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