Unidad de Diversidad Biolgica 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; dlew@ivic.gob.ve www.ivic.gob.ve/ecologia/BiodiVen

III CURSO ESPECIAL TERICO - PRCTICO

MODELOS DE NICHO Y DISTRIBUCIN DE ESPECIES

10 - 17 de Marzo 2014

JUSTIFICACIN Y OBJETIVOS DEL CURSO

Una de las ms serias limitaciones en el desarrollo de la investigacin en ecologa y conservacin de la biodiversidad se refiere a la escasa informacin disponible sobre registros conocidos y actualizados de presencia de las especies en mbitos espaciales determinados y a las enormes demandas de tiempo, esfuerzo y recursos para su obtencin. Por este motivo, el modelamiento de nicho ecolgico y la prediccin de la distribucin potencial de las especies se ha convertido en una novedosa y poderosa herramienta, cada da ms indispensable no solo para un amplio conjunto de disciplinas cientficas vinculadas con el ambiente, sino para la gestin, el manejo y la conservacin de la biodiversidad. Los objetivos del curso se orientan a brindar a los participantes los principios tericos y las herramientas tcnicas para obtener y procesar los datos necesarios para el modelado de distribucin de las especies; ejecutar modelos de distribucin que utilizan una variedad de enfoques; validar e interpretar los resultados del modelado; y aplicar estas tcnicas a una amplia gama de necesidades.

DESCRIPCIN DEL CURSO

1. Duracin: 56 horas acadmicas (20 horas de teora / 36 horas de prctica). 2. Horario: 9:00 am 4:45 pm (ver programa). 3. Crditos: 2 unidades. 4. No. Participantes (mximo): 15 (quince). 5. Dictado por: Daniel Lew (Unidad de Diversidad Biolgica - IVIC) - dlew@ivic.gob.ve Juana Andrade (Instituto de Ecologa y Zoologa Tropical - IEZT, Universidad Central de Venezuela - UCV) - juhanyta@gmail.com
Lourdes Surez (Instituto de Ecologa y Zoologa Tropical - IEZT, Universidad Central

de Venezuela - UCV) - suarez.lourdes@gmail.com

 Robert Anderson (Departamento de Biologa - 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) - anderson@sci.ccny.cuny.edu Mariano Soley-Guardia (Departamento de Biologa - City College of the City University of New York) - msoley@sci.ccny.cuny.edu Sergio Zambrano (Lab. Biologa de Organismos, Centro de Ecologa - IVIC) szambran@ivic.gob.ve Grisel Velsquez (Unidad de Sistemas de Informacin Geogrfica - UniSIG, Centro de Ecologa - IVIC) - gvelasquez@ivic.gob.ve Haidy Rojas (Unidad de Diversidad Biolgica - IVIC) hrojas@ivic.gob.ve Estefany Goncalvez (Universidad Simn Bolvar) - estefi1813@gmail.com Ileana Herrera (Lab. Ecologa de Suelos, Centro de Ecologa - IVIC) iherrera@ivic.gob.ve Jos Rafael Ferrer Paris (Lab. de Ecologa Espacial, Centro de Estudios Botnicos y Agroforestales IVIC) - jferrer@ivic.gob.ve Ada Snchez-Mercado (Lab. de Ecologa Espacial, Centro de Estudios Botnicos y Agroforestales IVIC) - asanchez@ivic.gob.ve 6. Coordinacin: Daniel Lew (dlew@ivic.gob.ve) y Haidy Rojas (hrojas@ivic.gob.ve). Unidad de Diversidad Biolgica - IVIC, Tel. + 58 - 212 - 504.1628. 7. Temario: TEORIA
TEMA Modelos de nicho y de distribucin: para qu? Conceptos de nicho (I): Hacia una definicin operacional de nicho Conceptos de nicho (II): Hacia una definicin operacional de distribucin SIG y GPS: Herramientas para anlisis de datos espaciales Variables Climticas y Ambientales: Consideraciones tcnicas fuentes Datos de ocurrencia (I): Consideraciones tcnicas fuentes Datos de ocurrencia (II): Condicin real de la data Nichos y distribuciones geogrficas (I): Diagrama BAM Nichos y distribuciones geogrficas (II): reas geogrficas y nichos ecolgicos Modelando nichos ecolgicos: Pasos y procesos FACILITADOR(ES) Daniel Lew Daniel Lew Daniel Lew Sergio Zambrano Grisel Velsquez Haidy Rojas Haidy Rojas Daniel Lew Daniel Lew Daniel Lew

