Ecología de Poblaciones de. Introducción a los estudios de densidad, abundancia y distribución

Transcripción

1 Ecología de Poblaciones de Animales y Plantas Introducción a los estudios de densidad, abundancia y distribución

2 Importancia del estudio de las poblaciones

3 El concepto de población Propiedades Emergentes

4 Propiedades Emergentes Nivel de Organización Individuos Población Comunidad Propiedades Emergentes Eficiencia energética, ritmos, respuestas fisiológicas, características etológicas. Crecimiento poblacional, densidad, natalidad, mortalidad, migración, competencia intraespecífica, respuestas numéricas y funcionales Tramas tróficas, estabilidad, sucesión, diversidad, relaciones interespecíficas

5 Concepto de Densidad Estadísticas Vitales de las Poblaciones

6 Estudios de Abundancia Estamos interesados en conocer Número de animales que habita un lugar (Población) Determinar su distribución espacial Cómo ha cambiado su abundancia y distribución con el correr del tiempo

7 DENSIDAD Número de individuos o biomasa por unidad de área o volumen Diatomeas /m 3 Artrópodos 7.500/m 3 Ratón de Campo 217/ha Venados 3,9/km 2

8 Índices de Abundancia Relativa Número de individuos por unidad de esfuerzo. Expresan si una población es más o menos abundante en un momento o sitio dado. # de aves vistas en una hora Kl de peces extraídos por horas/hombre o m/redes/hora

9 Métodos de Estudio Factores que afectan el estudio Efecto de la disposición espacial y o variación temporal de la Población Efectos Metodológicos Instrumentales y personales Se requieren trampas, instrumentos aparatos que son manejados o deben ser leídos por personas. Operación de la cual depende la eficiencia del muestreo.

10 Factores que afectan el estudio Efecto de la variabilidad del Observador Los resultados obtenidos por una persona rara vez coincidirá con los obtenidos por otra. En parte por el grado de experiencia

11 Factores que afectan el estudio Efecto de la técnica de captura Algunas trampas son más exitosas que otras Efecto en la variabilidad de la respuesta de los animales Afición o rechazo a las trampas

12 Medición de la Densidad Métodos que implican Recuento directo de animales Signos de animales y objetos relacionados con ellos Marcado de animales

13 MEDICIÓN DE LA DENSIDAD CONTEOS TOTALES Censo Mapeo de Territorio Recuento por Ahuyentamiento Censo Aereo Captura Total METODOS DE MUESTREO (Censos muestrales) Uso de cuadrantes Puntos y transectos lineales Muestreos sin cuadrantes

14 MÉTODOS QUE IMPLICAN RECUENTO DIRECTO DE ANIMALES

15 CENSO Recuento total de individuos que componen la población Consiste en contar o enumerar por completo todos los individuos sobre un área dada.

16 Dificultades del Censo Tiempo Personal Dinero Riesgos de interferencia o destrucción Inaccesibilidad a todos los individuos

17 Mapeo de Territorios

18 Recuento por Ahuyentamiento Utilizado para recuento de grandes mamíferos. Dos equipos, uno ahuyenta y otro controla y cuenta los animales que salen o entran El contorno del área debe ser controlado

19 Censos Aéreos Grandes mamíferos, reptiles y aves

20 Censo por Captura Total o Exterminación Cotos de caza, estudio de vectores de enfermedades Costosa Capturar totalmente todos los individuos Capturar totalmente todos los individuos de la población.

21 Métodos de Muestreo Censos Muestrales Se contabilizan todos los individuos en una muestra.

22 Censos Seudo-muestrales D = densidad de árboles por hectárea, D = /Pi.(dmax)2 Pi = pi ( ), y dmax = promedio de la distancia a los 10 árboles más cercanos (m).

23 Transectos lineales Método de Whitesides D= (N)/2LW N= Número de individuos o grupos observados W= Promedio de distancia L= Longitud total censada Puntos de Muestreo

24 METODOS QUE IMPLICAN EL MARCADO DE ANIMALES

25 TRAMPAS

26 REDES

27 REDES DE NIEBLA

28 USO DE LAS REDES

29 MARCAS

30 Métodos de Captura Recaptura Las marcas no deben alterar los mecanismos fisiológicos o hábitos etológicos Marcas fácilmente reconocibles Población Cerrada Poblaciones estáticas

31 Captura Recaptura Consiste en marcar una porción de la población y reintegrarla para que se mezcle con los demás organismos

32 Captura Recaptura El Tamaño poblacional se determina en base al número de organismos marcados y su proporción con respecto a los no marcados

33 Captura Recaptura Método de Lincoln (Una sola campaña de marcaje y una recaptura) n1 : Tamaño de la primera muestra. n2 : Tamaño de la segunda muestra. m: Cantidad de individuos capturados en la segunda muestra que están marcados. La estimación está dada por: ˆ 1 2 N n n = m = (200)(100) 20 = 1000

34 Usando estimación del cociente del total de una población, tenemos: n 1 : Tamaño de la primera muestra. n 2 : Tamaño de la segunda muestra. m: Cantidad de individuos capturados en la segunda muestra y que además están marcados. La estimación está dada por: ˆ 1 2 N n n = m = (200)(100) 20 = 1000

35 METODOS QUE IMPLICAN SIGNOS DE ANIMALES

36 MEDICIÓN DE LA ABUNDANCIA DENSIDAD RELATIVA Número de individuos o biomasa por unidad de esfuerzo Trampas Número de mojones Frecuencia de vocalización

37 MEDICIÓN DE LA ABUNDANCIA Número de dispositivos (Redes) Cuestionarios Conteos en ruta/río

38 Registros de campañas peleteras Captura por unidad de esfuerzo de captura

39 Muestreo Técnicas Estadísticas

40 INVESTIGACIÓN Proceso de producción de conocimientos científicos Para responder preguntas Se recogen datos, se analizan e infieren sobre la información obtenida Estadística es una herramienta para organizar, resumir y describir datos y generar inferencias y generalizaciones basados en ellos

41 Porqué es necesaria la estadística? Para poder leer y entender revistas científicas La probabilidad de encontrar un individuo de primer año en la bahía de Asunción es significativamente mayor que la de un individuo adulto א 2 =4,1; gl=1; p<0,05* Para poder presentar resultados en forma rigurosa La estadística no demuestra nada, solo indica la probabilidad de que observamos sea producto del azar

42 Conceptos sobre medidas y muestreos Población: grupo de elementos que son objetos de investigación Todos los árboles que pueden ser medidos y contados Variable: característica de la población que difieren de un individuo (unidad, elemento) a otro. Que puede tomar distintos valores Altura, DAP, Diámetro de la Copa, densidad, etc. Muestra: grupo de datos que representa a la problación.

43 Muestras Ejemplos: las parcelas a estudiar, todos los árboles que se medirán, la cantidad de transectas realizadas, la cantidad de puntos de observación La muestra posee Unidades de Muestreo (una parcela, un árbol, un sitio puntual) del cual se obtiene la información u observación (12 individuos; 15 cm de DAP)

44 Muestra. Ejemplo de Estudio Variable: Distribución espacial; dada por la densidad de la especie (lombriz) Población: todos las colonias de lombrices Muestra: Un transecto con 6 sitios puntuales Unidad de Muestreo: el punto de observación Observación: 5, 0, 2, etc. individuos

45 Muestra Representativa Debe ser tomada de forma aleatoria Obtenemos una muestra para calcular un ESTADÍSTICO (Ẋ, S 2, S) que nos proporciona una estima del PARÁMETRO POBLACIONAL (µ,σ 2, σ)

46 Son buenas nuestras estimaciones? La media de las medias, tiene su propia Desviación Típica que se llama ERROR TÍPICO de la media (ET) o ERROR ESTÁNDAR de la media que puede ser calculada por: ET = s²/n, o s / n donde n: número de observaciones ET indica lo buena que es nuestra estima de la media muestral.

