incertezza minore (se possibile).
2. Queste informazioni mi aiuteranno a svolgere future analisi spaziali come ad esempio la modellazione della distribuzione delle specie / la modellazione dell'occupazione.


Hai sentito parlare di GBIF? gbif.org Potrebbe già avere quello che stai cercando.
GISKid

@GISKid Sì, questi sono i dati di GBIF. Sfortunatamente, la maggior parte di questi dati manca di buon georeferncing.
Vijay Ramesh,

Domanda interessante! Tuttavia, non è chiaro cosa speri di fare: gli elementi sono già georeferenziati in quanto dispongono di informazioni sulla posizione, anche se per le regioni poligonali. Potresti modificare ed espandere il modo in cui speri di "affrontare" il problema dei grandi poligoni? È utile per un'analisi spaziale?
Simbamangu

1
Quale metodo stai usando per il tuo SDM? E quale area di studio delle dimensioni? A seconda di questi due, penserei che una vasta area di incertezza ridurrebbe l'utilità di un SDM, personalmente. Vorrei invece eliminare i dati che presentano un grande poligono di incertezza e attenersi all'utilizzo di eventi "più precisi". Soprattutto se il numero di occorrenze non è un problema
GISKid

2
Sembra che potresti essere in grado di restringere, caso per caso , alcuni dati sulla località, ad esempio utilizzando dati di elevazione raster di 3500 '± 250' per mascherare all'interno del poligono di Santhapara. Senza usare "abilità investigative" e dati aggiuntivi, sei bloccato nel prendere il centroide del poligono - e (parlando per esperienza) questo è pericoloso! Perché? Ora hai quelli che sembrano dati puntuali precisi, ma non lo sono, e questo può perdersi durante la condivisione o i passaggi dell'analisi.
Simbamangu

Risposte:


2

Considera le date degli eventi e cerca di ottenere (costruire, georeferenziare) una mappa delle strade, delle linee ferroviarie, dei ponti e delle città (villaggi, stazioni ferroviarie) conosciute o disponibili in quel momento per la regione, in quanto il naturalista di solito partiva da un villaggio noto e almeno in parte utilizzare una strada o ferrovia esistente per raggiungere le aree in cui hanno ottenuto gli esemplari. A volte riduce davvero la probabile area di raccolta / occasione. Se ci sono altre informazioni ecologiche sulla specie, puoi escludere aree, ad es. terre aperte vs foreste, zone umide vs zone aride, anche con alcune informazioni accessorie sulla distribuzione storica di questi ecosistemi.

Sebbene non userei definitivamente queste posizioni per addestrare il modello sdm, è possibile utilizzare i risultati del modello per ridurre l'incertezza della posizione di quegli eventi gravemente georeferenziati in combinazione con i dati sopra menzionati.

Alcuni articoli recenti affrontano l'effetto di distorsione di questi luoghi incerti e se si possono usare dati ambientali riassunti per compensare questo luogo confuso:

Dove è l'incertezza posizionale un problema per la modellizzazione della distribuzione delle specie? https://onlinelibrary.wiley.com/doi/pdf/10.1111/j.1600-0587.2013.00205.x

Quantificazione del grado di distorsione dall'uso dei dati a livello di contea nella modellizzazione della distribuzione delle specie: aumentare la dimensione del campione o usare i dati ambientali mediati a livello di contea può ridurre l'ipercedizione distributiva? https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5551104/


Grazie per la tua risposta Priscilla. Attualmente sto cercando di ottenere mappe e dati storici sulla copertura del suolo che forniscano informazioni su strade e comuni. La speranza è di fare un riferimento incrociato di queste informazioni con tag provenienti da esemplari di musei storici per georeferenziarli meglio. Sebbene l'aspetto dell'SDM non sia un grosso problema, vorrei davvero georeferenziarli accuratamente poiché desidero campionare questi campioni per l'analisi genetica. Qualche idea su quest'ultimo?
Vijay Ramesh,
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.