centro de estudios avanzados – unidad de información y
Transcripción
centro de estudios avanzados – unidad de información y
Unidad de Diversidad Biológica Carretera Panamericana, Km 11, Altos de Pipe. Apartado 20632 - Caracas 1020-A Tel. / Fax: (58 212) 504 1628 - Central: (58 212) 504 1111 0426 5186467; [email protected] www.ivic.gob.ve/ecologia/BiodiVen III CURSO ESPECIAL TEÓRICO - PRÁCTICO MODELOS DE NICHO Y DISTRIBUCIÓN DE ESPECIES 10 - 17 de Marzo 2014 JUSTIFICACIÓN Y OBJETIVOS DEL CURSO Una de las más serias limitaciones en el desarrollo de la investigación en ecología y conservación de la biodiversidad se refiere a la escasa información disponible sobre registros conocidos y actualizados de presencia de las especies en ámbitos espaciales determinados y a las enormes demandas de tiempo, esfuerzo y recursos para su obtención. Por este motivo, el modelamiento de nicho ecológico y la predicción de la distribución potencial de las especies se ha convertido en una novedosa y poderosa herramienta, cada día más indispensable no solo para un amplio conjunto de disciplinas científicas vinculadas con el ambiente, sino para la gestión, el manejo y la conservación de la biodiversidad. Los objetivos del curso se orientan a brindar a los participantes los principios teóricos y las herramientas técnicas para obtener y procesar los datos necesarios para el modelado de distribución de las especies; ejecutar modelos de distribución que utilizan una variedad de enfoques; validar e interpretar los resultados del modelado; y aplicar estas técnicas a una amplia gama de necesidades. DESCRIPCIÓN DEL CURSO 1. Duración: 56 horas académicas (20 horas de teoría / 36 horas de práctica). 2. Horario: 9:00 am - 4:45 pm (ver programa). 3. Créditos: 2 unidades. 4. No. Participantes (máximo): 15 (quince). 5. Dictado por: Daniel Lew (Unidad de Diversidad Biológica - IVIC) - [email protected] Juana Andrade (Facultad de Ciencias Agropecuarias, Fundación Universitaria Juan de Castellanos, Colombia) - [email protected] Lourdes Suárez (Instituto de Zoología y Ecología Tropical - IZET, Universidad Central de Venezuela - UCV) - [email protected] 1 Robert Anderson (Departamento de Biología - City College of the City University of New York; Investigador Asociado del American Museum of Natural History y del National Museum of Natural History del Instituto Smithsoniano) - [email protected] Mariano Soley-Guardia (Departamento de Biología - City College of the City University of New York). Grisel Velásquez (Unidad de Sistemas de Información Geográfica - UniSIG, Centro de Ecología - IVIC) - [email protected] Haidy Rojas (Unidad de Diversidad Biológica - IVIC) - [email protected] Estefany Goncalvez (Universidad Simón Bolívar) - [email protected] Ileana Herrera (Lab. Ecología de Suelos, Centro de Ecología - IVIC) [email protected] José Rafael Ferrer Paris (Lab. de Ecología Espacial, Centro de Estudios Botánicos y Agroforestales - IVIC) - [email protected] Ada Sánchez-Mercado (Lab. de Ecología Espacial, Centro de Estudios Botánicos y Agroforestales - IVIC) - [email protected] 6. Coordinación: Daniel Lew ([email protected]) y Haidy Rojas ([email protected]). Unidad de Diversidad Biológica - IVIC, Tel. + 58 - 212 - 504.1628. 7. Temario: TEORIA TEMA FACILITADOR(ES) Modelos de nicho y de distribución: ¿para qué? Daniel Lew Conceptos de nicho (I): Hacia una definición operacional de nicho Daniel Lew Conceptos de nicho (II): Hacia una definición operacional de distribución Daniel Lew SIG y GPS: Herramientas para análisis de datos espaciales Grisel Velásquez Variables Climáticas y Ambientales: Consideraciones técnicas - fuentes Grisel Velásquez Datos de ocurrencia (I): Consideraciones técnicas - fuentes Haidy Rojas Datos de ocurrencia (II): Condición real de la data Haidy Rojas Nichos y distribuciones geográficas (I): Diagrama BAM Daniel Lew Nichos y distribuciones geográficas (II): Áreas geográficas y nichos ecológicos Daniel Lew Modelando nichos ecológicos: Pasos y procesos Daniel Lew Modelando nichos ecológicos (I): Algoritmos y métodos Lourdes Suárez Modelando nichos ecológicos (II): Calibración y selección de los “mejores” métodos y modelos Lourdes Suárez 2 TEMA FACILITADOR(ES) Del nicho a la distribución o “del dicho al hecho”: dispersión, interacciones e intervención humana Lourdes Suárez Caso: Extensión (extent) del área de estudio Daniel Lew Evaluando el desempeño de los modelos: umbral dependiente / umbral independiente Daniel Lew Evaluando la significancia de los modelos: umbral dependiente / umbral independiente Daniel Lew Caso I - Proyección en el espacio (especies invasoras): ¿La retención de nicho es la regla general en la invasión