Much of the available biodiversity

Much of the available biodiversity data is stored in herbaria and natural history museums throughout the world, and becomes available as digitized records at a still increasing rate (Graham et al., 2004). From previous studies (Hortal et al., 2007, Schulman et al., 2007 and Loiselle et al., 2008), however, it has become clear that botanical collecting and the intensity of collecting, is spatially biased. Hence, plain counts of species records at a chosen raster resolution likely result in a map of collecting efforts, rather than that of biodiversity. Overcoming this problem and predicting the area of occupancy for species even for regions where no collections have been made, have led to the development of Species Distribution Models (SDMs; Guisan and Zimmermann, 2000, Franklin, 2009 and Peterson et al., 2011). SDMs relate species' occurrence data (derived from herbarium and/or natural history museum collections) to abiotic or eco-geographic predictors (such as climate- and soil conditions), and interpolate the identified relationships to predict the potential distributions of species for an area of interest, here Sundaland. Although the distribution of species records might be spatially biased, this does not necessarily result in biased sampling of the explanatory (abiotic) variables; as was shown for Borneo (Raes et al., 2009), the centre of diversity and endemism of Sundaland (Roos et al., 2004), as well as for other regions in the world ( Kadmon et al., 2004, Loiselle et al., 2008 and Newbold, 2010). Under these conditions, SDMs can accurately estimate species abiotic niche dimensions and project these in their reciprocal geographic space resulting in species distribution maps. Stacking a large number of SDMs results in a spatial pattern of biodiversity ( Raes et al., 2009, de la Estrella et al., 2012, Mateo et al., 2012 and Zhang et al., 2012).

ผลลัพธ์ (ไทย) 1:

ส่วนมากข้อมูลจะมีความหลากหลายทางชีวภาพจัดเก็บอื่นและพิพิธภัณฑ์ประวัติศาสตร์ธรรมชาติทั่วโลก และกลายเป็นบันทึกดิจิตอลที่อัตราการเพิ่มยัง (Graham et al. 2004) จากการศึกษาก่อนหน้า (Hortal et al. 2007, Schulman et al. 2007 และ Loiselle et al. 2008), อย่างไรก็ตาม มันได้กลายเป็นชัดเจน spatially ลำเอียงเป็นพฤกษศาสตร์รวบรวมและความเข้มของสะสม ด้วยเหตุนี้ นับธรรมดาพันธุ์บันทึกที่แรสเตอร์ในความละเอียดแนวโน้มผลในแผนที่รวบรวมความพยายาม แทนที่ความหลากหลายทางชีวภาพ เอาชนะปัญหานี้ และทำนายพื้นที่พักสายพันธุ์สำหรับภูมิภาคที่เรียกเก็บเงินไม่ได้ จะนำไปสู่การพัฒนารูปแบบการกระจายพันธุ์ (ข้อมูล Guisan และ Zimmermann, 2000 แฟรงคลิน 2009 และปิเตอร์สัน et al. 2011) ข้อมูลข้อมูลเหตุการณ์ชนิด (มาจากคอลเลกชันพิพิธภัณฑ์หอพรรณไม้หรือประวัติศาสตร์ธรรมชาติ) ที่เกี่ยวข้องกับทำนาย abiotic หรือสิ่งแวดล้อมทางภูมิศาสตร์ (เช่นสภาพภูมิอากาศและดิน), และ interpolate ความสัมพันธ์ระบุการคาดการณ์การกระจายศักยภาพของพันธุ์ในพื้นที่ที่น่าสนใจ เขตชีวภาพซุนดาที่นี่ แม้ว่าการกระจายของชนิดระเบียนอาจจะลำเอียง spatially นี้ไม่จำเป็นต้องทำให้สุ่มตัวอย่างที่ลำเอียงของตัวแปร (abiotic) อธิบาย เป็นแสดงสำหรับที่บอร์เนียว (ฟาร์ม et al. 2009), ศูนย์กลางของความหลากหลายและ endemism ของเขตชีวภาพซุนดา (รูส et al. 2004), เช่นเดียว กับภูมิภาคอื่น ๆ ในโลก (Kadmon et al. 2004, Loiselle et al. 2008 และ Newbold, 2010) ภายใต้เงื่อนไขเหล่านี้ ข้อมูลอย่างถูกต้องสามารถประเมินขนาดช่อง abiotic พันธุ์ และโครงการเหล่านี้ในพื้นที่ทางภูมิศาสตร์ของพวกเขาซึ่งกันและกันในแผนที่การกระจายพันธุ์ ซ้อนของข้อมูลผลลัพธ์ในรูปแบบของความหลากหลายทางชีวภาพเชิงพื้นที่ (ฟาร์ม et al. 2009 เดอลาของ Estrella et al. 2012 มาเทโอ et al. 2012 และ Zhang et al. 2012)

