Los modelos de distribuciones, o modelos de nicho ecológico, son una forma de
estimar la riqueza biológica presente en un área geográfica en ausencia de
censos de biodiversidad. Si bien la manera ideal de realizar estudios
relacionados con la biodiversidad sería a base de este tipo de censos, de
muchas áreas especialmente en el trópico, el nivel de conocimiento es bajo.
A partir de los datos recopilados en colecciones biológicas (herbarios,
museos, etc.) y con la ayuda de herramientas bioinformáticas es posible
estimar la riqueza de estas áreas. Estas estimaciones pueden ser
posteriormente utilizadas en la gestión y planificación territorial, como
insumo en los diseños de reservas, etc., posibilitando la toma de decisiones
objetivas y repetibles.
Aprender a integrar los SIG con técnicas estadísticas avanzadas para generar
nuevo conocimiento.
Aprender las características y utilidad de diferentes datos satelitales de
acceso libre y gratuito para su uso en el estudio de la biodiversidad y su
conservación.
Conocer la principales fuentes de datos sobre organismos.
Adquirir experiencia práctica en la resolución de problemas mediante el uso de
SIG.
Contextualización
Objetivos
Modelización de distribuciones
102054
2018-19
MÁSTER UNIVERSITARIO EN BIODIVERSIDAD EN ÁREAS TROPICALES Y SU CONSERVACIÓN
4
OBLIGATORIA
Cuatrimestral
Castellano
INTRODUCCIÓN Y GENERALIDADES: Escalas de trabajo: error, exactitud, resolución
espacial y escala. Obtención de datos ambientales: elevación, datos
climáticos, índices de vegetación, AVHRR, LANDSAT, MODIS, QuickBird, SPOT.
Utilidad de cada uno de ellos y donde localizarlos. Obtención de datos de
organismos: GBIF y otras bases de datos distribuidas Metadatos: estándares y
herramientas. Ausencias reales y pseudoausencias: generación de
pseudoausencias. Prácticas: descarga de datos ambientales y de organismos en
función del proyecto del alumno; preparación de los datos espaciales;
generación de pseudoausencias. Uso de SIG (ArcGIS/ArcInfo/ArcView, Diva-GIS,
gv-SIG) para estos propósitos.
MUESTREO Y EXPLORACIÓN DE LOS DATOS: Valores atípicos, correlación entre
variables, tratamiento de las situaciones problemáticas. Prácticas: muestro
y exploración de los datos utilizando ArcGIS/ArcInfo/ArcView, Diva-GIS,
gv-SIG, SPSS, etc.
MÉTODOS DESCRIPTIVOS: DOMAIN. BioClim. ENFA. Prácticas: elaboración de modelos
con estos métodos.
MÉTODOS DISCRIMINATIVOS 1: Regresión logística multivariante (LMR). MaxEnt.
Árboles de clasificación y regresión (CART). Prácticas: elaboración de
modelos con estos métodos.
MÉTODOS DISCRIMINATIVOS 2: Multivariate Adaptive Regression Splines (MARS).
Métodos disimilares generalizados (GDM). Prácticas: elaboración de
modelos con estos métodos.
EVALUACIÓN DE LOS MODELOS: AUC y kappa de Cohen; qué significa performance
(desempeño) de un modelo (accuracy [=corrección] + reliability [=fiabilidad]
+ racionalidad en las variables seleccionadas + interpretabilidad de las
variables seleccionadas + forma de la respuesta + ¿). Comparación de
los modelos obtenidos con los diferentes métodos y toma de decisiones.
Prácticas con ArcGIS/ArcINFO/ArcView, SimTest, SPSS, etc.
CG1 - Adquirir conocimientos fundamentales y herramientas necesarias para la
investigación aplicada en el ámbito de la biodiversidad.
CG2 - Aprender el uso de nuevas tecnologías para afrontar los problemas
relacionados con la biodiversidad y su conservación en los países más diversos
del mundo.
CG3 - Poseer una visión integradora que permita una mejor comprensión de los
procesos que inciden en la pérdida de biodiversidad.
CG4 - Dominar habilidades para comunicar conocimientos y conclusiones a
públicos especializados y no especializados de un modo claro y sin
ambigüedades.
CG5 - Elaborar proyectos con posibilidades de financiación tanto por
instituciones publicas como privadas.
CT3 - Desarrollar actitudes de ética y responsabilidad profesional, así́ como
el respeto a la diversidad cultural.
CT4 - Desarrollar la capacidad de síntesis, organización, argumentación y
análisis de la información.
CT5 - Aprender a trabajar en equipos multidisciplinares y asumir funciones de
liderazgo en trabajos colectivos.
CT6 - Aprender a diseñar y organizar el propio trabajo, fomentando la
iniciativa y el espíritu emprendedor.
CT7 - Capacidad de convivencia y trabajo en grupo en condiciones adversas.
CT8 - Organización de expediciones y trabajo de campo.
CT9 - Capacidad de comunicación con los actores sociales en el campo de la
conservación (comunidades indígenas, autoridades, investigadores, tomadores de
decisiones, propietarios de terrenos, etc.).
CE1 - Adquirir una formación especializada en el marco científico y técnico
del estudio de la biodiversidad en biotas tropicales.
CE3 - Dominar los conocimientos fundamentales y específicos para diseñar y
ejecutar proyectos profesionales y de investigación teniendo en cuenta el
contexto de los países en que se ejecutaría.
CE4 - Dominar los conocimientos fundamentales y específicos para diseñar y
ejecutar planes de uso y gestión del territorio que se integren en la
filosofía del desarrollo sostenible.