TEMA Modelando nichos ecolgicos (I): Algoritmos y mtodos Modelando nichos ecolgicos (II): Calibracin y seleccin de los mejores mtodos y modelos Del nicho a la distribucin o del dicho al hecho: dispersin, interacciones e intervencin humana Caso: Extensin (extent) del rea de estudio Evaluando el desempeo de los modelos: umbral dependiente / umbral independiente Evaluando la significancia de los modelos: umbral dependiente / umbral independiente Caso I - Proyeccin en el espacio (especies invasoras): La retencin de nicho es la regla general en la invasin intercontinental de Lantana camara? Caso II - Proyeccin en el tiempo (cambio climtico) e interacciones biticas: Caso III - Patrn espacial y temporal de la extraccin ilegal de fauna en Venezuela Caso IV - El efecto de localidades marginales sobre modelos de nicho y predicciones de conectividad

FACILITADOR(ES) Lourdes Surez Lourdes Surez Lourdes Surez Daniel Lew Daniel Lew Daniel Lew Estefany Goncalves / Ileana Herrera Jos Rafael Ferrer P. Ada Snchez-Mercado Robert Anderson / Mariano Soley-Guardia

PRCTICA Desarrollo de un proyecto basado en modelos de nicho de una o ms especies, evaluacin del desempeo del modelo e interpretacin de la prediccin geogrfica resultante. Durante este proceso, el estudiante debe adaptar al formato requerido los datos de ocurrencia, escoger y procesar los datos ambientales (p.ej., climticos), generar el modelo (estableciendo los ajustes - settings), evaluar el modelo usando estrategias umbral-dependiente y umbral-independiente y explicar la prediccin geogrfica tomando en cuenta posibles barreras de dispersin, interacciones con otras especies (positivas o negativas) y cambios en el uso del suelo (deforestacin, agricultura, ganadera, otros).
TEMA / ACTIVIDAD Participantes presentan sus casos de estudio: problema y datos Introduccin al uso de DivaGis Generar modelos BIOCLIM: calibracin y evaluacin con datos independientes Introduccin al uso de Maxent Preparacin de datos, coberturas y ajustes (settings) para calibracin de modelos con Maxent Calibracin de modelos con Maxent: uso de datos de los participantes Salida e interpretacin de resultados con Maxent

TEMA / ACTIVIDAD Ajustes de modelos, consultas y preparacin de presentacin por los participantes Presentaciones de resultados por los participantes

8. Sinopsis del curso: Curso de postgrado intensivo para estudiantes de Ecologa y Profesionales Asociados a la Investigacin (PAIs) del IVIC en disciplinas relacionadas, cuyo propsito es ofrecer herramientas bsicas, tericas - prcticas, para modelar, evaluar e interpretar modelos de nicho de las especies y predicciones de sus distribuciones potenciales. El curso requiere la dedicacin exclusiva de los participantes durante 56 horas acadmicas y se enfocar en la naturaleza de los datos de ocurrencia, la teora de nichos y distribuciones, la evaluacin de las predicciones de distribucin geogrfica y ejemplos de su aplicacin a la Ecologa, la Evolucin, la Conservacin y Monitorizacin de la Biodiversidad. Durante la totalidad del curso, los estudiantes estarn en el Centro de Ecologa del IVIC, donde recibirn las clases. Cada estudiante es responsable de la elaboracin y presentacin de un proyecto. 9. Requisitos: Profesionales, tcnicos y estudiantes del Instituto Venezolano de Investigaciones Cientficas (IVIC) y otras instituciones, vinculados a la investigacin y formacin en las reas de Ecologa, Biodiversidad y Conservacin de la Diversidad Biolgica, as como de otras disciplinas, que en el desempeo de sus funciones requieren de las experticias y herramientas suministradas en el curso para el modelaje de distribucin potencial de especies, con base en registros de ocurrencia y datos ambientales. Previo a su inscripcin en el Centro de Estudios Avanzados (CEA) del IVIC, los interesados debern enviar por va electrnica a Haidy Rojas (hrojas@ivic.gob.ve), los siguientes recaudos, que sern tomados en consideracin para la seleccin de los participantes: BREVE correo de motivacin 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 descripcin del conjunto de datos de ocurrencia (registros de presencia de al menos una especie), de que dispone para realizar las prcticas y desarrollar su proyecto durante el curso. Correo de su profesor asesor, tutor o supervisor laboral, donde explique brevemente el inters y la pertinencia de su participacin en el curso, de acuerdo a sus necesidades de formacin y/o capacitacin laboral. Cada participante debe disponer de una computadora porttil con la ltima versin de Maxent (http://www.cs.princeton.edu/~schapire/maxent/) y DIVA-GIS (http://www.diva-

