“ Evaluación de un modelo predictivo de la Distribución Geográfica de  Bursera graveolens  (Kunth) Triana & Planch. (BURSE...
INTRODUCCIÓN <ul><li>El SIG como herramienta útil (Burneo, 2007). </li></ul><ul><li>Modelamiento de Nicho Ecológico herram...
PREGUNTAS E HIPOTESIS. <ul><li>¿Cuán optimo es el modelo predictivo generado? </li></ul><ul><li>¿Cuales son las variables ...
OBJETIVOS <ul><li>GENERAL </li></ul><ul><li>Evaluar un modelo predictivo de distribución geográfica de  B. graveolens  (Ku...
METODOLOGÍA <ul><li>COORDENADAS (UTM) </li></ul><ul><li>670673; 9633158 Norte </li></ul><ul><li>674245;  9476137 Sur </li>...
METODOLOGÍA <ul><li>Revisión y documentación bibliográfica. </li></ul><ul><li>Calibración de datos de ocurrencia, 37 regis...
METODOLOGÍA <ul><li>Predicción y evaluación del modelo de distribución con MAXENT ( Maximun Entropy Modeling ) .  Phillips...
RESULTADOS Y DISCUSIÓN <ul><li>Los colores más fuertes como el rojo muestran una presencia del 100% de la especie donde la...
RESULTADOS Y DISCUSIÓN <ul><li>Evaluación realizada por MaxEnt </li></ul><ul><li>El modelo presenta  un rango óptimo en la...
RESULTADOS Y DISCUSIÓN <ul><li>Evaluación  aplicando un análisis de Bootstrap, presenta valores altos Roc y Kappa. </li></...
RESULTADOS Y DISCUSIÓN Análisis mediante la Matriz de confusión tomada de (Fielding & Bell 1997)  Matriz de confusión MUES...
RESULTADOS Y DISCUSIÓN <ul><li>La Matriz de confusión presenta </li></ul>Según (Fielding & Bell. 1997; de Pando & de Giles...
RESULTADOS Y DISCUSIÓN <ul><li>Según los análisis utilizados como: Curvas Roc, Bootstrap, Matriz de confusión, el modelo p...
RESULTADOS Y DISCUSIÓN Variables que aportan al modelo Variables que no aportan al modelo Variable % contribución Precipit...
RESULTADOS Y DISCUSIÓN <ul><li>La especie se restringe a la precipitación y temperatura estacional, lo que coincide con Ti...
DISTRIBUCION DE  B. graveolens  (Kunth) Triana & Planch.  PARA LA PROVINCIA DE LOJA   Presencia Ausencia Umbral <presencia...
RESULTADOS Y DISCUSIÓN <ul><li>El área de distribución concuerda con los requerimientos ecológicos de la especie  descrito...
RESULTADOS Y DISCUSIÓN <ul><li>Nuestro mapa de predicho concuerda con las variables utilizadas. </li></ul>Mapa altitudinal
CONCLUSIONES <ul><li>Las variables que más aportan son la precipitación y temperatura, la especie es sensible ante estos c...
CONCLUSIONES   <ul><li>MaxEnt predijo el nicho potencial de  B. graveolens  (Kunth) Triana & Planch con una alta significa...
CONCLUSIONES   <ul><li>En el análisis ROC, los valores AUC para las 4 repeticiones del bootstrap de la evaluación del mode...
RECOMENDACIONES <ul><li>Modelar solo con las variables que más influyen. </li></ul><ul><li>Es necesario conocer y comprend...
RECOMENDACIONES <ul><li>Es importante hacer revisar el modelo producido por un especialista para conocer su opinión sobre ...
AGRADECIMIENTOS <ul><li>Técnicos de: </li></ul><ul><li>Herbario UTPL </li></ul><ul><li>Herbario Loja </li></ul><ul><li>Ban...
 
ANEXOS
Upcoming SlideShare
Loading in …5
×

Evaluación de un modelo predictivo de la Distribución Geográfica de Bursera graveolens (Kunth) Triana & Planch. (BURSERACEAE) en la Provincia de Lja

5,548 views

Published on

Modelamiento predictivo para determinar el nicho para Bursera graveolens

4 Comments
7 Likes
Statistics
Notes
No Downloads
Views
Total views
5,548
On SlideShare
0
From Embeds
0
Number of Embeds
47
Actions
Shares
0
Downloads
0
Comments
4
Likes
7
Embeds 0
No embeds

No notes for slide
  • Evaluación de un modelo predictivo de la Distribución Geográfica de Bursera graveolens (Kunth) Triana & Planch. (BURSERACEAE) en la Provincia de Lja