CE5 - Saber planificar y gestionar los usos de las biotas tropicales
asegurando su sostenibilidad ambiental, equilibrando los usos e intereses con
la preservación de sus características naturales.
CE6 - Adquirir los conocimientos fundamentales y específicos para desarrollar
su actividad profesional en el ámbito de la consultoría y asesoramiento a la
Administración y a las empresas.
AF1.- Clases teóricas y/o prácticas (28 horas - 100% presencialidad)
AF2.- Análisis de casos (2 horas - 10% presencialidad)
AF3.- Preparación de materiales (2 horas - 10% presencialidad)
AF4.- Trabajo autónomo (2 horas - 0% presencialidad)
AF5.- Realización de talleres prácticos (2 horas - 100% presencialidad)
AF8.- Tutorías (4 horas - 100% presencialidad)
Cada sesión se iniciará con una exposición por parte del profesor de los
objetivos formativos del tema, seguida del tema propiamente dicho. Esta parte se
hará vinculando los conceptos nuevos con los ya adquiridos por los alumnos, y
se pasará inmediatamente a su práctica en los computadores para que
los conceptos se afiancen.
En cuanto al trabajo personal, cada estudiante presentará un proyecto de
modelización completo: desde la toma de datos hasta la redacción y
presentación de los resultados como un artículo científico. En él debe
utilizar varios de los métodos tratados en el curso, justificando su uso. Los
alumnos entregarán por anticipado al profesor una propuesta breve de
trabajo, que se discutirá en grupo el primer día para discutir su viabilidad,
originalidad de los objetivos, etc. por todo el grupo.
Los estudiantes tendrán acceso a una gran cantidad de bibliografía sobre la
asignatura, por lo que podrán utilizarésta en todo el desarrollo de su trabajo
personal. Se espera que los trabajos personales sean ejercicios científicos
publicables con un mínimo de esfuerzo adicional una vez terminado el
curso.
SE1.- Evaluación del Trabajo Personal (ponderación mínima 30% y máxima 70%)
SE3.- Evaluación del Informe final (ponderación mínima 20% y máxima 40%)
SE4.- Evaluación de las presentaciones orales (ponderación mínima 30% y máxima
70%)
Además de la bibliografía básica indicada más abajo se hará uso de otros
trabajos científicos publicados en revistas incluidas en la base de datos del
ISI como fuente de información más específica y actualizada.
Dale, V.H. 2002. Ecological Modeling for Resource Management. Springer.
Elith, J., Graham, C., Anderson, R.P., Dudik, M., Ferrier, S., Guisan, A.,
Hijmans, R.J., Huettmann, F., Leathwick, J.R., Lehmann, A., Li, J., Lohmann,
L., Loiselle, B.A., Manin, G., Moritz, C., Nakamura, M., Nakazawa, Y.,
Overton, M., Peterson, A.T., Phillips, S.J., Richardson, K.S.,
Scachetti–Prereira, R.E., Soberon, J., Williams, S., Wisz, M.S., & Zimmermann,
N.E. (2006) Novel methods improve prediction of species' distributions from
occurrence data. Ecography, 29, 129–151.
Ferrier, S. (2002) Mapping Spatial Pattern in Biodiversity for Regional
Conservation Planning: Where to from Here? Systematic Biology, 51, 331–363.
Fielding, H.A. & Bell, J.F. (1997) A review of methods for the assessment of
predictions errors in conservation presence/absence models. Environmental
Conservation, 24, 38–49.
Guisan, A. & Zimmermann, N.E. (2000) Predictive habitat distribution models in
ecology. Ecological Modeling, 135, 147–186.
Hastie, T., R. Tibshirani, and J. H. Friedman. 2001. The Elements of
Statistical Learning: Data Mining, Inference, and Prediction. Springer-Verlag,
New York.
Murphy, H. T, & Lovett–Doust, J. (2007) Accounting for regional niche
variation in habitat suitability models. Oikos, 116: 99–110. Segurado, P. &
Araújo, M.B. (2004) An evaluation of methods for modeling species
distributions. Journal of Biogeography, 31, 1555–1568.
http://www.spatialecology.com/htools/tooldesc.php
http://www.cs.princeton.edu/~schapire/maxent/
PO DAAC (Physical Oceanography Distributed Active Archive Center): http://podaac.jpl.nasa.gov/
LP DAAC (Land Processes Distributed Active Archive Center): http://edcdaac.usgs.gov/dataproducts.asp
University of Maryland (LANDSAT, etc): http://glcf.umiacs.umd.edu/data/
NDVI: http://free.vgt.vito.be/login.php
CLIMA: http://www.worldclim.org
NASA Terra: http://terra.nasa.gov/
NASA Aqua: http://daac.gsfc.nasa.gov/MODIS/Aqua/
MODIS: http://modis.gsfc.nasa.gov
AVHRR: htpp://edcsns17.cr.usgs.gov/1KM/
QuikSCAT: http://winds.jpl.nasa.gov/missions/quikscat/index.cfm
UNEP - Global Resource Information Database (GRID): http://www.grid.unep.ch/
BIBLIOGRAFÍA ESPECIALIZADA
BIBLIOGRAFÍA GENERAL
SOFTWARE
DATOS
Este documento puede utilizarse como documentación de referencia de esta asignatura para la solicitud de reconocimiento de créditos en otros estudios. Para su plena validez debe estar sellado por la Secretaría de Estudiantes UIMP.
Descripción no definida
Cuatrimestral
Créditos ECTS: 4
Muñoz Fuente, Jesús
Investigador Científico
Real Jardín Botánico (RJB)
Consejo Superior de Investigaciones Científicas (CSIC)
Fajardo Nolla, Francisco Javier
Research Associate
University of Cambridge, Conservation Research Institute