Väitös: Tehokkaita laskennallisia menetelmiä moniulotteisille ekologian aineistoille (Korhonen)
Yhteisöekologiassa on kyse useista eri lajeista koostuvien eliöyhteisöjen tutkimisesta. Kiinnostuksen kohteena voi hyvin olla esimerkiksi lajiston monimuotoisuuden tai ekologisten lokeroiden määrittäminen, tai eri lajien väliset suhteet, kuten mitkä lajit esiintyvät useimmiten yhdessä, ja mitkä taas ovat keskenään kilpailussa. Lajiyhteisön rakennetta tutkimalla voidaan saada tärkeää tietoa koko ekosysteemin tilasta. Tutkimuskysymyksiin pyritään vastaamaan keräämällä aineistoja esimerkiksi lajiyksilöiden määristä, läsnäoloista tai biomassoista. Kehittyneet tilastolliset mallit ovat alati kasvavassa osassa kyseisen kaltaisten aineistojen analysoinnissa.
Lajiyhteisöjen tilastollinen mallintaminen
äö쾱Ჹٳٰܳ쾱Ჹ Pekka Korhonen on tutkinut uudenlaisia tapoja vastata lajiyhteisöjen mallinnuksessa ilmeneviin laskennallisiin haasteisiin. Työn keskiössä on uusi yleistettyjen lineaaristen latenttimuuttujamallien sovittamiseen tarkoitettu menetelmä. Kyseiset mallit ovat huomattavassa roolissa nykyisessä lajien yhteismallintamiseen perustuvassa lähestymistavassa. Esitetty sovitusmenetelmä pohjautuu pitkälti aiemmin kehitettyyn variationaaliseen menetelmään, sekä Laplace-approksimointiin, mutta yhdistää näiden kahden tavan vahvuuksia.
- Tuloksena on kehitetty menetelmä, mikä mahdollistaa laskennallisesti tehokkaan mallintamisen entistä laajemmalle joukolle ekologisia aineistotyyppejä, iloitsee Pekka Korhonen Jyväskylän yliopistolta.
Lukumääriin tai läsnäoloihin verrattuna lajien peittävyysprosentteihin perustuvan datan yhteismallintaminen on vielä toistaiseksi jäänyt varsin pienelle huomiolle. Peittävyysaineistojen keruu on kuitenkin yleistä etenkin kasviyhteisöjä tutkittaessa, ja kasvipeitteellä tiedetään olevan vahva yhteys ekosysteemin kykyyn sitoa hiilidioksidia.
- äö쾱Ჹssani on uuden laskentamenetelmän mahdollistamana tutkittu peittävyysaineistojen mallinnusta latenttimuuttujamalleilla, jotka huomioivat ö kyseisille aineistoille hyvin tyypillisen harvuuden, mikä tässä tapauksessa tarkoittaa sitä, että kullakin mittauspaikalla havaitaan vain pieni osa kaikista tutkimuksessa mukana olevista lajeista, sanoo Korhonen.
Avoimesti saatavilla olevat tilastolliset ohjelmistot
äö쾱Ჹ keskittyy ö latenttimuuttujamalleihin keskittyviin tilastollisiin ohjelmistoihin. äö쾱Ჹtyön laskentamenetelmä, sekä mallit peittävyysdatalle, ovat sisällytetty osaksi tunnettua gllvm R-pakettia. Korhonen vertailee väitöstyössään saatavilla olevia ohjelmistopaketteja — gllvm mukaan lukien — syventyen erityisesti näiden taustalla toimiviin sovitusmenetelmiin.
- Neljäs ja viimeinen, toistaiseksi julkaisematon artikkeli antaa päivitetyn oppaan gllvm-paketin käytöstä ja siihen kuuluvista ominaisuuksista; joita on vuosien saatossa laajennettu niin tämän väitöskirjatyön, kuin lukuisten muidenkin tieteellisten julkaisujen toimesta, selventää Korhonen.
Työ sisältää yksityiskohtaisia esimerkkejä muun muassa uusista ǰ徱ԲپdzԱٱä, hierarkkisesta yhteisömallintamisesta ja fylogeneettisesti korreloituneista satunnaisefekteistä.
FM Pekka Korhosen äö쾱Ჹ “New computational approaches for fitting generalized linear latent variable models to common ecological data types” tarkastustilaisuus 辱ää 8.2.2024 klo 12:00 ѲٳپԲԾä Agora-rakennuksen Lea Pulkkisen salissa. Vastaväittäjänä toimii professori ØٱøԲ(University of Oslo) ja kustoksena yliopistonlehtori Sara Taskinen (Jyväskylän yliopisto). äöپܻܳ kieli on englanti.
äö쾱Ჹ “New computational approaches for fitting generalized linear latent variable models to common ecological data types” on luettavissa JYX-julkaisuarkistossa:
