La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

Plan Concepto de integridad ecosistémica Aproximación bayesiana Ejemplos de aplicación Avances.

Presentaciones similares


Presentación del tema: "Plan Concepto de integridad ecosistémica Aproximación bayesiana Ejemplos de aplicación Avances."— Transcripción de la presentación:

1

2 Plan Concepto de integridad ecosistémica Aproximación bayesiana Ejemplos de aplicación Avances

3 Orígenes del concepto Aldo Leopold (1949) propuso como una ética del uso de la tierra que: –Algo esta bien hecho cuando tiende a preservar la integridad, estabilidad y belleza de las comunidades bióticas. Esta mal si tiende a hacerlo de otra forma. De esta noción derivan: –La ética de la conservación de los recursos (Pinchot): El mayor beneficio para la mayor cantidad de personas por el mayor tiempo posible. –La ética de la conservación (Muir): Las necesidades espirituales deben tener precedencia sobre las materiales.

4

5 Algunas definiciones El mantenimiento de la estructura y función características de una comunidad local considerada satisfactoria para la sociedad. La capacidad de soportar y mantener una comunidad equilibrada, balanceada y adaptable que tenga una composición de especies y una organización funcional comparable a la que ocurre en hábitats o regiones no alteradas por el hombre. Se centra en un sistema pero con un sesgo hacia sus aspectos funcionales más que a los estructurales, se privilegia la preservación de la dinámica total del ecosistema.

6 Variabilidad conceptual Los marcos conceptuales construidos por la comunidad científica son usados para interpretar, articular y coordinar las piezas de información y conocimiento pero también para promover y respaldar estrategias particulares de acción. Existen diversos marcos conceptuales en torno a integridad ecológica, cada uno enfatiza diferentes concepciones y a su vez promueven prácticas de conservación específicas. Reconocer y aceptar esta variabilidad conceptual mejora la transparencia y la contextualización adecuada de las decisiones que se toman.

7 Manuel-Navarrete, D., J. J. Kay, and D. Dolderman Ecological Integrity Discourses: Linking Ecology with Cultural Transformation. Human Ecology Review 11:215–229.

8

9 Integridad como preferencia Es importante reconocer que dado que no podemos evitar intervenir en la naturaleza no es posible definir la integridad ecológica simplemente en términos de autenticidad ecológica, es decir en términos de independencia de lo natural respecto de la historia cultural.

10 Integridad como salud En un sentido normativo un ecosistema es saludable si: –mantiene su complejidad y capacidad para la autoorganización. Un sistema ecológico esta integro si retiene –la diversidad total del sistema y las asociaciones de especies que ha mostrado a lo largo de los vaivenes históricos por los que ha transitado. –la organización sistémica que presenta esa diversidad a través del tiempo, incluyendo particularmente las múltiples capas de complejidad jerárquica (biodiversidad).

11 Termodinámica de ecosistemas La biosfera como un todo y sus ecosistemas constituyentes son el producto de un proceso continuo y nunca acabado de autoorganización. Los ecosistemas son sistemas dinámicos, mantenidos alejados del equilibrio por el insumo de recursos y por su habilidad para desechar fuera del sistema la entropía producida durante este proceso.

12 Ecosistemas y autoorganización Los ecosistemas se tornan más organizados conforme se alejan del equilibrio termodinámico y así desarrollan una mayor eficacia para disipar energía solar. Al mismo tiempo que esta autoorganización ocurre se producen fluctuaciones en su entorno que atentan contra ella. El punto de equilibrio resultante de estos dos procesos contradictorios se denomina punto operativo óptimo (Kay 1984, 1989).

