Los modelos de nicho ecolgico Qu es la

Los modelos de nicho ecológico ¿Qué es la Bioinformática? (Informática de la Biodiversidad) BIOINFORMÁTICA: aplicación de las herramientas de la tecnología de la información al estudio de la biología, poniendo especial énfasis en el almacenamiento y acceso a datos digitales (Soberón & Peterson, 2004)

Los modelos de nicho ecológico Bioinformática … - Es una disciplina emergente que busca aprovechar el poder de las tecnologías computacionales y de información para abordar problemas de tipo biológico. - Reúne una serie de herramientas para organizar y analizar datos primarios (colecciones, observaciones, imágenes satélite, etc) de diversas fuentes. - Por su naturaleza, la Bioinformática (Informática de la Biodiversidad) involucra el trabajo de varias disciplinas (biología, geología, informática, etc).

Los modelos de nicho ecológico Bioinformática … y modelos de nicho ecológico

Los modelos de nicho ecológico Concepto de nicho ecológico:

Los modelos de nicho ecológico Nicho fundamental versus nicho realizado: El nicho fundamental de una especies es el espacio ecológico donde la especie puede vivir, mientras que el nicho realizado es el espacio ecológico y geográfico donde la especie vive.

Los modelos de nicho ecológico Ejemplos de aplicaciones de los ENM suponen: avance en la integración de las perspectivas ecológica y evolutiva en el estudio de la biodiversidad: Ejemplos: · Cartografía automática de especies · Comprensión de los requerimientos ecológicos de las especies · Análisis de la distribución, biogeografía y barreras dispersivas que afectan a una especie · Localización de poblaciones desconocidas o nuevas especies · Localización de puntos calientes de biodiversidad · Estudios filogeográficos · Diseño de reservas y planes de conservación · Predecir invasiones biológicas · Reconstrucción de distribuciones en el pasado · Predecir los efectos del cambio climático

Los modelos de nicho ecológico

Los modelos de nicho ecológico Etapas en la construcción de un modelo de nicho ecológico: 1. Formulación del modelo conceptual, queremos saber (la distribución de la especie, la ecología de la especie). 2. Diseño del muestreo, armonización de las escalas espaciales y definición del contexto del modelo (escalas locales vs escalas globales). 3. Formulación estadística del modelo: condiciona el software que vamos a usar. 4. Calibración del modelo: proceso en el cual “enseñamos” al modelo. 5. Predicción del modelo. 6. Evaluación del modelo. 7. Credibilidad del modelo y aplicabilidad (biología de la conservación, biogeografía, búsqueda de nuevos lugares de distribución).

Los modelos de nicho ecológico En resumen, el proceso consiste en …

Los modelos de nicho ecológico Limitaciones de los modelos de nicho ecológico: Como simplificación de la realidad, los modelos de nicho ecológico tienen gran utilidad, pero también tienen críticas: · no tienen en cuenta las interacciones biológicas entre las especies, como los fenómenos de la competencia o el mutualismo · no consideran la posibilidad de la especie para llegar a todos lo sitios donde podría vivir (no incluyen, por ejemplo, parámetros que describan la capacidad de dispersión) · Nota … cuidado con proyectar a rangos de las variables en los cuales el modelo no tiene información (climas futuros, áreas geográficas distintas)

Los modelos de nicho ecológico Funcionamiento práctico de los modelos de nicho ecológico: Datos de entrada: 1. Datos biológicos: lista de puntos geográficos (coordenadas x e y / lat lon), en los que se ha encontrado la especie queremos modelar. 2. Datos ambientales: mapa de variables ambientales que el modelo incluirá como “determinantes” de la localización de la especie. 3. Datos de salida: 4. 5. Según el tipo de modelo, obtenemos un mapa de probabilidades de presencia de la especie o un mapa binario (0/1) de presencia de la especie (Mapas = distribución potencial del nicho ecológico de la especie) 6. Asunciones: 7. Las variables ambientales determinan el nicho ecológico 8. Consideraciones importantes: 9. No se consideran las interacciones bióticas ni los procesos de dispersión de las especies.

Los modelos de nicho ecológico ¿Cómo elegir las variables a incluir en el modelo?

Los modelos de nicho ecológico ¿Dónde encontrar datos?

Los modelos de nicho ecológico Fuentes de sesgo y error: -Los recuentos de ausencias no están disponibles en muchos casos, no existen, o pueden no ser fiables. - Las ausencias de una especies en aquellos lugares en que sí se dan las condiciones favorables se llaman “falsas ausencias”. - La inclusión de falsas ausencias en el modelo puede sesgar seriamente el análisis, por lo que los datos de ausencia se deben manejar con mucho cuidado (Hirzel et al. , 2002). - Incorrecta identificación de las especies. - Incorrecta referencia espacial. - Los investigadores suelen muestrear en lugares de fácil acceso, a lo largo de carreteras y ríos, y cerca de ciudades o estaciones biológicas (Graham et al. , 2004). - Al utilizar datos procedentes de museos se debe recordar que los especimenes no se recolectaron para representar su distribución sino que las colecciones están generalmente sesgadas hacia especimenes raros y especies nuevas.

Los modelos de nicho ecológico Evaluación y validación del modelo Como simplificación de la realidad, tenemos varios problemas: La mayoría de los datos de ocurrencia de las especies son asimétricos (sólo presencias), por lo que no tenemos información certera de dónde NO está la especie. El esfuerzo de muestreo a través de los rangos de distribución de la mayoría de las especies es desigual, los datos de ocurrencia están sesgados en los espacios ecológico y geográfico. Las variables ambientales abarcan relativamente pocas dimensiones del nicho.

