Modelos predictivos de diversidad aplicación al estudio de la riqueza de araneidos y tomísidos (arachnida, araneae, araneidae & thomisidae) en la Comunidad de Madrid y a la predicción de la distribución de macrothele calpeiana (arachnida, araneae, hexathelidae) en la Península Ibérica

  1. Jiménez Valverde, Alberto
Dirigée par:
  1. José Martín Cano Directeur/trice
  2. Jorge M. Lobo Directeur/trice

Université de défendre: Universidad Autónoma de Madrid

Fecha de defensa: 13 septembre 2006

Jury:
  1. Enrique García-Barros Saura President
  2. Marcos Méndez Iglesias Secrétaire
  3. Raimundo Real Rapporteur
  4. Carmen Urones Jambrina Rapporteur
  5. David Gutiérrez García Rapporteur

Type: Thèses

Résumé

Los modelos predictivos son técnicas empleadas tanto para interpolar como para extrapolar patrones naturales a territorios carentes de información. Básicamente, son funciones que relacionan el atributo de interés con una serie de variables explicativas. Para elaborar cualquier modelo predictivo de diversidad es fundamental trabajar con una buena variable dependiente, con al menos algunos datos fiables tanto de número y composición de especies por localidad como de presenta/ausencia de especies individuales. La ausencia de observatorios biológicos ha provocado que ninguna localidad del globo cuenta con un inventario biológico completo. Esta ausencia de observatorios biológicos ha provocado que ninguna localidad del globo cuente con un inventario biológico completo. Esta ausencia de observatorios biológicos implica que no sólo no contemos con inventarios fiables, sino que desconozcamos la distribución de la mayoría de las especies. A esta falta de datos se le añade otro problema: los que existen suelen estas sesgados espacialmente, es decir, hay más datos en unas áreas que en otras. Estos sesgos implican que las áreas de distribución de los organismos son visiones parciales que reflejan un patrón espacial histórico naturalista. Los objetivos concretos que persigue la presente tesis doctoral son: 1) Definir un protocolo de muestreo para conseguir inventarios fiables de las familias de arañas Araneidae y Thomisidae en parcelas de 1km2. 2) Elaborar una hipótesis sobre los factores más influyentes a la hora de determinar el patrón de riqueza de las dos familias en la Comunidad de Madrid. 3) Estudiar el efecto i) del punto de corte para convertir mapas continuos de probabilidad en mapas booleanos. ii) de las falsas ausencia en los modelos de distribución potencial de especies. y 4) desarrollar un modelo de distribución potencial de Macrothele calpeiana en la Península Ibérica con el fin elaborar una hipótesis sobre los factores determinantes de su rango geográfico y de lustrar minuciosamente los pasos necesarios para elaborar un modelo individual. Las principales conclusiones son: 1) Se pueden obtener inventarios fiables de las familias Araneidae y Thomisidae en parcelas de l km2, siendo necesario el empleo complementario de tres técnicas de muestreo (mangueo, batido y trampas pitfall).2) Ante la imposibilidad de muestrear varias localidades durante todo un ciclo anual, los muestreos primaverales aportan una estima suficientemente completa de las comunidades, posibilitando la comparación de múltiples inventarios. 3) La inclusión de individuos juveniles en las estimas de biodiversidad es recomendable siempre que sea posible, a fin de obtener mejores inventarios y mejores estimas de riqueza. 4) El análisis de agrupamiento basado en el algoritmo k-means es una metodología aplicable a la selección de puntos de muestreo que, empleando variables ambientales y espaciales, permite maximizar el gradiente espacio-ambiental en función del esfuerzo de muestreo. 5) La riqueza local de arañas de las familias Araneidae y Thomisidae a escala regional está principalmente determinada por la complejidad estructural del hábitat. 6) En las regresiones logísticas, debido al sesgo en las probabilidades que provoca la prevalencia, el mejor punto de corte es el que minimiza la diferencia entre sensitividad y especificidad. Trabajar con pervalencias sesgadas no tiene efectos negativos sobre los modelos de distribución. 7) El tamaño de muestra de las presencias o ausencia tiene efecto en los modelos predictivos de distribución, independientemente de sus tamaños relativos (prevalencia). 8) Las faltas ausencias son una fuente importante de error en los modelos, especialmente cuando presentan una estructura espacial. 9) El régimen de precipitaciones parece ser el factor principal que determina la distribución de Macrothele calpeiana en la península Ibérica. 10) El cambio climático reducirá la cantidad de hábitat potencial para Macrothele calpeiana en la península Ibérica.