Modelos de Distribución de Especies (SDM) en R
¿Qué son los SDM?
Surgen en respuesta a la necesidad de conocer el nicho ecológico de las especies y así por estimar el radio de acción de estas en función de sus requerimientos.
Dentro de estos modelos se encuentras
GLM, GAM (Guisan, Edwards y Hastle, 2002)
Redes neuronales (Manel y Ormerod, 1999)
Bioclim (Rusby, 1991)
Domain (Carpenter y Winter, 1993)
ENFA (ecological niche factor analysis)
Maxent (Phillips y Schapire, 2006)
Random forest
¿Cómo se evalúa un modelo de distribución de especies?
Para evaluar la calidad de los modelos estadísticos, los mas usados son:
ROC (Receiver operating characteristics)
AUC (Area under the curve)
Acompañados de métodos como: Validación cruzada, validación cruzada generalizada, Bootstrapping, Kappa de Cohen, Análisis de correlación lineal, entre otras.
La curva ROC es una representación gráfica de un modelo para posibles puntos de corte, y necesita que los datos que se evalúan sean de presencia o pseudoausencia (o solo ausencia en su defecto).
Máxima entropía
método para hacer predicciones a partir de información incompleta. El propósito es estimar una distribución de probabilidad y así encontrar la distribución sujeta a un conjunto de restricciones que representan la infomación incompleta acerca de la distribución en estudio.
Su objetivo es estimarla idoneidad de la especie (Hutchinson, 1957).
Datos necesarios para trabajar con SDM
presencia de la especies
Clima / Variables importantes para la especie
Pseudo-ausencias (simulación de observaciones de ausencia)