13

14 Posibles criterios operativos La degradación de un ecosistema frecuentemente se refleja en: –reducción de la productividad primarias (excepto casos como la eutrofización moderada). –pérdida del capital de nutrientes. –pérdida de diversidad biótica, dominancia de especies de vida corta, oportunistas y a menudo exóticas, incremento en las oscilaciones de poblaciones clave. –retrogresión en la estructura biótica y un incremento en la incidencia de enfermedades. Los índices e indicadores de integridad deben analizar tres aspectos básicos de todo ecosistema: –estructura del paisaje (escenario geográfico), –régimen hidráulico. –biodiversidad

15 Componentes de la integridad Elementos –Genes –Especies / poblaciones –Ecosistemas / comunidades –Paisajes Procesos –Ciclos de nutrimentos –Fotosíntesis –Ciclo hidrológico –Especiación –Competencia / depredación –Mutualismos

16 Posibles Indicadores Generales –Estado de salud de los ecosistemas naturales Indicadores de incremento a la amenaza –Urbanización, crecimiento poblacional, vehículos, consumo creciente de energía y agua. –Pérdida de bosques, recursos minerales, tierra de labranza, etc. –Incremento de basura. Indicadores de reducción a la amenaza –Producción creciente de biomasa. –Mayores esfuerzos de reciclaje. –Conservación de recursos escasos y valiosos. –Prácticas ambientalmente amigables puestas en práctica y adoptadas por la población.

17 Caracterización de la integridad Componente de integridadUn sistema con alta integridad deberá mostrar Bosques y praderas (ambiente terrestre) Un mosaico de comunidades de plantas y animales consistente de habitats bien conectados y de alta calidad como para dar sostén a ensambles diversos de especies nativas y no nativas deseables, todos los estadios relevantes de sus historias de vida y la diversidad genética necesaria para su persistencia y adaptación a largo plazo a un ambiente fluctuante. AcuáticoUn mosaico de habitats y agua bien conectado conalta calidad para sostener ensambles diversos de especies nativas y no nativas deseables, todos los estadios relevantes de su ciclo de vida, mecanismos de dispersión apropiados y la diversidad genética necesaria para asegurar su persistencia y adaptación a largo plazo ante un ambiente fluctuante. Compuesto ecológico Un mosaico de componentes del sistema que es resistente a la perturbación, sostiene especies nativas y no nativas deseables, consiste de un mosaico bien conectado de hábitats terrestres y acuáticos, tiene funciones ecosistémicas activas y operando eficazmente. Las interacciones terrestres y acuáticas generalmente están altamente acopladas. Adaptado de Quigley et al. (1996).

18 Niveles de integridad Componentes de la integridadIndicadores potenciales BosquesNivel de expansión de especies exóticas. Consistencia y densidad del arbolado con disturbio de largo plazo. Nivel de amenazas y caída de madera. Nivel de afectación a los regímenes hidrológicos. Ausencia o presencia de incendios naturales. Cambios en la severidad de los incendios así como en su frecuencia. PraderasNivel de expansión de especies exóticas. Influencia del pastoreo sobre la composición y los patrones de la vegetación. Nivel de afectación a los regimenes hidrológicos. Cambios en la severidad y frecuencia de los incendios. Nivel de incremento en la ocurrencia de zonas con suelo desnudo. Nivel de expansión de los sitios arbolados. AcuáticosPresencia de peces nativos junto con otros organismos acuáticos. Distribución y conectividad de hábitats de alta calidad. Presencia de los estadios relevantes del ciclo de vida de las especies nativas. Mosaico de poblaciones de peces nativos y no nativos deseables fuertes y bien interconectadas. Resistencia de las poblaciones de peces nativos y no nativos deseables a los disturbios naturales.

19

20

21

22

23 Reglas de la simulación IntegridadSalud_SanoNaturalidad_Alta Si No0.1 SaludGrupo_funcional_Todos Sano0.8 Deteriorado0.1 Naturalidadsimilitud_Alta Alta0.9 Baja0.2 Bosque Grupo funcionalSLA_Altapolinizadores_Presentes Todos Algunos Pastizal Grupo funcionalSLA_Altapolinizadores_Presentes Todos0.3 Algunos0.50.4

24 Learning Integrity net (full data)

25 ¿Por qué? Hay muchos procesos complicados en las ciencias ambientales. Un entendimiento adecuado de los procesos es importante tanto como la habilidad de razonar respecto de ellos. Es característico de los procesos mostrar una variación amplia y típicamente sólo una parte de todos los factores que los gobiernan pueden ser observados en la práctica. Los procesos incluyen los efectos de los componentes individuales así como variación aleatoria. En esencia son inciertos y las incertidumbres involucradas hacen que sea difícil lograr un entendimiento generar y razonar sobre ellos una tarea extenuante. Por tanto se requieren modelos que capturen esos procesos y métodos para usarlos, especialmente en el ámbito de la toma de decisiones en situaciones reales.

