• Author / Uploaded
• Brayan Flores

Citation preview

Instituto Tecnológico del Valle de Oaxaca. Licenciatura en Biología Asignatura: Ecología 1 Trabajo: Ensayo Grado: 6° Semestre. Grupo: B

Docente: Alfonso Aurelio Bautista Avendaño

Integrantes de equipo: Flores Pablo Brayan. Cruz Valencia Adriana Mayret. Santiago Sanjuan María de los Angeles

Ex-hacienda Nazareno Santa Cruz Xoxocotlán a 06 de junio de 2017

Nicho ecológico El modelo BIOCLIM utiliza un conjunto de atributos climáticos para cada sitio con la finalidad de obtener un perfil de hábitat basado en los límites observados para cada atributo. La aplicación de BIOCLIM utiliza como herramienta genérica al modelo correlativo, el modelo es basado en los atributos climáticos de forma independiente, llevando en algunos casos a predicciones ecológicamente. El hábitat emplea árboles de clasificación y regresión, ausencia de especies registradas para ayudar en la selección de parámetros climáticos claves y para diseccionar subvolúmenes ambientales de distinta confianza en la clasificación. Posteriormente se crearon modelos sistemáticos en donde estos facilitaban conocer

la

distribución futura de las especies y tener un control más exacto sobre en cuanto a los nichos ecológicos. El proceso de la geografía física en los patrones de vegetación predictiva han asignado el modelo geográfico en relación con gradientes ambientales, el mapeo de vegetación predictivo puede definirse como predictor de la distribución geografía en la composición de la vegetación en un paisaje de mapeo de vegetación predictivo variables. Existen sistemas de información geográfica computarizados que tienen a su disposición

mapas digitales de

topografía y otras variables ambientales del suelo, de la geología y del clima con la finalidad de manipular datos. Mapeo de vegetación es importante para predecir las variables climáticas relacionadas con la relación fisiológica de tolerancias y topográfico, las rejillas de elevación digital derivan del balance de energía y la humedad del sitio. La disponibilidad de mapas digitales de la topografía y otras variables ambientales, han ayudado al SIG para la manipulación de estos datos, lo cual ha permitido el desarrollo de la cartografía predictiva de la vegetación durante los últimos 20 años. También ha habido un creciente uso del mapeo de vegetación predictiva para la planificación de conservación de biodiversidad. El Sistema de Modelación GARP (GMS), es un sistema de análisis espacial integrado para predecir las distribuciones de plantas y animales, este fue implementado en la Red de Información de Recursos Ambientales. El GMS ingresa datos de un usuario o de una base de datos que contiene registros de localización de especies; los analiza con un paquete analítico basado en el aprendizaje automático llamado GARP (Algoritmo Genético para la Producción de Conjunto de Reglas). Se requiere que los estudios de modelización muestren diferencias significativas entre los resultados, de los métodos de las especies en la predicción de su distribución. El progreso del campo requiere una mejor comprensión de las causas y soluciones

a las imprecisiones en el modelado de datos del mundo real, en donde se evalúen los datos con los mismos criterios de significación estadística y precisión predictiva. En cambio la formulación matemática de un modelo predictivo no debe describirse realista "causa y efecto" entre los parámetros del modelo, ni para informar sobre funciones y mecanismos ecológicos subyacentes, siendo el propósito principal condensar los hechos. Un modelo solo se puede aplicar dentro una limitada extensión geográfica sin errores es la posición topográfica, ya que puede revelar una combinación de gradientes directos y de recursos. Ya que estos modelos requieren un uso intensivo en el conocimiento de las especies involucradas, la mayoría desarrollan modelos para especies que tengan hábitats bien investigados. De una o de otra forma todos los modelos tanto sistemáticos o empíricos tienen en común realizar evaluaciones a bases de datos. Los mecanismos causales subyacentes de las especies ocurren en condiciones temporales y espaciales a escalas, con la plena comprensión de la dinámica de la especie, sus interacciones con otras especies y su dependencia de factores ecológicos. Los individuos de una especie no se congregan en los lugares más adecuados, debido a la conducta, a la exclusión competitiva intraespecífica o dinámica de dispersión. Como resultado de tales procesos, los sumideros de población pueden tener densidades de población elevadas, pero pueden tener un valor relativamente limitado en contribución a la probabilidad de persistencia de una especie. La estimación de las dimensiones de los nichos ecológicos fundamentales de las especies han contribuido a las distribuciones geográficas, en la sistemática, la ecología, la conservación, la salud pública, etc. Los factores físicos afectan profundamente las distribuciones de las especies se conoce desde hace mucho tiempo. En Las dos últimas décadas, las técnicas matemáticas han sido diseñadas para estimar la extensión geográfica del "Nicho ecológico fundamental" (FN), o subconjuntos. Los nichos pueden ser reconstruidos mediante la relación de los datos sobre especies, las ocurrencias de las condiciones climáticas, topográficas, edáficas y otros. Estos factores interactúan dinámicamente a diferentes escalas para producir una distribución geográfica compleja y fluida de una especie. En los últimos años el uso de modelos de distribución de especies por los ecologistas y los encargados de la conservación se ha incrementado considerablemente, junto con una conciencia de la necesidad de proporcionar evaluación de la precisión de las predicciones de los modelos que estiman la distribución de la especie, estos se utilizan para evaluar el potencial

