Зразки музею геореференцій із поганим описом місцевості


10

Наразі я складаю список зразків із баз даних різних природничих музеїв для подальшого дослідження. Однак загальновідомим питанням, пов’язаним з більшістю історичних даних, є відсутність відповідної широти та довготи, яка не дозволяє користуватися цими даними.

Існували способи подолання цих даних - наприклад, малювання буфера навколо регіону та надання діапазону невизначеності, пов’язаного з цим місцеположенням.

Наприклад, функція - biogeomancer з пакету "просторовий" в R, автоматизує процес геореференції за умови, що є кілька текстових описів, таких як "2 милі на захід від XYZ". Дивіться документацію тут.

Однак моя головна турбота полягає у використанні такого протоколу для регіонів, що мають площу 200 квадратних км. Чи є спосіб перемогти це питання? Я б хотів використовувати цю багату музейну інформацію, за умови, що я можу впоратися з невизначеністю, пов'язаною з її розташуванням.

Приклад деяких зразків мого набору даних наведено нижче. Зверніть увагу, що багато хто з них згадують про висоту, але більшість записів дуже розпливчасті.

введіть тут опис зображення

EDIT

У розділі коментарів один з вас згадав мету цього питання і те, чого я схильний досягти з того самого.
1. Мене цікавить, як колись можна зменшити радіус невизначеності з дійсно широкої полігональної області до меншого радіусу невизначеності (якщо це можливо).
2. Ця інформація допоможе мені здійснити майбутній просторовий аналіз, наприклад, моделювання розподілу видів / моделювання розміщення.


Ви чули про GBIF? gbif.org У ньому вже може бути те, що ви шукаєте.
GISKid

@GISKid Yup, це дані з GBIF. На жаль, більшості цих даних не вистачає хорошої георефференції.
Віджай Рамеш

Цікаве запитання! Однак трохи незрозуміло, що ви сподіваєтеся зробити - елементи вже геореференційні тим, що вони мають інформацію про місцезнаходження, хоча і для полігональних регіонів. Не могли б ви відредагувати та розширити, як ви сподіваєтесь «вирішити» проблему великих полігонів? Чи варто допомогти з просторовим аналізом?
Сімбамангу

1
Який метод ви використовуєте для свого SDM? І який розмір досліджуваної площі? Залежно від цих двох - я думаю, що велика область невизначеності особисто зменшить корисність СДМ. Я б замість цього усунув дані, які мають великий багатокутник невизначеності, і буду дотримуватися випадків, які є "більш точними". Особливо, якщо # подій не є проблемою
GISKid

2
Здається, що вам може вдасться звузити, залежно від конкретних випадків , деякі дані місцевості - наприклад, використовуючи растрові дані висоти 3500 '± 250' для маскування в полігоні Сантапара. Не використовуючи «навичок детективів» та додаткових даних, вам заважає взяти центроїд полігону - і (якщо говорити з досвіду) це небезпечно! Чому? Тепер у вас є те, що схоже на точні дані балів, але це не так, і це може загубитися під час обміну чи кроків аналізу.
Сімбамангу

Відповіді:


2

Розгляньте дати подій та спробуйте дістати (побудувати, геореференцію) карту доріг, залізничних ліній, мостів та містечок (сіл, залізничних вокзалів), відомих або доступних на той час для регіону, як зазвичай приїжджав натураліст відоме село і хоча б частково використовувати існуючу дорогу чи залізницю, щоб дістатися до районів, де вони дістали екземпляри. Іноді це дійсно зменшує ймовірну площу збору / виникнення. Якщо існує ще якась екологічна інформація про види, ви можете виключати райони, наприклад. відкриті проти лісових угідь, водно-болотні угіддя проти засушливих земель, а також деякі допоміжні відомості про історичне поширення цих екосистем.

Хоча я б точно не використовував ці локації для навчання sdm моделі, ви можете використовувати результати моделі, щоб зменшити невизначеність розташування тих погано геореференційних явищ у поєднанні з вищезазначеними даними.

Деякі останні документи розглядають ефект упередженості цих невизначених місць, і якщо використовувати узагальнені екологічні дані, можна використовувати для компенсації цього нечіткого місця:

Де є позиційна невизначеність для моделювання розподілу видів? https://onlinelibrary.wiley.com/doi/pdf/10.1111/j.1600-0587.2013.00205.x

Кількісне визначення ступеня упередженості від використання даних у масштабах округу при моделюванні розподілу видів: Чи може збільшення розміру вибірки або використання усереднених у окрузі даних про навколишнє середовище зменшити надмірне поширення розподілу? https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5551104/


Дякую за вашу відповідь Присцилла. На даний момент я намагаюся отримати історичні карти покривів та дані, які містять інформацію про дороги та селища. Сподіваємось на перехресне посилання на цю інформацію тегами зразків історичних музеїв для кращої геопосилання. Хоча аспект SDM не є основною проблемою, я б дуже хотів їх точно орієнтувати, оскільки я хочу взяти зразки цих зразків для генетичного аналізу. Якісь думки щодо останнього?
Віджай Рамеш
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.