Pseudoeurycea gadovii (tlaconete) Distribución potencial actual (Ochoa-Ochoa y Flores-Villela, 2015)

Catálogo de metadatos geográficos. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad

Autor: Ochoa-Ochoa, L. M., O. A. Flores-Villela, (2015)

Palabras clave: 2010, 2015, Anfibios, Distribución potencial, Endémico, JM022, Modelo de nicho, Pseudoeurycea gadovii

Fecha de publicación: 30-11-2015, del metadato 30-11-2015

Descargas: Google Earth (KML), ESRI Shapefile (SHP), Metadatos

Accesos directos: Vista previa, Geoportal CONABIO, Metadato (HTML).

 1002 x 774 píxeles

imprimir

Metadato completo [-]

  1. Información de identificación
    1. Referencia
      Información de referencia:
      Autor:
      Ochoa-Ochoa, L. M., O. A. Flores-Villela, (2015). 'Pseudoeurycea gadovii (tlaconete). Distribución potencial actual.', escala: 1:1000000. edición: 2. Facultad de Ciencias, Universidad Nacional Autónoma de México. Proyecto: JM022, Anfibiofauna endémica frente al cambio climático: análisis de sensibilidad e incertidumbre. El Proyecto fue financiado por la Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO). Ciudad de México, México.
      Fecha de publicación:
      30-11-2015
      Nombre del producto:
      Pseudoeurycea gadovii (tlaconete) Distribución potencial actual (Ochoa-Ochoa y Flores-Villela, 2015)
      Formato de representación geográfica:
      Shapefile. Formato vectorial compuesto por 4 archivos (shp, shx, dbf,prj)
      Información complementaria:
      Escala: 1:1000000
      Acceso en línea:
      http://www.conabio.gob.mx/informacion/metadata/gis/pga022dpgw.xml?_httpcache=yes&_xsl=/db/metadata/xsl/fgdc_html.xsl&_indent=no
    2. Descripción
      Resumen:
      El modelo de distribución potencial de Pseudoeurycea gadovii se elaboró como parte del proyecto JM022 Anfibiofauna endémica frente al cambio climático: análisis de sensibilidad e incertidumbre, apoyado por la CONABIO. Se modeló el nicho ecológico de la especie con la plataforma Biodivesity Modelling (BIOMOD), que utiliza nueve algoritmos: GLM, GAM, CTA, ANN, SER, GBM, randomForest, MDA, MARS). Los modelos fueron generados a partir de registros de colecta de la especie reunidos de distintas fuentes de información y de datos climáticos tomados de Worldclim. Se evaluó el desempeño y la incertidumbre de cada modelo. Las proyecciones geográficas de dichos modelos se ensamblaron geográficamente y se generó un mapa consenso al que corresponde este metadato. Para determinar el umbral de presencia se utilizó la presencia mínima (Minimum Threshold presence).
      Propósito:
      Estimar la distribución potencial actual de la especie Pseudoeurycea gadovii
      Información suplementaria:
      Referencias en la web: http://www.conabio.gob.mx/institucion/cgi-bin/datos2.cgi?Letras=JM&Numero=22
    3. Periodo de validez de los datos
      Fecha y hora:
      No aplica
      Vigencia:
      1891-1982
    4. Estado de la información
      Progreso:
      Terminado
      Mantenimiento:
      No planeado
    5. Dominio espacial
      Descripción de la extensión geográfica:
      República Mexicana
      Coordenadas extremas:
      (Oeste) -101.881507873535, (Este) -95.6304092407227, (Norte) 20.222957611084, (Sur) 16.8407649993896
    6. Palabras clave
      Tema:
      2010, 2015, Anfibios, Distribución potencial, Endémico, JM022, Modelo de nicho, Pseudoeurycea gadovii
      Lugar:
      Distrito Federal, Guanajuato, Guerrero, Hidalgo, México, Michoacán de Ocampo, Morelos, Oaxaca, Puebla, Querétaro de Arteaga, República Mexicana, Tlaxcala, Veracruz de Ignacio de la Llave
    7. Taxonomía
      Palabras clave:
      Tema: Amphibia, Caudata, Plethodontidae, Pseudoeurycea, Pseudoeurycea gadovii, tlaconete, tlaconete de gadow, gadow's false brook salamander, gadow's salamander
      Sistema taxonómico:

      Clasificación:

      Fuente:

      • 'Amphibian Species of the World: an Online Reference.'