de propagación de especies invasoras, identificar y gestionar las especies amenazadas, dar prioridad a los lugares para la conservación de la biodiversidad y evaluar el impacto potencial del cambio climático en los patrones de distribución de especies. El modelo de distribución de las especies es central y fundamental en la aplicación de la búsqueda biogeográfica. El ajuste del modelo suele ser basado en enfoques de reconocimiento de patrones, por medio de la ocurrencia geográfica de una especie y un conjunto de las variables que predicen la exploración con la finalidad de permitir o apoyar declaraciones de los mecanismos que rigen las distribuciones de especies, además permiten la estimación de las necesidades ecológicas de las especies. Diferentes parámetros del mismo modelo pueden producir considerablemente diferentes proyecciones de especies potenciales hábitats o distribuciones. La existencia de variabilidad en los resultados del modelo es debido a las diferencias en el modelo de parámetros, este constituye una forma de incertidumbre que ha sido previamente subestimado. Los modelos de distribución de especies (modelos de hábitat) se refieren la aparición o la abundancia de una especie a los predictores ambientales y/o geográficos que luego permiten que las predicciones puedan ser mapeados en toda una región. Estos modelos se utilizan en una serie de configuraciones de políticas como la gestión de los gases de efecto invernadero, las amenazas contra la bioseguridad y la planificación de la conservación. Actualmente se utiliza una gran variedad de enfoques para la predicción de las distribuciones de especies. En la mayoría de los estudios, esto implica el uso de encuestas que proporcionen datos que describen la distribución de una especie y datos medio ambientales que describen los factores que tienen un impacto directo sobre la especie o se correlacionan con variables. Una vez instalado un modelo, el siguiente paso lógico es evaluar su ajuste a los datos de modelado, y/o su capacidad predictiva. Una serie de medidas de error pueden evaluar la discrepancia entre los datos y el modelo, pero el uso final del modelo establece las medidas y los conjuntos de datos más evaluados. Los modelos de distribución de especies de especies contienen errores en las deficiencias en los datos y las deficiencias en su realismo ecológico. En términos prácticos, el error general en la predicción resulta de la combinación e interacción de estos dos componentes. Un aspecto difícil de la modelización es que la distribución de especies se ven afectadas por procesos ambientales y geográficos. Los modelos de distribución de especies (SDMs), utilizan datos ambientales espaciales para hacer inferencias en los límites de las especies y la idoneidad del hábitat. Conceptualmente,

