Quantifying bias in pattern indices extracted from spatially offset landscape samples
In: Canadian Journal of Forest Research, Jg. 41 (2011-10-01), S. 2090-2096
Online
unknown
Zugriff:
Modern ecological models often account for the influence of the surrounding environment by using landscape pattern indices (LPIs) as measures of landscape structure. Ideally, the landscape samples from which these LPIs are ex- tracted should be centered on the locations where the response variable was measured. However, in situations where this is not possible due to a lack of adequate full-coverage landcover data, the question arises as to what degree this circumstance creates a bias in the value of the LPIs, thereby obscuring their relation with the response variable. To address this question, we extracted four representative LPIs from 30 rectangular (3 × 6 km) landscape samples evenly distributed across a 10 000 km 2 boreal forest study area. These rectangles were subjected to systematic displacements across a range of distances (0.5 to 2.5 km) and directions, after which we recomputed the LPIs. We found that a 1 km spatial offset led to an average of 15% deviation of original LPI values. Unfortunately, as the offset increased, the range of resulting deviations also widened, making it difficult to predict this effect. Our findings fill a gap in the literature on landscape pattern analysis and suggest that researchers should avoid LPIs extracted from spatially offset landscape samples. Resume : Les modeles ecologiques modernes tiennent souvent compte de l'influence de l'environnement avoisinant en utili- sant des indices paysagers (IP) comme mesure de la structure du paysage. Les regions pour lesquelles ces IP sont extraits devraient idealement provenir du centre des endroits ou la variable etudiee a ete mesuree. Cependant, dans les cas ou cela n'est pas possible du au manque de donnees qui couvrent adequatement toute la couverture terrestre, la question surgit a sa- voir jusqu'a quel point cette situation cree un biais dans la valeur des IP, obscurcissant ainsi leur relation avec la variable etudiee. Pour aborder cette question, nous avons extrait quatre IP representatifs de 30 echantillons rectangulaires (3 × 6 km) de paysage egalement repartis dans une zone d'etude de 10 000 km 2 de foret boreale. Ces rectangles ont ete soumis a des deplacements systematiques sur une serie de distances (0,5 a 2,5 km) et dans differentes directions apres quoi les IP ont ete recalcules. Nous avons trouve qu'un decalage spatial d'un kilometre entrainait une deviation moyenne de 15 % par rapport aux valeurs d'IP originales. Malheureusement, a mesure que le decalage augmente, la dispersion des deviations qui en re- sulte s'accroit, ce qui rend difficile la prediction de cet effet. Nos resultats comblent une lacune dans la litterature et indi- quent que les chercheurs devraient eviter d'extraire des IP a partir d'echantillons decales de paysage. (Traduit par la Redaction)
Titel: |
Quantifying bias in pattern indices extracted from spatially offset landscape samples
|
---|---|
Autor/in / Beteiligte Person: | McLane, Adam J. ; McDermid, Gregory J. ; Castilla, Guillermo ; Linke, Julia |
Link: | |
Zeitschrift: | Canadian Journal of Forest Research, Jg. 41 (2011-10-01), S. 2090-2096 |
Veröffentlichung: | Canadian Science Publishing, 2011 |
Medientyp: | unknown |
ISSN: | 1208-6037 (print) ; 0045-5067 (print) |
DOI: | 10.1139/x11-123 |
Schlagwort: |
|
Sonstiges: |
|