        20160000. Darrel-Richmond, F., (2016), 'Amphibian Species of the World: an Online Reference.', versión: 6.0, American Museum of Natural History, Electronic Database accessible at http://research.amnh.org/herpetology/amphibia/index.html, New York, USA.

      Procedimiento taxonómico: No conocido

      Clasificación:

      Animalia: Chordata: Amphibia: Caudata: Plethodontidae: Pseudoeurycea: (, , , )

    8. Herramienta de análisis
    9. Condiciones de acceso
      Sin restricciones
    10. Condiciones de uso

      Importante:

    11. Contacto
    12. Vista previa
      Nombre del recurso:
      http://geoportal.conabio.gob.mx/descargas/mapas/imagen/20/pga022dpgw
      Descripción:
      171 x 132 píxeles
      Formato:
      image/png
      Nombre del recurso:
      http://geoportal.conabio.gob.mx/descargas/mapas/imagen/96/pga022dpgw
      Descripción:
      1002 x 774 píxeles
      Formato:
      image/png
    13. Créditos y reconocimientos
    14. Restricciones de uso
    15. Sistema nativo
      Ubuntu 10.13, Mac OS X Mavericks, Dell Optiplex 990, RAM 16.0, Mac book pro RAM 8.0, Linux
    16. Documentos relacionados
  2. Calidad de la información
    1. Precisión de los atributos no espaciales
    2. Consistencia lógica
      Gabinete
    3. Cobertura del tema
      Se reunieron registros de distintas fuentes de información y se integró una base de datos. Se revisó y depuró la base de datos tanto geográfica como taxonómicamente. Se eliminaron los registros duplicados por celda ambiental de aproximadamente 1km x 1km. A cada registro se le agregó el valor de las 19 variables ambientales de WorldClim y se analizó la colinearidad entre las variables. Se seleccionaron las 10 variables que presentaron menor colinearidad. Se definió una región de referencia 'M' para modelar la especie basada en Cuencas hidrológicas de CNA (1998). Los modelos de nicho ecológico se generaron con el paquete BIOMOD2 (Biodiversity Modelling) (Thuiller, 2003) y se corrieron en la plataforma R (R, 2008). Se generaron los modelos basados en nueve algoritmos: GLM, GBM, CTA, ANN, SRE, FDA, Random Forest, MARS y MAXENT. Cada modelo se evaluó utilizando el ROC (Optimized Threshold ROC). A partir de la suma geográfica de la proyección probabilística de todos los modelos se generó un modelo consenso. El modelo consenso se transformó en un mapa binario (Minimum Threshold presence).
    4. Precisión de los atributos espaciales
    5. Procesamiento

      Fuentes:

      • INEGI, CONABIO, INE, (2008), 'Ecorregiones terrestres de México', Escala 1:1000000. Instituto Nacional de Estadística, Geografía e Informática, Comisión Nacional para el Conocimiento y Uso de la Biodiversidad e Instituto Nacional de Ecología, México, D. F.http://www.conabio.gob.mx/informacion/gis/?vns=gis_root/region/biotic/ecort08gw.

      • Thuiller, A.W., D. Georges, R. Engler, (2009), 'BIOMOD2: Ensemble platform for species distribution modeling', versión: 3.1-48, Evolution, Modeling and Analysis of Biodiversity, Grenoble, France. Thuiller, W., Lafourcade, B., Engler, R. & Araújo, M.B. (2009) BIOMOD - a platform for ensemble forecasting of species distributions. Ecography, 32, 369-373., http://www.will.chez-alice.fr/Software.html

      • S. E. Cameron, P. G. Jones, J. L. Parra, Hijmans, R. J., , (2005), 'Global Climate Data', Escala 1:1000000. versión: 1.4, WorldClim, University of California, Berkeley. U.S.A. Para información de los métodos usados para generar las capas climáticas, las unidades y formato de los datos favor de revisar el siguiente artículo: Hijmans, R.J., S.E. Cameron, J.L. Parra, P.G. Jones and A. Jarvis, 2005. Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology 25: 1965-1978. http://onlinelibrary.wiley.com/doi/10.1002/joc.1276/pdf, http://www.worldclim.org/

      • CNA, (1998), 'Cuencas Hidrológicas (CNA)', Escala 1:250000. Comisión Nacional del Agua, México.http://www.conabio.gob.mx/informacion/gis/?vns=gis_root/hidro/chidro/cue250kgw.

