10 votos

Georreferenciación de especímenes de museo con descripciones de localidad deficientes

Actualmente estoy recopilando una lista de especímenes de las bases de datos de varios museos de historia natural para seguir investigando. Sin embargo, un problema bien conocido asociado a la mayoría de los datos históricos es la falta de latitud y longitud adecuadas, lo que impide utilizar esos datos.

Ha habido formas de superar esos datos, como dibujar un búfer alrededor de una región y proporcionar un rango de incertidumbre asociado a esa ubicación.

Por ejemplo, la función - biogeomancer del paquete 'spatial' en R, automatiza el proceso de georreferenciación, siempre que haya algunas descripciones textuales como "2 millas al oeste de XYZ". Véase documentación aquí.

Sin embargo, lo que más me preocupa es utilizar un protocolo de este tipo para regiones de hasta 200 km2. ¿Hay alguna forma de resolver este problema? Me encantaría utilizar este rico tesoro de datos museísticos, siempre que pueda manejar la incertidumbre asociada a su localización.

A continuación se muestra un ejemplo de algunos especímenes de mi conjunto de datos. Tenga en cuenta que muchos de ellos vienen con menciones de elevación, pero la mayoría de los registros son muy vagos.

enter image description here

EDITAR

En la sección de comentarios, uno de vosotros mencionó el propósito de esta pregunta y lo que suelo conseguir con la misma.
1. Me interesa saber cómo se puede reducir una vez el radio de incertidumbre de una región poligonal muy amplia a un radio de incertidumbre más pequeño (si es posible).
2. Esta información me ayudará a realizar futuros análisis espaciales como, por ejemplo, modelos de distribución de especies / modelos de ocupación.

2voto

Jim Newton Puntos 111

Tenga en cuenta las fechas de las apariciones e intente conseguir (construir, georreferenciar) un mapa de las carreteras, líneas de ferrocarril, puentes y ciudades (pueblos, estaciones de tren) conocidas o disponibles en esa época para la región, ya que los naturalistas suelen partir de un pueblo conocido y utilizar, al menos parcialmente, una carretera o ferrocarril existente para llegar a las zonas donde obtuvieron los especímenes. A veces esto reduce realmente el área probable de recolección/ocurrencia. Si se dispone de más información ecológica sobre la especie, se pueden descartar zonas, por ejemplo, tierras abiertas frente a tierras forestales, humedales frente a tierras secas, también con alguna información auxiliar sobre la distribución histórica de estos ecosistemas.

Aunque yo definitivamente no utilizaría estas ubicaciones para entrenar el modelo sdm, podría utilizar los resultados del modelo para reducir la incertidumbre de ubicación de esos sucesos mal georreferenciados en combinación con los datos mencionados anteriormente.

Algunos trabajos recientes abordan el efecto de sesgo de estas localizaciones inciertas y si el uso de datos medioambientales resumidos puede utilizarse para compensar esta localización difusa:

¿Qué problemas plantea la incertidumbre posicional en la modelización de la distribución de las especies? https://onlinelibrary.wiley.com/doi/pdf/10.1111/j.1600-0587.2013.00205.x

Cuantificación del grado de sesgo derivado del uso de datos a escala de condado en la modelización de la distribución de especies: ¿Puede el aumento del tamaño de la muestra o el uso de datos medioambientales promediados por condados reducir la sobrepredicción distributiva? https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5551104/

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X