gis.org/) (ArcGIS, Arcview, u otro SIG de su preferencia: no imprescindible). Adicionalmente, debern contar con un conjunto de datos de registros de especies (al menos una), debidamente georeferenciados, los cuales utilizar en las actividades prcticas. 10. Costo: Gratuito. EVALUACIN Todos los participantes sern evaluados cuantitativamente y su calificacin ser determinada por la participacin en las discusiones y ejercicios en aula (50%), y la presentacin oral del caso de estudio desarrollado por el participante (50%). El CEA (http://cea.ivic.gob.ve/) otorgar un certificado de asistencia a todos los participantes o en caso de solicitarlo al momento de su inscripcin, las unidades de crdito correspondientes (2 UC). BIBLIOGRAFA RECOMENDADA Las referencias ms relevantes sobre el tema sern distribuidas en formato electrnico. 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. Gutirrez. 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. Jarrn-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 Fsicas 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 Pennsula de Paraguan. Amer. Mus. Novitates 3396: 1-43. Anderson, R.P. 2012. Harnessing the worlds 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. Gmez-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 distributions: criteria for selecting optimal models. Ecol. Model. 162: 211-232. Anderson, R.P., M. Gmez-Laverde & A.T. Peterson. 2002. Geographical distributions of spiny pocket mice in South America: insights from predictive models. Global Ecol. Biogeogr. 11: 131-141. Arajo, M.B. & A. Guisan. 2006. Five (or so) challenges for species distribution modelling. J. Biogeogr. 33: 1677-1688. Arajo, M.B. & C. Rahbek. 2006. How does climate change affect biodiversity? Science 313: 1396-1397. Arajo, M.B. & T. Peterson. 2012. Uses and misuses of bioclimatic envelope modeling. Ecology, 93(7): 15271539 Ario, 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. Jimnez-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 Yaez-Arenas, Enrique Martnez-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 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. Martnez-Meyer. (2013). Modelamiento de nicho ecolgico y unidades de manejo para la conservacin de la vida silvestre: una aplicacin a ciervos en campeche, mxico. 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. Garca-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 worlds 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. Jimnez-Valverde, A., A.T. Peterson, J. Sobern, 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 evolutionary biology. Trends Ecol. Evol. 23: 141-148. Martnez-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. Martnez-Meyer E.; D. Daz-Porras; T. Peterson and C. Yez-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. Nogus-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. Sobern, R. G. Pearson, R. P. Anderson, E. Martnez-Meyer, M. Nakamura, and M. B. Arajo. 2011. Ecological niches and geographic distributions. Monographs in Population Biology, 49. Princeton University Press, Princeton, NJ. Phillips, S.J., M. Dudk, 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. Felicsimo; J. Pottier; A. Guisan and J. Muoz. 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.Dvalos. 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.