      • L. M. Ochoa-Ochoa, O. A. Flores-Villela, A. Domínguez-Pérez, B. Chávez-Galván, J. Campell, (2016), 'Anfibiofauna endémica frente al cambio climático: análisis de sensibilidad e incertidumbre', versión: 1, Facultad de Ciencias, Universidad Nacional Autónoma de México, Ciudad de México, México. Bases de datos SNIB-CONABIO proyecto No. JM022, http://www.conabio.gob.mx/institucion/cgi-bin/datos2.cgi?Letras=JM&Numero=22

      Procedimientos:

      • No aplica: Se reunieron registros de distintas fuentes de información y se integró una base de datos. Se hizo una revisión detallada de la base de datos, y se depuró tanto geográfica como taxonómicamente. Se eliminaron todos los registros duplicados por celda ambiental de aproximadamente 1km x 1km, y se obtuvieron 29 registros únicos. Se generó la distribución potencial a través de modelado de nicho ecológico basado en clima (Environmental Niche Modelling, ENM) utilizando el paquete BIOMOD2 (Biodiversity Modelling (Thuiller, 2003). Los modelos se corrieron en la plataforma R (R, 2008). Los pasos dentro de la plataforma fueron los siguientes: 1. A cada registro único se le agregó el valor de las 19 variables ambientales de WorldClim. Con estos datos se corrieron correlaciones para buscar colinearidad entre las variables. Se seleccionaron las 10 variables que presentaron menor colinearidad y que además fueran limitantes para los anfibios: Isotermalidad (Rango promedio de la temperatura diurna / Rango de la temperatura anual) (* 100); Estacionalidad de la Temperatura (Desviación Estándar *100); Rango Anual de la Temperatura (Temperatura máxima del mes más caliente - Temperatura mínima del mes más frío); Temperatura promedio del cuatrimestre más lluvioso; Temperatura promedio del cuatrimestre más caliente; Precipitación Anual; Precipitación del mes más seco; Precipitación del cuatrimestre más seco; Precipitación del cuatrimestre más caliente, y Precipitación del cuatrimestre más frío. 2. Se eligió una región geográfica de referencia 'M' de la siguiente manera: 1) con los registros de la especie se generó una envoltura convexa; 2) Con base en esta envoltura se seleccionaron cuencas hidrológicas de CNA (1998), a escala 1:250 000, bajada del portal de geoinformación de CONABIO; 3) Se generó un buffer formado por las cuencas vecinas a las cuencas seleccionadas. A partir de dicho polígono se cortaron las capas ambientales. 3. Se generaron modelos con 9 algoritmos: Modelos lineares generalizados (Generalised Linear Models, GLM), Generalised Boosting Model (GBM), Análisis de árboles de clasificación (Classification Tree Analysis, CTA), Redes de neuronas artificiales (Artificial Neural Networks, ANN), Surface Range Envelope (SRE), muy similar al Bioclim (Jiguet et al., 2007), Análisis discriminantes flexibles (Flexible Discriminant Analysis, FDA), Random Forest (Breiman and Cutler's random forest for classifcation and regression, randomForest), Regresiones múltiples adaptativas (Multiple Adaptive Regression Splines, MARS), y Maximum Entropy (MAXENT). Se utilizaron todos los registros únicos por localidad. Se definió localidad como una celda de 1km x 1km equivalente a los rasters de Bioclim. 4. Los modelos se evaluaron por medio de ROC (Optimized Threshold ROC). La medida va de 0 a 1. Los valores se reportan a continuación: GLM 0.738 GBM 0.865 CTA 0.849 ANN 0.842 SRE 0.546 FDA 0.873 MARS 0.897 randomForest 0.885 MaxEnt 0.945 5. A partir de la suma geográfica de la proyección probabilística de todos los modelos se generó un modelo consenso. Para convertir el modelo consenso en mapa binario (presencia-ausencia) se utilizó la presencia mínima (Mínimum Threshold presence). El valor de la suma geográfica para determinar la presencia-ausencia para el modelo consenso de Pseudoeurycea gadovii fue de 3401. Sin embargo quedó una localidad fuera. 6. Para evaluar el modelo consenso, se utilizó el AUC, que en el caso de Pseudoeurycea gadovii resultó de: 0.9833532. 7. Con base en los registros únicos se seleccionaron las ecorregiones terrestres donde occurrieran; con base en éstas se delimitó el área de presencia. 8. Se obtuvo un valor de incertidumbre del modelo consenso calculando primero el tamaño del área de distribución proyectada por cada algoritmo (num de pixeles); a esos datos se les calculó el promedio, la desviación estándar y el coeficiente de variación (CV). Con base en el CV (indica la variación en el área) se determinaron tres categorías, baja (CV < 1), media (>1 CV <3), y alta (CV > 3), que en este caso resulto ser: media.