intercontinental de Lantana camara? Estefany Goncalves / Ileana Herrera Caso II - Proyección en el tiempo (cambio climático) e interacciones bióticas: José Rafael Ferrer P. Caso III - Patrón espacial y temporal de la extracción ilegal de fauna en Venezuela Ada Sánchez-Mercado Caso IV - El efecto de localidades marginales sobre modelos de nicho y predicciones de conectividad Robert Anderson / Mariano Soley-Guardia PRÁCTICA Desarrollo de un proyecto basado en modelos de nicho de una o más especies, evaluación del desempeño del modelo e interpretación de la predicción geográfica resultante. Durante este proceso, el estudiante debe adaptar al formato requerido los datos de ocurrencia, escoger y procesar los datos ambientales (p.ej., climáticos), generar el modelo (estableciendo los ajustes - settings), evaluar el modelo usando estrategias umbral-dependiente y umbral-independiente y explicar la predicción geográfica tomando en cuenta posibles barreras de dispersión, interacciones con otras especies (positivas o negativas) y cambios en el uso del suelo (deforestación, agricultura, ganadería, otros). TEMA / ACTIVIDAD Participantes presentan sus casos de estudio: problema y datos Introducción al uso de DivaGis Generar modelos BIOCLIM: calibración y evaluación con datos independientes Introducción al uso de Maxent Preparación de datos, coberturas y ajustes (settings) para calibración de modelos con Maxent Calibración de modelos con Maxent: uso de datos de los participantes Salida e interpretación de resultados con Maxent Ajustes de modelos, consultas y preparación de presentación por los participantes Presentaciones de resultados por los participantes 3 8. Sinopsis del curso: Curso de postgrado intensivo para estudiantes de Ecología y Profesionales Asociados a la Investigación (PAIs) del IVIC en disciplinas relacionadas, cuyo propósito es ofrecer herramientas básicas, teóricas - prácticas, para modelar, evaluar e interpretar modelos de nicho de las especies y predicciones de sus distribuciones potenciales. El curso requiere la dedicación exclusiva de los participantes durante 56 horas académicas y se enfocará en la naturaleza de los datos de ocurrencia, la teoría de nichos y distribuciones, la evaluación de las predicciones de distribución geográfica y ejemplos de su aplicación a la Ecología, la Evolución, la Conservación y Monitorización de la Biodiversidad. Durante la totalidad del curso, los estudiantes estarán en el Centro de Ecología del IVIC, donde recibirán las clases. Cada estudiante es responsable de la elaboración y presentación de un proyecto. 9. Requisitos: Profesionales, técnicos y estudiantes del Instituto Venezolano de Investigaciones Científicas (IVIC) y otras instituciones, vinculados a la investigación y formación en las áreas de Ecología, Biodiversidad y Conservación de la Diversidad Biológica, así como de otras disciplinas, que en el desempeño de sus funciones requieren de las experticias y herramientas suministradas en el curso para el modelaje de distribución potencial de especies, con base en registros de ocurrencia y datos ambientales. Previo a su inscripción en el Centro de Estudios Avanzados (CEA) del IVIC, los interesados deberán enviar por vía electrónica a Haidy Rojas ([email protected]), los siguientes recaudos, que serán tomados en consideración para la selección de los participantes: BREVE carta de motivación indicando claramente: 1) las razones por las que desea participar en el curso, 2) los posibles impactos del curso en su futuro profesional, 3) su compromiso en dedicarse tiempo completo al curso durante todo su desarrollo, 4) referir si tiene conocimiento y/o experticia en el tema; en caso afirmativo describiendo la naturaleza de su experiencia previa y las debilidades que Usted considera tener sobre el tema, y 5) una descripción del conjunto de datos de ocurrencia (registros de presencia de al menos una especie), de que dispone para realizar las prácticas y desarrollar su proyecto durante el curso. Carta de postulación emitida por su profesor asesor, tutor o supervisor laboral, donde explique brevemente el interés y la pertinencia de su participación en el curso, de acuerdo a sus necesidades de formación y/o capacitación laboral. Cada participante debe disponer de una computadora portátil con la última versión de Maxent (http://www.cs.princeton.edu/~schapire/maxent/) y DIVA-GIS (http://www.divagis.org/) (ArcGIS, Arcview, u otro SIG de su preferencia: no imprescindible). Adicionalmente, deberán contar con un conjunto de datos de registros de especies (al menos una), debidamente georeferenciados, los cuales utilizará en las actividades prácticas. 