Catalogus

Zoeken

Zoeken kan via de modus 'eenvoudig zoeken' (één veld) of uitgebreid via 'geavanceerd zoeken' (meerdere velden). Zo kan je bv. zoeken op een combinatie van een auteursnaam (auteur), een jaartal (jaar) en een documenttype.

Boekenmand

Nuttige resultaten kan je aanvinken en toevoegen aan een mandje. De inhoud hiervan kan je exporteren of afdrukken (naar bv. PDF).

RSS

Op de hoogte blijven van nieuw toegevoegde publicaties binnen uw interessegebied? Dit kan door een RSS-feed (?) te maken van jouw zoekopdracht.

log in

Publicaties | Kaarten

nieuwe zoekopdracht

[ meld een fout in dit record ]

mandje (0): toevoegen | toon

---

Comparison of predictor selection procedures in species distribution modeling: a case study of Fagus hayatae Lin, C.-T.; Chiu, C.-A. (2020). Comparison of predictor selection procedures in species distribution modeling: a case study of Fagus hayatae. Cerne 26(2): 172-182. https://dx.doi.org/10.1590/01047760202026022657 In: Cerne: Lavras. ISSN 0104-7760

---

Beschikbaar in	Auteurs
VLIZ: Open access 368278 [ download pdf ]

---

Trefwoord

Terrestrisch

Author keywords

Synthetic strtegy; Effective warmth index; Expert knowledge; Environmental variableTaiwan

---

Auteurs		Top
Lin, C.-T. Chiu, C.-A.

---

Abstract

Selecting predictors for species distribution models (SDMs) is a major challenge. In this study, we evaluated a comprehensive set of 62 environmental predictors that may be related to the occurrence of Fagus hayatae. We modeled F. hayatae as a case study to compare model performance through different environmental predictor subsets according to three selection procedures, namely correlation coefficients between predictors, contribution level of predictors, and expert choice of biologically relevant predictors. The three selection procedures provided satisfactory results with high performance using about 6-10 valid predictors but had their respective limitations. Consequently, we suggest a synthetic strtegy of predictor selection. Accordingly, the first step was identifying and eliminating ineffective variables with nonidentifiability by using bivariate scatterplots. Next, calculate the correlation coefficients between other candidate predictors. Finally, comprehensively select the applicable environmental predictors with lower correlation coefficient on the basis of highly contribution level and expert knowledge for SDM of target species.

---

Alle informatie in het Integrated Marine Information System (IMIS) valt onder het VLIZ Privacy beleid

Top | Auteurs