Modelos en Ecología del Paisaje

Modelos en Ecología del Paisaje Ecología del Paisaje Básica Id: 001803 Juan C. Benavides

Modelos en ecología del paisaje Modelos matemáticos diseñados para representar al menos una relación entre patrones y procesos espacialmente estructurados 1. Neutrales 2. Modelos de cambio del paisaje 3. Modelos basados en procesos individuales

Como construir un paisaje neutral 1. Crear una matriz de m columnas y n filas. Cada celda es un sitio. 2. Crear una función aleatoria que opere sobre cada celda (f(x)). Números aleatorios uniformes 3. Asignar una regla de decisión (1 ó 0) acorde a la probabilidad p P=0.3 P=0.7

Modelos neutrales Paisajes generados a partir de modelos de algoritmos analíticos 0 50 100 150 200 250 4 3 2 1 0 50 100 150 200 250 P1=0.1,p2=0.1,p3=0.5,p4=0.1,p5=0.1 http://www.umces.edu/al/program/gardner/qrule

Modelos neutrales Paisajes generados a partir de modelos de algoritmos analíticos map3.lacun[, 4] 1.00 1.05 1.10 1.15 1.20 1.25 50 100 150 200 250 0 50 100 150 200 250 P=0.8 1.0 0.8 0.6 0.4 0.2 0.0 0 20 40 60 80 100 120 seq(1, dim(map3.lacun)[1])

Modelos neutrales Paisajes generados a partir de modelos de algoritmos analíticos map3.lacun[, 4] 1 2 3 4 5 50 100 150 200 250 0 50 100 150 200 250 P=0.8 1.0 0.8 0.6 0.4 0.2 0.0 0 20 40 60 80 100 120 seq(1, dim(map3.lacun)[1])

Como construir un paisaje neutral

Como construir un paisaje neutral Percolación Cambios pequeños en el valor p tienen un efecto considerable sobre la geometría del paisaje Critical thresholds 4 8 12

Como construir un paisaje neutral Percolación Cambios pequeños en el valor p tienen un efecto considerable sobre la geometría del paisaje Critical thresholds

Los paisajes neutrales no representan un paisaje real solo son usados como punto de comparación

Tipos de modelos del paisaje Determinísticos vs Estocásticos

Tipos de modelos del paisaje Analíticos vs simulaciones Modelos analíticos usan alguna función matemática para describir el proceso Simulaciones usan variación en el comportamiento paso a paso, requiere uso de computación intensiva http://www.intechopen.com/source/html/39361/media/image3.jpeg

Tipos de modelos del paisaje Estáticos vs dinámicos Estáticos: relaciones constantes sin una dimensión temporal Dinámicos: relaciones que cambian con el tiempo

Modelos estáticos Ecosistemas potenciales de Colombia Elevación Precipitación Suelos Clima Desarrollo del modelo http://www.ideam.gov.co/documents/11769/222663/salida_final_mne_08-07-15_1_sombras.pdf

Modelos estáticos Ecosistemas potenciales de Colombia http://www.ideam.gov.co/documents/11769/222663/salida_final_mne_08-07-15_1_sombras.pdf

Modelos dinámicos

Modelos dinámicos https://www.asla.org/2009studentawards/images/largescale/052_02.jpg

Tipos de modelos del paisaje Continuos vs discretos Continuos: ecuaciones diferenciales Discretos: cambios estimados a tiempos particulares

Tipos de modelos del paisaje Continuos Momento 1=densidad en tiempo t Momento 2=densidad de pares de individuos al tiempo t

Tipos de modelos del paisaje Continuos vs discretos Continuos: ecuaciones diferenciales Discretos: cambios estimados a tiempos particulares

Tipos de modelos del paisaje

Construcción del modelo We modelled the potential distribution of each biome by using presence and absence points from the observed map as dependent variable and climatic and topographic variables as explanatory variables. Subsequently, we applied these models using future climatic variables to project future distribution of biomes We used a static land use scenario for the distribution of remnant biomes. Although this does not allow taking into account future land-use dynamics, which would need separate land-use dynamics projections, it provides insights in the relative impact of respectively climate change and land use changes on Tropical mountain biota. This approach represents the lowest impact (optimistic) scenario due to climate change Multiple backward stepwise logistic regression models were used to define the distribution for each Andean and non-andean biome

Puna se confunde con bosque seco o con bosques de montaña??

Cambios en elevación predichos para los diferentes ecosistemas

Tipos de modelos del paisaje Figure 4. Agreement on the direction of the projected change between biome models using different climatic models.

Climate change projections for the tropical Andes using a regional climate model: Temperature and precipitation simulations for the end of the 21st century Journal of Geophysical Research: Atmospheres Volume 114, Issue D2, D02108, 23 JAN 2009 DOI: 10.1029/2008JD011021 http://onlinelibrary.wiley.com/doi/10.1029/2008jd011021/full#jgrd15181-fig-0001

Climate change projections for the tropical Andes using a regional climate model: Temperature and precipitation simulations for the end of the 21st century Journal of Geophysical Research: Atmospheres Volume 114, Issue D2, D02108, 23 JAN 2009 DOI: 10.1029/2008JD011021 http://onlinelibrary.wiley.com/doi/10.1029/2008jd011021/full#jgrd15181-fig-0002

Modelos de Cambio del Paisaje

Modelos de Cambio del Paisaje Estandarizar a cambios en un año

Modelos de Cambio del Paisaje Crear vectores de estado

Modelos de Cambio del Paisaje Llevar el vector de estado a probabilidades de transición en un año para cada pixel

Cadenas de Markov Probabilidad de cambio de un pixel depende de su estado inicial y una probabilidad p de cambiar

Cadenas de Markov Los cambios en cada pixel son una función probabilistica

loop through each cell: check to see what cover type this cell is (call it i) look at the ith row of the transition matrix P draw a uniform-random number y on [0,1] loop through each column j of the ith row of P: if p(i,j-1) < y <= p(i,j), then change the cell to type j go to next type j if the cell hasn't been changed yet go to next cell

Pero y entonces Estacionaridad La probabilidad de cambio no es constante a través del tiempo Dependencia espacial Autocorrelación espacial Historia Antecendentes, comportamientos,

Autocorrelación espacial

Estacionaridad Probabilidad de un incendio cambia (aumenta) a medida que se desarrolla mas la vegetación

Dependencias históricas Las probabilidades de transición son condicionales a eventos previos

Dependencias históricas Probabilidades condicionales a alguna condición del paisaje Matrices condicionales

Cellular automata Las probabilidades de transición dependen de los valores de las celdas vecinas

Modelos de perturbación-sucesión Extensión vs resolución Detalles mecanisticosextensión espacial Complejidadgeneralidad Parametrizaciónanálisis Dinámicaespacialización Landscape Disturbance Succession Models

Modelos de perturbación-sucesión Trayectorias de cambio definidas Probabilidades determinadas desde diferentes fuentes

Modelos de perturbación-sucesión Perturbación es modelada explícitamente Incendios Deslizamientos Inundaciones Fuego

Modelos de perturbación-sucesión Mapas de las perturbaciones Fuegos

Modelos de LDSM existentes Landscape Disturbance Succession Models

Aplicaciones de LDSM existentes Landscape Disturbance Succession Models

Aplicaciones de LDSM existentes

La regla número uno de la modelación: http://1.bp.blogspot.com/-h7dcbzpec88/vp9_wmvzoci/aaaaaaaabki/7ocvlx3wg2m/s1600/garbage_paradigm.gif

https://biankahajdu.com/wp-content/uploads/2009/10/5651strip2.gif