Modelos de distribución espacial de especies; primeras 12 páginas de: Próximo tutorial Modelos de distribución espacial de especies; primeras 12 páginas de: http://academic.uprm.edu/~jchinea/UIP-MAPR/refs/modelos/SpeciesDistModelingEX_II-7-08.doc

Modelos en ecología Lectura asignada: http://academic.uprm.edu/~jchinea/UIP-MAPR/refs/modelos/pearson2008.pdf

¿Qué son modelos?

¿Modelos?

Modelos en ecología Representaciones de las relaciones entre cantidades o cualidades definidas formalmente. La mitad de uno = el ombligo [falta formalidad] 2 perros + 5 perros = 7 perros [más formal] 2 x + 5 x = 7 x [más formal aun]

Clasificación de modelos Según sus capacidades para ser: Realistas, Precisos, y Generalizadores.

Realidad Precisión Generalidad Empírico Mecanístico Analítico Fenomenológico Ecológico Estadístico Mecanístico Fisiológico Fundamental Basado en proceso Precisión Generalidad Analítico Matemático Teórico

Lecturas sobre modelos en ecología: Guisan y Zimmerman 2000. Predictive habitat distribution models in ecology. Recomendada. Gallego et al. 2004. Descriptive biogeography of Tomicus spp. in Spain. Asignada. Los encuentran en la página escondida.

Pasos en el desarrollo de modelos

Riqueza de especies en lagos Riqueza aumenta con Area R = a + bA R = a + bA R = 1.2 + 0.3 A R = 0.9 + 0.1 A

Modelos espaciales Regresión lineal

Regresión lineal Este tipo de análisis incluye una variable independiente y la variable dependiente es contínua. El análisis supone que las variables se distribuyen normalmente y que la relación entre ambas variables es lineal.

Ejemplo de regresión lineal Predicción de temperatura basado en un DEM y datos de estaciones meteorológicas. Explicado en el tutorial 2-6. Estrategia: datos de estaciones interpolados a los otros píxeles. Una regresión de temperatura en elevación nos da la ecuación:

Regresión de temperatura según elevación Temperatura = 27 – (0 Regresión de temperatura según elevación Temperatura = 27 – (0.0016 x Elevación)

Imagen predictiva de temperatura

Regresión lineal multiple

Regresión lineal multiple Este tipo de análisis incluye más de una variable independiente y la variable dependiente es contínua.

Una de las variables independientes: % de fincas con 1 o 2 toros.

Regresión logística En este tipo de análisis puede incluirse más de una variable independiente y la variable dependiente es categórica. Los resultados se presentan en probabilidad de presencia. Apropiada para predecir presencia de especies o clases de cobertura.