estimación de la diversidad. curvas de acumulación de especies
TRANSCRIPT
Estimación de la diversidad
Curvas de acumulación de especies
Curvas de acumulación de especies
curva de acumulación de especies (curva de colector)
0
1
2
3
4
5
6
1 2 3 4
parcelas
# d
e es
pec
ies
A A+B
A+B+C
A+B+C+D
Curvas de acumulación de especies
El orden de muestreo fue arbitrario. Pudo comenzar con cualquier parcela dando los mismos resultados.
Curvas de acumulación de especies
curva de acumulación de especies
0
1
2
3
4
5
6
1 2 3 4
parcelas
# d
e es
pec
ies B A+B
A+B+C
A+B+C+D
Curvas de acumulación de especies
curva de acumulación de especies
0
1
2
3
4
5
6
1 2 3 4
parcelas
# d
e es
pec
ies C A+C
A+B+C
A+B+C+D
¿Y si añadimos parcelas?
• Siguiendo la teoría de biogeografía de islas podemos deducir que a mayor área de muestreo o mayor esfuerzo de colección mayor diversidad.
Distribución de abundancias
Distribución de abundancias
Distribución de abundancias
• La mayoría de las especies en una comunidad tienen abundancias intermedias
• Son pocas las mas abundantes
• Son pocas las menos abundantes (raras)
• Esto sugiere que a mayor área de muestreo o esfuerzo de colección mas especies raras se añadirán
Algunas curvas de acumulación tienden a una asíntota otras no
?
área o # de individuos área o # de individuos
# especies
Las que tienden a una asíntota
• Pueden sugerirnos la riqueza total
área o # de individuos
# especies
¿Cuál de las curvas de acumulación anteriores utilizamos?• Cada curva es diferente dependiendo del
orden en que se incluyan las muestras
• Una opción es una curva suavizada mediante promediación de combinaciones de muestras: rarificación
• Construyan una curva rarificada para el ejemplo anterior
Curva rarificada por muestras
• Pasos (para método exacto):– Haga una lista de las combinaciones posibles
de 1, 2, 3, 4, etc. # de muestras – Calcular promedios de especies presentes en
todas las combinaciones de 1, 2, 3, 4, etc. # de muestras
– Graficar los promedios– También se acostumbra calcular las
desviaciones estándar para cada nivel de grupos de parcelas
Curva rarificada por muestras
• Pasos (para método aleatorio):– Haga una lista de las combinaciones posibles
de 1, 2, 3, 4, etc. # de muestras – Calcular promedios de especies presentes en
combinaciones seleccionadas al azar de 1, 2, 3, 4, etc. # de muestras
– Graficar los promedios– También se acostumbra calcular las
desviaciones estándar para cada nivel de grupos de parcelas
Curva rarificada por individuos
• Pasos (para método aleatorio):– Haga una lista de las combinaciones posibles
de 1, 2, 3, 4, etc. # de individuos – Calcular promedios de especies presentes en
combinaciones seleccionadas al azar de 1, 2, 3, 4, etc. # de individuos
– Graficar los promedios– También se acostumbra calcular las
desviaciones estándar para cada nivel de grupos de individuos
Curva rarificada por parcelas o individuos
Densidad de especies
• Muchas veces pensamos que podemos estimar la diversidad basándonos en promedios de diversidad por parcela
• Esta medida solo representa la densidad de especies (especies por unidad de área)
• Densidad de especies es sensitiva al número de individuos muestreados
Estimación de riqueza
• No podemos estimar riqueza basándonos en densidad de especies
• Determinar la riqueza de una comunidad o un paisaje toma demasiado esfuerzo y podemos equivocarnos
• Existen varios métodos de estimación
Estimación de riqueza
• Métodos:– Extrapolar la asíntota– Ajustar una distribución a lo observado
• Distribución geométrica• Distribución log-normal• Otras• Resultados ambiguos pues varias distribuciones
pueden resultar adecuadas dando estimados muy diferentes
– Estimadores paramétricos– Estimadores no-paramétricos
Estimadores no-paramétricos
• Jackknife (incidencia)– Jack1
– Jack2–
• Chao– Chao2
– Chao2 corregido
q1 = # esp en solo 1 muestra m = # muestras
Calculen a Jack1, jack2 y Chao2Parcelas
S1 S2 S3 S4 S5 R
A 1 1 1 0 0 3
B 1 1 1 1 1 5
C 4 1 1 0 0 3
D 2 2 2 0 0 3
8 5 5 1 1 5
Estimadores de riqueza
• También hay estimadores de riqueza que utilizan los datos de abundancia– Jackknife (jack1 y jack2)– Chao1– otros
Estimadores no-paramétricos
• No hacen suposiciones acerca de las características de la distribución de los datos
• Tienden a dar estimados mas certeros que otros métodos
Extrapolar la asíntota
Ajustar la distribución
Chao2: uno de los mejores