ANÁLISIS DE LA DISTRIBUCIÓN DE ESPECIES: MÉTODOS DE
ORDENACIÓN Y CLASIFICACIÓN
Curso de Diseño, Análisis y Modelación de Patrones Ecológicos.
Introducción Diseño de muestreo y análisis de la relación
de las distribuciones de especies Ordenación de unidades de variación Clasificación de unidades de variación
Contenido
Cuando se tienen datos disponibles sobre la
abundancia de las especies en varias unidades de muestreo, o al menos su presencia y ausencia, es posible analizar su distribución espacial.
El estudio de las interacciones es de capital importancia en los estudios ecológicos.
Los patrones de asociación interespecífica resultan de la selección o rechazo de un mismo hábitat por parte de dos especies, si tienen afinidad o repulsión etc.
La distribución de especies
¿La distribución es dependiente o
independiente?
Hay diferentes enfoques para responder esta pregunta
Los base de datos pueden ser de presencia/ausencia o de abundancia (densidad, biomasa)
La distribución de especies
Análisis de correlación o covarianza Pruebas de hipótesis Análisis multivariado Modelos nulos
Enfoques de análisis
Cuando hablamos de distribución de especies,
inevitablemente se toca el punto de rareza.
Coloquialmente, cuando hablamos de especies raras lo hacemos con una connotación de no común, inusual.
Sin embargo, en realidad la rareza puede ser de varios tipos. Los criterios para señalarlos son básicamente tres
Antes de iniciar…
Ámbito geográfico. La especie puede tener
un amplio ámbito de distribución, o estar restringida a un área particular.
Especificidad de hábitat. Una especie puede ocupar una gran cantidad de hábitats, o por el contrario solo se le encuentra en unos muy específicos.
Tamaño poblacional. Dentro de su ámbito, una especie puede ser abundante o estar representada por unas cuantas poblaciones.
Criterios de rareza
Si el análisis se basa en datos de presencia y
ausencia, se denomina análisis de co-ocurrencia
Si la base de datos son abundancias, se denomina análisis de covariación.
En cada caso, las herramientas de análisis involucran pruebas de hipótesis.
Análisis de co-ocurrencia o covarianza
Una de las maneras más simples de medir la
asociación entre especies es utilizando la razón de varianza propuesta por Schluter (1984).
La hipótesis nula es que no hay asociación entre especies.
Hay dos condciones: las especies son independientes; la asociaciones positivas y negativas se cancelan mutuamente.
Análisis de co-ocurrencia
Unidades de muestreo
Especies
I II III … N Total
1 1 0 1 0
2 1 0 1 1
3 0 1 0 0
…
S 0 0 1 1
Total …
Matriz básica de datos
Primero se obtiene la varianza total de las
ocurrencias de las especies:
Luego se obtiene la varianza total en el número de especies:
Prueba de hipótesis
El estadístico de prueba es: . Si , la asociación
es positiva; si , es negativa.
Este valor se contrasta con
Los límites son
Prueba de hipótesis
Unidades de muestreo
Especies
I II III IV V Total
1 1 1 1 1 0 4
2 0 1 1 1 1 4
3 1 0 1 0 1 3
Total 2 2 3 2 2
Ejemplo
Análisis de correlación o covarianza
Con la correlación se mide el grado de relación o asociación lineal entre las variables
Con la covarianza se mide la magnitud de la varianza conjunta
Este es el paso previo para entender el procedimiento multivariado
Análisis de covariación
Unidad de muestreo
Especies
I II III IV V Total
1 2 5 5 3 0 15
2 0 3 4 2 1 10
3 2 0 1 0 2 5
Total 4 8 10 5 3
Ejemplo
Son modelos puramente estadísticos, en los
que se pretende eliminar los efectos biológicos (interacciones).
Son útiles para confrontar los patrones observados y tratar de ubicar los procesos que les dieron origen.
Hay tres áreas de interés: Co-ocurrencia, estabilidad y reglas de ensamble.
Modelos nulos
El análisis de co-ocurrencia tiene como objetivo
detectar patrones no aleatorios, en términos de la presencia conjunta de las especies.
En el caso de la estabilidad lo que se busca es determinar la persistencia de la estructura, sobre todo en escalas temporales.
Finalmente, las reglas de ensamble especifican los valores y dominios de los factores que definen las agrupaciones ecológicas.
Objetivos
Detectar el número de unidades de tablero: 0 1 1 0 Determinar el número de pares de especies
que no tienen presencias conjuntas. Detectar el número de combinaciones únicas
de especies. Determinar la razón de varianza (V)
Análisis de co-ocurrencia
I II III IV V VI
Ceu_sp 0 0 0 0 0 1
Com_cuc
1 1 1 1 1 0
Com_del 1 1 1 0 1 0
Bub_arm 1 0 0 0 0 0
Lat_doh 1 1 0 0 1 1
Ejemplo
Mide el número promedio de unidades de
tablero entre todos los posibles pares de especies.
En una asociación o agrupación estructurada por la competencia, debe haber más unidades de tablero que las esperadas por azar.
En este caso,
Índice C
Se calcula el número de especies que no se
presentarán juntas.
Se espera que si la estructura está dada por la competencia, haya más pares de especies que lo esperado por azar.
En este caso, se presentan tres pares de especies .
Pares de especies
Se determina el número de combinaciones
únicas de especies que están representadas en los diferentes sitios.
Se espera que haya menos combinaciones que las debidas al azar, si la estructura está influenciada por la competencia.
Aquí hay cinco combinaciones
Combinaciones únicas
Si las especies están distribuidas de manera
independiente y su presencia entre los sitios es equiprobable, .
Si se presenta una fuerte covarianza negativa entre las especies, .
Si la covarianza es positiva, .
En este caso, .
Razón de varianzas
Definir y medir una propiedad de las
agrupaciones.
Describir los patrones asociados a esa propiedad.
Establecer explícitamente las reglas que influyen en la expresión de la propiedad.
Determinar los mecanismos que ocasionan los patrones.
Reglas de ensamble
Si una agrupación vegetal sufre inundaciones, el
subconjunto de especies que sobreviva presentará aerénquima.
En ausencia de depredadores, una charca de zonas templadas presenta entre 5 y 10 especies de anfibios. Si una especie de pez depredadora se introduce en el sistema, la riqueza cae a valores de 0 a 2 especies.
Hay una relación lineal entre el número de escarabajos y el volumen de materia gruesa en descomposición en las selvas deciduas.
Ejemplos
Organismos similares tienden a no coexistir La competencia controla la distribución de las
aves en las islas. La diversidad de especies vegetales se
incrementa conforme la latitud disminuye. La distribución de las lagartijas en las islas se
desvía significativamente de los modelos nulos.
Contraejemplos
El análisis multivariado tiene como objetivo el
simplificar tanto el manejo como la interpretación de datos complejos.
Estos datos están organizados en matrices.
Hay dos grandes grupos de técnicas multivariadas: de ordenación y de clasificación.
Análisis multivariado
Son métodos que permiten organizar unidades
de muestreo a lo largo de ejes cuantitativos de atributos (especies).
Los datos de los atributos pueden ser cualitativos o cuantitativos.
El objetivo es reducir la dimensionalidad de los datos
Uno de los resultados más importantes es el diagrama de ordenación.
Análisis de ordenación
Ejemplo:
Sirve para ubicar grupos, por lo general de
unidades de muestreo, de acuerdo con su similitud.
Los datos a utilizar pueden ser cualitativos o cuantitativos.
Hay métodos divisivos y aglomerativos
En los últimos hay diferentes medidas de similitud y de agrupación.
Análisis de clasificación
Cualitativas (presencia/ausencia): Jaccard,
Sorensen, Baroni-Urbani y Buser. Cuantitativas (distancia): Euclideana, Bray-
Curtis y Canberra. Cuantitativas (correlación): Pearson,
Spearman. Cuantitativas (similitud): Similitud Porcentual,
índice de Morisita e índice de Horn.
Medidas de similitud