Published May 12, 2025 | Version v1.0.0
Technical note Open

Vedlegg til: Arbeidsflyt for modellering av heildekkande utbreiingskart for artar

  • 1. Norwegian Institute For Nature Research
  • 2. Nowegian University of Science and Technology
  • 3. ROR icon Norwegian University of Science and Technology
  • 4. ROR icon Norwegian Institute for Nature Research
  • 5. NTNU

Description

Denne rapporten skildrar den tekniske arbeidsflyten for heildekkande utbreiingsmodellar for artar. Den inkluderer òg metodar for å visualisere prediksjonar frå desse modellane, vurdere usikkerheita og innsamlingsinnsats. 

 

Ei heilskapleg kartlegging av naturverdiar er avgjerande for ei kunnskapsbasert forvalting av natur. Avvegingar mellom naturverdiar og andre samfunnsinteresser kan ikkje gjerast på internasjonalt, nasjonalt, regionalt eller kommunalt nivå utan å kjenne den romlege utbreiinga av naturverdiar. Dette krev kunnskap om utbreiinga av artar og artsmangfald på relevante romlege skalaer. 

 

Vi nyttar ein kombinasjon av artsdata uten informasjon om innsamlingsprosessen (førekomstdata), artsdata med informasjon om innsamlingsprosess (innsatsdata) og heildekkande miljødata (t.d. nedskalerte temperaturkart og arealdekkekart). Desse datakjeldene har alle ulike styrkar og svakheiter når det gjeld å seie noko om utbreiing av artar. Når målsettinga er å lage forvaltningsrelevante kart for mange artar over stor skala, må ein dra nytte av fleire av desse datakjeldene. 

 

Førekomstdata inkluderer data frå folkeforsking og naturhistoriske samlingar. Dei har stort geografisk og taksonomisk omfang, men inneheld ikkje informasjon som kan korrigere for dei store innebygde skeivheitene i innsamlinga. Data som har informasjon om innsamlingsprosessen kan nyttast til dette, men slike strukturerte data er ofte ikkje samla inn eller gjort offentleg tilgjengelege i stort nok omfang. Heildekkande miljødata er no tilgjengelege frå stadig nye fjernmålings- eller modelleringsprodukt, og med stadig finare romleg oppløysing. Ein kan ikkje direkte utleie noko om artsutbreiingar frå desse. Likevel, samanhengen mellom biotisk og abiotisk miljø frå desse produkta kan nyttast saman med data frå bakkeobservasjonar av artar til å lage heildekkande prediksjonar for sannsynlegheit for artsførekomst. 

 

Vi nyttar statistiske modellar (integrerte artutbreiingsmodellar, iSDM) for å kombinere informasjon frå dei ulike datakjeldene. Denne tilnærminga er naudsynt for å lage heildekkande kart over artsutbreiing som handterer utfordringane med skeivfordeling i datainnsamlinga. Prosjektet har fokusert på å lage verktøy for kartlegging av biodiversitet på stor romleg skala. Resultata skal kunne brukast som beslutningsverktøy av offentleg forvaltning. Vi legg difor stor vekt på openheit, reproduserbarheit og moglegheit for vidare utvikling. Alle data, kode og resultat er offentleg tilgjengelege for vidare arbeid og for bruk av andre uavhengige institusjonar og fagmiljø. 

 

Romleg oppløysing av resultata er eit viktig moment. Dette valet er ein balanse mellom økologisk relevans, presisjon, reknekapasitet og nytteverdi for forvaltning. Finare oppløysing kan tilsynelatande forbetre prediksjonane og er ofte etterspurt av forvaltninga. Men dette skapar store utfordringar når det gjeld reknekapasitet, tilgjengelegheit av data og økologisk relevans. Som eit kompromiss valde vi å bruke 500 m × 500 m oppløysing for heile Noreg. Vi peikar på at ein i framtida kan ha ein meir adaptiv tilnærming, der oppløysinga blir justert geografisk etter tilgjengelege data, artsgrupper, miljøforhold og lokale variasjonar i behov for finare oppløysing.

 

Modelleringa inkluderer òg vurdering av usikkerheit til dei predikerte artsførekomstane, og det blir nytta ulike metodar for å estimere presisjonen i prediksjonane. For å vurdere resultata, blir det generert kart som viser artsrikdom og usikkerheit, både på nasjonal og regional skala. Samla gir metoden eit kraftig verktøy for å kartlegge artsutbreiing og bidreg til å identifisere viktige område for biodiversitet. Samstundes gir ho innsikt i kor usikre prediksjonane kan vere, noko som kan hjelpe forvaltning og beslutningstakarar i arbeidet med naturforvaltning og forbetre framtidig kunnskapsinnsamling. 

Files

Vedlegg til rapport I 14_02_2025.pdf

Files (204.6 kB)

Name Size Download all
md5:4f6e4391b67ea387d41614188d0d22a2
204.6 kB Preview Download

Additional details

Software

Repository URL
https://github.com/gjearevoll/BioDivMapping
Programming language
R
Development Status
Active