Sobern, J. & A.T. Peterson. 2004. Biodiversity informatics: managing and applying primary biodiversity data. Phil. Trans. R. Soc. Lond. B. 359: 689-698. Sobern, J.M. 2010.Niche and area of distribution modeling: a population ecology perspective. Ecography 33: 159-167. 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 Jcomo 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: 615627. 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, Nyri S, 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. Arajo, 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.

MODELOS DE NICHO Y DISTRIBUCIN DE ESPECIES

CURSO ESPECIAL TERICO - PRCTICO

Centro de Ecologa - IVIC, 10 al 17 de marzo 2014

PROGRAMA
HORA LUNES 10 MARTES 11 MIRCOLES 12 JUEVES 13 VIERNES 14 SBADO 15 LUNES 17 Caso I - Proyeccin en el espacio (especies invasoras): La retencin de nicho es la regla general en la invasin PRCTICA: Generar PRCTICA: Prctica intercontinental de modelos BIOCLIM: en el uso de Maxent: Lantana camara? calibracin y datos, coberturas y Estefany Goncalves / evaluacin con datos ajustes (settings) Ileana Herrera independientes Caso II - Proyeccin en el tiempo (cambio climtico) e interacciones biticas: - Jos Rafal Ferrer P. REFRIGERIO REFRIGERIO REFRIGERIO Caso III - Patron espacial y temporal de la extraccion ilegal de fauna en Venezuela - Ada Snchez-Mercado Caso IV El efecto de localidades marginales sobre modelos de nicho y predicciones de conectividad Robert Anderson ALMUERZO

9:00 am - 9:45 am

Modelos de nicho y de distribucin: para qu? - Daniel Lew

Nichos y distribuciones geogrficas (I): Diagrama BAM Daniel Lew

9:45 am - 10:30 am

Conceptos de nicho (I): Hacia una definicin operacional de nicho - Daniel Lew REFRIGERIO Conceptos de nicho (II): Hacia una definicin operacional de distribucin - Daniel Lew SIG y GPS: Herramientas para anlisis de datos espaciales - Sergio Zambrano ALMUERZO

Nichos y distribuciones geogrficas (II): reas geogrficas y nichos ecolgicos Daniel Lew REFRIGERIO Modelando nichos ecolgicos: Pasos y procesos - Daniel Lew

PRCTICA: Ajustes de modelos, consultas y preparacin de presentacin por los participantes

PRCTICA: Presentaciones de resultados por los participantes - Daniel Lew; Juana Andrade

10:30 am - 10:45 am

REFRIGERIO

REFRIGERIO

10:45 am - 11:30 am

11:30 am - 12:15 pm

Modelando nichos ecolgicos (I): Algoritmos y mtodos - Lourdes Surez ALMUERZO

PRCTICA: Generar PRCTICA: modelos BIOCLIM: Calibracin de calibracin y modelos con Maxent: evaluacin con datos uso de datos de los independientes participantes

PRCTICA: Ajustes de modelos, consultas y preparacin de presentacin por los participantes

PRCTICA: Presentaciones de resultados por los participantes - Daniel Lew; Juana Andrade

12:15 pm - 1:30 pm

ALMUERZO

ALMUERZO

ALMUERZO

ALMUERZO

10

HORA

LUNES 10 Variables Climticas y Ambientales: Consideraciones tcnicas fuentes Grisel Velsquez

MARTES 11

MIRCOLES 12

JUEVES 13

VIERNES 14

SBADO 15

LUNES 17

1:30 pm - 2:15 pm

Modelando nichos Evaluando el ecolgicos (II): PRCTICA: desempeo de los Calibracin y Calibracin de modelos: umbral seleccin de los modelos con Maxent: dependiente / umbral mejores mtodos y uso de datos de los independiente modelos - Lourdes participantes Daniel Lew Surez Del nicho a la Evaluando la distribucin o del significancia de los dicho al hecho: modelos: umbral dispersin, dependiente / umbral interacciones e independiente intervencin humana Daniel Lew - Lourdes Surez REFRIGERIO REFRIGERIO PRCTICA: Introduccin al uso de Maxent: salida e interpretacin de resultados REFRIGERIO PRCTICA: Introduccin al uso de Maxent: salida e interpretacin de resultados SALIDA TRANSPORTE DEL IVIC