    1. 1. “ Evaluación de un modelo predictivo de la Distribución Geográfica de Bursera graveolens (Kunth) Triana & Planch. (BURSERACEAE) en la Provincia de Loja. ” Autor: Angel B. Cuenca C . [email_address] Director: Nixon Cumbicus T . [email_address] Instituto de Ecología Unidad de Botánica y Etnobotánica Universidad Técnica Particular de Loja La Universidad Católica de Loja Instituto de Ecología
    2. 2. INTRODUCCIÓN <ul><li>El SIG como herramienta útil (Burneo, 2007). </li></ul><ul><li>Modelamiento de Nicho Ecológico herramientas que permiten conocer patrones de distribución geográfica de las diferentes especies. (Phillips et al ., 2006). </li></ul><ul><li>Correlaciona datos de presencia con datos climáticos y físicos. </li></ul><ul><li>Bursera graveolens (Kunth) Triana & Planch. (Palo Santo), utilizado ancestralmente por las comunidades locales: medicina, repelente para insectos, Sánchez et al., 2006. </li></ul><ul><li>Escasa información de distribución, su hábitat está amenazado por la deforestación, avance de la frontera agrícola; representan el 50% en Ecuador, <25% bs original (Aguirre y Lars, 2005) </li></ul><ul><li>Según Sierra et al., (1999), los bosques secos semideciduos constituyen la primera prioridad de conservación del Ecuador continental. </li></ul><ul><li>Se modeló la distribución y se evaluó la exactitud. </li></ul>
    3. 3. PREGUNTAS E HIPOTESIS. <ul><li>¿Cuán optimo es el modelo predictivo generado? </li></ul><ul><li>¿Cuales son las variables que mas aportan en la distribución de la especie, las físicas o las ambientales? </li></ul><ul><li>H1: El modelo predictivo generado es altamente preciso. </li></ul><ul><li>H2: Las variables ambientales influyen más en la distribución de B. graveolens que las físicas. </li></ul>
    4. 4. OBJETIVOS <ul><li>GENERAL </li></ul><ul><li>Evaluar un modelo predictivo de distribución geográfica de B. graveolens (Kunth) Triana & Planch para la provincia de Loja. </li></ul><ul><li>ESPECIFICOS </li></ul><ul><li>Conocer la precisión del modelo generado por MaxEnt evaluándolo estadísticamente y comprobándolo en el campo. </li></ul><ul><li>Identificar las variables ambientales y físicas que determinan la distribución de la especie. </li></ul><ul><li>Realizar un mapa de distribución geográfica óptima de B. graveolens para la provincia de Loja. </li></ul>
    5. 5. METODOLOGÍA <ul><li>COORDENADAS (UTM) </li></ul><ul><li>670673; 9633158 Norte </li></ul><ul><li>674245; 9476137 Sur </li></ul><ul><li>711434; 9600101 Este </li></ul><ul><li>556617; 9549413 Oeste </li></ul><ul><li>Superficie: 10793 Km 2 </li></ul>Área de Estudio “Provincia de Loja”
    6. 6. METODOLOGÍA <ul><li>Revisión y documentación bibliográfica. </li></ul><ul><li>Calibración de datos de ocurrencia, 37 registros. </li></ul><ul><li>Obtención de variables físicas y ambientales (worldclim)para modelar. </li></ul><ul><li>Georeferenciación de las diferentes poblaciones de Bursera graveolens (Kunth) Triana & Planch., en el campo. </li></ul><ul><li>Se corrió un modelo con todas las variables analizando el porcentaje de contribución de c/variable (Jackknife). </li></ul>Fuente Tipo # Herbarios Nacionales Coordenadas geográficas 7 TESIS Coordenadas geográficas 1 Herbario Loja Coordenadas geográficas 3 COLECCIONISTAS BOTÁNICOS Coordenadas geográficas 4 HUTPL Coordenadas geográficas 24 TOTAL   39
    7. 7. METODOLOGÍA <ul><li>Predicción y evaluación del modelo de distribución con MAXENT ( Maximun Entropy Modeling ) . Phillips, S. et al. (2004). </li></ul><ul><li>Evaluación, análisis Bootstrap, con 4 repeticiones tomando el 75% de puntos de presencia para entrenamiento y el 25% para evaluarlo. </li></ul><ul><li>Evaluación mediante una matriz de confusión ( Fielding & Bell, 1997 ). </li></ul><ul><li>Análisis y edición los paquetes de datos obtenidos mediante ArcGis. </li></ul><ul><li>Obtención del modelo predictivo resultado de la evaluación. </li></ul><ul><li>Mapa de distribución geográfica. </li></ul>UNIVERSIDA TÉCNICA PARTICULAR DE LOJA La Universidad Católica de Loja Matriz de confusión MUESTRA DE EVALUACIÓN PRESENCIA AUSENCIA MODELO PRESENCIA AUSENCIA