4 10. Costo: Gratuito. EVALUACIÓN Todos los participantes serán evaluados cuantitativamente y su calificación será determinada por la participación en las discusiones y ejercicios en aula (50%), y la presentación oral del caso de estudio desarrollado por el participante (50%). El CEA (http://cea.ivic.gob.ve/) otorgará un certificado de asistencia a todos los participantes o en caso de solicitarlo al momento de su inscripción, las unidades de crédito correspondientes (2 UC). BIBLIOGRAFÍA RECOMENDADA Las referencias más relevantes sobre el tema serán distribuidas en formato electrónico. Anderson, R.P. & A. Raza. 2010. The effect of the extent of the study region on GIS models of species geographic distributions and estimates of niche evolution: preliminary tests with montane rodents (genus Nephelomys) in Venezuela. J. Biogeogr. 37: 1378-1393. Anderson, R.P. & E.E. Gutiérrez. 2009. Taxonomy, distribution, and natural history of the genus Heteromys (Rodentia: Heteromyidae) in central and eastern Venezuela, with the description of a new species from the Cordillera de la Costa. Systematic Mammalogy: Contributions in Honor of Guy G. Musser (ed. by R.S. Voss and M.D. Carleton). Bull. Amer. Mus. Nat. Hist. 331: 33-93. Anderson, R.P. & I. Gonzalez, Jr. 2011. Species-specific tuning increases robustness to sampling bias in models of species distributions: an implementation with Maxent. Ecol. Model. 222: 2796-2811. Anderson, R.P. & P. Jarrín-V. 2002. A new species of spiny pocket mouse (Heteromyidae: Heteromys) endemic to western Ecuador. Amer. Mus. Novitates 3382: 1-26. Anderson, R.P. 1999 [2000]. Preliminary review of the systematics and biogeography of the spiny pocket mice (Heteromys) of Colombia. Rev. Acad. Colomb. Cienc. Exactas Físicas Nat. 23(suplemento especial): 613-630. Anderson, R.P. 2003. Real vs. artefactual absences in species distributions: tests for Oryzomys albigularis (Rodentia: Muridae) in Venezuela. J. Biogeogr. 30: 591-605. Anderson, R.P. 2003. Taxonomy, distribution, and natural history of the genus Heteromys (Rodentia: Heteromyidae) in western Venezuela, with the description of a dwarf species from the Península de Paraguaná. Amer. Mus. Novitates 3396: 1-43. Anderson, R.P. 2012. Harnessing the world’s biodiversity data: promise and peril in ecological niche modeling of species distributions. Ann. N.Y. Acad. Sci. 1-15. Anderson, R.P., A.T. Peterson & M. Gómez-Laverde. 2002. Using niche-based GIS modeling to test geographic predictions of competitive exclusion and competitive release in South American pocket mice. Oikos 98: 3-16. Anderson, R.P., D. Lew & A.T. Peterson. 2003. Evaluating predictive models of species’ 5 distributions: criteria for selecting optimal models. Ecol. Model. 162: 211-232. Anderson, R.P., M. Gómez-Laverde & A.T. Peterson. 2002. Geographical distributions of spiny pocket mice in South America: insights from predictive models. Global Ecol. Biogeogr. 11: 131-141. Araújo, M.B. & A. Guisan. 2006. Five (or so) challenges for species distribution modelling. J. Biogeogr. 33: 1677-1688. Araújo, M.B. & C. Rahbek. 2006. How does climate change affect biodiversity? Science 313: 1396-1397. Araújo, M.B. & T. Peterson. 2012. Uses and misuses of bioclimatic envelope modeling. Ecology, 93(7): 1527-1539 Ariño, A.H. 2010. Approaches to estimating the universe of natural history collections data. Biodiv. Informatics. 7: 81-92. Austin, M.P. & K.P. VanNeil. 2010. Improving species distribution models for climate change studies: variable selection and scale. J. Biogeogr. 38: 1-8. Barve, N., V. Barve, A. Jiménez-Valverde, et al. 2011. The crucial role of the accessible area in ecological niche modeling and species distribution modeling. Ecol. Model. 222: 18101819. Boakes, E.H., P.J.K. McGowan, R.A. Fuller, et al. 2010. Distorted views of biodiversity: spatial and temporal bias in species occurrence data. PLOS Biology. 8: 1-11. Bradley, B.A. & E. Fleishman. 2008. Can remote sensing of land cover improve species distribution modeling? J. Biogeogr. 35: 1158-1159. Braunisch, V., K. Bollmann, R. F. Graf, and A. H. Hirzel. 2008. Living on the edge: Modelling habitat suitability for species at the edge of their fundamental niche. Ecological Modelling 214:153-167. Can species distribution modelling provide estimates of population densities? A case study with jaguars in the Neotropics Carlos Yañez-Arenas, Enrique Martínez-Meyer, Salvador Mandujano and Octavio Rojas-Soto. (2013). Modelling geographic patterns of population density of the white-tailed deer in central Mexico by implementing ecological niche theory. Oikos, 121: 2081-2089 (doi: 10.1111/j.1600-0706.2012.20350.x). Carstens, B.C. and C. L. Richards. 