stringtranslate.com

Área de distribución

Un área de distribución es el área en la que vive un animal y se desplaza de forma periódica. Está relacionado con el concepto de territorio de un animal , que es el área que se defiende activamente. El concepto de área de distribución fue introducido por WH Burt en 1943. Dibujó mapas que mostraban dónde se había observado al animal en diferentes momentos. Un concepto asociado es la distribución de utilización , que examina dónde es probable que se encuentre el animal en un momento dado. Los datos para mapear un área de distribución solían recopilarse mediante una observación cuidadosa, pero en años más recientes, se coloca al animal un collar de transmisión o un dispositivo GPS similar .

La forma más sencilla de medir el área de distribución es construir el polígono convexo más pequeño posible alrededor de los datos, pero esto tiende a sobreestimar el área de distribución. Los métodos más conocidos para construir distribuciones de utilización son los llamados métodos de densidad de kernel de distribución normal o gaussiana bivariada . Más recientemente, se han utilizado métodos no paramétricos como la envoltura alfa de Burgman y Fox y la envoltura convexa local de Getz y Wilmers . Hay software disponible para utilizar métodos de kernel tanto paramétricos como no paramétricos.

Historia

El concepto de área de distribución se remonta a una publicación en 1943 de WH Burt, quien construyó mapas que delineaban la extensión espacial o el límite exterior del movimiento de un animal durante el curso de sus actividades cotidianas. [1] Asociado con el concepto de área de distribución está el concepto de distribución de utilización , que toma la forma de una función de densidad de probabilidad bidimensional que representa la probabilidad de encontrar un animal en un área definida dentro de su área de distribución. [2] [3] El área de distribución de un animal individual generalmente se construye a partir de un conjunto de puntos de ubicación que se han recopilado durante un período de tiempo, identificando la posición en el espacio de un individuo en muchos puntos en el tiempo. Dichos datos ahora se recopilan automáticamente utilizando collares colocados en individuos que transmiten a través de satélites o utilizando tecnología de teléfonos celulares móviles y tecnología de sistemas de posicionamiento global ( GPS ), a intervalos regulares.

Métodos de cálculo

La forma más sencilla de trazar los límites de un área de distribución a partir de un conjunto de datos de ubicación es construir el polígono convexo más pequeño posible alrededor de los datos. Este enfoque se conoce como el método del polígono convexo mínimo (MCP), que todavía se utiliza ampliamente [4] [5] [6] [7], pero tiene muchos inconvenientes, incluida la sobrestimación frecuente del tamaño de las áreas de distribución. [8]

Los métodos más conocidos para construir distribuciones de utilización son los denominados métodos de densidad de kernel de distribución normal o gaussiana bivariada . [9] [10] [11] Este grupo de métodos es parte de un grupo más general de métodos de kernel paramétricos que emplean distribuciones distintas de la distribución normal como elementos del kernel asociados con cada punto en el conjunto de datos de ubicación.

Recientemente, el enfoque del núcleo para construir distribuciones de utilización se amplió para incluir una serie de métodos no paramétricos, como el método de casco alfa de Burgman y Fox [12] y el método de casco convexo local (LoCoH) de Getz y Wilmers. [13] Este último método ahora se ha extendido desde un método LoCoH de punto fijo puro a métodos LoCoH de radio fijo y de punto/radio adaptativo. [14]

Si bien, actualmente, hay más software disponible para implementar métodos paramétricos que no paramétricos (debido a que el último enfoque es más nuevo), los artículos citados de Getz et al. demuestran que los métodos LoCoH generalmente brindan estimaciones más precisas del tamaño del área de distribución hogareña y tienen mejores propiedades de convergencia a medida que aumenta el tamaño de la muestra que los métodos kernel paramétricos.

Los métodos de estimación del área de distribución que se han desarrollado desde 2005 incluyen:

Los paquetes informáticos para utilizar métodos kernel paramétricos y no paramétricos están disponibles en línea. [21] [22] [23] [24] En el apéndice de un artículo de JMIR de 2017 , se informan las áreas de distribución de más de 150 especies de aves diferentes en Manitoba . [25]

