Contacto Correo Web Intranet

Modelos espaciales de densidad y abundancia (Denstity Surface Models) aplicable a estudios ecológicos

Docente:

  • Dra. Natalia Mariel Schroeder. Laboratorio de Interacciones Ecológicas. (IADIZA-CONICET)
Fecha: 29 de julio al 2 de agosto 2019

Horario:

Carga horaria: 45 horas

Contenidos:

Unidad 1: Breve introducción al muestreo de distancias. ¿Por qué es importante la detectabilidad? Concepto de probabilidad de detección. Transectas de líneas y puntos. Funciones de probabilidad de detección. Principales supuestos. Variables que pueden afectar la detectabilidad. Ajuste, comprobación y selección de funciones de detección en R. Estimaciones “tradicionales”de abundancia y varianza.

Unidad 2: Modelos espaciales de abundancia ajustados por la detectabilidad. ¿Qué es un Modelo de superficie de densidad (DSM)? Ventajas. Requerimientos. Aplicaciones. Esfuerzo de muestreo.Segmentación de transectas. Covariables a nivel de la observación o a nivel del segmento.Modelos de conteos versus modelos de abundancia estimada. Introducción a los Modelos Aditivos Generalizados (GAMs). DSM univariado: ajuste, comprobación y selección de modelos en R.

Unidad 3: Obtención y uso de variables apropiadas. Algunos conceptos básicos de Ecología de paisajes y de Sistemas de información geográfica. Variables geoespaciales (vectoriales y raster).Covariables espaciales en DSM usando QGis. Posibilidad de modelar la dinámica espacial y temporal. Importancia de la escala y la resolución espacial de las variables. Mover datos de Qgisa R. DSM multivariado: ajuste, comprobación y selección de modelos en R. Autocorrelación.

Unidad 4: Predicciones espaciales de densidad y abundancia. Grillas. Visualización. Mapa de predicciones. Cálculo de abundancia total y en sub-áreas de interés. ¿Cómo y hasta dónde extrapolar? Extrapolación espacial y temporal. Criterios. Precauciones. Estimación de la varianza. Mapa de incertidumbre (coeficiente de variación). Breve reseña del sofware Distance.

Información importante:

Para aquellos alumnos/as que no están familiarizados con el muestreo de distancias, con el lenguaje R ni con SIG, se sugiere muy especialmente que revisen previamente el siguiente material disponible en internet:

  • http://distancesampling.org/. (Página con toda la información útil sobre Distance Sampling) (bibliografía, cursos online, sofwares, google group forum, etc). Inglés.
  • https://workshops.distancesampling.org/online-course/. (Curso online sobre el muestreo dedistancias). Inglés.
  • https://cran.r-project.org/doc/contrib/rdebuts_es.pdf. Manual básico de R, en español (traer asimilados los 3 primeros capítulos).
  • https://www.youtube.com/watch?v=akI9QGJx76w. Curso introductorio de QGIS (español).

Arancel:

Inscripción: 

Informes: