Rozvoj databází o výskytu živých organismů jako je např. Global Information Biodiversity Facility (GBIF) poskytl dostatek údajů pro modelování současného a předpovídání budoucího rozšíření jednotlivých druhů. GBIF je zřejmě největší databází svého druhu, avšak množství údajů z jednotlivých regionů je velmi rozdílné a tak i areály druhů jsou velmi nerovnoměrně pokryté záznamy o jejich lokálním výskytu. Cílem práce je kvantifikovat nejistotu ve výsledcích distribučních modelů s ohledem na různou hustotu záznamů o výskytu druhu v různých částech jeho areálu a zjistit zda lze tuto nejistotu redukovat pomocí filtrace dat. Navržený postup práce bude zahrnovat: 1) výběr několika evropských druhů (ideálně stromů), pro které byla expertně zpracována mapa areálu, a pro které existují vhodná data o výskytu v databázi GBIF (https://www.gbif.org/); 2) vytvoření distribučních modelů na základě a) všech dostupných dat o výskytu druhu a b) dat upravených pomocí vhodné filtrační metody; 3) srovnání modelovaných areálů s expertně zpracovanými mapami a kvantifikaci rozdílů. Výsledky práce by měly objasnit nakolik se jednotlivé modely liší od expertně odhadnutého areálu a zda filtrace dat může tyto modely významně zlepšit.
Literatura:

• Beck, J., Böller, M., Erhardt, A., & Schwanghart, W. (2014). Spatial bias in the GBIF database and its effect on modeling species’ geographic distributions. Ecological Informatics, 19, 10–15. https://doi.org/10.1016/j.ecoinf.2013.11.002
• Castellanos, A. A., Huntley, J. W., Voelker, G., & Lawing, A. M. (2019). Environmental filtering improves ecological niche models across multiple scales. Methods in Ecology and Evolution, 10(4), 481–492. https://doi.org/10.1111/2041-210X.13142
• Caudullo, G., Welk, E., & San-Miguel-Ayanz, J. (2017). Chorological maps for the main European woody species. Data in Brief, 12, 662–666. https://doi.org/10.1016/j.dib.2017.05.007
• Elith, J., Phillips, S. J., Hastie, T., Dudík, M., Chee, Y. E., & Yates, C. J. (2011). A statistical explanation of MaxEnt for ecologists. Diversity and Distributions, 17(1), 43–57. https://doi.org/10.1111/j.1472-4642.2010.00725.x
• Fourcade, Y., Engler, J. O., Rödder, D., & Secondi, J. (2014). Mapping Species Distributions with MAXENT Using a Geographically Biased Sample of Presence Data: A Performance Assessment of Methods for Correcting Sampling Bias. PLOS ONE, 9(5), e97122. https://doi.org/10.1371/journal.pone.0097122
• Guisan, A., Thuiller, W., & Zimmermann, N. E. (2017). Habitat Suitability and Distribution Models: With Applications in R. Cambridge University Press.
• Varela, S., Anderson, R. P., García-Valdés, R., & Fernández-González, F. (2014). Environmental filters reduce the effects of sampling bias and improve predictions of ecological niche models. Ecography, 37(11), 1084–1091. https://doi.org/10.1111/j.1600-0587.2013.00441.x