Abstract: | Species distribution models (SDMs) are widely used in ecology and conservation. Presence-only SDMs such as MaxEnt frequently use natural history collections (NHCs) as occurrence data, given their huge numbers and accessibility. NHCs are often spatially biased which may generate inaccuracies in SDMs. Here, we test how the distribution of NHCs and MaxEnt predictions relates to a spatial abundance model, based on a large plot dataset for Amazonian tree species, using inverse distance weighting (IDW). We also propose a new pipeline to deal with inconsistencies in NHCs and to limit the area of occupancy of the species. We found a significant but weak positive relationship between the distribution of NHCs and IDW for 66% of the species. The relationship between SDMs and IDW was also significant but weakly positive for 95% of the species, and sensitivity for both analyses was high. Furthermore, the pipeline removed half of the NHCs records. Presence-only SDM applications should consider this limitation, especially for large biodiversity assessments projects, when they are automatically generated without subsequent checking. Our pipeline provides a conservative estimate of a species’ area of occupancy, within an area slightly larger than its extent of occurrence, compatible to e.g. IUCN red list assessments. |
Abstract: | Modelos de distribuição de espécies (SDMs) são amplamente utilizados em ecologia e conservação. SDMs somente de presença, como MaxEnt, frequentemente usam coleções de história natural (NHCs) como dados de ocorrência, devido aos seus enormes números e acessibilidade. NHCs são frequentemente espacialmente tendenciosos, o que pode gerar imprecisões em SDMs. Aqui, testamos como a distribuição de NHCs e previsões MaxEnt se relacionam com um modelo de abundância espacial, com base em um grande conjunto de dados de parcelas para espécies de árvores amazônicas, usando ponderação de distância inversa (IDW). Também propomos um novo pipeline para lidar com inconsistências em NHCs e limitar a área de ocupação das espécies. Encontramos uma relação positiva significativa, mas fraca, entre a distribuição de NHCs e IDW para 66% das espécies. A relação entre SDMs e IDW também foi significativa, mas fracamente positiva para 95% das espécies, e a sensibilidade para ambas as análises foi alta. Além disso, o pipeline removeu metade dos registros de NHCs. Os aplicativos SDM somente de presença devem considerar essa limitação, especialmente para grandes projetos de avaliações de biodiversidade, quando são gerados automaticamente sem verificação subsequente. Nosso pipeline fornece uma estimativa conservadora da área de ocupação de uma espécie, dentro de uma área ligeiramente maior do que sua extensão de ocorrência, compatível com, por exemplo, avaliações da lista vermelha da IUCN. |