    6. Porcentaje del área de estudio cubierta por nubes
  3. Atributos espaciales
    1. Representacion espacial
    2. Método de representacion espacial
      Vector
    3. Información de vectores y puntos
      Descripción SDTS (Spatial Data Transfer Standard - Spatial Data Concepts):
      Tipo de objetos punto y vectores:
      G-polygon
      Número de puntos o vectores:
      480
    4. Información de imágenes
  4. Sistema de referencia
    1. Sistema de coordenadas (horizontal)
      Geográficas:
      Resolución de la latitud:
      0.0174532925199433
      Resolución de la longitud:
      0.0174532925199433
      Unidades de las coordenadas Geográficas:
      Decimal degrees
      Modelo geodésico:
      Datum horizontal:
      WGS84
      Elipsoide:
      WGS84
      Semieje mayor:
      6378137.000000
      Denominador del factor de achatamiento:
      298.257224
    2. Sistema de coordenadas (vertical)
  5. Atributos no espaciales
    1. Descripción detallada

      Nombre: PGA022DPGW.DBF

      Definición: La tabla contiene valores de 0 equivalente a ausencia y 1 a presencia de la especie

      Fuente: No conocido

      Atributo Descripción Fuente [1] Dominio [2] Precisión [3]
      Value Numérico Datos del proyecto Indica como 1 valores de presencia de la especie y como 0 valores de ausencia. -
    2. Descripción resumida
  6. Distribución de la información
    1. Información de contacto

      Jose Manuel Davila Rosas

      jdavila@conabio.gob.mx

      Subcoordinador de Sistemas de Información Geográfica


      Comisión Nacional para el Conocimiento y Uso de la Biodiversidad

      Liga Periférico Insurgentes Sur Num. 4903 1er piso. Col. Parques del Pedregal. Delg. Tlalpan, D.F., 14010, México

      Teléfono: 50045012 y (fax) 50044931

      Horario de servicio: Lunes a Viernes de 8 a 18 hrs.

    2. Nombre de referencia
      pga022dpgw
    3. Responsabilidad
      La Subdirección de Sistemas de Información Geográfica de la CONABIO solo se hace responsable de la información presentada en el mapa y se deslinda del uso que se le de a la misma.
    4. Medios de distribución

      Digitales:

      Precio: Acceso libre sin ningún cargo al público en general.

    5. Medios de distribución especiales
    6. Requisitos técnicos
      Tener Arc-Info o sistemas compatibles, en caso que existan se pueden visualizar en Google Earth KML y/o conexión al servicio WMS.
    7. Disponibilidad
  7. Acerca de este documento
    1. Fecha de creación o última actualización
      30-11-2015
    2. Fecha de última revisión
    3. Fecha de la siguiente revisión
    4. Información de contacto

      Laura Herrera

      ssig@conabio.gob.mx

      Administrador de Metadatos


      Comisión Nacional para el Conocimiento y Uso de la Biodiversidad

      Liga Periférico Insurgentes Sur Num. 4903 1er piso. Col. Parques del Pedregal. Delg. Tlalpan, D.F., 14010, México

      Teléfono: 01 55 5004 4963 y (fax) 50044931

      Horario de servicio: Lunes a Viernes de 8 a 18 hrs.

    5. Nombre del estándar de contenido
      FGDC Biological Data Profile of the Content Standard for Digital Geospatial Metadata
    6. Versión del estándar de contenido
      FGDC-STD-001.1-1999
    7. Uso horario
    8. Condiciones de acceso
    9. Condiciones de uso
    10. Restricciones de seguridad o privacidad
    11. Extensiones
COMISIÓN NACIONAL PARA EL CONOCIMIENTO Y USO DE LA BIODIVERSIDAD

Av. Liga Periférico – Insurgentes Sur No. 4903. Col. Parques del Pedregal. Del. Tlalpan. 14010. México, DF. Tel. (55) 5004-5018 y (55) 5004-4938. Correo electrónico ssig@conabio.gob.mx

La cartografía digital disponible en esta página se distribuye bajo una licencia Creative Commons Reconocimiento - No comercial 2.5 México.