Académique Documents
Professionnel Documents
Culture Documents
de modelamiento
Catherine Graham y Pablo A. Menéndez
con algunas diapositivas de Richard Pearson, A. Town
Peterson, Enrique Martínez and Miguel Nakamura
Richard Pearson
Postdoctoral Research Fellow, American Museum of Natural History
Townsend Peterson
Department of Ecology & Evolutionary Biology, The University of Kansas , Lawrence , Kansas
Enrique Martínez
Instituto de Biología, UNAM, Mexico
Miguel Nakamura
Instituto de Investigación en Matemáticas, Guanajuato, Mexico
Modelos de distribución de
especies
Modelos empíricos que predicen la distribución
espacial de una especie a partir de las
condiciones ambientales en los sitios donde se
sabe que esta presente (o ausente)
- Supuesto: El ambiente del sitio donde ocurre la
especie representa su nicho ecológico
- Son utilizadas una multitud de aproximaciones
estadísticas
Modelamiento
Algunas aproximaciones que se han hecho:
Registro de ‘presencia’
observada
+
+ Registro de ‘ausencia’
observada
Uroplatus sp.
(leaf-tailed gecko)
+
+
+
+
+
Datos de distribución de especies:
solo presencia o presencia/ausencia?
? Registro de ‘presencia’
? observada
? ’
? “pseudo-ausencia’
?
?
? ?
?
? ?
? ?
? ? ?
? ? ??
Uroplatus sp. ?
?
(leaf-tailed gecko) ?
? ?
? ?
? ?
? ?
?? ?
? ?
?
?
Datos de distribución de especies:
solo presencia o presencia/ausencia?
Registro de ‘presencia’
observada
‘Fondo’
Uroplatus sp.
(leaf-tailed gecko)
Datos de distribución de especies
?
+
?
?
?
? ?
? ? ?
? ? ?
? ?
? ? ??
+ ? ?
?
? ?
? ?
? ?
? ?
+ ?? ?
+
+ ? ?
?
+ ?
Y = b0 + b1X1 + b2X2 +
... + bkXk
X Y
Ambiente Predicción
O caja negra?
(M. Nakamura)
Consideraciones generales: Complejidad del modelo
Truth
Training sample
Sample model
Test points
Training error
Test error
X (M. Nakamura)
Consideraciones generales: Complejidad del modelo
Truth
Training sample
Complex model
Test points
Training error
Test error
X (M. Nakamura)
High Bias Low Bias
Low Variance High Variance
Prediction Error
Test sample
Training sample
Low High
Model Complexity
Hastie et al. (2001)
Algoritmos usando solo datos
de presencia:
DOS
UNO
CERO
CERO
CERO
percentiles
Algoritmos usando registros de presencia y
datos de fondo:
MAXENT: viene mucho más …
ENFA (Análisis Factorial de Nicho Ecológico)
• Implementación en Biomapper: http://www2.unil.ch/biomapper/
• No puede interpretar datos categóricos (discretos)
Vea: Hirzel et al. 2002 Ecology 83: 2027-2036.
mG − m S
Marginalidad =
1.69σ G
σG
Especialización =
σS
Algoritmos usando registros de presencia y
pseudo ausencias:
GARP (Algoritmo Genético para un conjunto de predicciones)
Vea: Stockwell and Peters 1999 Int. J. Geographical Info. Systems 13: 143-158;
Anderson et al. 2003 Ecological Modelling 162: 211-232
… y artículos de A. Town Peterson and colleagues
http://www.lifemapper.org/desktopgarp/
Algoritmos usando registros de presencia y ausencia:
Grupo de Trabajo:
Robert Anderson, Thomas Edwards, Jane Elith, Simon Ferrier,
Catherine Graham, Antoine Guisan, Robert Hijmans, David Hilbert, Falk
Huettman, Chrissy Howell, Bette Loiselle, Antony Lehmann, John
Leathwick, Jin Li, William Michener, Miro Dudik, Craig Moritz, Miguel
Nakamura, Jake Overton, Steven Phillips, Karen Richarson, Ricardo
Scachetti-Pereira, Townsend Peterson, Robert Schapire, Jorge
Soberon, Stephen Williams, Mary Wisz, Nicolas Zimmerman
Descarga gratuita del sitio web de
Ecography
Datos de Museo
• Tamaño de la muestra
• Grano
• Información de fondo
• error
• Sesgo