estos modelos determinan, mapean los componentes del nicho ecológico de una especie a través del espacio y el tiempo; se han convertido en herramientas importantes en la ecología pura, aplicada y en la evolución biológica. El nicho ecológico es un concepto biológico fundamental, la modelización del nicho de las especies es fundamental para numerosas aplicaciones ecológicas, incluyendo la predicción de las invasiones de especies, identificar reservorios de la enfermedad, diseño de la reserva natural y la previsión de los efectos del cambio climático antropogénico y natural de los rangos de especies. El objetivo de este estudio fue la introducción de una técnica que supera estos obstáculos, una alternativa prometedora a los modelos de distribución de especies basada en la clasificación convencionales es el uso de métodos diseñados para modelar un tipo de datos. Los modelos de nicho ecológico a base de máquinas de vectores soportan teóricamente modelos superiores que se basan en la simulación de datos pseudo-ausencia y son comparables en pruebas empíricas, en cambio los modelos de distribución de especies exactas son cruciales para la eficacia medioambiental de planificación, gestión y conservación; con la finalidad de desentrañar el papel del medio ambiente en la salud y el bienestar humano. Los requerimientos de nicho de especies la distribución y predicción del potencial de especies, su uso se ha promovido especialmente para cuestiones de conservación, como la gestión de la distribución de especies, evaluar los impactos ecológicos de diversos factores (por ejemplo, contaminación, cambio climático), el riesgo de invasiones biológicas o de gestión de las especies. Un conjunto de variables ambientales, que probablemente reflejen factores claves del nicho, como el clima, la topografía, la geología o cubierta de tierra. Ellos producen predicciones espaciales que la idoneidad de los lugares para una especie objetivo, comunidad o biodiversidad. Se utilizan diferentes tipos de técnicas de modelado para diferentes tipos de información biológica registrada en cada sitio de la muestra. Para modelar el nicho de manera mecánica, es necesario entender la forma en que la morfología de un organismo, la fisiología, y especialmente el comportamiento, determinar el tipo de entorno que experimenta cuando se vive en un hábitat particular, y también es necesario entender cómo las condiciones ambientales afectan la aptitud (crecimiento, la supervivencia y la reproducción). Si bien las distribuciones potencialmente se pueden predecir mediante el modelado de las descripciones o correlaciones entre los organismos y los componentes del hábitat, debemos modelo de nicho de un organismo de manera mecánica si vamos a explicar

completamente los límites de distribución. Una comprensión mecanicista del nicho es también crítico cuando queremos predecir la distribución de un organismo en circunstancias novedosas tales como la introducción de especies o el cambio climático. Uno de los mayores desafíos en los modelos de distribución de especies, se incorporan las interacciones bióticas como depredación y la competencia en las predicciones de rango, es decir, a modelar y mapear el nicho realizado. Describiendo la distribución correlativa, análisis como modelos de hábitats de especies, nichos fundamentales o realizados, pueden ayudar a la naturaleza descriptiva de los análisis correlativos, y desalentar su uso inapropiado. Los modelos biogeográficos de distribución de las especies son herramientas esenciales para evaluar los efectos de las cambiantes condiciones ambientales en las comunidades y los ecosistemas naturales. Los participantes en un taller sobre la predicción de la distribución geográfica de los organismos llegaron a la conclusión de que los modelos biogeográficos más robustos son esenciales para la gestión del medio ambiente y para evaluar el impacto de los cambios en las condiciones ambientales, como el cambio climático, en naturales comunidades y ecosistemas. La mayoría de los modelos todavía en gran parte ignoran tener en cuenta las características importantes de la distribución de las especies, tales como autocorrelación espacial, dispersión y migración, biótico y de las interacciones medioambientales. Si las distribuciones de las comunidades naturales o ecosistemas están mejor modelados mediante el ensamblaje de las predicciones de especies individuales en un enfoque de abajo hacia arriba o modelados como entidades colectivas es otra cuestión importante. Se introducido el uso del método de máxima entropía (Maxent) para el modelado de distribuciones geográficas de especies con datos de presencia única. Maxent es un método de aprendizaje de máquina de uso general con una precisa formulación matemática, y tiene una serie de aspectos que lo hacen bien adaptado para la distribución de especies de modelado. Lo modelos pueden proyectar simulaciones de la distribución de especies en el espacio geográfico, pero no son capaces de una descripción de nichos de especies. Un buen uso de los modelos de distribución de especies requiere una clara distinción de las diferencias entre el potencial y el de distribuciones. Mientras que la distribución potencial se refiere a los lugares donde una especie podría vivir, la distribución realizada hace referencia a los lugares donde una especie realmente vive.

Sin embargo, la distinción que hacemos entre distribución realizada, así como entre las técnicas que sean más apropiadas para modelar uno u otro, no es rígido. Más bien, tal distinción ocurre a lo largo de un gradiente continuo donde la posición de cada combinación particular de datos y modelización de la técnica es incierta. Para estimar los nichos y predecir la distribuciones de especies se han utilizado diferentes herramientas, que van desde reglas de rango simple hasta complejas redes neuronales, algoritmos genéticos, entropía máxima y regresión multivariable. En el caso del el área bajo la curva (AUC) de la característica de operación del receptor (ROC) se ha convertido en una herramienta dominante en la evaluación de la exactitud de los modelos de predicción de las distribuciones de especies. Los enfoques actuales de ROC en aplicaciones de modelado de nicho ecológico, también son inadecuadas porque los dos componentes de error se ponderan igualmente. Se recomienda una modificación de ROC que solucione estos problemas, usando ROC parcial en enfoques para proporcionar una base más firme para la evaluación de predicciones de modelos de nichos.