ผลลัพธ์ (ไทย) 2:

มากของข้อมูลความหลากหลายทางชีวภาพที่มีอยู่จะถูกเก็บไว้ใน herbaria และพิพิธภัณฑ์ประวัติศาสตร์ธรรมชาติทั่วโลกและกลายเป็นใช้ได้ในฐานะที่บันทึกดิจิทัลในอัตราที่ยังคงเพิ่มขึ้น (เกรแฮม et al., 2004) จากการศึกษาก่อนหน้า (Hortal et al., 2007 Schulman et al., 2007 Loiselle et al., 2008) แต่มันได้กลายเป็นที่ชัดเจนว่าการจัดเก็บภาษีพฤกษศาสตร์และความรุนแรงของการจัดเก็บภาษีที่เป็นลำเอียงเชิงพื้นที่ ดังนั้นนับธรรมดาของการบันทึกสายพันธุ์ที่ความละเอียดแรสเตอร์ได้รับการแต่งตั้งมีแนวโน้มส่งผลในแผนที่ของการเก็บรวบรวมความพยายามมากกว่าที่ความหลากหลายทางชีวภาพ เอาชนะปัญหานี้และคาดการณ์พื้นที่ของการเข้าพักสำหรับสายพันธุ์แม้สำหรับภูมิภาคที่ไม่มีคอลเลกชันได้รับการทำที่ได้นำไปสู่การพัฒนาสายพันธุ์จัดจำหน่ายรุ่น (SDMS. Guisan และ Zimmermann, 2000, แฟรงคลิน, ปี 2009 และปีเตอร์สัน et al, 2011) . SDMS เกี่ยวข้องกับข้อมูลการเกิดสปีชีส์ '(มาจากสมุนไพรและ / หรือคอลเลกชันพิพิธภัณฑ์ประวัติศาสตร์ธรรมชาติ) เพื่อทำนาย abiotic หรือเป็นมิตรกับสิ่งแวดล้อมทางภูมิศาสตร์ (เช่นสภาพอุณหภูมิและความชื้นและดิน) และสอดแทรกความสัมพันธ์ที่ระบุในการทำนายการกระจายของสายพันธุ์ที่มีศักยภาพสำหรับพื้นที่ ที่น่าสนใจที่นี่ Sundaland แม้ว่าการกระจายของบันทึกสายพันธุ์อาจจะลำเอียงตำแหน่งนี้ไม่จำเป็นต้องส่งผลในการสุ่มตัวอย่างลำเอียงของอธิบายตัวแปร (abiotic) นั้น ตามที่ได้แสดงให้เห็นเกาะบอร์เนียว (Raes et al., 2009) เป็นศูนย์กลางของความหลากหลายและถิ่นของ Sundaland นี้ (Roos et al., 2004) เช่นเดียวกับภูมิภาคอื่น ๆ ในโลก (Kadmon et al., 2004 Loiselle et al., 2008 และ Newbold 2010) ภายใต้เงื่อนไขเหล่านี้ SDMS อย่างถูกต้องสามารถประเมินสายพันธุ์ abiotic มิติช่องและโครงการเหล่านี้ในพื้นที่ทางภูมิศาสตร์ของพวกเขาซึ่งกันและกันผลในแผนที่การกระจายสายพันธุ์ เก็บซ้อนได้เป็นจำนวนมากของผล SDMS ในรูปแบบการกระจายตัวของความหลากหลายทางชีวภาพ (Raes et al., 2009 de la Estrella et al., 2012, แม et al., 2012 และ Zhang et al., 2012)

