Selección de predictores ambientales para el modelado de la distribución de especies en Maxent



Título del documento: Selección de predictores ambientales para el modelado de la distribución de especies en Maxent
Revista: Revista Chapingo. Serie ciencias forestales y del ambiente
Base de datos: PERIÓDICA
Número de sistema: 000378697
ISSN: 2007-3828
Autores: 1
2

3
2
Instituciones: 1Instituto Politécnico Nacional, Centro Interdisciplinario de Investigación para el Desarrollo Integral Regional, Jiquilpan, Michoacán. México
2Universidad Nacional Autónoma de México, Instituto de Biología, México, Distrito Federal. México
3Colegio de Postgraduados, Montecillo, Estado de México. México
Año:
Periodo: May-Ago
Volumen: 20
Número: 2
Paginación: 187-201
País: México
Idioma: Español, inglés
Tipo de documento: Artículo
Enfoque: Analítico
Resumen en español Antes de realizar el modelado de la distribución potencial de una especie, se recomienda hacer una preselección de covariables pues la redundancia o variables irrelevantes pueden inducir sesgos en la mayoría de los modelos. En este estudio, se propuso un método automatizado para la selección a priori de covariables utilizadas en el modelado. Se emplearon cinco especies típicas de la flora mexicana (Catopheria chiapensis, Liquidambar styraciflua, Quercus martinezii, Telanthopora grandifolia y Viburnum acutifolium) y 56 covariables ambientales. Se generaron matrices de presencia-ausencia para cada especie y se analizaron empleando regresión logística; el modelo resultante de cada especie se evaluó mediante un remuestreo bootstrap. La distribución de las cinco especies se modeló usando el algoritmo de máxima entropía y con el empleo de tres conjuntos de covariables ambientales. La precisión de los modelos generados se evaluó con intervalos de confianza de cada curva característica operativa del receptor (COR). Los intervalos de confianza de las curvas COR resultantes no mostraron diferencia significativa (P < 0.05) entre los tres modelos predictivos generados; sin embargo, el modelo más parsimonioso se obtuvo con el método propuesto
Resumen en inglés Prior to conducting the modeling of the potential distribution of a species, it is advised to make a pre-selection of covariables because redundancy or irrelevant variables may induce errors in most modeling systems. In this study, we propose an automated method for a priori selection of covariables used in modeling. We used five typical species of the Mexican flora (Catopheria chiapensis, Liquidambar styraciflua, Quercus martinezii, Telanthopora grandifolia and Viburnum acutifolium) and 56 environmental covariables. Presence-absence matrices were generated for each species and were analyzed using logistic regression, and the resulting model of each species was evaluated via a bootstrap resampling. We modeled the distribution of five species using maximum entropy and employed three sets of environmental covariables. The precision of the models generated was evaluated with the confidence intervals for each receiver operating characteristic (ROC) curve. The confidence intervals of the resulting ROC curves showed no significant difference between (P < 0.05) the three predictive models generated; nevertheless, the most parsimonious model was obtained with the proposed method
Disciplinas: Agrociencias
Palabras clave: Silvicultura,
Suelos,
Distribución geográfica,
Nicho ecológico,
Modelos matemáticos,
Flora,
México
Keyword: Agricultural sciences,
Silviculture,
Soils,
Geographical distribution,
Ecological niche,
Mathematical models,
Mexico,
Flora
Texto completo: Texto completo (Ver PDF)