Table of contents for Ecological niche modeling : ecoinformatics in application to biodiversity / David R.B. Stockwell.

Bibliographic record and links to related information available from the Library of Congress catalog.

Note: Contents data are machine generated based on pre-publication provided by the publisher. Contents may have variations from the printed book or be incomplete or contain other coding.


Counter
 
Contents
0.1 Preface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xii
0.1.1 Summary of chapters. . . . . . . . . . . . . . . . . . . xii
1 Functions 1
1.1 Elements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Factor . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Complex . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.3 Raw . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.4 Vectors . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.5 Lists . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.6 Data frames . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.7 Time series . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.8 Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Operations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Ecological models . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.1 Preferences . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.2 Stochastic functions . . . . . . . . . . . . . . . . . . . 10
1.4.3 Random fields . . . . . . . . . . . . . . . . . . . . . . 17
1.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2 Data 21
2.1 Creating . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2 Entering data . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3 Queries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4 Joins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.5 Loading and saving a database . . . . . . . . . . . . . . . . . 26
2.6 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3 Spatial 29
3.1 Data types . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2 Operations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.2.1 Rasterizing . . . . . . . . . . . . . . . . . . . . . . . . 32
3.2.2 Overlay . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2.3 Proximity . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2.4 Cropping . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.2.5 Palette swapping . . . . . . . . . . . . . . . . . . . . . 38
3.3 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4 Topology 43
4.1 Formalism . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.2 Topology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.3 Hutchinsonian Niche . . . . . . . . . . . . . . . . . . . . . . . 45
4.3.1 Species space . . . . . . . . . . . . . . . . . . . . . . . 46
4.3.2 Environmental space . . . . . . . . . . . . . . . . . . . 46
4.3.3 Topological generalizations . . . . . . . . . . . . . . . 46
4.3.4 Geographic space . . . . . . . . . . . . . . . . . . . . . 47
4.3.5 Relationships . . . . . . . . . . . . . . . . . . . . . . . 48
4.4 Environmental Envelope . . . . . . . . . . . . . . . . . . . . 49
4.4.1 Relevant variables . . . . . . . . . . . . . . . . . . . . 49
4.4.2 Tails of the distribution . . . . . . . . . . . . . . . . . 49
4.4.3 Independence . . . . . . . . . . . . . . . . . . . . . . . 49
4.5 Probability Distribution . . . . . . . . . . . . . . . . . . . . . 50
4.5.1 Dynamics . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.5.2 Generalized linear models . . . . . . . . . . . . . . . . 51
4.6 Machine learning methods . . . . . . . . . . . . . . . . . . . 54
4.7 Data mining . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.7.1 Decision trees . . . . . . . . . . . . . . . . . . . . . . . 55
4.7.2 Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.7.3 Comparison . . . . . . . . . . . . . . . . . . . . . . . . 56
4.8 Post-Hutchinsonian Niche . . . . . . . . . . . . . . . . . . . . 57
4.8.1 Product space . . . . . . . . . . . . . . . . . . . . . . 58
4.9 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5 Environmental data collections 61
5.1 Datasets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.1.1 Global Ecosystems Database . . . . . . . . . . . . . . 92
5.1.2 Worldclim . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.1.3 World Ocean Atlas . . . . . . . . . . . . . . . . . . . . 93
5.1.4 Continuous Fields . . . . . . . . . . . . . . . . . . . . 94
5.1.5 Hydro1km . . . . . . . . . . . . . . . . . . . . . . . . . 94
5.1.6 WhyWhere . . . . . . . . . . . . . . . . . . . . . . . . 95
