SIG FaunaSilvestre

7/25/2019 SIG FaunaSilvestre

1/74

Sistemas de Informacin Geogrficay Anlisis Espacial

Heliot Zarza Villanueva

Instituto de Ecologa, UNAM


2/74

La tierra segn Homero la refiere en los viajes de Ulises

Tablilla babilnica 700-550 a.C. y el dibujo de su reconstruccin

Los primeros esfuerzos


3/74

CARTOGRAFO Al-IDRISI

MAPA DEL MUNDO, 1154

Los rabes Siglos VII-XII


4/74

Siglo XVI


5/74

Siglo XX


6/74

Qu son los Sistemas de Informacin Geogrfica?

Los Sistemas de Informacin Geogrfica (SIG) son unaherramienta que permite visualizar informacin estadsticay temtica en un contexto geogrfico-espacial.

Son sistemas de computo diseadospara compilar, mantener, almacenar,analizar y visualizar datos distribuidosespacialmente e integrarlos entre s.

(Bolstad 2003)


7/74

Componentes de un SIG

Especialistas

Programas

Equipo de computoy GPS

Base de datos

Anlisis

S I G Colecciones cientficasDatos de campoInterpretacin


8/74

Produccin de la Informacin

Hidrologa

Vegetacin

Suelo


9/74

Programas (Software)

Arcview ERDAS

ILWIS IDRISI

ArcGIS

MapInfo


10/74

SIG empleados en la toma de decisiones

(Bolstad 2003)

Mundo fsico

Definir problema

Colecta y edicin

de datos espaciales

Anlisis

Toma

de

decisiones

Reporte de resultados


11/74

SIG

Biologa

Educacin

Negocios- Empresas

Arqueologa

Arquitectura

Milicia

Geografa

Geologa

IngenieraMedicina humana

Climatologa Desastres naturales

Organizaciones pblicas

Oceanografa

Usado en

Antropologa

Medicina Veterinaria


12/74

Los datos en un SIG representan una vista simplificada delmundo real.

Caracterstica Espacial

El resto de la Informacin es ignorada,e.g. vegetacin, tipo de suelo, topografa


13/74

Mundo real

ID Tipo rea

1 SA 34562 SM 5678

3 SB 2590

4 Aguada 890

X Y2233 677878

2245 677346

Modelo de Datos

Coordenadas

Se define como losobjetos en una base dedatos espacialrelacionados entre ellos

Son usadas para definir lalocalidad espacialmente yla extensin de objetivosgeogrficos


14/74

Los datos espaciales son

frecuentemente vistos

como un grupo de

distintas capas temticas

Cada capa tiene datos espacialesy atributos particulares para unaregin


15/74

Mapa Temtico

Contienen informacin sobre un solo objeto o tema.

El tema puede tener datosCualitativos o Cuantitativos, y ser

expresados como reas de igual valorseparadas por fronteras.

El trmino Mapa Tematico esampliamento usado no slo paracaracteristicas generales (e.g. tipo desuelo), sino mucho ms especifico(e.g. la variacin de la incidencia de

una enfermedad dada).


16/74

Visualizacin Base de datos


17/74

Tabla Base de datos


18/74

Puede haber coordenadas en dos o tres dimensiones e.g. X,Y o X,Y,Z.

Son usadas para definir la forma y la localidad de un objeto en el

espacio

Coordenadas Geogrficas


19/74


20/74


21/74


22/74


23/74

Sistema de Geoposicionamiento Global - GPS

Comenz en 1973 cuando el

Departamento de Defensa delos EU decide desarrollar unsistema de 24 horas con unacobertura mundial capaz deproveer una posicin

tridimencional.

Los 24 satlites orbitan latierra cada 12 horas a unaaltitud de aprox. 20,200 km.


24/74

Tipos de Datos

RASTER - GRID

VECTORIAL Pixeles Una localidad un valor Imgenes de satlite yFotografa area estn

Siempre en este formato Puntos, lneas y polgonos

Rasgos (lago, casa, etc..) Tamao, forma, longitud

Mundo Real


25/74

RASTER


26/74

PercepcinRemota

SIG

Alcance del Anlisis:Con los SIG se pueden manejar coberturasambientales, biolgicas y antrpicas, as

como imgenes de satlite y fotografasreas


27/74


28/74

Qu es la Percepcin Remota?

La adquisicin de datos relativos a un objeto o fenmeno a

travs de instrumentos (sensores) que no se encuentran encontacto fsico con dichoobjeto observado.


29/74

Rojo: 0.620 - 0.7 m

Naranja: 0.592 - 0.620 mAmarillo: 0.578 - 0.592 mVerde: 0.500 - 0.578 mAzul : 0.446 - 0.500 mVioleta: 0.400 - 0.446 m

Espectro Electromagntico


30/74

La absorcin (A) ocurre cuando la radiacin (energa) es absorbidapor el objeto, mientras que la transmisin (T) ocurre cuando laradiacin pasa a travs del objeto. La reflexin (R) ocurre cuando laradiacin rebota en el objeto y es re-dirigida.