Véase también

Referencias

  1. ^ Burt, WH (1943). "Conceptos de territorialidad y área de distribución local aplicados a los mamíferos". Journal of Mammalogy . 24 (3): 346–352. doi :10.2307/1374834. JSTOR  1374834.
  2. ^ Jennrich, RI; Turner, FB (1969). "Medición del área de distribución no circular". Revista de biología teórica . 22 (2): 227–237. Bibcode :1969JThBi..22..227J. doi :10.1016/0022-5193(69)90002-2. PMID  5783911.
  3. ^ Ford, RG; Krumme, DW (1979). "El análisis de los patrones de uso del espacio". Revista de biología teórica . 76 (2): 125–157. Bibcode :1979JThBi..76..125F. doi :10.1016/0022-5193(79)90366-7. PMID  431092.
  4. ^ Baker, J. (2001). "Estimaciones de densidad de población y área de distribución del pájaro cerda oriental en la bahía de Jervis, sureste de Australia". Corella . 25 : 62–67.
  5. ^ Creel, S.; Creel, NM (2002). El perro salvaje africano: comportamiento, ecología y conservación . Princeton, Nueva Jersey: Princeton University Press. ISBN 978-0691016559.
  6. ^ Meulman, EP; Klomp, NI (1999). "¿Es el área de distribución del ratón de brezal Pseudomys shortridgei una anomalía en el género Pseudomys ?". Naturalista victoriano . 116 : 196–201.
  7. ^ Rurik, L.; Macdonald, DW (2003). "Área de distribución y uso del hábitat del zorro kit ( Vulpes macrotis ) en un complejo de perros de las praderas ( Cynomys ludovicianus )". Revista de zoología . 259 (1): 1–5. doi :10.1017/S0952836902002959.
  8. ^ Burgman, MA; Fox, JC (2003). "Sesgo en las estimaciones de distribución de especies a partir de polígonos convexos mínimos: implicaciones para la conservación y opciones para una mejor planificación" (PDF) . Conservación Animal . 6 (1): 19–28. doi :10.1017/S1367943003003044. S2CID  85736835.
  9. ^ Silverman, BW (1986). Estimación de densidad para estadísticas y análisis de datos . Londres: Chapman and Hall. ISBN 978-0412246203.
  10. ^ Worton, BJ (1989). "Métodos de núcleo para estimar la distribución de la utilización en estudios de áreas de distribución doméstica". Ecología . 70 (1): 164–168. doi :10.2307/1938423. JSTOR  1938423.
  11. ^ Seaman, DE; Powell, RA (1996). "Una evaluación de la precisión de los estimadores de densidad de kernel para el análisis del área de distribución hogareña". Ecología . 77 (7): 2075–2085. doi :10.2307/2265701. JSTOR  2265701.
  12. ^ Burgman, MA; Fox, JC (2003). "Sesgo en las estimaciones de distribución de especies a partir de polígonos convexos mínimos: implicaciones para la conservación y opciones para una mejor planificación" (PDF) . Conservación Animal . 6 (1): 19–28. doi :10.1017/S1367943003003044. S2CID  85736835.
  13. ^ Getz, WM; Wilmers, CC (2004). "Una construcción de área de distribución y utilización de áreas de distribución convexas de vecinos más cercanos locales" (PDF) . Ecografía . 27 (4): 489–505. doi :10.1111/j.0906-7590.2004.03835.x. S2CID  14592779.
  14. ^ Getz, W. M; Fortmann-Roe, S.; Cross, PC; Lyonsa, AJ; Ryan, SJ; Wilmers, CC (2007). "LoCoH: métodos kernel no paramétricos para construir áreas de distribución y utilización" (PDF) . PLoS ONE . ​​2 (2): e207. Bibcode :2007PLoSO...2..207G. doi : 10.1371/journal.pone.0000207 . PMC 1797616 . PMID  17299587. 
  15. ^ Getz, WM; Wilmers, CC (2004). "Una construcción de área de distribución y utilización de áreas de distribución convexas de vecinos más cercanos locales" (PDF) . Ecografía . 27 (4): 489–505. doi :10.1111/j.0906-7590.2004.03835.x. S2CID  14592779.
  16. ^ Horne, JS; Garton, EO; Krone, SM; Lewis, JS (2007). "Análisis de los movimientos de los animales mediante puentes brownianos". Ecología . 88 (9): 2354–2363. doi :10.1890/06-0957.1. PMID  17918412. S2CID  15044567.
  17. ^ Steiniger, S.; Hunter, AJS (2012). "Un estimador de densidad de kernel basado en líneas escaladas para la recuperación de distribuciones de utilización y áreas de distribución a partir de pistas de movimiento GPS". Informática ecológica . 13 : 1–8. doi :10.1016/j.ecoinf.2012.10.002.
  18. ^ Downs, JA; Horner, MW; Tucker, AD (2011). "Estimación de densidad geográfica temporal para el análisis del área de distribución". Anales de SIG . 17 (3): 163–171. doi : 10.1080/19475683.2011.602023 . S2CID  7891668.
  19. ^ Long, JA; Nelson, TA (2012). "Geografía temporal y delimitación del área de distribución de la vida silvestre". Journal of Wildlife Management . 76 (2): 407–413. doi :10.1002/jwmg.259. hdl : 10023/5424 .
  20. ^ Steiniger, S.; Hunter, AJS (2012). "OpenJUMP HoRAE: un sistema de información geográfica (SIG) gratuito y una caja de herramientas para el análisis de áreas de distribución". Wildlife Society Bulletin . 36 (3): 600–608. doi :10.1002/wsb.168.(Véase también: OpenJUMP HoRAE - Caja de herramientas de análisis y estimación del área de distribución del territorio)
  21. ^ LoCoH: algoritmos potentes para encontrar áreas de distribución Archivado el 12 de septiembre de 2006 en Wayback Machine
  22. ^ "AniMove – Métodos de movimiento de animales". Archivado desde el original el 4 de enero de 2007. Consultado el 12 de enero de 2007 .
  23. ^ OpenJUMP HoRAE - Home Range Analysis and Estimation Toolbox (código abierto; métodos: Point-Kernel, Line-Kernel, Brownian-Bridge, LoCoH, MCP, Line-Buffer)
  24. ^ adehabitat para R (código abierto; métodos: Point-Kernel, Line-Kernel, Brownian-Bridge, LoCoH, MCP, GeoEllipse)
  25. ^ Nasrinpour, Hamid Reza; Reimer, Alex A.; Friesen, Marcia R.; McLeod, Robert D. (julio de 2017). "Preparación de datos para el modelado basado en agentes del virus del Nilo Occidental: protocolo para procesar estimaciones de población de aves e incorporar ArcMap en AnyLogic". Protocolos de investigación del JMIR . 6 (7): e138. doi : 10.2196/resprot.6213 . PMC 5537560 . PMID  28716770.