Los modelos de nicho ecológico Evaluación y validación del modelo Podemos tener 2 tipos de errores: 1. OMISIÓN 2. COMISIÓN

Los modelos de nicho ecológico Evaluación y validación del modelo Tipos de errores posibles: ERROR DE OMISIÓN: predice la no-presencia de la especie donde realmente está (falso negativo) es mucho más importante y peor: no predice lugares de presencia que pueden ser de gran importancia para la supervivencia de la población ERROR DE COMISIÓN: predice la presencia de la especie donde no está (falso positivo) puede ser real o aparente, ya que un “falso positivo” puede significar o una predicción del modelo o una predicción de nicho potencial de la especie sobre-

Los modelos de nicho ecológico Evaluación y validación del modelo Evaluación de los errores: Casi todas las técnicas de evaluación de modelos se centran en detectar los errores de omisión (falsos negativos) Técnicas “jacknife”: estimar el nicho de la especie a partir de todos los puntos de apariencia menos 1, tantas veces como puntos de presencia tengamos

Los modelos de nicho ecológico Evaluación y validación del modelo Metodología para la evaluación de los errores: Cuantificar el componente de error con una matriz de confusión

Los modelos de nicho ecológico Evaluación y validación del modelo Metodología para la evaluación de los errores: Índice de Kappa de Cohen Kappa (ver Landis & Koch 1977 Biometrics): · 0 – 0. 4: pobre · 0. 4 – 0. 75: buena · 0. 75 – 1. 0: excelente

MAXENT Ejemplo de modelo de nicho ecológico Max. Ent

MAXENT ¿Qué es Max. Ent? Max. Ent, un programa basado en una distribución de Máxima Entropía para la modelización de la distribución geográfica de las especies. ¿Qué hace Max. Ent? Max. Ent empieza ajustando los datos a partir de una distribución uniforme, que va modificando hasta una distribución de máxima entropía. El modelo se basa en ajustar los parámetros de la distribución final. ¿Qué necesitamos? presente 1) conjunto de localidades (puntos) donde se sabe que la especie está 2) coberturas geográficas: parámetros ambientales que pueden, potencialmente, limitar la capacidad de supervivencia de la especie.

MAXENT Ventajas de Max. Ent (Steven Phillips, Miro Dudik & Rob Schapire) · Datos ambientales continuos y categóricos (trabaja con la frecuencia de aparición) · Resultado continuo · Comportamiento determinista (repetible) · Capacidad interpretativa en dimensiones ecológicas (curvas de respuesta) · Rápido · Exacto (se ajusta a los datos)

MAXENT

MAXENT

MAXENT

MAXENT

MAXENT

MAXENT Formato ascii raster grid

MAXENT

MAXENT

MAXENT

MAXENT

MAXENT

MAXENT

MAXENT

MAXENT

MAXENT

MAXENT

MAXENT Archivos de salida (resultados de Max. Ent): html

MAXENT Gráfico 1: Muestra cómo las omisiones calculadas a partir de los puntos de entrenamiento y los de test, y el área predicha como favorable varia según el valor límite cumulativo:

MAXENT Gráfico 2: Curva operacional (curva ROC), para los 2 grupos de datos, el de test y el de entrenamiento, así como el área debajo de la curva ROC (AUC). La curva roja (entrenamiento) representa el ajuste del modelo a los datos de muestreo. La curva azul (test) indica el grado de ajuste del modelo a los datos de test, supone el test real del poder predictivo del modelo. La línea turquesa representa la línea esperada si el modelo no fuese mejor que “por azar”. Si la curva azul (test) cae por debajo de la línea tuquesa, indica que el modelo es peor que si se hubiese hecho al azar. Por el contrario cuanto más se aproxime la curva azul a la esquina superior izquierda, mejor es el modelo para predecir las presencias de los datos de test.

MAXENT Si hay disponible un subconjunto de datos para el test, el programa calcula automáticamente la significación estadística de la predicción utilizando un test binomial de omisión.

MAXENT ¿Qué variables importan más? El programa asigna el incremento en el gain a las variables ambientales de las que depende la especie. Convirtiendo dichos valores a porcentajes, al final del proceso de modelado obtenemos la siguiente tabla:

MAXENT

MAXENT ¿Qué variables importan más? En cada vuelta del modelo se excluye una variable y se crea el modelo con las variables remanentes. Después, se crea un modelo con cada una de las variables por separado. De forma adicional, se crea un modelo utilizando todas las variables, como en el caso “normal” de ejecutar Max. Ent.

MAXENT

MAXENT

MAXENT ¿Cómo depende la predicción de las variables? Curvas respuesta: se evalúa cada variable manteniendo el valor del resto fijo en su valor medio (cuidado con variables correlacionadas!!!)

MAXENT ¿Cómo depende la predicción de las variables? Contribución marginal de cada variable por si sola al modelo (obviando el resto de variables)

MAXENT Para quien tenga un poco de experiencia en programación … 1) Cuando las grids ambientales son muy grandes se puede utilizar el formato de datos SWD (“sampleswithdata”) 2) La modelización puede automatizarse con comandos de línea (BATCH RUNNING) cuando se necesitan generar muchos modelos cambiando los parámetros 3) Los resultado de Max. Ent se pueden importar en otros softwares estadísticos para realizar análisis adicionales (ejemplo: paquetes ROCR, vcdy bootde R) → Todo está explicado en el manual