Manuel Mavila Loli BIODAMAZ-IIAP Viernes Científico, 27 may 2005
-
Upload
mallory-gonzalez -
Category
Documents
-
view
36 -
download
1
description
Transcript of Manuel Mavila Loli BIODAMAZ-IIAP Viernes Científico, 27 may 2005
Aplicaciones de información primaria de Biodiversidad y
Sistemas de Información Geográfica.
El caso del Modelamiento de Datos sobre Biodiversidad
Manuel Mavila Loli
BIODAMAZ-IIAP
Viernes Científico, 27 may 2005
Contenido
• Datos primarios de biodiversidad• Biodiversidad e Informática• Modelamiento de datos
– Teoría– Aplicaciones
• Programa GARP
www2.nrm.se/fbo/ hist/munchen.html.se
ww
w.ldeo.colum
bia.edu/.../ lectures/lect02.html
Linneo, 1750
Honorio, 2005
www.southampton.liu.edu/.../ plant.htmlHerbario FCF UNALM
www.nsrl.ttu.edu/ virtualtour/bird.htmwww.cbs.umn.edu/ herbarium/
especiealtitudX,Yfecha
¿cuántos registros?
1300
210
73
0
200
400
600
800
1000
1200
1400
Total Digitalizados En Internet
Mil
lon
es d
e es
pec
ímen
es
Fuente: GBIF
ConceptosRama de las ciencias de computación que trata con información sobre los organismos vivos.
Aplicación de la tecnología de la información al tema de la biodiversidad. Su esencia es asegurar que la información fluya eficientemente desde su creación, a través del análisis, hasta aplicaciones apropiadas.
¿Para que sirve?
• Captura• Manejo• Análisis• Interpretación• Comprensión• Aplicación
Información sobre biodiversidad
Proporciona herramientas eficientes, efectivas y eficaces para:
La distribución geográfica de las especies está determinada a gran escala por estos factores:
LuzCalorAgua
Topografía
Teoría
A un nivel más específico, influyen otros factores:
Tipos de SueloEvapotranspiraciónProductividadCalidad de luzNúmero de días bajo O0C
Teoría
El término nicho se define aquí como la suma de todos los factores ambientales que actúan sobre el organismo; el nicho es entonces definido como una región en un hiperespacio multidimensional (Hutchinson, 1944).
Las condiciones en las cuales una especie puede fácilmente vivir son siempre mayores que en las que realmente vive, y esto es causado típicamente por interacciones bióticas (Hutchinson, 1958).
Teoría: nicho ecológico
Espacio ecológico
Nicho fundamental: todos los aspectos de este hipervolumen multidimensional, en ausencia de otras especies.
Nicho real: La parte del nicho fundamental al cual está restringida determinda especie debido a interacciones interespecíficas.
Teoría: nicho ecológico
El nicho de una especie es la unión de ciertas condiciones ambientales que permiten a una especie satisfacer sus necesidades mínimas, de tal manera que la tasa de natalidad de una población local es igual o mayor que su tasa de mortalidad… (Chase and Leibold, 2003)
Teoría: nicho ecológico
Nicho abiótico
Interacciones bióticasAccesibilidad
Combinación apropiada entre condiciones abióticas y bióticas (= distribution potencial)
Distribución geográfica real
Modelamiento del nicho ecológico
Estimación de las dimensiones del nicho ecológico fundamental de una especie, para predecir su distribución geográfica (BI)
Bajo estos diferentes conceptos de “nicho”, el Modelamiento del Nicho Ecológico es un instrumento que permite un análisis parcial de la influencia del ambiente sobre las especies, y que puede ser expresado en un contexto geográfico.
Datos georeferenciados de especímenes
Datos climáticos, ecológicos… Predicción de la
distribución geográfica de la especie
ALGORITMO
Proceso del Modelamiento
Geographic Space Ecological Space
occurrence points on native distribution
ecological niche modeling
Projection back onto geography
Native range prediction
Invaded range prediction
Modelamiento del Nicho Ecológico
temperature
Model of niche in ecological dimensions
pre
cip
itatio
n
Challenges of Biodiversity Informatics David R.B. Stockwell
Enfermedades:Mal de Chagas
Ecologic Niche Modeling and Potential Reservoirs for Chagas Disease, MexicoA. Townsend Peterson,* Victor Sánchez-Cordero,† C. Ben Beard,‡ and Janine M. Ramsey§
www.cdc.gov/ncidod/ EID/vol8no7/01-0454-G2.htm
www.bc.edu/.../biology/ research/insect/chagas/
Predicted range of the Asian Longhorn Beetle in the USA (Anoplophora glabripennis) by A. Townsend Peterson (KU)
Challenges of Biodiversity Informatics David R.B. Stockwell
Plagas – Especies invasoras
www.licweb.com/ asianbeetle/
Cambio climático
www.mosquito-netting.com/
Malaria Transmission - This map displays the projected risk of malaria transmission in the year 2020, compared with the average risk in the years 1961 to 1990. This projection assumes a global temperature increase of 2ºF and no human efforts to contain the spread of malaria. Source: Pim Martens, Maastricht University
David Peters & Richard Thackway, 1998, A New Biogeographic Regionalisation for Tasmanian Parks and Wildlife Service
ANP:ZonificaciónCorredoresPriorización
Tangara mexicanaTangara mexicana
Potential DistributionPotential Distribution
Present
Hadley Scenario (21,000 yrs ago)
Comparar distribuciones antiguas
Haffer’s Refugia?Haffer’s Refugia?