5.2 Archives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.2.1 Traffic . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.2.2 Management . . . . . . . . . . . . . . . . . . . . . . . 95
5.2.3 Interaction . . . . . . . . . . . . . . . . . . . . . . . . 95
5.2.4 Updating . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.2.5 Legacy . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.2.6 Example: WhyWhere archive . . . . . . . . . . . . . . 96
5.2.7 Browsing . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.2.8 Format . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.2.9 Meta data . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.2.10 Operations . . . . . . . . . . . . . . . . . . . . . . . . 98
5.3 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
iii
6 Examples 101
6.0.1 Model Skill . . . . . . . . . . . . . . . . . . . . . . . . 101
6.0.2 Calculating Accuracy . . . . . . . . . . . . . . . . . . 102
6.1 Predicting House Prices . . . . . . . . . . . . . . . . . . . . . 103
6.1.1 Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . 104
6.1.2 P data and no mask . . . . . . . . . . . . . . . . . . . 106
6.1.3 Presence and Absence (PA) data . . . . . . . . . . . . 109
6.1.4 Interpretation . . . . . . . . . . . . . . . . . . . . . . . 109
6.2 Brown Treesnake . . . . . . . . . . . . . . . . . . . . . . . . . 110
6.2.1 Predictive model . . . . . . . . . . . . . . . . . . . . . 111
6.3 Invasion of Zebra Mussel . . . . . . . . . . . . . . . . . . . . 112
6.4 Observations . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
7 Bias 119
7.1 Range shift . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
7.1.1 Example: climate change . . . . . . . . . . . . . . . . 120
7.2 Range-shift Model . . . . . . . . . . . . . . . . . . . . . . . . 120
7.3 Forms of bias . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
7.3.1 Width r and width error . . . . . . . . . . . . . . . . . 125
7.3.2 Shift s and shift error: . . . . . . . . . . . . . . . . . . 125
7.3.3 Proportional pe: . . . . . . . . . . . . . . . . . . . . . 125
7.4 Quantifying Bias . . . . . . . . . . . . . . . . . . . . . . . . . 127
7.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
8 Autocorrelation 129
8.1 Types . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
8.1.1 independent identically distributed (IID) . . . . . . . 130
8.1.2 Moving average models (MA) . . . . . . . . . . . . . . 130
8.1.3 Autoregressive models (AR) . . . . . . . . . . . . . . . 130
8.1.4 Self Similar Series (SSS) . . . . . . . . . . . . . . . . . 131
8.2 Characteristics . . . . . . . . . . . . . . . . . . . . . . . . . . 132
8.2.1 Autocorrelation Function (ACF) . . . . . . . . . . . . 134
8.2.2 The problems of autocorrelation . . . . . . . . . . . . 137
8.3 Example: Testing statistical skill . . . . . . . . . . . . . . . . 138
8.4 Within range . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
8.4.1 Beyond range . . . . . . . . . . . . . . . . . . . . . . . 140
8.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
9 Nonlinearity 143
9.1 Growth niches . . . . . . . . . . . . . . . . . . . . . . . . . . 144
9.1.1 Linear . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
9.1.2 Sigmoidal . . . . . . . . . . . . . . . . . . . . . . . . . 145
9.1.3 Quadratic . . . . . . . . . . . . . . . . . . . . . . . . . 148
9.1.4 Cubic . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
9.2 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
10 Long Term Persistence 157
10.1 Detecting LTP . . . . . . . . . . . . . . . . . . . . . . . . . . 159
10.1.1 Hurst Exponent . . . . . . . . . . . . . . . . . . . . . 162
10.1.2 Partial ACF . . . . . . . . . . . . . . . . . . . . . . . . 166
10.2 Implications of LTP . . . . . . . . . . . . . . . . . . . . . . . 166
10.3 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
11 Circularity 173
11.1 Climate prediction . . . . . . . . . . . . . . . . . . . . . . . . 173
11.1.1 Experiments . . . . . . . . . . . . . . . . . . . . . . . 174
11.2 Relevance to niche modeling . . . . . . . . . . . . . . . . . . 177
12 Fraud 179
12.1 Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
12.1.1 Random numbers . . . . . . . . . . . . . . . . . . . . . 181
12.1.2 CRU . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
12.1.3 Tree Rings . . . . . . . . . . . . . . . . . . . . . . . . 184
12.1.4 Tidal Gauge . . . . . . . . . . . . . . . . . . . . . . . 186
12.1.5 Tidal Guage - hand recorded . . . . . . . . . . . . . . 188
12.2 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
References 191

Library of Congress Subject Headings for this publication:

Niche (Ecology) -- Mathematical models.
Niche (Ecology) -- Computer simulation.