26 ¿qué ofrecen? Las redes Bayesianas, con sus métodos asociados, son especialmente adecuadas para capturar y razonar a partir de datos con incertidumbre. Se están utilizando desde hace más de una década y se han vuelto cada vez más populares para manejar el conocimiento incierto involucrado en: –Diagnóstico. –Selección de políticas óptimas. –Pronóstico de resultados. Las aplicaciones de las redes Bayesianas son cada vez más. Hay ejemplos en: –Epidemiología, –La construcción de modelos sobre enfermedades. –La interpretación de datos de microarreglos sobre la expresión de genes.

27 Bayes y Aprendizaje Encapsula el proceso de aprendizaje pues: a posteriori verosimilitud a priori Evidencia (Constante de normalización)

28 Definición Una red Bayesiana es un modelo estadístico multivariado para un conjunto de variables aleatorias X= (x 1,...,x n ), que se especifica con base en dos componentes: –Componente cualitativo: Un grafo acíclico dirigido (GAD) en el que cada vértice o nodo representa una variable en el modelo. Además la presencia de un arco que une dos variables indica la existencia de dependencia estadística entre ellas. –Componente cuantitativo: Una matriz de distribución condicional p(x ij |pa(x i )) para cada variable x i, i= 1,...,n dados sus nodos padres en el grafo, denotada como pa(x i )

29 Construcción de Redes Bayesianas 1.Decidir sobre el conjunto de variables relevantes y los valores que puede tomar. 2.Construir la estructura gráfica de la red mediante la interconexión de las variables para producir un grafo acíclico dirigido (GAD). 3.Definir las tablas o matrices de probabilidad condicional (TPC) para cada variable en la red. Este proceso de especificación cuantitativa de la red puede ser el más complejo en muchas situaciones. Hay que cuidar la generación de TPC potencialmente muy grandes tanto como el significado de los números concretos que se usen para llenarlas).

30 Infiltración

31 Dependencias Los arcos en el digrafo dan cuenta de la influencia probabilística entre las variables. Un arco entre cualesquiera dos nodos indica que hay una influencia entre las variables involucradas. Ausencia de un arco entre nodos implica que las variables correspondientes no se influyen directamente entre sí. Formalmente, una variable V i se juzga como dependiente de sus padres e hijos directos en el grafo, pero condicionalmente independiente de cualquiera de los descendientes que no sean suyos, dados sus padres. Esta propiedad se conoce comúnmente como la condición Markoviana.

32 Condición Markoviana

33 Pensamiento Causal Una variable X se dice que es causa direca de Y si al asignar valores a X, los valores de Y pueden cambiar y no hay ninguna otra variable Z que sea una causa directa de Y tal que X sea una causa directa de Z.

34 Tipos de razonamiento

35 Errores sobre Causalidad Un error común al modelar es permitir que la dirección de los arcos apunten de efectos a causas, lo que conduce a proposiciones equivocadas de dependencia e independencia (condicionales) y por tanto, a inferencias erradas. Este tipo de razonamiento es muy común cuando se dan los primeros pasos en la construcción de redes probabilísticas y es quizás debido a un modelo mental de flujo de información, en el que la evidencia actua como insumo y las conclusiones obtenidas como el producto.

36 Tipos de Datos Kjærulff, U. B., and A. L. Madsen Probabilistic networks-an introduction to bayesian networks and influence diagrams. Aalborg University.

37 Datos y Parametrización

38 Grado de Creencia Un grado de creencia es un número que uno asigna a una proposición ante la expectativa de tenerla que declararla como un hecho (como en lógica deductiva) o como una suposición (como en lógica no monotónica). La asignación de un grado de creencia es un compromiso mayor que hacer una suposición. La granularidad fina de los grados de creencia codifica más información que la que se puede codificar en una suposición binaria.

