Services on Demand
Journal
Article
Indicators
Cited by SciELO
Access statistics
Related links
Similars in SciELO
Share
Revista Chapingo serie ciencias forestales y del ambiente
On-line version ISSN 2007-4018Print version ISSN 2007-3828
Abstract
CRUZ-CARDENAS, Gustavo et al. Selección de predictores ambientales para el modelado de la distribución de especies en Maxent. Rev. Chapingo ser. cienc. for. ambient [online]. 2014, vol.20, n.2, pp.187-201. ISSN 2007-4018. https://doi.org/10.5154/r.rchscfa.2013.09.034.
Antes de realizar el modelado de la distribución potencial de una especie, se recomienda hacer una preselección de covariables pues la redundancia o variables irrelevantes pueden inducir sesgos en la mayoría de los modelos. En este estudio, se propuso un método automatizado para la selección a priori de covariables utilizadas en el modelado. Se emplearon cinco especies típicas de la flora mexicana (Catopheria chiapensis, Liquidambar styraciflua, Quercus martinezii, Telanthopora grandifolia y Viburnum acutifolium) y 56 covariables ambientales. Se generaron matrices de presencia-ausencia para cada especie y se analizaron empleando regresión logística; el modelo resultante de cada especie se evaluó mediante un remuestreo bootstrap. La distribución de las cinco especies se modeló usando el algoritmo de máxima entropía y con el empleo de tres conjuntos de covariables ambientales. La precisión de los modelos generados se evaluó con intervalos de confianza de cada curva característica operativa del receptor (COR). Los intervalos de confianza de las curvas COR resultantes no mostraron diferencia significativa (P < 0.05) entre los tres modelos predictivos generados; sin embargo, el modelo más parsimonioso se obtuvo con el método propuesto.
Keywords : Datos de sensores remotos; propiedades de suelos; selección automatizada de covariables.