Browsing by Subject "R"
Now showing items 1-2 of 2
-
(2015)Suomesta tavataan kaksi majavalajia: alkuperäinen euroopanmajava (Castor fiber) ja vieraslaji amerikanmajava (Castor canadensis). Euroopanmajava metsästettiin sukupuuttoon 1800–luvulla ja viimeinen euroopanmajava ammuttiin tiettävästi Sallan Eniönjoesta vuonna 1868. Vuonna 1935 aloitettiin majavien uudelleenistutukset 17 Norjasta tuodulla euroopanmajavalla. Vuonna 1937 Suomen majavakantaa vahvistettiin seitsemällä Amerikasta tuodulla amerikanmajavalla. Tahallisesta vieraslajin tuomisesta ei kuitenkaan ollut kyse, vaan vasta vuonna 1973 todettiin Castor-suvun koostuvan kahdesta eri lajista. Alueilla, joille istutettiin molempia lajeja, on jäljellä ainoastaan amerikanmajava. Syyt ovat edelleen epäselviä. Molempien lajien kannat ovat edelleen keskittyneet alkuperäisten istutusalueiden läheisyyteen, ja amerikanmajavakanta on muutamia poikkeuksia lukuun ottamatta saanut kasvaa ilman euroopanmajavan kilpailun vaikutusta. Jos lajien elinympäristövaatimukset ovat samat, eivät lajit voi esiintyä rinnakkain. Näin ollen on tärkeää tuntea molempien lajien elinympäristön käyttö mahdollisemman tarkkaan aluekohtaisesti ja ennakoida, johtaako majavalajien kohtaaminen kahden lajin rauhaisaan yhteiseloon vai mahdollisesti euroopanmajavan häviämiseen läntisestä Suomesta. Tutkimuksen tarkoituksena oli vertailla lajien elinympäristön vaatimuksia ja sitä kautta tuoda lisätietoa euroopanmajavan suojeluun. Tutkimusalueeksi valikoitui keskinen Pirkanmaan alue, missä lajien välinen etäisyys on ainoastaan 11 kilometriä linnuntietä. Aineisto koostuu vuoden 2013 Luonnonvarakeskuksen koordinoimista valtakunnallisten majavalaskentojen pesätiedoista sekä erilaisista paikkatietoaineistoista. Elinympäristönkäytön mallin muuttujat on tuotettu CORINE Land Cover 2012 (CLC2012), vuoden 2011 Valtakunnallisen Metsien Inventoinnin (VMI) ja Maanmittauslaitoksen maastotietokannan digitaalisiin paikkatietoaineistojen avulla. Alueelle luotiin 60 satunnaispistettä, jotka kuvaavat tarjolla olevaa elinympäristöä. Lajien elinympäristöjen käyttöä analysoitiin kahden logistisen regressioanalyysimallin avulla, joista ensimmäisessä tarkastellaan ydinaluetta (50m) ja toisessa elinpiiriä (1km). Analyyseissä verrattiin lajeja keskenään sekä satunnaispisteisiin. Ennen regressioanalyysejä tarkasteltiin muuttujien kolineaarisuutta Variance Inflation Factor:in (VIF) avulla, jonka jälkeen tarkasteltiin aineiston yhteensopivuuttaa mallin kanssa Akaiken informaatiokriteerin (AIC) avulla. Pienin AIC ilmaisee parhaan mallin korkeimman selitysasteen ja mallin yksinkertaisuuden (parsimonisuuden) kompromissina. Ydinalueella ei havaittu merkitseviä eroja elinympäristön vaatimuksissa lajien välillä. Majavien elinympäristönkäyttö ei kuitenkaan ollut satunnaista. Kuusen tilavuudella oli positiivinen vaikutus euroopanmajavan esiintymiseen ja lehtipuiden tilavuudella oli positiivinen vaikutus amerikanmajavan esiintymiseen verrattuna tarjolla olevaan ympäristöön. Elinpiirianalyyseissä lajien välillä havaittiin merkitseviä eroja, joissa euroopanmajava esiintyi alueilla, missä kuusen tilavuus ja sekametsän osuus oli suurempi verrattuna amerikanmajavan elinpiiriin. Kasvavalla kuusen tilavuudella, sekametsän osuudella sekä vesistöjen määrällä oli positiivinen vaikutus euroopanmajavan esiintymiseen ja rakennetuilla alueilla negatiivinen vaikutus euroopanmajavan esiintymiseen verrattaessa tarjolla olevaan ympäristöön. Amerikanmajavan elinympäristön käyttö ei poikennut satunnaisesta. Tulokset saattavat heijastaa rantavyöhykkeen metsäsukkession eri vaiheita, mutta on huomattava, että lajien välillä oli merkittäviä eroja. Elinympäristön muuttujat selittivät huomattavasti enemmän euroopanmajavan esiintymistä alueella verrattuna amerikanmajavaan. Toisin sanoen euroopanmajavan elinympäristön vaatimukset ovat spesifimmät/tarkemmat/ominaisemmat. Tulosten avulla on mahdollista ennustaa niin amerikanmajavan leviämistä alueella kuin hyödyntää tietoja euroopanmajavalle tärkeiden elinympäristöjen suojelussa.
-
(2021)The science of fish stock assessment is one that is very resource and labor intensive, with stock assessment models historically being based on data that causes a model to overestimate the strength of a population, sometimes with drastic consequences. The need of cost-effective assessment models and approaches increases, which is why I looked into using Bayesian modeling and networks as an approach not often used in fisheries science. I wanted to determine if it could be used to predict both recruitment and spawning stock biomass of four fish species in the north Atlantic, cod, haddock, pollock and capelin, based on no other evidence other than the recruitment or biomass data of the other species and if these results could be used to lower the uncertanties of fish stock models. I used data available on the RAM legacy database to produce four different models with the statistical software R, based on four different Bayes algorithms found in the R-package bnlearn, two based on continuous data and two based on discrete data. What I found was that there is much potential in the Bayesian approach to stock prediction and forecasting, as our prediction error percentage ranged between 1 and 40 percent. The best predictions were made when the species used as evidence had a high correlation coefficient with the target species, which was the case with cod and haddock biomass, which had a unusually high correlation of 0.96. As such, this approach could be used to make preliminary models of interactions between a high amount of species in a specific area, where there is data abundantly available and these models could be used to lower the uncertanties of the stock assessments. However, more research into the applicability for this approach to other species and areas needs to be conducted.
Now showing items 1-2 of 2