47 Error Típico, su aplicación Si la media del DAP es 74,00 cm y el ET es ± 0,234 cm, podemos tener una confianza del 68% de que la media poblacional se encuentra entre 73,766 y 74,234 (74 ± 0,234) En 68 ocasiones de cada 100 el intervalo comprenderá la Media Poblacional

48 Sin embargo 68% de confianza es muy bajo y por lo general queremos estar seguros de que la Media Poblacional se encuentra entre los límites establecidos

49 Límites de Confianza Para obtener límites del 95 % o 99%, se multiplica el ET por valores de z adecuados (para muestras mayores a 30): 95% de confianza. x ± 1,92 ET 99% de confianza. x ± 2,58 ET El intervalo generado comprenderá a la Media Muestral en 95 o 99 ocasiones de cada 100

50 TEOREMA DEL LÍMITE CENTRAL El Error Típico se aplica a variables con distribuciones normales. Si la variable no posee una distribución normal, entonces tomamos un número grande de muestras en forma aleatoria a fin de acogernos al Teorema del Límite Central que dice: Las MEDIAS de un número grande de muestras, tomadas de forma aleatoria, se distribuye de forma normal y que la media de las medias, es la MEDIA POBLACIONAL

51 Tamaño Mínimo de la Muestra (n) n= 100(S 2 /Ẋ 2 ) Tolera un ET de 10% alrededor de la Media.

52 Tipos de Muestreo De acuerdo a los organismos que se desean estudiar y la información que se desea obtener sobre ellos, la muestra puede tomarse siguiendo una de las siguientes metodologías: Muestreo Aleatorio Simple, Muestreo Estratificado Aleatorio y Muestreo Sistemático.

53 Muestreo Aleatorio Simple Es el que confiere idénticas posibilidades de extracción a todos los individuos, esto es, que el investigador no encuentre una justificación para seleccionarlos. Las estaciones y épocas de muestreo pueden obedecer al criterio del investigador más no así, la selección de las muestras. En este tipo de muestreo, la precisión con que se estima el promedio de una variable, depende del número de muestras que se colecte. El muestreo aleatorio simple, se puede aplicar a todas aquellas comunidades distribuidas en forma aleatoria.

54 Muestreo Estratificado Aleatorio Consiste en separar por estratos la población o área a evaluar, buscando la mayor homogeneidad posible o menor varianza dentro de cada estrato. La presencia de gradientes ambientales, y la respuesta de las especies a los mismos, conducen a que ocurran estratificaciones en las poblaciones. Un muestreo representativo debe abarcar las diferentes asociaciones o gradientes que se observe en el ecosistema que se desea evaluar.

55 Muestreo Estratificado Aleatorio El muestreo estratificado, garantiza que los parámetros estimados sean más precisos. Con frecuencia se recurre a la fotointerpretación para estratificar la zona de estudio, lo que permite subdividirla en unidades homogéneas en cuanto a relieve, topografía, y estructura de vegetación.

56 Muestreo Sistemático Consiste en ubicar las muestras un una forma regular en toda la zona de estudio. Permite detectar variaciones espaciales en toda la comunidad. Sin embargo no se puede obtener una estimación exacta de la precisión de la media considerada. Este modelo es preferido porque permite detectar variaciones y porque su aplicación es más sencilla en el campo.

57 Ejercicio Estimar límites de confianza para el número de individuos del género Determinar tamaño mínimo de muestra con: margen de variación de la media de 5 individuos. 10% de variación en el ET

58 Cómo generar números aleatorios en la calculadora Conocer la población total a muestrear Ej. 60 parcelas en total De los cuales se muestrearán 10 Se calcula un valor de relación = Población/Nº Muestra = 60/10 = 6 El número aleatorio se genera utilizando: Shift. =. X 6 punto

59 Muestreo en Bosque

60 Método del individuo más cercano: Se eligen n puntos al azar Se miden las distancias entre cada punto y el individuo más cercano (yi). Ver figura. D= (n-1)/ yi2. Este es un estimador no sesgado, D= (n-1)/yi2. Este es un estimador no sesgado, pero algunos autores utilizan simplemente D= n/yi2. El estimador se basa en el número de individuos contados (n, dividido por el área estimada que ocupan esos individuos.

61 Punto al azar Individuo más cercano yi