2:15 pm - 3:00 pm

Datos de ocurrencia (I): Consideraciones tcnicas fuentes Haidy Rojas REFRIGERIO

PRCTICA: Ajustes de modelos, consultas y preparacin de presentacin por los participantes

PRCTICA: Ajustes de modelos, consultas y preparacin de presentacin por los participantes

PRCTICA: Presentaciones de resultados por los participantes - Daniel Lew; Juana Andrade

3:00 pm - 3:15 pm 3:15 pm - 4:00 pm

REFRIGERIO PRCTICA: Ajustes de modelos, consultas y preparacin de presentacin por los participantes SALIDA TRANSPORTE DEL IVIC

REFRIGERIO PRCTICA: Ajustes de modelos, consultas y preparacin de presentacin por los participantes

REFRIGERIO PRCTICA: Presentaciones de resultados por los participantes - Daniel Lew; Juana Andrade SALIDA TRANSPORTE DEL IVIC

Datos de ocurrencia Caso: Extensin (II): Condicin real de (extent) del rea de la data Haidy Rojas estudio - Daniel Lew PRCTICA: Participantes presentan sus casos de estudio: problema y datos SALIDA TRANSPORTE DEL IVIC PRCTICA: Introduccin al uso de DivaGis - Juana Andrade SALIDA TRANSPORTE DEL IVIC

4:00 pm - 4:45 pm

PRCTICA: Introduccin al uso de Maxent - Juana Andrade

4:55 o 6:30 p.m.

SALIDA TRANSPORTE DEL IVIC

11

MODELOS DE NICHO Y DISTRIBUCIN DE ESPECIES

Centro de Ecologa - IVIC, 10 al 17 de marzo 2014

CURSO ESPECIAL TERICO - PRCTICO

SINOPSIS
HORA 1 TEMA / ACTIVIDAD Modelos de nicho y de distribucin: para qu? FACILITADOR (ES) Daniel Lew SINOPSIS Aproximacin de los participantes a las principales aplicaciones en el uso de modelos de nicho y distribucin: de la exploracin de hiptesis ecolgicas y evolutivas a la solucin de problemas en las reas de la conservacin, la salud, entre otras. Nicho sensu Grinnell, Elton y Hutchinson, nicho grinelliano, nicho eltoniano y nicho
fundamental: de los conceptos hacia una definicin 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 (, y ). Definicin operacional de Nicho.

Conceptos de nicho (I): Hacia una definicin operacional de nicho

Daniel Lew

Conceptos de nicho (II): Hacia una definicin operacional de distribucin

Daniel Lew

Nicho fundamental, nicho realizado y nicho potencial. Relacin entre espacio ambiental y espacio geogrfico. Estimacin del nicho grinelliano. Distribucin
geogrfica y definicin operacional de distribucin. La influencia de la escala en la relacin entre el espacio ambiental y el espacio geogrfico.

SIG y GPS: Herramientas para anlisis de datos espaciales

Sergio Zambrano

Variables Climticas y Ambientales: Consideraciones tcnicas fuentes

Grisel Velsquez

Familiarizacin de los participantes con las herramientas fundamentales para el anlisis de datos espaciales: GPS + SIG. Funciones bsicas y potencialidades para el levantamiento de datos, su representacin cartogrfica, procesamiento y anlisis para su interpretacin. La importancia de la adecuada preparacin de los datos. Relaciones especie-ambiente. Los datos ambientales para el modelado de nichos ecolgicos. Preparacin de los datos, calidad de datos, extensin (mbito) espacial, resolucin espacial y temporal, tipos de datos. Explorar junto con los participantes diferentes fuentes pblicas de datos ambientales (WorldClim, IPCC Panel Internacional
de Cambio Climtico, otras). Discutir sobre las limitaciones en la informacin disponible.

