|
Κωδικός Πόρου |
000372468 |
Τίτλος |
Μοντέλα κατανομής ιχθυομάζας πελαγικών ειδών : αξιολόγηση των διαδεδομένων τεχνικών, εισαγωγή νέων, έλεγχος της αποτελεσματικότητας τους σε αλιευτικά δεδομένα, διερεύνηση σχέσεων ειδών-περιβάλλοντος |
Άλλος τίτλος |
Smalll pelagic species distribution models: evaluating of well established modelling techniques, introducing new innovative approaches, assessing their efficiency to fisheries data, and identifying species-environment relationships |
Συγγραφέας
|
Παλιαλέξης, Ανδρέας
|
Σύμβουλος διατριβής
|
Καρακάσης, Ιωάννης
|
Περίληψη |
Η ανάγκη για επιστημονικά τεκμηριωμένες μελέτες, σχετικά με το χαρακτηρισμό των θαλάσσιων οικοσυστημάτων, τη διακύμανση της βιοποικιλότητας και αφθονίας των ειδών και τις επιπτώσεις της αλλαγής του κλίματος στα θαλάσσια οικοσυστήματα, έχει οδηγήσει στην αύξηση των εργασιών που αφορούν στην πρόβλεψη της κατανομής των ειδών. Η επιλογή της κατάλληλης προσέγγισης μοντελοποίησης κατανομής ειδών έχει ιδιαίτερη σημασία στην ποιότητα των αποτελεσμάτων. Στα πλαίσια της παρούσας διατριβής, σε ένα πρώτο επίπεδο, πραγματοποιήθηκε μια ευρεία σύγκριση τεχνικών με μοντέλα που εκπαιδεύονται με δεδομένα αφθονίας. Κατά τη σύγκριση αξιολογήθηκαν τα μοντέλα κατανομής ειδών (ΜΚΕ) ως προς την ικανότητα πρόβλεψης χρησιμοποιώντας δεδομένα ακουστικής πυκνότητας μικρών πελαγικών ειδών. Ειδικότερα με τα δεδομένα αφθονίας αναπτύχθηκαν γενικευμένα προσθετικά μοντέλα και μεικτά μοντέλα στα πλαίσια των μοντέλων παλινδρόμησης, συνδετικά νευρωνικά δίκτυα και σύνολα τεχνιτών νευρωνικών δικτύων στα πλαίσια των νευρωνικών δικτύων και Kriging στα πλαίσια των γεωστατιστικών προσεγγίσεων. Τα νευρωνικά δίκτυα απέδωσαν ικανοποιητικότερα από τις άλλες τεχνικές στην προσομοίωση των δειγματοληπτικών δεδομένων, ενώ τα γενικευμένα προσθετικά μοντέλα ξεχώρισαν στην πρόβλεψη του "άγνωστου" συνόλου επαλήθευσης. Σε ένα δεύτερο επίπεδο της διατριβής πραγματοποιήθηκε μια ευρεία σύγκριση τεχνικών ΜΚΕ που αναπτύσσονται με δεδομένα παρουσίας-απουσίας από δειγματοληπτικά δεδομένα ακουστικής πυκνότητας. Εδώ πραγματοποιήθηκε η αξιολόγηση των ΜΚΕ ως προς την ικανότητα προσαρμογής τους στα δειγματοληπτικά δεδομένα, η σύγκριση των χαρτών πρόβλεψης σε πολύ υψηλή χωρική ανάλυση και ελέγχθηκε η ικανότητα πρόβλεψης τους με τη βοήθεια ενός νέου συνόλου δεδομένων αξιολόγησης. Για τις διαδικασίες σύγκρισης των ΜΚΕ χρησιμοποιήθηκαν τεχνικές όπως τα Receiver Operating Characteristics, τα στατιστικά Kappa, οι συντελεστές συσχέτισης και οι συνεκτικοί πίνακες. Τα ενισχυμένα δέντρα παλινδρόμησης και τα συνδετικά νευρωνικά δίκτυα, που αμφότερα ανήκουν στις τεχνικές μηχανικής εκμάθησης, ξεχώρισαν ως προς την απόδοση τους μεταξύ των ΜΚΕ που εφαρμόστηκαν. Στα στάδια ανάπτυξης και σύγκρισης των ΜΚΕ αναλύονται σημαντικά ζητήματα που άπτονται της ορθής εφαρμογής των ΜΚΕ, όπως η επιλογή των ανεξάρτητων μεταβλητών, η χωρική αυτοσυσχέτιση στα δεδομένα, η διαχείριση και εισαγωγή της αβεβαιότητας στα μοντέλα, η επεξήγηση της διακύμανσης των δειγματοληπτικών δεδομένων στη γεωγραφική, περιβαλλοντική και χρονική διάσταση.
|
Φυσική περιγραφή |
139 σ. : χάρτ., πίν., έγχ. εικ. ; 30 εκ. |
Γλώσσα |
Ελληνικά |
Θέμα |
Habitat maps |
|
Habitat modelling |
|
Models comparison |
|
Spatial autocorrelation |
|
Species distribution predictions |
|
Μέθοδοι σύγκρισης μοντέλων |
|
Μικρά πελαγικά είδη |
|
Μοντελοποίηση ενδιαιτημάτων |
|
Χάρτες ενδιαιτημάτων |
|
Χάρτες πρόβλεψης |
Ημερομηνία έκδοσης |
2012-02-09 |
Συλλογή
|
Σχολή/Τμήμα--Σχολή Θετικών και Τεχνολογικών Επιστημών--Τμήμα Βιολογίας--Διδακτορικές διατριβές
|
|
Τύπος Εργασίας--Διδακτορικές διατριβές
|
Εμφανίσεις |
408 |