Diplomová práce – Prostorová neurčitost geodat v ... - kvhem

Pokud je sběr dat prováděn pomocí telemetrie (tj. přenosem radiových vlnskrz atmosféru mezi dvěma body), je z hlediska chybného zaměření výhodné použítGPS (Global Positional System) technologie, která umožňuje zaměřit data s velkouprostorovou i časovou přesností (Sand & kol. 2005).Frair & kol. (2004) ovšem poukazuje na dva typy chyb, které jsou vlastnízáznamům o výskytu živočichů zachyceným pomocí GPS telemetrie. Jedná sejednak o chybné zaměření polohy. Špatné určení polohy může vést k chybnéklasifikaci využívaného stanoviště v závislosti na velikosti chyby zaměření aheterogenitě krajiny. Ovšem v roce 1990 zavedená úmyslná degradace GPSsignálu byla zastavena v roce 2000 a od té doby jsou chyby zaměření menší než31m v 95% času. S GPS lze dosáhnout přesnosti i 1,5 m, ruční přijímače používanépři mapování v terénu zvládají zaměřit polohu s odchylkou 7-10 m, ale tato přesnostse může ještě výrazně snížit například zpomalením signálu při průchoduatmosférou, chybou satelitních hodin, vychýlením dráhy družice či v důsledkumnohacestného odrazu signálu (tzv. multipath) např. v lese (Čábelka, 2008).Druhým problémem mohou být zcela chybějící data kvůli neúspěšné lokalizaci.Tento druh chyby se vyskytuje systematicky. Jak říkají Frair & kol. (2004), protelemetrické přijímače se prokázalo, že je 3,8 krát nižší pravděpodobnost získánípolohy pod vysokým lesním zápojem než v bezlesém území.Svoji roli hraje i zvolená velikost vzorku – čili celkový počet záznamů ovýskytu druhu. Jak uvádí McPherson & kol. (2004), v jejich pokusu zvolená velikostvzorku významně ovlivnila výsledný distribuční model a s rostoucí velikostí vzorkuvzrůstala i predikční schopnost modelu. To potvrzuje i Hernandez & kol. (2006),který říká, že s rostoucí velikostí vzorku by měla stoupat i přesnost modelu ažk dosažení maximální přesnosti, čili asymptoty. Maximální potenciální přesnost avelikost vzorku, pro který je asymptoty dosáhnuto, závisí na studované oblasti idruzích, kvalitě a prostorovém rozlišení environmentálních proměnných, použitýchdatech o výskytu druhu i na samotné metodě pro tvorbu modelu.U prezenčně-absenčních dat je nutné hodnotit velikost vzorku vzhledem knejméně časté třídě než k celkovému počtu všech záznamů. Jak uvádí Barry & Elith(2006), například u vzácných druhů může náhodný vzorek z celkových 500pozorování obsahovat pouze 5 záznamů o prezenci druhu. Přestože je vzorekrelativně velký, nebude evidentně adekvátní pro tvorbu modelu, protože s 5záznamy prezence není možné model pořádně specifikovat.25