Zlepšování vyhodnocení rizik v ochraně životního prostředí
Ochrana životního prostředí naší planety a s ní spojená rozhodnutí se často opírají o výsledky statistických modelů. Nicméně, tyto modely jsou nedokonalé a vyčíslení míry rizik spojených s odhadem množství jedinců v populaci, se stávají zásadními při rozhodování o ochraně druhů. Článek ukazuje, že samotné odhady rizik, které populacím hrozí, mohou být značně zkreslující, ale kombinováním přizpůsobování dat s rozsáhlým procesem simulačního odhadu můžeme zpětně vypočítat správné hodnoty.
V managementu ochrany životního prostředí často figurují statistické modely jako hybná síla, protože poskytují mnoho dat souvisejících se stavem populací. Tyto modely jsou ale pouze zjednodušením komplexní dynamiky přírodního systému. Je důležité předcházet chybné interpretaci fungování ekosystému a vzít v úvahu určitou míru nejistoty. Zdroje nejistoty představuje například nedostatek znalostí mechanismů, které řídí dynamiku populace nebo chyby spojené s výsledky měření velikosti populace. V tomto ohledu vzrostla popularita a důležitost kvantifikace rizik (pravděpodobnosti, že se společnosti přihodí něco škodlivého, např. drancování nebo vyhynutí populace) populační ekologii a ochraně přírody a mnoho institucí a regulí dnes vyžaduje preventivní přístup k ochraně a managementu životního prostředí.
Mnoho prací se zabývá vyhodnocením výkonnosti modelů a zkreslení parametrů odhadu nebo vyhodnocení strategií řízení rizik, ale málo se zaměřilo na vývoj přístupů, které by dokázaly korigovat vlastní zkreslení odhadů rizik a vypočítat skutečnou míru rizika spojeného se studovaným systémem. Jistě, všechny statistické modely podléhají do určité míry zkreslení dat a všechny parametry modelu (a odvozené hodnoty) mají pravděpodobnost být vyhodnoceny jako jiná sada hodnot, v závislosti na množství šumu v datech, délce časové řady a statistických vlastnostech modelu.
Popisovaný přístup spočívá ve vytvoření rozsáhlé sady realistických scénářů dynamik populací, vhodných pro populace volně žijících živočichů, ze kterých se simulují data a provede se jejich přizpůsobení. Výsledky se pak použijí na zpětné vypočítání pravděpodobnosti, že určitá kombinace parametrů by mohla být vyhodnocena jako jiná sada hodnot (tj. skutečný rozsah parametrů). Tato pravděpodobnost závisí na kombinaci parametrů, ale i na délce časové řady. Přístup je demonstrován použitím Gompertzova prostorově stavového modelu (GSSM) jako příkladu a ukazuje, že riziko zkresleného odhadu stavu populace může být podstatné pro datově omezené druhy s vysokým růstovým potenciálem, vysokou proměnlivostí populace a malou závislostí na hustotě.
Ve výsledcích se článek věnuje faktorům ovlivňujícím přesnost odhadů rizik, směru vychýlení výsledků a zpětným výpočtům skutečného rozsahu parametrů.
1) Studie zjišťuje, že odhadované riziko se značnou výchylkou stavu populace může být podstatně vychýleno pro druhy datově omezené s velkým růstovým potenciálem, velkou variabilitou a nízkou závislostí na hustotě.
2) Výsledky demonstrují závažnost kombinování simulačně odhadového procesu spolu s aplikací dat k dosažení přesnějšího a robustnějšího pohledu na rizika spojená s hodnotami, které ovlivňují řízení a rozhodování a přispívají k preventivnímu přístupu k ochraně přírody.
- Pro možnost psaní komentářů se přihlašte nebo zaregistrujte.