Todos los objetos tienen diferentes firmas espectrales.


31/74

Curva de Respuesta Espectral

Longitud de onda (m)

Agua

Vegetacin

Reflectanc

ia(%)

Azul Verde Rojo IRc IRm

IR

R

V

A

IR

V

R

A

IR

IR

V

V

RA

Azul : 0.446 - 0.500 m

Verde: 0.500 - 0.578 m

Rojo: 0.620 - 0.700 m


32/74

Curva de Respuesta Espectral


33/74

Clasificacin EspectralPermite transformar datos espectrales en informacin

Los objetos pueden diferenciarse usando su respuesta espectral,entre ms bandas se usen habr mayores posibilidades paradiferenciar dos objetos que se parezcan entre si.

Factores que afectan las respuestas espectrales- Nubosidad- Condiciones atmosfricas- Cambios estacionales


34/74

Satlites Landsat

Los sensores TM sensor (Landsats 4 y 5) y los sensores ETM (Landsat 7) operan con siete bandas:

Banda espectral Uso

1 Azul-Verde Usado para el mapeo batimtrico y distincin de suelo y vegetacin.

2 Verde Enfatiza picos de vegetacin, usado para la evaluacin del vigor de las plantas.

3 Rojo Discrimina la inclinacin de la vegetacin.

4 Infrarrojo Enfatiza la biomasa.

5 Infrarrojo Discrimina el contenido de humedad del suelo y vegetacin,penetra nubes delgadas.

6 Infrarrojo trmico Usado para el mapeo trmico y estima la humedad del suelo.

7 Infrarrojo reflectado Usado para el mapeo hidrotrmico para identificar depsitos de minerales.


35/74

Satlite Landsat RGB 3,2,1


36/74

Satlite Landsat RGB 4,3,1


37/74

Tipos de Satlite

Landsat (1-7)

Resolucin espacial- MSS 79 m- TM 30 m- ETM 30 m

SPOT- HRV y HRVIR 20 m- VEGETATION 1000 m

IRS-C- LISS 23 m- WiES 188 m

IKONOS 1 m

Resolucin espacialGOES 1 a 4 km

Meteosat (Europa) 1.1 a 5 km

GMS (Japn) 1.1 a 5 km

NOAA

- AVHRR 1.1 km

DMSP 2.7 km

Seawifs 1.6 km


38/74

Escalas y Sensores


39/74

Imgenes de satlites

MODIS Landsat 7 ETM IKONOS


40/74

Imgenes de satlites - Landsat

Escala: 1:250,000 1:100,000


41/74

Fotografa area

Escala: 1:100,000 1:25,000 1:5,000


42/74

Fotografa area

Escala: 1:25,000 1:10,000


43/74

Imagen SPOT

Imagen NOAA-AVHRR


44/74

Google Earth


45/74

Google Earth


46/74

Deteccin de Cambio

Bolivia 1987 Bolivia 2000


47/74

Coberturas de vegetacin

Reclasificar

Imagen Landsat 7 ETM Vegetacin y Uso de Suelo

Clasificacin Supervisada


48/74

Modelo Digitales de Terreno (MDT)

Son usados para analizar visualmente el impacto de un programa dereforestacin o de la crecida de un ro.

Si t d I f i G fi


49/74

Sistemas de Informacin Geogrfica

Fauna Silvestre Gran desarrollo en los 80s

Avance tecnolgico en equipos y programas para el anlisis de datosespaciales.

Mayor precisin y accesibilidad en el equipo de monitoreo biolgico.

La capacidad analtica de los SIG se ha ido expandiendo y ahora soncapaces de dirigir problemas con una perspectiva predicativa a escalalocal, regional y geogrfica.

Los SIG incluyen o pueden asociarse a otros programas estadsticos ygeogrficos, de modelaje multicriterio, anlisis de redes, algoritmosheursticas, algoritmos genticos, redes neurales y modelos de lgicadifusa.


50/74

Procesos ecolgicos (espacio y tiempo):Anlisis de la fragmentacin del hbitatDistribucin de una especie a escala regional o geogrficaLa identificacin de variables ambientales que determinan la abundancia yla densidad de las especies.

La calidad de los datos biolgicos (histricos, efecto de recolecta-carreteras) y geogrficos.

Los mapas de distribucin y de hbitat de una especie o poblacin estninfluenciados por la escala geogrfica y la resolucin de los datos.

Los modelos han sido usados para extrapolar informacin ecolgica ybiogeogrfica disponible ha regiones inexploradas y para identificar reasprioritarias para la conservacin.


51/74

Construccin de Modelos

Espacio Geogrfico

Data Space

Muestra DatosModelo Habitat

Redefinir Modelo

Aplicacin SIG Aplicacin SIGAplicaciones Estadsticas

Espacio Geogrfico

M d l d Di t ib i d E i


52/74

Modelos de Distribucin de Especies

Registros dePresencia y/o

Ausencia de lasespecies

Variables ambientales(e.g. temperatura,

precipitacin, tipo desuelo).

