พิพิธภัณฑ์ Georeferencing ตัวอย่างมีคำอธิบายสถานที่ไม่ดี

ขณะนี้ฉันกำลังรวบรวมรายการตัวอย่างจากฐานข้อมูลของพิพิธภัณฑ์ประวัติศาสตร์ธรรมชาติต่างๆเพื่อการวิจัยเพิ่มเติม อย่างไรก็ตามปัญหาที่ทราบกันดีซึ่งเกี่ยวข้องกับข้อมูลประวัติส่วนใหญ่คือการขาดละติจูดและลองจิจูดที่เหมาะสมซึ่งจะช่วยป้องกันไม่ให้มีการใช้ข้อมูลนั้น

มีวิธีที่จะเอาชนะข้อมูลนั้นได้เช่นการวาดบัฟเฟอร์รอบ ๆ ภูมิภาคและจัดหาช่วงของความไม่แน่นอนที่เกี่ยวข้องกับสถานที่นั้น

ตัวอย่างเช่นฟังก์ชั่น - biogeomancer จากแพ็คเกจ 'อวกาศ' ใน R จะดำเนินการกระบวนการอ้างอิงทางภูมิศาสตร์โดยอัตโนมัติหากมีคำอธิบายเกี่ยวกับใจสองสามอย่างเช่น "2 ไมล์ทางตะวันตกของ XYZ" ดูเอกสารที่นี่

อย่างไรก็ตามข้อกังวลหลักของฉันคือการใช้โปรโตคอลดังกล่าวสำหรับภูมิภาคที่มีขนาดใหญ่ถึง 200 ตารางกิโลเมตร มีวิธีหนึ่งที่สามารถเอาชนะปัญหานั้นได้หรือไม่? ฉันชอบที่จะใช้ข้อมูลพิพิธภัณฑ์มากมายหากฉันสามารถจัดการกับความไม่แน่นอนที่เกี่ยวข้องกับที่ตั้ง

ตัวอย่างของตัวอย่างในชุดข้อมูลของฉันแสดงอยู่ด้านล่าง โปรดทราบว่าหลายคนมาพร้อมกับกล่าวถึงระดับความสูง แต่บันทึกส่วนใหญ่นั้นคลุมเครือมาก

แก้ไข

ในส่วนความเห็นคุณหนึ่งคนพูดถึงจุดประสงค์ของคำถามนี้และสิ่งที่ฉันมักจะได้รับจากสิ่งเดียวกัน
1. ฉันสนใจว่าจะลดรัศมีของความไม่แน่นอนจากขอบเขตเหลี่ยมที่กว้างจริง ๆ ให้เหลือรัศมีความไม่แน่นอนน้อยลงได้อย่างไร (ถ้าเป็นไปได้)
2. ข้อมูลนี้จะช่วยให้ฉันทำการวิเคราะห์เชิงพื้นที่ในอนาคตเช่นการสร้างแบบจำลองการกระจายสายพันธุ์ / การสร้างแบบจำลองการครอบครองตัวอย่างเช่น

พิจารณาวันที่ของเหตุการณ์และพยายามที่จะรับ (สร้าง Georeference) แผนที่ถนนทางรถไฟสะพานและเมือง (หมู่บ้านสถานีรถไฟ) ที่รู้จักหรือมีอยู่ในเวลานั้นสำหรับภูมิภาคเนื่องจากนักธรรมชาตินิยมมักจะออกจาก หมู่บ้านที่เป็นที่รู้จักและอย่างน้อยก็ใช้ถนนหรือทางรถไฟที่มีอยู่บางส่วนเพื่อไปยังพื้นที่ที่พวกเขามีตัวอย่าง บางครั้งมันลดพื้นที่ที่เป็นไปได้ของการรวบรวม / การเกิดขึ้นจริง หากมีข้อมูลนิเวศวิทยาเพิ่มเติมเกี่ยวกับสายพันธุ์คุณสามารถแยกแยะพื้นที่ต่าง ๆ เช่น เทียบกับดินแดนป่าเปิดพื้นที่ชุ่มน้ำและพื้นที่ชุ่มน้ำรวมถึงข้อมูลบางอย่างเกี่ยวกับการกระจายทางประวัติศาสตร์ของระบบนิเวศเหล่านี้

แม้ว่าฉันจะไม่ใช้ตำแหน่งเหล่านี้ในการฝึกอบรมโมเดล sdm แน่นอน แต่คุณสามารถใช้ผลลัพธ์โมเดลเพื่อลดความไม่แน่นอนของตำแหน่งของเหตุการณ์ทางภูมิศาสตร์ที่ไม่ดีเหล่านั้นร่วมกับข้อมูลที่กล่าวถึงข้างต้น

เอกสารล่าสุดบางฉบับระบุถึงผลกระทบของอคติของสถานที่ที่ไม่แน่นอนเหล่านี้และหากใช้ข้อมูลสิ่งแวดล้อมโดยสรุปสามารถใช้เพื่อชดเชยตำแหน่งที่คลุมเครือนี้:

ความไม่แน่นอนตำแหน่งที่เป็นปัญหาสำหรับการสร้างแบบจำลองการกระจายสายพันธุ์? https://onlinelibrary.wiley.com/doi/pdf/10.1111/j.1600-0587.2013.00205.x

การวัดระดับความลำเอียงจากการใช้ข้อมูลระดับเขตในการสร้างแบบจำลองการกระจายสายพันธุ์: การเพิ่มขนาดตัวอย่างหรือการใช้ข้อมูลสิ่งแวดล้อมระดับเขตโดยเฉลี่ยช่วยลดการคาดการณ์ในการกระจายหรือไม่ https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5551104/