    8. 8. RESULTADOS Y DISCUSIÓN <ul><li>Los colores más fuertes como el rojo muestran una presencia del 100% de la especie donde las Condiciones físico-ambientales representan el nicho potencial para la especie concordando con las áreas señaladas como presencia de B. graveolens (Kunth) Triana & Planch. por Sánchez et al., (2006) de color rojo = 100%. </li></ul>Colores como el negro representan areas de ausencia de la especie o no representan sus requerimientos mencionados por Jorgensen & León, (1999) y Tituaña et al., 2006.
    9. 9. RESULTADOS Y DISCUSIÓN <ul><li>Evaluación realizada por MaxEnt </li></ul><ul><li>El modelo presenta un rango óptimo en la evaluación de las curvas Roc. </li></ul><ul><li>Aceptar el modelo </li></ul><ul><li>-> AUC > 0.7 Guisan et al. 2007 </li></ul>
    10. 10. RESULTADOS Y DISCUSIÓN <ul><li>Evaluación aplicando un análisis de Bootstrap, presenta valores altos Roc y Kappa. </li></ul>Reconociendo una alta significancia del modelo predicho por MaxEnt (Elith et al. , 2006; de Pando & de Giles, 2007)
    11. 11. RESULTADOS Y DISCUSIÓN Análisis mediante la Matriz de confusión tomada de (Fielding & Bell 1997) Matriz de confusión MUESTRA DE EVALUACIÓN PRESENCIA AUSENCIA MODELO PRESENCIA 28 2 AUSENCIA 3 27 TOTAL (60)
    12. 12. RESULTADOS Y DISCUSIÓN <ul><li>La Matriz de confusión presenta </li></ul>Según (Fielding & Bell. 1997; de Pando & de Giles, (2007), presentan una alta credibilidad y aplicabilidad del modelo para conocer la distribución de la especie, según sus requerimientos ecológicos MEDIDA CÁLCULO Sensibilidad ¿Qué fracción de las presencias se predijeron correctamente? a/(a+c)= 0.90 Especificidad ¿Qué fracción de ausencias se predijeron correctamente? d/(b+d)= 0.93 Poder predictivo positivo De las presencias predichas ¿Qué fracción es correcta? a/(a+b)= 0.94 Poder predictivo negativo De las ausencias predichas ¿Qué fracción es correcta? d/(c+d)= 0.9 Kappa ¿Qué fracción de puntos se predijo correctamente teniendo en cuenta el azar? ((a+d)-((a+c)(a+b)+(b+d)(c+d))/N) / (N-((a+c)(a+b)+(b+d))/N)) = 0.833
    13. 13. RESULTADOS Y DISCUSIÓN <ul><li>Según los análisis utilizados como: Curvas Roc, Bootstrap, Matriz de confusión, el modelo predictivo realizado por MaxEnt (Maxima Entropía) es muy útil (de Pando & de Giles, 2007; Elith et al., 2006. </li></ul><ul><li>Con pocos datos de presencia se puede modelar la distribución de las especies, lo que concuerda con Phillips et al., (2006); de Pando & de Giles, (2007); Fielding & Bell, (1997); Pearson et al., (2007) que MaxEnt puede modelar con datos de hasta 5 registros. </li></ul>
    14. 14. RESULTADOS Y DISCUSIÓN Variables que aportan al modelo Variables que no aportan al modelo Variable % contribución Precipitación estacional (Coef. De variación) 23.6 Temperatura estacional (Desv. Est.+100) 17.1 Rango de temperatura media mensual 16.7 Temperatura máxima del mes más cálido 13.3 Precipitación del mes más seco 8 Precipitación del trimestre más húmedo 6.9 Altitud 5.4 Precipitación anual 4.4 Precipitación del trimestre más cálido 1.4 Isotermalidad (p2/p7) (100) 1.2 precipitación del trimestre más seco 0.9 Pendiente 0.7 Precipitación del trimestre más frio 0.4 Temperatura media anual 0 Temperatura mínima del mes más frío 0 Rango anual de temperatura (P5-P6) 0 Temperatura media del trimestre más húmedo 0 Temperatura media del trimestre más cálido 0 Temperatura media del trimestre más seco 0 Temperatura media del trimestre más frío 0 Suelos 0 Dirección 0 Vegetación 0
