Ověření modelů pro předpověď distribuce vzácných druhů na netopýru černém

Verze PDF

Pro ochranu ohrožených a vzácných druhů je zásadní znát jejich rozšíření. Proto bylo vyvinuto několik systémů, pomocí kterých by šlo předpovědět rozšíření těchto druhů. Většina metod používá systém založený na přítomnosti/nepřítomnosti organismu v dané lokalitě. V tomto systému jsou problémem „falešné absence“ – daný druh nebyl v lokalitě nalezen, ale přesto je přítomen. Modely využívající jako vstupní data pouze přítomnost druhu v dané lokalitě, eliminují tuto chybu. Předpokládá se, že tyto modely přinášejí lepší předpovědi, především pokud jde o vzácné a špatně zdokumentovatelné druhy. V praxi se používají především dva modelovací systémy  ENFA (ecological niche factor analysis)  a Maxent (maximum entropy). Autoři studie se rozhodli tyto modely otestovat a porovnat je mezi sebou. Jako modelový organismus zvolili netopýra černého (Barbastella barbastellus), který je fragmentovitě rozšířen po celé Evropě a řadí se ke vzácným druhům netopýrů.  Určili pro a proti každé metody, analyzovali výskyt netopýry černého a ověřili výstupy z analýzy v praxi – nalezli několik dosud neznámých lokalit netopýra černého v Portugalsku.

Využitelné výstupy: 

Autoři studie provedli analýzu výskytu vzácného netopýra černého na území Portugalska pomocí obou metod. Následně provedly akustické nahrávky netopýrů v predikovaných oblastech výskytu a potvrdili přítomnost netopýra na 15 nových lokalitách. Některé tyto lokality byly předpovězeny současně oběma metodami. 13 z nich bylo identifikováno pomocí modelu Maxent, ENFA jich předpověděla 7.
Obě modelovací techniky dokázaly předpovědět nové lokality netopýra černého v severním a centrálním Portugalsku, Maxent dokonce identifikoval nové lokality na jihu Portugalska v oblasti, kde se výskyt tohoto netopýra nepředpokládal. ENFA předpověděla celkově širší oblast výskytu, hlavně v severním Portugalsku, naopak na jihu zase měla menší záběr. Každá metoda vyhodnotila jinou proměnnou jako tu nejdůležitějším, proto se i výsledky liší.
Zdá se, že ENFA se více hodí pro určení celkové potenciální distribuce daného druhu, nicméně už není tak přesná ve specifikaci konkrétní lokality. ENFA je nepřesná pokud má předpovědět nové lokality v oblasti mimo geografický rozsah vstupních dat. Problémem je, že ENFA je jako parametrická metoda limitovaná normálním rozdělením. To jí činí více náchylnou k určitým odklonům od vstupních dat.
Maxent je přesnější v určení reálného výskytu druhu. Dokáže předpovědět nové lokality s relativně velkou přesností i při malém množství vstupních dat.  Prokazatelně si lépe poradí i s vlivem vzorkování. Maxent je komplexnější metoda, dokáže ustanovit relativně flexibilní vztahy mezi závislými a nezávislými proměnnými, nemá předdefinovanou žádnou referenční křivku a může se tedy více přiblížit vstupním datům. 
Prediktivní modely jsou tedy velmi užitečné pro ochranu ohrožených druhů. Dovedou vyhodnotit data jen z několika málo lokalit, definovat nový potenciální areál výskytu a následně to může vést k objevení dosud neznámých populací. To může být užitečné v mnoha odvětví ochrany přírody – definování oblastí pro reintrodukce, určení fragmentace populací a plánování terénních průzkumů.

Grafické přílohy: 
Lokality pro vstupní data (vlevo) a výsledky analýz (vpravo).
Zdroj: 
Rebelo H., Jones G. 2010: Ground validation of presence-only modelling with rare species: a case study on barbastelles Barbastella barbastellus (Chiroptera: Vespertilionidae). Journal of Applied Ecology 47: 410-420.
Zadal: 
Kateřina Vlčková
EEA Grants Investice do rozvoje vzdělávání
Podpořeno grantem z Islandu, Lichtenštejnska a Norska. Supported by grant from Iceland, Liechtenstein and Norway.