Bayesian latent factor approaches for modeling ecological species communities

Näytä kaikki kuvailutiedot

Permalink

http://urn.fi/URN:ISBN:978-951-51-4665-6
Julkaisun nimi: Bayesian latent factor approaches for modeling ecological species communities
Tekijä: Tikhonov, Gleb
Muu tekijä: Helsingin yliopisto, bio- ja ympäristötieteellinen tiedekunta
Luonnonvaraisten eliöiden tutkimuksen tohtoriohjelma
Opinnäytteen taso: Väitöskirja (artikkeli)
Tiivistelmä: In the last decades, the aims of research in community ecology have been shifting from the mere description of observed patterns towards a mechanistic perspective that seeks to understand the processes shaping observed species communities. Simultaneously, the technical advances in data collection techniques dramatically raised the amount and quality of ecological data annually obtained and provided opportunities to address more comprehensive research questions. The combination of these novel aims and data increased the interest in the statistical ecology, seeking analytical methods capable to harness the full potential of the emerging data. A special interest has been focused on the development of approaches capable to combine multiple types of existing data and jointly model the dynamics and distributions of entire species communities or ecosystems. This doctoral thesis contributes to the ongoing methodological development of analytical tools for the joint species modeling. In the presented research I combine both perspectives of the statistical ecology: the ecologist’s practical point of view and the statistician’s methodological/theoretical vision. The thesis consists of four Chapters that are arranged to form a coherent narrative. I start with a synthesis of the recent advances in joint species modeling and propose a unifying statistical framework that enables scientists to easily address many common questions in community ecology simultaneously. This framework, called Hierarchical Model of Species Communities (HMSC), is capable to incorporate information on species occurrences, environmental covariates, species traits and phylogenic relationships, as well as the structure of study design. Next, I devise and present two important extensions to this framework. The first extension enables HMSC to neatly assess the variation in species associations and relate it to environmental factors. My second extension aims to achieve better numerical properties for the HMSC-based analysis of numerous spatial observations. I carry out a set of simulated data experiments to assess the performances of the proposed extensions in comparison to existing methods. To demonstrate how the proposed methods can be used in practice, I accompany these methodological developments with real-data examples and additionally present one detailed applied ecological study. My results demonstrate that the unifying HMSC framework can be robustly used to address a wide set of fundamental and applied ecological questions for various natural systems and contexts. Conducted simulation experiments verify that the proposed extensions considerably expand the framework’s potential. The developed software implementation of the HMSC and detailed user manual provide a practical guidance for ecologists on how to apply this framework for analysis of their own data on species communities. Although this thesis is a completed research item, it should be seen as a solid foundation for further developments in the field of joint species modeling. Some of these potential developments are related to how more comprehensive ecological questions could be answered with statistical models, while other correspond to the numerical challenges posed by emerging types and amounts of ecological data. I believe that advances and results of my study will enable future research to tackle these challenges and that the joint species modeling framework will become generally