Modelos Algoritmos(e.g. Maxent, Divas,

GARP, Redes

Artificiales Neuronales,

Modelo Lineal

Generalizado, rboles

de regresin)

Desarrollo y prueba del Modelo(evaluacin estadstica del modelousando Kappa o Matriz de error)

Se predice ladistribucin de

especies a diferentes

escalas o paradiferentes periodos

de tiempo

Datos Biolgicos usados en la Modelacin de la


53/74

?

?

??

?

?

??

?

?

?

?

?

?

?

?

?

?

??

?

? ?

?

?

??

??

??

?

??

?

?

?+

++

+

+

+

Presencia/ausencia Presencia Presencia/pseudo-

ausencia

Presencia/conocimiento

g

Distribucin de Especies

Variables Ambientales


54/74

Variables Ambientales

M d ( ) M d l / b d l Ti d d


55/74

Mtodo (s) Modelo/nombre del

programa

Tipo de dato

Climatic envelope BIOCLIM Presencia

Gower Metric DOMAIN Presencia

Ecological Niche Factor Analysis (ENFA) BIOMAPPER Presencia/conocimiento

Maximum Entropy MAXENT Presencia/conocimiento

Genetic algorithm GARP Presencia/pseudo-ausencia

Regression: Generalized linear model (GLM)and Generalized additive model (GAM)

GRASP Presencia/ausencia

Artificial Neural Network (ANN) SPECIES Presencia/ausencia

Classification and regression trees (CART),

GLM, GAM and ANN

BIOMOD Presencia/ausencia

Boosted decision trees (implemented in R) Presencia/ausencia

Multivariate adaptive regression splines

(MARS)

(implemented in R) Presencia/ausencia

Concepto de Nicho Ecolgico


56/74

Concepto de Nicho Ecolgico

Se define como unhipervolumen de n-

dimensiones donde seencuentran las condiciones

ambientales en las cuales laespecie puede sobrevivir.

(Hutchinson 1957)Tamao de alimento

Temp

eratur

a

Alturade

Forrajeo

Modelacin del Nicho Ecolgico


57/74

Modelacin del Nicho Ecolgico

Predecir la distribucin de especies


58/74

Brookesia stumpffi

Sobreestimacin?Error?

Nuevas especies??

p

Especies hermanas que comparten similares condicionesbi t l


59/74

Brookesia stumpffi

Brookesia sp. nov.

Raxworthy et al. 2003Nature. 426: 837-841.

ambientales

Usando modelos de distribucin de nicho se acelera el

d b i i t d i id id


60/74

descubrimiento de especies conocidas y no conocidas

Las reas de sobreprediccin pueden identificar nuevas reas de

distribucin o nuevas especies (Raxworthy et al. 2003,Nature)


61/74

E t di d C A


62/74

Estudio de Caso - Aves

Presencian = 76

Pendiente > 2.1

Ausencian = 123

siButeo jamaicensis

Ausencia 176

Presencia 23

n = 199 registros

Classification trees

Predecir la distribucin el hbitatdisponible para el halcn cola roja

en Baja California

Rodrguez-Estrella y Snchez-Coln 2003

E t di d C M f


63/74

Estudio de Caso - MamferosMapa predictivo del hbitat potencial para el lobo (Canis lupus) en la reginde los Grandes Lagos, EUA. Basndose en el tipo de vegetacin y densidad depresas.

Mladenoff y Sinkley 1998

Estudio de Caso Jaguar


64/74

Estudio de Caso - JaguarMapa predictivo del hbitat potencial del jaguar(Panthera onca) en laPennsula de Yucatn, Mxico Basndose en el tipo de vegetacin, precipitaciny edafologa.

MAXENT

Estudio de Caso Jaguar


65/74

Estudio de Caso - JaguarMapa predictivo de los sitios de conflicto humano jaguaren la Pennsulade Yucatn, Mxico Basndose en el tipo de vegetacin, precipitacin yedafologa.

MAXENT


66/74


67/74


68/74


69/74

Vector Enfermedad del Sueo


70/74

Vector

Grupo Palpalis

G. calliginea

G. fuscipes fuscipes

G. fuscipes martinii

G. fuscipes quanzensisG. pallicera newsteadi

G. tachinoides

Fuente: Wint y Rogers. 2000. Predictions of Tsetse Distributions in Africa. ERGO Ltd y TALA, for the Animal Health Programmeof the UK Department for International Development, London and the Food and Agriculture Organisation of the United Nations.

Enfermedad del Sueo

Vector


71/74

Vector

Grupo Morsitans

G. Austeni

G. Longipalpis

G. Morsitans

G. PallidipesG. swynnertoni

Redistribucin de especies por Cambio Climtico


72/74

Redistribucin de especies por Cambio Climtico

SIG - Datos Climticos - Evolucin


73/74


74/74

Preguntas?

SIG FaunaSilvestre

Documents

Transcript of SIG FaunaSilvestre