    15. 15. RESULTADOS Y DISCUSIÓN <ul><li>La especie se restringe a la precipitación y temperatura estacional, lo que coincide con Tituaña et al., (2006) , los periodos de floración, fructificación y defoliación B. graveolens (Kunth) Triana & Planch están restringidos a las lluvias y temperaturas estacionales, típica de los bosques secos deciduos y semi deciduos. </li></ul>
    16. 16. DISTRIBUCION DE B. graveolens (Kunth) Triana & Planch. PARA LA PROVINCIA DE LOJA Presencia Ausencia Umbral <presencia - ausencia> 48,12 1 Loja 2 Calvas 3 Catamayo 4 Celica 5 Chaguarpamba 6 Espíndola 7 Gonzanamá 8 Macará 9 Paltas 10 Puyango 11 Saraguro 12 Sozoranga 13 Zapotillo 14 Pindal 15 Quilanga 16 Olmedo
    17. 17. RESULTADOS Y DISCUSIÓN <ul><li>El área de distribución concuerda con los requerimientos ecológicos de la especie descritos por Jorgensen & León, (1995) y Tituaña et al., (2006) </li></ul><ul><li>Donde las combinaciones climáticas con los puntos de ocurrencia procesados por MaxEnt, orientan la distribución de la especie a lugares con pendientes bastante pronunciadas en rangos altitudinales que van entre los 200 y 1600 m.s.n.m. con precipitaciones anuales promedio de 600mm aproximadamente </li></ul>
    18. 18. RESULTADOS Y DISCUSIÓN <ul><li>Nuestro mapa de predicho concuerda con las variables utilizadas. </li></ul>Mapa altitudinal
    19. 19. CONCLUSIONES <ul><li>Las variables que más aportan son la precipitación y temperatura, la especie es sensible ante estos cambios, poniendo en riesgo el estado de sus poblaciones por el fenómeno del cambio climático. </li></ul><ul><li>La utilización de variables medioambientales, físicas, topográficas son herramientas bastante útiles, según el manejo que se les aplique y bajo un buen respaldo estadístico, proponen una buena aproximación en el estudio de la ecología. </li></ul><ul><li>El uso de modelamiento predictivo muy útil y barato </li></ul>
    20. 20. CONCLUSIONES <ul><li>MaxEnt predijo el nicho potencial de B. graveolens (Kunth) Triana & Planch con una alta significancia estadística, produciendo un modelo verás según los requerimientos ecológicos de la especie conocidos en la revisión bibliográfica. </li></ul><ul><li>El modelo predicho por MaxEnt, según el análisis estadístico, es aplicable y sirve para efectuar futuros estudios como: cambios en los patrones de distribución, áreas ocupadas y potenciales para realizar el manejo de sus poblaciones como planes de reforestación y conservación en la provincia de Loja. </li></ul>
    21. 21. CONCLUSIONES <ul><li>En el análisis ROC, los valores AUC para las 4 repeticiones del bootstrap de la evaluación del modelo en DivaGis, tanto para el estadístico ROC como para Kappa corroboraron la excelencia y aplicabilidad del modelo proyectado por MaxEnt. </li></ul><ul><li>El aporte de las modernas herramientas informáticas como los SIG, así como también la disponibilidad de los datos a través de internet, son de mucha ayuda para procesar la información en distintas áreas como en la ecología. </li></ul>
    22. 22. RECOMENDACIONES <ul><li>Modelar solo con las variables que más influyen. </li></ul><ul><li>Es necesario conocer y comprender la ecología y la biología de la misma, para tener un criterio acertado a la hora de inferir en la aplicabilidad del modelo. </li></ul><ul><li>Es necesario modelar la distribución de la especie con escenarios futuros para conocer cómo puede afectar el cambio climático en dicha su distribución. </li></ul>
    23. 23. RECOMENDACIONES <ul><li>Es importante hacer revisar el modelo producido por un especialista para conocer su opinión sobre el mismo y corroborar la aplicabilidad según su experiencia y criterio profesional. </li></ul>
    24. 24. AGRADECIMIENTOS <ul><li>Técnicos de: </li></ul><ul><li>Herbario UTPL </li></ul><ul><li>Herbario Loja </li></ul><ul><li>Banco de Germoplasma </li></ul><ul><li>Planta de Productos Naturales </li></ul>UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA La Universidad Católica de Loja
    25. 26. ANEXOS

    ×