2007. Integrating coalescent and ecological niche modeling in comparative phylogeography. Evolution 61-6: 1439-1454. Chase, J.M. & M.A. Leibold. 2003. Ecological Niches: Linking Classical and Contemporary Approaches. University of Chicago Press. Chicago. Elith, J. & J.R. Leathwick. 2009. Species distribution models: ecological explanation and prediction across space and time. Annu. Rev. Ecol. Evol. Syst. 440: 677-697. Elith, J., C.H. Graham, R.P. Anderson, et al. 2006. Novel methods improve prediction of species’ 6 distributions from occurrence data. Ecography 29: 129-151. Elith, J., S.J. Phillips, T.Hastie, et al. 2011. A statistical explanation of MaxEnt for ecologists. Diversity Distrib. 17: 43-57. Elith, J.,M. Kearney & S. Phillips. 2010. The art of modelling range-shifting species. Meth. Ecol. Evol. 1: 330-342. Engelbrecht, A., P. J. Taylor, S.R. Daniels and R.V. Rambau. 2011. Cryptic speciation in the southern African vlei rat Otomys irroratus complex: evidence derived from mitochondrial cyt b and niche modelling. Biological Journal of the Linnean Society, 104, 192-206. Escalante T. y E. Martínez-Meyer. (2013). Modelamiento de nicho ecológico y unidades de manejo para la conservación de la vida silvestre: una aplicación a ciervos en campeche, méxico. Tropical and Subtropical Agroecosystems, 16: 183 - 191. Feeley, K.H. & M.R. Silman. 2010. Modelling the responses of Andean and Amazonian plant species to climate change: the effects of georeferencing errors and the importance of data filtering. J. Biogeogr. 37: 733-740. Flanders, J., L. Wei, S.J. Rossiter and S. Zhang. 2011. Identifying the effects of the Pleistocene on the greater horseshoe bat, Rhinolophus ferrumequinum, in East Asia using ecological niche modelling and phylogenetic analyses. Journal of Biogeography (J. Biogeogr.) 38, 439-452. Funk, V.A. & K.S. Richardson. 2002. Systematic data in biodiversity studies: use it or lose it. Syst. Biol. 51: 303-316. García-Milagros, E. & V.A. Funk. 2010. Improving the use of information from museum specimens: using Google Earth© to georeference Guiana Shield specimens in the US National Herbarium. Front. Biogeogr. 2: 71-77. Graham, C.H., S. Ferrier, F. Huettman [sic], et al. 2004. New developments in museum-based informatics and application in biodiversity analysis. Trends Ecol. Evol. 19: 497- 503. Guralnick, R.P., J. Wieczorek, R. Beaman, et al. 2006. Bio- Geomancer: automated georeferencing to map the world’s biodiversity data. PLoS Biol. 4: 1901-1909. Hijmans, R.J., S.E. Cameron, J.L. Parra, et al. 2005. Very high resolution interpolated climate surfaces for global land areas. Int. J. Climatol. 25: 1965-1978. Holt, R.D. 2009. Bringing the Hutchinsonian niche into the 21st Century: ecological and evolutionary perspectives. Proc. Nat. Acad. Sci. U.S.A. 106: 19659-19665. Jiménez-Valverde, A., A.T. Peterson, J. Soberón, et al. 2011. Use of niche models in invasive species risk assessments. Biol. Invasions. 13: 2785-2797. Kadmon, R., O. Farber & A. Danin. 2004. Effect of roadside bias on the accuracy of predictive maps produced by bioclimatic models. Ecol. Appl. 14: 401-413. Kearney, M. 2006. Habitat, environment and niche: What are we modelling? Oikos 115:186-191. Kozak, K.H., C.H. Graham & J.J. Wiens. 2008. Integrating GIS-based environmental data into 7 evolutionary biology. Trends Ecol. Evol. 23: 141-148. Martínez-Gordillo, D., O. Rojas-Soto & A. Espinosa de los Monteros. 2010. Ecological niche modelling as an exploratory tool for identifying species limits: an example based on Mexican muroid rodents. J. Evol. Biol. 23(2): 259-270. Martínez-Meyer E.; D. Díaz-Porras; T. Peterson and C. Yáñez-Arenas. 2013. Ecological niche structure and rangewide abundance patterns of species. Biol Lett 9: 20120637 (http://dx.doi.org/10.1098/rsbl.2012.0637) Newbold, T. 2010. Applications and limitations of museum data for conservation and ecology, with particular attention to species distribution models. Progr. Phys. Geogr. 34: 3-22. Nogués-Bravo, D. 2009. Predicting the past distribution of species climatic niches. Global Ecology and Biogeography, (Global Ecol. Biogeogr.) 18: 521-531. Peterson, A.T., J. Soberón, R. G. Pearson, R. P. Anderson, E. Martínez-Meyer, M. Nakamura, and M. B. Araújo. 2011. Ecological niches and geographic distributions. Monographs in Population Biology, 49. Princeton University Press, Princeton, NJ. Phillips, S.J., M. Dudík, J. Elith, et al. 2009. Sample selection bias and presence-only distribution models: implications for background and pseudo-absence data. Ecol. Appl. 19: 181- 197. Phillips, S.J., R.P. Anderson & R.E. Schapire. 2006. Maximum entropy modeling of species geographic distributions. Ecol. Model. 