Haffer’s RefugiaHaffer’s Refugia
Potential Distribution Potential Distribution 21,000 Years Ago21,000 Years Ago
Forest: All Species Forest: All Species
Hadley and CanadianHadley and Canadian
ConceptoGenetic Algorithm for Rule-set Prediction. Desarrollado por David Stockwell, San Diego Supercomputer Center
Es un algoritmo genético que crea un modelo del nicho ecológico para una especie, y que representa las condiciones ambientales donde esa especie es capaz de mantener población.GARP trata de encontrar correlaciones entre la presencia y ausencia de especies y los valores de parámetros ambientales, usando diferentes tipos de “reglas”. Cada regla implementa un método diferente para construir los modelos de preicción de distribución de la especie.
¿Algoritmo genético? : es la optimización de algoritmos, desarrollados por expertos en inteligencia artificial que usa conceptos de genética y teoría de la evolución, para definir su estructura de datos y procedimientos. Rules:atomic, logistic regression, bioclimatic envelope and negated bioclimatic envelope.
Collection locality dataCollection locality data
Ecological dataEcological data
Distributional Distributional prediction in the presentprediction in the present
Projection to past scenarioProjection to past scenario
Ecological Niche Modeling: GARPEcological Niche Modeling: GARP
GARPGARPGenetic Genetic Algorithm of Algorithm of Rule-set Rule-set PredictionPrediction
BIOCLIMBioclimatic variables are derived from the monthly temperature and rainfall values in order to generate more biologically meaningful variables. These are often used in ecological niche modeling (e.g., BIOCLIM, GARP). They are coded as follows:
BIO1 = Annual Mean TemperatureBIO2 = Mean Diurnal Range (Mean of monthly (max temp - min temp))BIO3 = Isothermality (P2/P7) (* 100)BIO4 = Temperature Seasonality (standard deviation *100)BIO5 = Max Temperature of Warmest MonthBIO6 = Min Temperature of Coldest MonthBIO7 = Temperature Annual Range (P5-P6)BIO8 = Mean Temperature of Wettest Quarter BIO9 = Mean Temperature of Driest QuarterBIO10 = Mean Temperature of Warmest QuarterBIO11 = Mean Temperature of Coldest QuarterBIO12 = Annual PrecipitationBIO13 = Precipitation of Wettest MonthBIO14 = Precipitation of Driest MonthBIO15 = Precipitation Seasonality (Coefficient of Variation)BIO16 = Precipitation of Wettest QuarterBIO17 = Precipitation of Driest QuarterBIO18 = Precipitation of Warmest QuarterBIO19 = Precipitation of Coldest Quarter
Rojo: variables usadas
Variables ambientales
Fuente: Wordclim
1. Generar un set de datos independientes:
- Colectar nuevos datos
- Separar tus datos en dos series
Evaluación de la calidad del “Modelo”
Tendrás dos series de datos (data sets), uno para hacer el modelo, y otro para probarlo
dcPredicción: ausencia
baPredicción: presencia
Ausencia real
Presencia real
a & d = predicciones correctas b = error de comisión
(falsos positivos, sobrepredicción)
c = error de comisión (falsos negativos, subpredicción)
3. Cuantificar el error con una matriz de confusión:
Commission Index (% of area
predicted present)
Om
issi
on
Err
or
(% o
f occ
urr
en
ce p
oin
ts
out
sid
e th
e p
red
icte
d a
rea
)
0 100
100
Distribution of a species in an area
High OmissionLow Commission
Zero OmissionHigh CommissionZero Omission
No Commission Overfitting
Nada es perfecto...
- Se debe mejorar comprensión de como afecta la inclusión de determinadas variables ambientales
- Errores en taxonomía- Errores en georeferencia
Créditos
• Se ha usado parte del material del curso: GBIF Data Modeling. México, Abril 2005, organizado por GBIF, CONABIO y U. de Kansas
• Ver participantes en: http://www.gbif.org/prog/ocb/modelling_workshop
- Otras fuentes de Internet (especificadas en las láminas)