Influences of temporal independence of data on modelling species distributions

Die Modellierung der Verbreitung von Arten wurde weithin angewendet, um die gegenwärtige und die zukünftige potentielle Verbreitung von Arten zu verstehen. Sie kann auch Informationen zu Anpassung und Vorbeugung als Bezugspunkte für Naturschutz und Management in Hinblick auf den Klimawandel liefern. Indessen wird verschiedenen Methoden der Datenaufteilung für die Entwicklung und Validierung der Funktionen von Modellen nicht genügend Aufmerksamkeit geschenkt, was zu irrigen Interpretationen der Vorhersageergebnisse führen kann. Wir wählten die endemischen Vögel Taiwans, um den Einfluss zeitlicher Unabhängigkeit der Datensätze auf Modellleistung und -vorhersage zu prüfen. Die Trainings- und Testdaten wurden als unabhängig angesehen, wenn sie aus unterschiedlichen Erfassungsperioden stammten (1993-2004 bzw. 2009-2010). Die Ergebnisse zeigten für sechs Maßzahlen der Modellleistung (AUC, kappa, TSS, accuracy, sensitivity und specificity) keine signifikanten Unterschiede zwischen den getesteten Kombinationen von Trainings- und Testdatensätzen. Sowohl artbezogene als auch Rasterzellen-basierte Schätzungen differierten signifikant hinsichtlich der Vorhersagen, wenn Beobachtungen aus Einzeljahren bzw. über die Erfassungsperiode kumulierte Beobachtungen zugrundegelegt wurden. Wir fanden auch eine durchschnittliche Ähnlichkeit der Artenidentität von 85.8% zwischen den beiden Erfassungsperioden. Die verbleibende Unähnlichkeit wurde hauptsächlich durch einen Zugewinn an Arten in der späteren Erfassungsperiode verursacht. Die Vorgehensweise bei der Datenaufteilung, die die Trainings- und Testdatensätze ergibt, ist entscheidend für die aus dem Modell resultierenden Verbreitungen der Arten. Selbst bei gleicher Leistungsfähigkeit der Modelle können unterschiedliche Methoden zu unterschiedlichen Verbreitungskarten führen. Größere Aufmerksamkeit muss diesem Umstand gewidmet werden, insbesondere, wenn diese Modelle erweitert werden, um die Verbreitung von Arten in einer sich wandelnden Welt vorauszuberechnen.