Cruz-Cárdenas G López-Mata L et al 2014 Potential species distribution REV MEX BIODIV 85 (original) (raw)
Related papers
Ecology and evolution, 2016
To investigate the comparative abilities of six different bioclimatic models in an independent area, utilizing the distribution of eight different species available at a global scale and in Australia. Global scale and Australia. We tested a variety of bioclimatic models for eight different plant species employing five discriminatory correlative species distribution models (SDMs) including Generalized Linear Model (GLM), MaxEnt, Random Forest (RF), Boosted Regression Tree (BRT), Bioclim, together with CLIMEX (CL) as a mechanistic niche model. These models were fitted using a training dataset of available global data, but with the exclusion of Australian locations. The capabilities of these techniques in projecting suitable climate, based on independent records for these species in Australia, were compared. Thus, Australia is not used to calibrate the models and therefore it is as an independent area regarding geographic locations. To assess and compare performance, we utilized the ar...
Availability and improved access to high-resolution digital terrain models (DTM) enables new approaches for the analysis of spatially explicit biological data. In this study, the spatial distribution of 16 tree species in a tropical mountain rain forest in South Ecuador and its relationship with topographic variables was evaluated at a fine-scale ecological level using two presence-only species distribution modelling techniques: The maximum entropy model (Maxent) and the ecological niche factor analysis (ENFA). Spatially explicit tree data stem from long-term forest monitoring plots in three microcatch-ments with a total area of 11.1 ha. Topographic variables were derived from a high-resolution DTM. Model performance was assessed by the true skill statistic (TSS) and area under curve (AUC) of the receiver operator characteristic (ROC), using both a k-fold approach and null-models. Performance varied among species and techniques, but generally Maxent models showed better performance than ENFA models. Furthermore, the ecological plausibility of the models was confirmed by comparing them with a previously established forest type classification. Among the explanatory topographic variables, elevation and a Topographic Position Index (TPI) appear as the main determinants for the distribution of most of the tree species. This study demonstrates that even on a small scale, the use of presence-only species distribution modelling techniques is a viable option for modelling suitable habitat for tree species in tropical mountain rain forests, indicating suitability for supporting stand-level planning and site-species matching techniques for natural forest management. Zusammenfassung: Die zunehmende Verfügbarkeit von hochauflösenden digitalen Geländemodellen ermöglicht neue Ansätze zur Analyse von räumlich expliziten biologischen Daten. In dieser Studie haben wir die räumliche Verteilung von 16 Baumarten und deren Zusammenhang mit topographischen Variablen auf einer feinskaligen ökologischen Ebene in einem tropischen Bergregenwald in Südecuador evaluiert. Dafür haben wir zwei auf Präsenzdaten basierende Techniken zur Ha-bitatmodellierung angewandt: Die Maximum-Entropie Methode (Maxent) und " Ecological Niche Factor Analysis " (ENFA). Räumlich explizite Baumdaten stammen aus Langzeitbeobachtungsflächen von drei kleinen Wassereinzugsgebieten mit ei-ner Fläche von 11.1 ha. Topographische Variablen wurden aus einem hochauflösenden digitalen Geländemodel abgeleitet. Zur Bewertung der Modelle wurden die True Skill Statistic (TSS) und die Fläche unterhalb der Kurve der Receiver Operating Characteristic (ROC) für sowohl k-fache Kreuzvalidierungen als auch Null-Modelle berechnet. Die Güte der Modelle hat zwischen den beiden Techniken und verschiedenen Arten variiert, aber generell schnitten Maxent-Modelle besser als ENFA-Modelle ab. Des Weiteren haben wir die ökologische Plausibilität der Modelle überprüft, indem wir sie mit einer bereits be-stehenden Waldtypenklassifizierung verglichen haben. Unter den erklärenden topographischen Variablen scheinen die Höhe über dem Meeresspiegel und ein Topographischer Positions Index (TPI) die bestimmenden Faktoren für die Verteilung der meisten Baumarten zu sein. Diese Studie belegt, dass selbst auf kleinen Skalen auf Präsenzdaten basierende Techniken zur Habitatmodellierung angewandt werden können, um geeignete Habitate für Baumarten in tropischen Bergregenwäldern abzubilden. Dies deutet darauf hin, dass diese Techniken zur Unterstützung von Planungen auf Bestandesebene und zur Auswahl von geeigneten Standorten für Baumarten im Rahmen der Bewirtschaftung von Naturwäldern geeignet sind.