39 Aprendizaje o Estimación Manualmente por consulta con expertos del ámbito a modelar y por obtención de la estructura de creencias. Aprendizaje automatizado a partir de datos (por ejemplo distribución de spp, resultados experimentales o metanálisis de la literatura relevante). Tanto la estructura, las probabilidades o ambas pueden ser aprendidas de los datos disponibles (métodos: máxima verosimilitud y el Bayesiano son dos posibilidades comunes).

40

41 REGULACIÓN DE ENFERMEDADES INECOL, INDRE, SESVER, CONABIO, UANL, IBUNAM, UV

42 General epidemiology: Leishmaniases About 2 million new cases occur each year worldwide. In the Americas they are present from southern USA to Argentina. Leishmania are parasites on different mammals and need phlebotomine sandflies as vectors.

43 Species richness of Sandflies identified in each country Species richness of anthropophilic sandflies identified Vector Species

44 Leishmania spp. Clasification 23 species infect humans SuprapylariaPeripylaria Leishmania (Leishmania) Leishmania (Viannia) L. mexicana L. braziliensis L. donovaniL. peruviana L. infantum (=L. chagasi)L. guyanensis L. tropicaL. panamensis L. majorL. shawi L. aethiopicaL. naiffi L. amazonensisL. lainsoni + OTHER 9 species

45 Influence factors Leishmaniases are related with: Mammal diversity (wild reservoirs) Insect vector diversity (transmission dynamics) Climate conditions Human populations strongly related to risk factors, especially marginal groups Strongly associated with ecosystem structure: pristine, altered, suburban and rural human settlements with a tendency to establish in urban environments

46

47

48 SISTEMA NACIONAL DE INFORMACIÓN SOBRE BIODIVERSIDAD (SNIB) Plantas vasculares por 10 km2

49 Inventario Nacional Forestal y de Suelos (INFyS) Plantas vasculares por conglomerado

50 Taxonomic Biodiversity: Terrestrial Mammals Species Richness, from modelled distributions Taxonomic Biodiversity: Terrestrial Mammals Species Richness, from modelled distributions

51 we define it as the number of different spatial patterns/dimensions in flora or fauna available in a particular site What Variables to Select: Structural Biodiversity What Variables to Select: Structural Biodiversity tree height (maximum, median, average) tree diameter at breast height (maximum, median, average) tree density (#/area): total and per species (NFI & RS) base area square mean diameter (NFI) form factor tree (NFI) volume wood / m 3 (NFI) biomass (NFI & RS) epiphytes (Diversity: type + abundance) (NFI) tree crown diameter (NFI) variability of tree crown diameter (NFI) strata diversity (combination of species diversity and # of strata, NFI) # strata (NFI) leaf area index (RS) canopy cover parametres (e.g., fraction cover, crown cover density) (NFI & RS) Phenology (green-up, welting, duration of season) (RS)

52 Structural Biodiversity: Average Tree Height in m / km 2 Structural Biodiversity: Average Tree Height in m / km 2

53 Structural Biodiversity: Volume Tree Biomass m 3 / km 2 Structural Biodiversity: Volume Tree Biomass m 3 / km 2

54 we define it as variety of ecosystem functions What Variables to Select: Functional Biodiversity What Variables to Select: Functional Biodiversity Plants traits: The focus in ROBIN will be on C- sequestration (i.e., NPP) and C-stocks (i.e. aboveground biomass) related traits (selection): Potential height Maximum stem diameter Specific leaf area efficiency of light interception Leaf habitat (deciduous/evergreen) Seed mass Functional group approach Plant life form/ growth form Photosynthetic pathway (C3, C4, CAM) Regeneration requirements Drought tolerance Succesion state (NFI) Re-growth (height, frequency, age, vigour, damage, NFI) vigour and successional state (NFI) Animals: herbivore, insectivore and carnivore

55 Richness of Functional Groups, Terrestrial Mammals Richness of Functional Groups, Terrestrial Mammals

56 Diversity of Functional Groups, Terrestrial Mammals, Shannon-Wiener Index Diversity of Functional Groups, Terrestrial Mammals, Shannon-Wiener Index

57

58


Descargar ppt "Plan Concepto de integridad ecosistémica Aproximación bayesiana Ejemplos de aplicación Avances."

Presentaciones similares


Anuncios Google