applicable and insightful for a wide array of real-world problems.Viimeisten vuosikymmenien aikana yhteisöekologinen tutkimus on siirtynyt empiirisestä eliöyhteisöjen tutkimuksesta mekanistisempaan tutkimukseen, joka hakee vastauksia eliöyhteisöjä muovaaviin prosesseihin. Samaan aikaan uudet menetelmät aineiston keruuseen ovat dramaattisesti kasvattaneet ekologisten aineistojen määrää ja laatua. Tämä tarjoaa uusia mahdollisuuksia entistä kokonaisvaltaisempien tutkimuskysymysten asetteluun. Kasvava aineistojen määrä on luonut tarpeen kehittää sellaisia uusia analyyttisiä menetelmiä tilastolliseen ekologiaan, joiden avulla voidaan hyödyntää kasvavan aineistomäärän potentiaali. Erityisen kiinnostuksen kohteena ovat olleet sellaisten tilastollisten menetelmien kehitys, joiden avulla on mahdollista yhdistää erilaisia aineistoja sekä mallintaa yhtäaikaisesti lajien, lajiyhteisöjen ja ekosysteemien dynamiikkaa ja levinneisyyttä. Väitöskirjassani olen keskittynyt yhteisöekologisessa mallinnuksessa tarvittavien analyyttisten työkalujen metodologiseen kehitykseen. Tutkimuksessani olen yhdistänyt tilastollisen ekologian erilaisia näkökulmia: ekologin maastohavaintoihin perustuvaa näkemystä sekä tilastotieteilijän metodologista näkemystä. Väitöskirjani koostuu neljästä luvusta, jotka yhdessä muodostavat yhtenäisen kokonaisuuden. Aloitan synteesillä yhteisöekologisen mallintamisen viimeaikaisista kehityksestä ja esittelen yhtenäisen tilastotieteellisen kehyksen, jonka avulla tutkijoiden on helppo tutkia yleisiä yhteisöekologia kysymyksiä samanaikaisesti. Tämän kehyksen avulla, jota tässä kutsutaan yhteisöekologiseksi hierakiseksi malliksi (HMSC), on mahdollista sisällyttää tietoa lajien esiintymisestä, ympäristömuuttujista, lajien ominaisuuksista, fylogeniasta, sekä tutkimusmallien rakenteista. Seuraavaksi esitän kaksi tärkeää laajennusta HMSC kehykseen. Ensimmäinen laajennus mahdollistaa systemaattisen tarkastelun siitä miten lajien yhteisesiintyminen riippuu ympäristötekijöistä. Toinen laajennus mahdollistaa HMSC kehyksen soveltamisen erittäin laajoihin spatiaalisiin aineistoihin. Tutkin näiden laajennusten etuja ja haittoja soveltamalla sekä niitä että vaihtoehtoisia menetelmiä simuloituihin aineistoihin. Lisäksi havainnollistan molempia menetelmällisten laajennusten käytännön soveltuvuutta oikeiden ekologisten aineistojen avulla, ja esitän yhden soveltaviin ekologisiin kysymyksiin keskittyvän tapaustutkimuksen. Väitöskirjatutkimukseni tulokset osoittavat, että yhtenäisen HMSC kehyksen avulla voidaan vastata laajaan kirjoon perustavanlaatuisiin ja soveltaviin kysymyksiin siitä miten eliöyhteisöt ovat rakentuneet. Suoritetut simulaatiokokeet osoittavat että ehdottamani laajennukset HMSC- malliin tuovat entistä tehokkaampia työkaluja yhteisöekologiseen tutkimukseen. Väitöskirjatyössäni julkaistut ohjelmistot ja käyttöoppaat helpottavat HMSC kehyksen käyttöönottoa yhteisöekologian tutkimuksessa. Ennen kaikkea väitöskirjani tulisi nähdä vakaana perustana jonka päälle on mahdollista kehittää entistä syvällisempää yhteisöekologista mallinnusta. Osa mahdollisista tulevaisuuden kehittämisen kohteista liittyy siihen miten erilaisilla mallinrakenteilla ja mallien estimointiin liittyvillä tekniikoilla voidaan vastata entistä kokonaisvaltaisemmin yhteisöekologisiin kysymyksiin, ja osa niihin numeerisiin haasteisiin joita uudentyyppisten ja entistä suurempien aineistojen käsittely tuo mukanaan. Uskon, että väitöskirjatyöni tulokset luovat hyvän lähtökohdan uusille menetelmille joilla näihin haasteisiin voidaan vastata.
URI: URN:ISBN:978-951-51-4665-6
http://hdl.handle.net/10138/269773
Päiväys: 2018-12-14
Avainsanat: Statistical Ecology
Tekijänoikeustiedot: Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.


Tiedostot

Latausmäärä yhteensä: Ladataan...

Tiedosto(t) Koko Formaatti Näytä
Bayesian.pdf 1.036MB PDF Avaa tiedosto

Viite kuuluu kokoelmiin:

Näytä kaikki kuvailutiedot