Qu es un dato de ocurrencia?. Tipos de datos de ocurrencia. Caractersticas de las 6 Datos de ocurrencia (I): Consideraciones tcnicas fuentes Haidy Rojas
especies, dificultades de muestreo y desviaciones. Caractersticas de los datos de ausencia. Contenido de los datos y su disponibilidad: informacin ideal y acceso. Explorar junto con los participantes diferentes fuentes pblicas de datos de ocurrencia (GBIF, SIMCOZ, Geonames, GEOLocate, otras) y herramientas para la geo-referenciacin. Discutir sobre las limitaciones en la informacin disponible.

12

HORA

TEMA / ACTIVIDAD

FACILITADOR (ES)

Datos de ocurrencia (II): Condicin real Haidy Rojas de la data

Prctica: Participantes presentan sus casos de estudio: problema y datos Nichos y distribuciones geogrficas (I): Diagrama BAM Daniel Lew

SINOPSIS Se presentar como caso de estudio las caractersticas de los datos de ocurrencia para los mamferos 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 biolgico que se trate. Se inician las actividades prcticas con una breve exposicin de los participantes sobre sus reas de trabajo o estudio, el problema que espera abordar y los datos de que dispone para realizar modelos. Diagrama BAM: componentes Biticos, Abiticos y el Movimiento como determinantes del
mbito de anlisis. La resolucin espacial de las variables escenopoticas. El nicho fundamental y el nicho fundamental existente (manifestado). El nicho biticamente reducido.

10 11 12 13

Nichos y distribuciones geogrficas (II): Daniel Lew reas geogrficas y nichos ecolgicos Modelando nichos ecolgicos: Pasos y procesos Modelando nichos ecolgicos (I): Algoritmos y mtodos Modelando nichos ecolgicos (II): Calibracin y seleccin de los mejores mtodos y modelos Del nicho a la distribucin o del dicho al hecho: dispersin, interacciones e intervencin humana Daniel Lew Lourdes Surez Lourdes Surez

reas de distribucin y los sub-espacios ambientales asociados: explorando diferentes escenarios de anlisis representados en distintas configuraciones del diagrama BAM. 1) Preparacin de los datos; 2) Modelado del nicho; 3) Proyeccin y evaluacin del modelo; y 4) Transferencia del modelo. Algoritmos de modelado: Mtodos 1) solo presencia, 2) presencia/ausencia, 3)
presencia/background (fondo), y 4) presencia/pseudo-ausencia.

Calibracin de modelos, seleccin de variables y establecimiento de umbrales. Complejidad y sobreajuste del modelo. Diferencias entre mtodos y seleccin de los mejores modelos. Caracterizacin del nicho ecolgico. reas de distribucin potencial. Distribuciones no-en-equilibrio: limitaciones a la dispersin, interacciones biticas, intervenciones antrpicas del ambiente.

14

Lourdes Surez

13

HORA

TEMA / ACTIVIDAD

FACILITADOR (ES)

SINOPSIS Exposicin de caso de estudio, para ejemplificar cmo la extensin (extent) o

amplitud seleccionada para el rea bajo anlisis influye en la capacidad predictiva del modelo, poniendo en evidencia que los mtodos que utilizan datos de presencia y pseudoausencia o background, encuentran limitaciones para discriminar las condiciones ambientales idneas 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, 13781393.

15

Caso: Extensin (extent) del rea de estudio

Daniel Lew

16

Prctica: Introduccin al uso de DivaGis Juana Andrade

Induccin a los participantes en el uso del programa DivaGis: interface operativa,

preparacin de los datos ambientales y los datos de ocurrencia; exploracin de los datos, corrida de modelos, visualizacin e interpretacin de resultados.

Prctica: Generar modelos BIOCLIM: 17-20 calibracin y evaluacin con datos independientes Evaluando el desempeo de los modelos: umbral dependiente / umbral independiente Evaluando la significancia de los modelos: umbral dependiente / umbral independiente

Induccin a los participantes en la calibracin y evaluacin de modelos mediante el uso de DivaGis: carga de datos ambientales y de ocurrencia; corrida de modelos; visualizacin e interpretacin de resultados. Los participantes corrern individualmente sus modelos con los datos de su caso de estudio, con el apoyo y supervisin de los instructores. Daniel Lew Desempeo del modelo: Presencias, ausencias y errores; omisin y comisin; Matriz de Confusin, sensibilidad y especificidad.
Significancia del modelo: Test umbral-dependiente y umbral-independiente. Curva ROC (Receiver Operating Characteristic) y rea Bajo la Curva (rea Under the Curve AUC). Seleccionando los mejores modelos.