190: 231-259. Poelchau, M.F. and J.L. Hamrick. 2011. Palaeodistribution modelling does not support disjunct Pleistocene refugia in several Central American plant taxa. Journal of Biogeography (J. Biogeogr.) 1-14. R. G. Mateo; A. M. Felicísimo; J. Pottier; A. Guisan and J. Muñoz. 2012. Do Stacked Species Distribution Models Reflect Altitudinal Diversity Patterns?. PlosOne, 7(3): 1-9. Raven, P.H. & E.O. Wilson. 1992. A fifty-year plan for biodiversity surveys. Science 258: 10991100. Reddy, S. & L.M.Dávalos. 2003. Geographical sampling bias and its implications for conservation priorities in Africa. J. Biogeogr. 30: 1719-1727. Richards, C.L., B.C. Carstens and L.L. Knowles. 2007. Distribution modelling and statistical phylogeography: an integrative framework for generating and testing alternative biogeographical hypotheses. Journal of Biogeography (J. Biogeogr.) 34, 1833-1845. Segurado, P., & M. B. Arajo. 2004. An evaluation of methods for modelling species distributions. Journal of Biogeography. 31:1555-1568. Soberón, J. & A.T. Peterson. 2004. Biodiversity informatics: managing and applying primary biodiversity data. Phil. Trans. R. Soc. Lond. B. 359: 689-698. Soberón, J.M. 2010.Niche and area of distribution modeling: a population ecology perspective. Ecography 33: 159-167. 8 Stein, B.R., & J. Wieczorek. 2004. Mammals of the world: MaNIS as an example of data integration in a distributed network environment. Biodiv. Informatics 1: 14-22. Swenson, N.G. 2008. The past and future influence of geographic information systems on hybrid zone, phylogeographic and speciation research. J. Evol. Biol. 21: 421- 434. Thomas, C.D., A. Cameron, R.E. Green, et al. 2004. Extinction risk from climate change. Nature 427: 145-148. Torres, N.; P. De Marco Jr.; T. Santos; L. Silveira; A. T. de Almeida Jácomo and J. A. F. DinizFilho. (2012). Can species distribution modelling provide estimates of population densities? A case study with jaguars in the Neotropics. Diversity and Distributions, 18: 615-627. Veloz, S.D. 2009. Spatially autocorrelated sampling falsely inflates measures of accuracy for presence-only niche models. J. Biogeogr. 36: 2290-2299. Waltari E, Hijmans RJ, Peterson AT, Nyári ÁS, Perkins SL, et al (2007) Locating Pleistocene Refugia: Comparing Phylogeographic and Ecological Niche Model Predictions. PLoS ONE 2(7): e563. doi:10.1371/journal.pone.0000563. Warren,D.L. & S.N. Seifert. 2011. Ecological niche modeling in Maxent: the importance of model complexity and the performance of model selection criteria. Ecol. Appl. 21: 335- 342. Whittaker, R.J., M.B. Araújo, P. Jepson, et al. 2005. Conservation biogeography: assessment and prospect. Diversity Distrib. 11: 3-23. Williams, J.W. & S.T. Jackson. 2007. Novel climates, noanalog communities, and ecological surprises. Front. Ecol. Environ. 5: 475-482. Williams, J.W., S.T. Jackson & J.E. Kutzbach. 2007. Projected distributions of novel and disappearing climates by 2100 AD. Proc. Nat. Acad. Sci. U.S.A. 104: 5738-5742. Wilson, E.O. 2003. The encyclopedia of life. Trends Ecol. Evol. 18: 77-80. Wilson, J. S. and J. P. Pitts. 2012. Identifying Pleistocene refugia in North American cold deserts using phylogeographic analyses and ecological niche modelling. Diversity and Distributions, (Diversity Distrib.) 1-14. Zimmermann, N.E., T.C. Edwards, Jr., C.H. Graham, et al. 2010. New trends in species distribution modelling. Ecography 33: 985-989. 9 CURSO ESPECIAL TEÓRICO - PRÁCTICO MODELOS DE NICHO Y DISTRIBUCIÓN DE ESPECIES Centro de Ecología - IVIC, 10 al 17 de marzo 2014 PROGRAMA HORA LUNES 10 MARTES 11 Modelos de nicho y de distribución: ¿para qué? - Daniel Lew Nichos y distribuciones geográficas (I): Diagrama BAM Daniel Lew 9:45 am - 10:30 am Conceptos de nicho (I): Hacia una definición operacional de nicho - Daniel Lew Nichos y distribuciones geográficas (II): Áreas geográficas y nichos ecológicos Daniel Lew 10:30 am - 10:45 am REFRIGERIO REFRIGERIO 10:45 am - 11:30 am Conceptos de nicho (II): Hacia una definición operacional de distribución - Daniel Lew Modelando nichos ecológicos: Pasos y procesos - Daniel Lew 11:30 am - 12:15 pm SIG y GPS: Herramientas para análisis de datos espaciales - Grisel Velásquez Modelando nichos ecológicos (I): Algoritmos y métodos - Lourdes Suárez 12:15 pm - 1:30 pm ALMUERZO ALMUERZO 9:00 am - 9:45 am MIÉRCOLES 12 JUEVES 13 VIERNES 14 Caso I - Proyección en el espacio (especies invasoras): ¿La retención de nicho es la regla general en la invasión PRÁCTICA: Generar PRÁCTICA: Práctica intercontinental de modelos BIOCLIM: en el uso de Maxent: Lantana camara? calibración y datos, coberturas y Estefany Goncalves / evaluación con datos ajustes (settings) Ileana Herrera independientes Caso II - Proyección en el tiempo (cambio climático) e interacciones bióticas: - José Rafaél Ferrer P. REFRIGERIO REFRIGERIO PRÁCTICA: Generar PRÁCTICA: modelos BIOCLIM: Calibración de calibración y modelos con Maxent: evaluación con datos uso de datos de los independientes participantes ALMUERZO ALMUERZO REFRIGERIO Caso III - Patron espacial y temporal de la extraccion ilegal de fauna en Venezuela - Ada Sánchez-Mercado Caso IV - El efecto de localidades marginales sobre modelos de nicho y predicciones de conectividad - Robert Anderson ALMUERZO SÁBADO 15 LUNES 17 PRÁCTICA: Ajustes de modelos, consultas y preparación de presentación por los participantes PRÁCTICA: Presentaciones de resultados por los participantes - Daniel Lew; Juana Andrade REFRIGERIO REFRIGERIO PRÁCTICA: Ajustes de modelos, consultas y preparación de presentación por los participantes PRÁCTICA: Presentaciones de resultados por los participantes - Daniel Lew; Juana Andrade ALMUERZO ALMUERZO 10 HORA LUNES 10 1:30 pm - 2:15 pm Variables Climáticas y Ambientales: Consideraciones técnicas - fuentes Grisel Velásquez Modelando nichos Evaluando el ecológicos (II): PRÁCTICA: desempeño de los Calibración y Calibración de modelos: umbral selección de los modelos con Maxent: dependiente / umbral “mejores” métodos y uso de datos de los independiente modelos - Lourdes participantes Daniel Lew Suárez 2:15 pm - 3:00 pm Datos de ocurrencia (I): Consideraciones técnicas - fuentes Haidy Rojas Del nicho a la Evaluando la distribución o “del significancia de los dicho al hecho”: modelos: umbral dispersión, dependiente / umbral interacciones e independiente intervención humana Daniel Lew - Lourdes Suárez 3:00 pm - 3:15 pm REFRIGERIO 3:15 pm - 4:00 pm MARTES 11 REFRIGERIO Datos de ocurrencia Caso: Extensión (II): Condición real de (extent) del área de la data - Haidy Rojas estudio - Daniel Lew 4:00 pm - 4:45 pm PRÁCTICA: Participantes presentan sus casos de estudio: problema y datos PRÁCTICA: Introducción al uso de DivaGis - Juana Andrade 4:55 o 6:30 p.m. SALIDA TRANSPORTE DEL IVIC SALIDA TRANSPORTE DEL IVIC MIÉRCOLES 12 JUEVES 13 PRÁCTICA: Introducción al uso de Maxent: salida e interpretación de resultados VIERNES 14 SÁBADO 15 LUNES 17 PRÁCTICA: Ajustes de modelos, consultas y preparación de presentación por los participantes PRÁCTICA: Ajustes de modelos, consultas y preparación de presentación por los participantes PRÁCTICA: Presentaciones de resultados por los participantes - Daniel Lew; Juana Andrade REFRIGERIO REFRIGERIO REFRIGERIO REFRIGERIO REFRIGERIO PRÁCTICA: Introducción al uso de Maxent - Juana Andrade PRÁCTICA: Introducción al uso de Maxent: salida e interpretación de resultados PRÁCTICA: Ajustes de modelos, consultas y preparación de presentación por los participantes PRÁCTICA: Ajustes de modelos, consultas y preparación de presentación por los participantes PRÁCTICA: Presentaciones de resultados por los participantes - Daniel Lew; Juana Andrade SALIDA TRANSPORTE DEL IVIC SALIDA TRANSPORTE DEL IVIC SALIDA TRANSPORTE DEL IVIC SALIDA TRANSPORTE DEL IVIC 11 CURSO ESPECIAL TEÓRICO - PRÁCTICO MODELOS DE NICHO Y DISTRIBUCIÓN DE ESPECIES Centro de Ecología - IVIC, 10 al 17 de marzo 2014 SINOPSIS HORA TEMA / ACTIVIDAD FACILITADOR (ES) 1 Modelos de nicho y de distribución: ¿para qué? Daniel Lew 2 Conceptos de nicho (I): Hacia una definición operacional de nicho Daniel Lew 3 Conceptos de nicho (II): Hacia una definición operacional de distribución 4 SIG y GPS: Herramientas para análisis de datos espaciales Grisel Velásquez 5 Variables Climáticas y Ambientales: Consideraciones técnicas - fuentes Grisel Velásquez Daniel Lew SINOPSIS Aproximación de los participantes a las principales aplicaciones en el uso de modelos de nicho y distribución: de la exploración de hipótesis ecológicas y evolutivas a la solución de problemas en las áreas de la conservación, la salud, entre otras. Nicho sensu Grinnell, Elton y Hutchinson, nicho grinelliano, nicho eltoniano y nicho fundamental: de los conceptos hacia una definición operacional de nicho. Tipos de variables en el “espacio” del nicho: variables como requerimiento (no-ligadas o escenopoeticas) y variables como impacto (ligadas). La escala del nicho (α, β y δ). Definición operacional de Nicho. Nicho fundamental, nicho realizado y nicho potencial. Relación entre “espacio ambiental” y espacio geográfico. Estimación del nicho grinelliano. Distribución geográfica y definición operacional de distribución. La influencia de la escala en la relación entre el “espacio ambiental” y el espacio geográfico. Familiarización de los participantes con las herramientas