ผลลัพธ์ (ไทย) 3:

มากของข้อมูลความหลากหลายทางชีวภาพของจะถูกเก็บไว้ใน herbaria และพิพิธภัณฑ์ประวัติศาสตร์ธรรมชาติทั่วโลก และกลายเป็นการใช้ดิจิทัลระเบียนที่ยังคงเพิ่มขึ้น ( เกรแฮม et al . , 2004 ) จากการศึกษาก่อนหน้านี้ ( hortal et al . , 2007 , Schulman et al . , 2007 และ loiselle et al . , 2008 ) , แต่มันได้กลายเป็นที่ชัดเจนว่าเก็บพืชและความเข้มของการเก็บรวบรวมลำเอียงเชิงพื้นที่ . ดังนั้น นับธรรมดาบันทึกชนิดที่เลือกความละเอียดภาพผลมีแนวโน้มในแผนที่ของการเก็บรวบรวมความพยายามมากกว่าที่ของความหลากหลายทางชีวภาพ เอาชนะปัญหานี้ และใช้พื้นที่ว่างเพื่อชนิดแม้แต่ภูมิภาคที่ไม่มีคอลเลกชันที่เกิดขึ้น จะนำไปสู่การพัฒนาสายพันธุ์กระจายแบบจำลอง ( sdms ; guisan และ ซิมเมอร์มันน์ , 2000 , แฟรงคลิน , 2009 และ Peterson et al . , 2011 ) sdms เกี่ยวข้องชนิดที่เกิดขึ้น ( ข้อมูลที่ได้มาจากพืช และ / หรือ พิพิธภัณฑ์ประวัติศาสตร์ธรรมชาติคอลเลกชัน ) เพื่อการทดลองหรือตัวแปรทางภูมิศาสตร์ สิ่งแวดล้อม ( เช่น สภาพภูมิอากาศและสภาพดิน และสอดแทรกการระบุความสัมพันธ์เพื่อทำนายการกระจายศักยภาพของสายพันธุ์สำหรับพื้นที่ของดอกเบี้ยที่นี่ซุนดาแลนด์ . ถึงแม้ว่าการบันทึกสายพันธุ์อาจจะเปลี่ยนอคติ , นี้ไม่จำเป็นต้องเป็นผลของการลำเอียงการสุ่มตัวอย่าง ( สิ่งมีชีวิต ) ตัวแปร ดังที่แสดงในบอร์เนียว ( RAeS et al . , 2009 ) , ศูนย์บริการของความหลากหลายและถิ่นของซุนดาแลนด์ ( รูส et al . , 2004 ) , เช่นเดียวกับภูมิภาคอื่น ๆ ในโลก ( รอยไหม้ et al . , 2004 , 2008 และ loiselle et al . , นิว , 2010 ) ภายใต้เงื่อนไขเหล่านี้ sdms อย่างถูกต้องสามารถประเมินสายพันธุ์สิ่งมีชีวิตโพรงมิติและโครงการเหล่านี้ในทางภูมิศาสตร์พื้นที่ที่เกิดในชนิด จำหน่ายแผนที่ ซ้อนเป็นจำนวนมากของ sdms ผลลัพธ์ในรูปแบบเชิงพื้นที่ของความหลากหลายทางชีวภาพ ( RAeS et al . , 2009 , เดอ ลา เอสเทรล et al . , 2012 , แมทธิว et al . , 2012 และ Zhang et al . , 2012 )