Modelos de biodiversidad a nivel de comunidad

Ferrier y Guisan 2006. Spatial modelling of biodiversity at the

community level.

Modelos de adecuación de especies

• Anteriormente vimos que con datos de presencia de especies en varios lugares junto a datos de condiciones ambientales podemos generar modelos de distribución de especies individualmente.

• Una estrategia para generar mapas de biodiversidad es reunir mapas de muchas especies.

• Esta estrategia no es la única.

¿A qué aspiramos a nivel de comunidad?

• Que los modelos nos produzcan predicciones de:– muchas especies– tipos de comunidades– agrupaciones de especies– ejes de variabilidad en composición– niveles de disimilaridad en composición– propiedades colectivas (e.g., riqueza,

endemismo)

Tres estrategias, varias maneras

• Primero reunir, luego predecir– Reunir: tipos de comunidad, grupos de especies, ejes

de ordenación o niveles de riqueza• Primero predecir, luego reunir

– Predecir: tipos de comunidad desde modelos de especies, grupos de especies desde modelos de especies, ejes de ordenación desde modelos de especies o niveles de riqueza desde modelos de especies

• Reunir y predecir a la vez– Por modelos de multirespuesta, por ordenación

constreñida, por clasificación constreñida o por modelación de disimilaridad en composición

Reunir primero, luego predecir

Diferencia entre modelar tipos de comunidades y grupos de especies

Reunir primero, luego predecir

Predecir primero, luego reunir

Reunir y predecir a la vez

Reunir y predecir a la vez

• Maneras (“approaches”):– Por modelos de multirespuesta – por ordenación constreñida– por clasificación constreñida– por modelación de disimilaridad en

composición

Datos: parcelas

Datos: especies

Datos: ambiente

• Tenencia

• Topografia

• Sustrato

• Clima

• Derivados de telesensoria

Proceso de imputar a un píxel

Mapa de vegetacion

Mapas de especies

GDM: generalized dissimilarity modelling

Productos de GDM

• Posición en 1er componente (eje) principal = a1y1 + a2y2 + a3y3 …anyn