21

22

Daniel Lew

23-24 Prctica: Introduccin al uso de Maxent Juana Andrade 25-26 Prctica: uso de Maxent: datos, coberturas y ajustes (settings)

Induccin a los participantes en el uso del programa Maxent: interface operativa, preparacin de los datos ambientales y los datos de ocurrencia; exploracin de los datos, corrida de modelos, visualizacin e interpretacin de resultados. Pasos para realizar modelos con Maxent: preparacin y carga de datos de ocurrencia y
de coberturas ambientales. Definicin de ajustes (settings): discusin acerca de las opciones para calibracin de los modelos.

Prctica: calibracin de modelos con 27-29 Maxent: uso de datos de los participantes

Pasos para realizar modelos con Maxent: evaluacin y transferencia de los modelos.
Opciones para obtencin de informacin asociada a los resultados del modelo.

14

HORA

TEMA / ACTIVIDAD Prctica: validacin de modelos e 30-32 interpretacin de resultados (salida) en Maxent. Caso I - Proyeccin en el espacio (especies invasoras): La retencin de 33 nicho es la regla general en la invasin intercontinental de Lantana camara?

FACILITADOR (ES)

SINOPSIS
Interpretacin del desempeo del modelo, curva ROC y valor de AUC. Identificacin de las principales variables que influyen en el nicho de la especie y en la distribucin geogrfica de las variables idneas para su presencia (distribucin).

Lantana camara es una de las especies invasoras ms dainas del mundo. En este Estefany Goncalves estudio probamos el supuesto de retencin de nicho, un supuesto fundamental para / Ileana Herrera la realizacin de modelos de distribucin basados en el nicho. Si este supuesto falla, entonces el potencial de distribucin futuro de L. camara podra ser subestimado. Con base en mariposas endmicas de Sudfrica se evalu en qu medida su distribucin est limitada por factores ambientales o por la presencia de su planta Caso II - Proyeccin en el tiempo Jos Rafael Ferrer hospedera. En otro caso se explora la distribucin de una mariposa especialista que 34 (cambio climtico) e interacciones P. solo se alimenta de un genero de planta, evaluando en qu magnitud podran biticas: separarse (diverger) las distribuciones de las especies interactuantes por efecto del cambio climtico. Caso III - Patrn espacial y temporal de Utilizando herramientas de modelado de nicho se aborda el problema de la Ada Snchez35 la extraccin ilegal de fauna en extraccin ilegal de fauna, evaluando el patrn espacial y temporal de la extraccin Mercado Venezuela y cules factores podran estar explicando el patrn espacial de la extraccin. Caso IV - El efecto de localidades Se evala el efecto potencial de las localidades espacialmente marginales en la 36 marginales sobre modelos de nicho y Robert Anderson sobreestimacin de nichos y distribuciones de especies cuando se utilizan modelos predicciones de conectividad de nicho ecolgico (ENM) de roedores en el norte de Amrica del Sur. Se discutir y evaluar, de manera individual con cada participante, el avance en la Prctica: Ajustes de modelos, consultas calibracin, validacin y anlisis de modelos, en la forma de abordar 37-48 y preparacin de presentacin por los experimentalmente el problema planteado y la interpretacin de los resultados participantes obtenidos, en funcin de la hiptesis de trabajo. Cada participante realizar una presentacin de 10 minutos, en la cual expondr su caso de estudio, la data ambiental utilizada y los datos de ocurrencia disponibles, Prctica: Presentaciones de resultados Daniel Lew; Juana 49-56 los resultados obtenidos (discutiendo en detalle aspectos de la calibracin y por los participantes Andrade validacin de los modelos), y su interpretacin en funcin de la hiptesis de trabajo original.

15