Mẫu vật bảo tàng Georeferences với mô tả địa phương nghèo


10

Tôi hiện đang đối chiếu một danh sách các mẫu vật từ cơ sở dữ liệu của các bảo tàng lịch sử tự nhiên khác nhau để nghiên cứu thêm. Tuy nhiên, một vấn đề nổi tiếng liên quan đến phần lớn dữ liệu lịch sử là thiếu vĩ độ và kinh độ thích hợp khiến người ta không thể sử dụng dữ liệu đó.

Đã có nhiều cách để khắc phục dữ liệu đó - chẳng hạn như vẽ một vùng đệm xung quanh một khu vực và cung cấp một phạm vi không chắc chắn liên quan đến vị trí đó.

Ví dụ, hàm - biogeomancer từ gói 'không gian' ở R, tự động hóa quá trình tham chiếu địa lý, với điều kiện có một vài giới thiệu văn bản như "2 dặm về phía tây XYZ". Xem tài liệu ở đây.

Tuy nhiên, mối quan tâm chính của tôi là sử dụng một giao thức như vậy cho các khu vực rộng tới 200 km vuông. Có cách nào người ta có thể khắc phục vấn đề đó? Tôi rất thích sử dụng kho dữ liệu bảo tàng phong phú này, miễn là tôi có thể xử lý sự không chắc chắn liên quan đến vị trí của nó.

Một ví dụ về một số mẫu trong tập dữ liệu của tôi được hiển thị dưới đây. Xin lưu ý rằng nhiều trong số chúng đi kèm với đề cập về độ cao, nhưng hầu hết các hồ sơ đều rất mơ hồ.

nhập mô tả hình ảnh ở đây

BIÊN TẬP

Trong phần bình luận, một trong số các bạn đã đề cập đến mục đích của câu hỏi này và những gì tôi có xu hướng đạt được từ cùng.
1. Tôi quan tâm đến việc làm thế nào một lần có thể giảm bán kính không chắc chắn từ vùng đa giác thực sự rộng xuống bán kính không chắc chắn nhỏ hơn (nếu có thể).
2. Thông tin này sẽ giúp tôi thực hiện phân tích không gian trong tương lai, chẳng hạn như mô hình phân phối loài / mô hình chiếm hữu chẳng hạn.


Bạn đã nghe nói về GBIF? gbif.org Nó có thể đã có những gì bạn đang tìm kiếm.
GISKid

@GISKid Yup, đây là dữ liệu từ GBIF. Thật không may, phần lớn dữ liệu đó thiếu georeferncing.
Vijay Ramesh

Câu hỏi thú vị! Tuy nhiên, có một chút không rõ ràng những gì bạn hy vọng sẽ làm - các mục đã được tham chiếu địa lý ở chỗ chúng có thông tin vị trí, mặc dù cho các khu vực đa giác. Bạn có thể chỉnh sửa và mở rộng về cách bạn hy vọng 'giải quyết' vấn đề về đa giác lớn không? Là nó để giúp với một phân tích không gian?
Simbamangu

1
Bạn đang sử dụng phương pháp nào cho SDM của mình? Và diện tích học tập cỡ nào? Tùy thuộc vào hai điều đó - tôi sẽ nghĩ rằng một khu vực không chắc chắn lớn sẽ làm giảm tính hữu ích của SDM, cá nhân. Thay vào đó, tôi sẽ loại bỏ dữ liệu có đa giác lớn không chắc chắn và sử dụng các lần xuất hiện 'chính xác hơn'. Đặc biệt là nếu # lần xuất hiện không phải là vấn đề
GISKid

2
Có vẻ như bạn có thể thu hẹp, tùy từng trường hợp , một số dữ liệu địa phương - ví dụ: sử dụng dữ liệu độ cao raster 3500 '± 250' để che trong đa giác Santhapara. Nếu không sử dụng 'kỹ năng thám tử' và dữ liệu bổ sung, bạn sẽ bị mắc kẹt với việc lấy tâm của đa giác - và (nói từ kinh nghiệm) điều này rất nguy hiểm! Tại sao? Bây giờ bạn có những gì trông giống như dữ liệu điểm chính xác, nhưng thực tế không phải vậy và điều này có thể bị mất trong quá trình chia sẻ hoặc các bước phân tích.
Simbamangu

Câu trả lời:


2

Xem xét ngày xảy ra và cố gắng lấy (xây dựng, địa lý) một bản đồ về các con đường, tuyến đường sắt, cầu và thị trấn (làng, ga tàu) được biết đến hoặc có sẵn tại thời điểm đó cho khu vực, vì chủ nghĩa tự nhiên thường khởi hành từ một ngôi làng được biết đến và ít nhất một phần sử dụng một con đường hoặc đường sắt hiện có để đến các khu vực nơi họ lấy mẫu vật. Đôi khi nó thực sự làm giảm diện tích có thể thu thập / độ trễ. Nếu có thêm một số thông tin sinh thái về loài, bạn có thể loại trừ các khu vực, ví dụ. mở với đất rừng, đất ngập nước và đất khô, cũng với một số thông tin phụ trợ về sự phân bố lịch sử của các hệ sinh thái này.

Mặc dù tôi chắc chắn sẽ không sử dụng các vị trí này để đào tạo mô hình sdm, bạn có thể sử dụng kết quả mô hình để giảm sự không chắc chắn về vị trí của những sự cố được tham chiếu địa lý xấu kết hợp với dữ liệu được đề cập ở trên.

Một số bài báo gần đây đề cập đến hiệu ứng sai lệch của các vị trí không chắc chắn này và nếu sử dụng dữ liệu môi trường tóm tắt có thể được sử dụng để bù cho vị trí mờ này:

Sự không chắc chắn về vị trí là một vấn đề đối với mô hình phân bố loài? https: // onlinel Library.wiley.com/doi/pdf/10.1111/j.1600-0587.2013.00205.x

Định lượng mức độ sai lệch từ việc sử dụng dữ liệu quy mô của quận trong mô hình phân phối loài: Có thể tăng kích thước mẫu hoặc sử dụng dữ liệu môi trường trung bình của hạt làm giảm sự phân phối quá mức? https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5551104/


Cảm ơn bạn đã trả lời Priscilla. Tôi hiện đang cố gắng để có được bản đồ và dữ liệu che phủ đất lịch sử cung cấp thông tin về đường và thị trấn. Hy vọng là tham chiếu chéo thông tin này với các thẻ từ mẫu vật của bảo tàng lịch sử để tham chiếu địa lý tốt hơn. Mặc dù khía cạnh SDM không phải là một vấn đề lớn, tôi thực sự muốn định vị chính xác chúng vì tôi muốn lấy mẫu các mẫu này để phân tích di truyền. Bất kỳ suy nghĩ về sau này?
Vijay Ramesh
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.