fundamentales para el análisis de datos espaciales: GPS + SIG. Funciones básicas y potencialidades para el levantamiento de datos, su representación cartográfica, procesamiento y análisis para su interpretación. La importancia de la adecuada preparación de los datos. Relaciones especie-ambiente. Los datos ambientales para el modelado de nichos ecológicos. Preparación de los datos, calidad de datos, extensión (ámbito) espacial, resolución espacial y temporal, tipos de datos. Explorar junto con los participantes diferentes fuentes públicas de datos ambientales (WorldClim, IPCC Panel Internacional de Cambio Climático, otras). Discutir sobre las limitaciones en la información disponible. ¿Qué es un dato de ocurrencia?. Tipos de datos de ocurrencia. Características de las 6 Datos de ocurrencia (I): Consideraciones técnicas - fuentes Haidy Rojas especies, dificultades de muestreo y desviaciones. Características de los datos de ausencia. Contenido de los datos y su disponibilidad: información ideal y acceso. Explorar junto con los participantes diferentes fuentes públicas de datos de ocurrencia (GBIF, SIMCOZ, Geonames, GEOLocate, otras) y herramientas para la geo-referenciación. Discutir sobre las limitaciones en la información disponible. 12 HORA TEMA / ACTIVIDAD FACILITADOR (ES) 7 Datos de ocurrencia (II): Condición real Haidy Rojas de la data 8 Práctica: Participantes presentan sus casos de estudio: problema y datos 9 Nichos y distribuciones geográficas (I): Diagrama BAM 10 Nichos y distribuciones geográficas (II): Daniel Lew Áreas geográficas y nichos ecológicos 11 12 13 14 Modelando nichos ecológicos: Pasos y procesos Modelando nichos ecológicos (I): Algoritmos y métodos Modelando nichos ecológicos (II): Calibración y selección de los “mejores” métodos y modelos Del nicho a la distribución o “del dicho al hecho”: dispersión, interacciones e intervención humana Daniel Lew Daniel Lew Lourdes Suárez SINOPSIS Se presentará como caso de estudio las características de los datos de ocurrencia para los mamíferos de Venezuela, poniendo en evidencia las dificultades emergentes ante las desviaciones, sesgos y limitaciones que caracterizan de manera general a los diferentes bancos de datos, independientemente de su procedencia y del grupo biológico que se trate. Se inician las actividades prácticas con una breve exposición de los participantes sobre sus áreas de trabajo o estudio, el problema que espera abordar y los datos de que dispone para realizar modelos. Diagrama BAM: componentes Bióticos, Abióticos y el Movimiento como determinantes del ámbito de análisis. La resolución espacial de las variables escenopoéticas. El nicho fundamental y el nicho fundamental “existente” (manifestado). El nicho bióticamente reducido. Áreas de distribución y los “sub-espacios” ambientales asociados: explorando diferentes escenarios de análisis representados en distintas configuraciones del diagrama BAM. 1) Preparación de los datos; 2) Modelado del nicho; 3) Proyección y evaluación del modelo; y 4) Transferencia del modelo. Algoritmos de modelado: Métodos 1) solo presencia, 2) presencia/ausencia, 3) presencia/background (fondo), y 4) presencia/pseudo-ausencia. Lourdes Suárez Calibración de modelos, selección de variables y establecimiento de umbrales. Complejidad y sobreajuste del modelo. Diferencias entre métodos y selección de los “mejores” modelos. Caracterización del nicho ecológico. Lourdes Suárez Áreas de distribución potencial. Distribuciones “no-en-equilibrio”: limitaciones a la dispersión, interacciones bióticas, intervenciones antrópicas del ambiente. 13 HORA 15 16 TEMA / ACTIVIDAD Caso: Extensión (extent) del área de estudio FACILITADOR (ES) Daniel Lew Práctica: Introducción al uso de DivaGis Juana Andrade 21 22 Práctica: uso de Maxent: datos, coberturas y ajustes (settings) Práctica: calibración de modelos con 27-29 Maxent: uso de datos de los participantes Inducción a los participantes en el uso del programa DivaGis: interface operativa, preparación de los datos ambientales y los datos de ocurrencia; exploración de los datos, corrida de modelos, visualización e interpretación de resultados. Daniel Lew Desempeño del modelo: Presencias, ausencias y errores; omisión y comisión; Matriz de Confusión, sensibilidad y especificidad. Daniel Lew Significancia del modelo: Test umbral-dependiente y umbral-independiente. Curva ROC (Receiver Operating Characteristic) y Área Bajo la Curva (Área Under the Curve - AUC). Seleccionando los mejores modelos. 