Suite

Existe-t-il une opération pour mesurer la constance (écologie)

Existe-t-il une opération pour mesurer la constance (écologie)


Je recherche un moyen efficace de mesurer les changements de localisation spatiale dans un ensemble de données de séries chronologiques (qu'une observation se répète au même endroit entre des pas de temps successifs, ou si elle se déplace et de combien).

Ce que j'ai est un fichier de points, montrant la présence/absence d'une espèce en quatre étapes, dans la région d'étude A. J'ai un ensemble de données similaire pour quatre autres régions (B-D). Je cherche une approche pour mesurer combien de mouvement il y a dans la région A sur les quatre pas de temps, et si cela est supérieur, inférieur ou égal à des mouvements comparables dans les régions B-D. Chaque région peut être exécutée comme une analyse distincte.

J'utilise ArcGIS (10.1 et 10.2), ainsi que GME. Je ne trouve aucune solution prête à l'emploi à ce que j'essaie de montrer. Le plus proche est d'utiliser une mesure récapitulative de point-distance. L'approche théorique la plus proche que j'ai trouvée est le concept de Colwell (1974) de constance temporelle/spatiale, utilisé en écologie.

Si quelqu'un a des suggestions ou connaît un outil de modélisation écologique pour mesurer la constance, cela serait très utile.


Vous pouvez essayer une régression matricielle pour dériver les corrélations temporelles (c'est-à-dire un test de Mantel partiel sur deux matrices de distance par paires ou un test de Mantel sur une seule matrice de distance croisée) ou vous pouvez appliquer le test t modifié de Dutilleul (1993).

Désolé, je ne peux tout simplement pas penser à une solution "prête à l'emploi" disponible dans ArcGIS ou GME. Vous voudrez peut-être jeter un coup d'œil au logiciel d'interface graphique "Spatial Analysis in Macroecology" ou "PASSaGE", qui sont tous deux conçus pour l'analyse statistique de modèle et spatiale. Il peut y avoir un outil approprié disponible dans l'un d'eux. Je sais que Michael Rosenberg ajoute constamment de nouvelles fonctionnalités à PASSaGE et je suis à peu près sûr qu'un test Mantel est disponible.

Si vous vous attendez à des écarts importants, vous pouvez également traiter le changement dans la structure d'autocorrélation à l'aide de la famille de statistiques d'analyse de motif de points (PPA). Dans ce cas, une approche peut être le Ripley's-K (Ripley 1976), standardisé comme Besag's-L (Besag & Diggle 1977), où vous pouvez regarder la structure spatiale par décalage de distance. Alors que cela est disponible dans ArcGIS, il n'y a qu'une implémentation univariée et vous avez besoin d'un croisement bivarié K. Lynch & Moorcroft (2008) ont proposé une extension spatio-temporelle du Ripley's-K.

Je voudrais noter qu'il serait essentiel d'effectuer une simulation Monte Carlo, produisant ainsi une enveloppe de simulation, pour s'assurer que les résultats sont significatifs.

Les références

Besag, J. & Diggle, P.J. (1977). Tests simples de Monte Carlo pour le modèle spatial, Statistiques appliquées, 26:327-333

Dutilleul, P. (1993). Modification du test t pour évaluer la corrélation entre deux processus spatiaux. Biométrie 49:305-314.

Lynch, H.J., & P.R. Moorcroft (2008) Une fonction K spatio-temporelle de Ripley pour analyser les interactions entre la tordeuse des bourgeons de l'épinette et le feu en Colombie-Britannique, Canada. Revue canadienne de recherche forestière, 38:3112-3119

Ripley, B.D. (1976). L'analyse de second ordre des processus ponctuels stationnaires, Journal of Applied Probability, 13: 255-266