Een statistisch kader als correctie voor preferentiële steekproeven binnen biodiversiteitsstudies (R-7246)

Het belang van een betere evaluatie van biodiversiteit wordt jaarlijks duidelijker, vermits soorten op een alarmerend tempo verdwijnen. Om een beter inzicht te krijgen in spatio-temporele trends van het voorkomen van fauna en flora, kunnen data die verzameld werden door enthousiastelingen en niet-academische experten erg nuttig zijn. Maar terwijl men in wetenschappelijk onderzoek tracht om steekproeflocaties ad random te kiezen, wordt deze werkwijze niet gegarandeerd bij niet-professioneel onderzoek. Zo worden data veelal verzameld op plaatsen waar men denkt bepaalde soorten in grotere aantallen te vinden. Het niet volgen van een correct steekproefdesign brengt complicaties met zich mee, vooral wanneer via statistische analyses wetenschappelijk correctie conclusies moeten worden getrokken. In dit project worden statistische methodes ontwikkeld om zulke data toch correct te analyseren, om zo tot een juiste evaluatie te komen van biodiversiteit in Limburg (België), met daarnaast aandacht voor interacties tussen soorten en hun habitats en de verandering in het voorkomen van zeldzame planten en dieren. Er wordt nauw samengewerkt met LIKONA (Limburgse Koepel voor Natuurstudie), waarvan data, verzameld door burgers, over het voorkomen van fauna en flora gedurende de laatste dertig jaar worden gebruikt om deze technieken uit te werken. Mijn doel is om verspreiding van sleutelsoorten in Limburg gedurende de laatste decennia in kaart te brengen, gebruik makend van statistische modellen die corrigeren voor de aanwezigheid van zogenaamde preferentiële steekproeven. Op deze manier kunnen richtlijnen m.b.t. natuurbehoud in Limburg en daarbuiten worden opgesteld.

Trefwoorden:modelling complexe data, spatiale correlatie

Disciplines:Toegepaste wiskunde, Statistische en numerieke methoden