23-24 Práctica: Introducción al uso de Maxent Juana Andrade 25-26 amplitud seleccionada para el área bajo análisis influye en la capacidad predictiva del modelo, poniendo en evidencia que los métodos que utilizan datos de presencia y pseudoausencia o background, encuentran limitaciones para discriminar las condiciones ambientales idóneas para la especie: Anderson, R. P y A. Raza (2010). The effect of the study region on GIS models of species geographic distributions and estimates of niche evolution: preliminary tests with montane rodents (genus Nephelomys) in Venezuela. Journal of Biogeography 37, 1378-1393. Inducción a los participantes en la calibración y evaluación de modelos mediante el uso de DivaGis: carga de datos ambientales y de ocurrencia; corrida de modelos; visualización e interpretación de resultados. Los participantes correrán individualmente sus modelos con los datos de su caso de estudio, con el apoyo y supervisión de los instructores. Práctica: Generar modelos BIOCLIM: 17-20 calibración y evaluación con datos independientes Evaluando el desempeño de los modelos: umbral dependiente / umbral independiente Evaluando la significancia de los modelos: umbral dependiente / umbral independiente SINOPSIS Exposición de caso de estudio, para ejemplificar cómo la extensión (extent) o Inducción a los participantes en el uso del programa Maxent: interface operativa, preparación de los datos ambientales y los datos de ocurrencia; exploración de los datos, corrida de modelos, visualización e interpretación de resultados. Pasos para realizar modelos con Maxent: preparación y carga de datos de ocurrencia y de coberturas ambientales. Definición de ajustes (settings): discusión acerca de las opciones para calibración de los modelos. Pasos para realizar modelos con Maxent: evaluación y transferencia de los modelos. Opciones para obtención de información asociada a los resultados del modelo. 14 HORA TEMA / ACTIVIDAD Práctica: validación de modelos e 30-32 interpretación de resultados (salida) en Maxent. Caso I - Proyección en el espacio (especies invasoras): ¿La retención de 33 nicho es la regla general en la invasión intercontinental de Lantana camara? FACILITADOR (ES) SINOPSIS Interpretación del desempeño del modelo, curva ROC y valor de AUC. Identificación de las principales variables que influyen en el nicho de la especie y en la distribución geográfica de las variables idóneas para su presencia (“distribución”). Lantana camara es una de las especies invasoras más dañinas del mundo. En este Estefany Goncalves estudio probamos el supuesto de retención de nicho, un supuesto fundamental para / Ileana Herrera la realización de modelos de distribución basados en el nicho. Si este supuesto falla, entonces el potencial de distribución futuro de L. camara podría ser subestimado. Con base en mariposas endémicas de Sudáfrica se evaluó en qué medida su distribución está limitada por factores ambientales o por la presencia de su planta Caso II - Proyección en el tiempo José Rafael Ferrer hospedera. En otro caso se explora la distribución de una mariposa especialista que 34 (cambio climático) e interacciones P. solo se alimenta de un genero de planta, evaluando en qué magnitud podrían bióticas: separarse (diverger) las distribuciones de las especies interactuantes por efecto del cambio climático. Caso III - Patrón espacial y temporal de Utilizando herramientas de modelado de nicho se aborda el problema de la Ada Sánchez35 la extracción ilegal de fauna en extracción ilegal de fauna, evaluando el patrón espacial y temporal de la extracción Mercado Venezuela y cuáles factores podrían estar explicando el patrón espacial de la extracción. Caso IV - El efecto de localidades Se evalúa el efecto potencial de las localidades espacialmente marginales en la 36 marginales sobre modelos de nicho y Robert Anderson sobreestimación de nichos y distribuciones de especies cuando se utilizan modelos predicciones de conectividad de nicho ecológico (ENM) de roedores en el norte de América del Sur. Se discutirá y evaluará, de manera individual con cada participante, el avance en la Práctica: Ajustes de modelos, consultas calibración, validación y análisis de modelos, en la forma de abordar 37-48 y preparación de presentación por los experimentalmente el problema planteado y la interpretación de los resultados participantes obtenidos, en función de la hipótesis de trabajo. Cada participante realizará una presentación de 10 minutos, en la cual expondrá su caso de estudio, la data ambiental utilizada y los datos de ocurrencia disponibles, Práctica: Presentaciones de resultados Daniel Lew; Juana 49-56 los resultados obtenidos (discutiendo en detalle aspectos de la calibración y por los participantes Andrade validación de los modelos), y su interpretación en función de la hipótesis de trabajo original. 15