A Predictive Model for Occurrence of Invasive Glossy Buckthorn (Frangula alnus) on Mount Desert Island, Maine, USA

Bc. Lenka ŠPRTOVÁ

Bakalářská práce

Abstract:

Invasive species are a worldwide problem. Many research projects have been undertaken to prepare an effective management model for these species. In Acadia National Park, Maine, USA, botanists have recorded a large invasion of glossy buckthorn (Frangula alnus). The park manages this invasive plant in the Great Meadow Watershed (GMW), but it does not have appropriate information about other areas in the park where glossy buckthorn may occur. For my bachelor's thesis, I developed a GIS predictive model for occurrence of glossy buckthorn on Mount Desert Island (MDI) which originates from the predictive model I prepared for GMW. The predictive model for GMW is based on field GPS data collected by park biologists in 2009. The predictive model includes layers of important features of soils (drainage, permeability, depth, plant competition, and pH), land cover, and slope. Since the most important soil features for growth of glossy buckthorn are drainage and permeability, these are weighted twice in the model. Layers of land cover, slope, and the cumulative layer of all soils are weighted equally. The predictive model is based on a ranking system of these features. I assigned numbers from 1 to 5 to every single feature of each layer depending on the density of its occurrence within the GMW. The final predictive model for glossy buckthorn on MDI should help park biologists manage glossy buckthorn throughout the island. To check the accuracy of the model, I generated 20 random points within the polygons with the highest probability of occurrence.

Abstract:

Invazní druhy jsou celosvětovým problémem. Pro přípravu efektivního managementu těchto druhů již bylo sestaveno mnoho výzkumných projektů. V Acadia National Park ve státě Maine v USA botanici zaznamenali rozsáhlou invazi krušiny olšové (Frangula alnus). Správa národního parku provádí management této invazní rostliny pouze v jedné části parku ? na Great Meadow Watershed (GMW), ale nemá potřebné informace o ostatních územích v parku, kde by se krušina olšová mohla objevit. Ve své bakalářské práci jsem sestavila GIS prediktivní model výskytu krušiny olšové na Mount Desert Island (MDI), který vychází z prediktivního modelu připraveného pro GMW. Prediktivní model pro GMW je založen na terénních GPS datech sesbíraných biology z národního parku v roce 2009. Prediktivní model zahrnuje vrstvy důležitých půdních znaků (odvodňování, propustnost, hloubka, rostlinná kompetice a pH), land cover a sklon svahu. Protože nejdůležitějšími půdními znaky jsou odvodňování a propustnost, mají v modelu dvojnásobnou váhu. Vrstvy land cover, sklon svahu a kumulativní vrstva všech půdních znaků mají v modelu stejnou váhu. Prediktivní model je založen na kategorizačním systému těchto znaků. Jednotlivým znakům všech vrstev jsem přiřadila čísla od 1 do 5 v závislosti na hustotě jejich výskytu na GMW. Konečný prediktivní model pro krušinu olšovou na MDI je směřován v první řadě biologům NP, aby mohli provést management krušiny olšové na ostrově. Pro zkontrolování přesnosti modelu jsem vygenerovala 20 náhodných bodů uvnitř polygonů s největší pravděpodobností výskytu.

Keywords

krušina olšová, invazní rostliny, GIS modelování, prediktivní model, management invazních druhů

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 5. 5. 2011

Zveřejnit od: 5. 5. 2011

Obhajoba závěrečné práce

• Obhajoba proběhla 7. 6. 2011
• Vedoucí: RNDr. Miroslav Zeidler, Ph.D.

UNIVERZITA PALACKÉHO V OLOMOUCI

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Ekologie a ochrana prostředí / Ochrana a tvorba životního prostředí