Pinus leiophylla (pino chino) Distribución geográfica del hábitat climático (Sáenz et al. 2013)

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

Autor: Sáenz-Romero, C., E. G. Rehfeldt, J. M. Ortega-Rodríguez, M. C .Marín-Togo, (08/03/2013)

Palabras clave: 2013, Hábitat climático propicio, JM036, Modelos climáticos, Pinus leiophylla

Fecha de publicación: 15-07-2012, del metadato 15-05-2013

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:
      Sáenz-Romero, C., E. G. Rehfeldt, J. M. Ortega-Rodríguez, M. C .Marín-Togo, (08/03/2013). 'Pinus leiophylla (pino chino). Distribución geográfica del hábitat climático', escala: 1:1000000. Universidad Michoacana de San Nicolás de Hidalgo, Instituto de Investigaciones Agropecuarias y Forestales, Unidad San Juanito Itzícuaro. Proyecto: JM036, Modelaje de la Distribución geográfica de Pinus pseudostrobus y P. leiophylla. El Proyecto fue financiado por la Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO).. México.
      Fecha de publicación:
      15-07-2012
      Nombre del producto:
      Pinus leiophylla (pino chino) Distribución geográfica del hábitat climático (Sáenz et al. 2013)
      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/ple036dghgw.xml?_httpcache=yes&_xsl=/db/metadata/xsl/fgdc_html.xsl&_indent=no
    2. Descripción
      Resumen:
      El objetivo de la propuesta consiste en modelar la distribución geográfica de Pinus leiophylla, mediante la predicción de la distribución de su hábitat climático propicio (suitable climate habitat), en base a comparar variables climáticas entre sitios con presencia y con ausencia de la especie. La especie es muy importante en su papel ecológico como componentes del pino-encino y bosque de coníferas en México, y es una de las especies de mayor importancia económica por su producción de resina en el Eje Neovolcánico (llamado también Faja Volcánica Transmexicana) y en la Sierra Madre Occidental. Se utilizaron datos de presencia / ausencia del Inventario Nacional Forestal y de Suelos de México y variables climáticas estimadas por un modelo climático 'spline'. Se construyó un modelo bioclimático para la especie, a partir de seleccionar las seis variables más relevantes de un total de 18 variables básicas y 12 interacciones; a partir de estimar un envoltorio climático y construir el modelo bioclimático usando Random Forest del programa R. El error promedio del modelo bioclimático fue de 4.6%. Finalmente se generaron mapas del hábitat climático propicio, en formato raster, a una resolución de 1 km cuadrado.
      Propósito:
      Generar un modelo de distribución geográfica del hábiat climático de Pinus leiophylla.
      Información suplementaria:
      Referencias en la web: http://www.conabio.gob.mx/institucion/cgi-bin/datos.cgi?Letras=JM&Numero=036
    3. Periodo de validez de los datos
      Fecha y hora:
      No aplica
      Vigencia:
      2004
    4. Estado de la información
      Progreso:
      Terminado
      Mantenimiento:
      No planeado
    5. Dominio espacial
      Descripción de la extensión geográfica:
      República Mexicana, Arizona y Nuevo México EE.UU.
      Coordenadas extremas:
      (Oeste) -124.566673278809, (Este) -89, (Norte) 47, (Sur) 13.8999996185303
    6. Palabras clave
      Tema:
      2013, Hábitat climático propicio, JM036, Modelos climáticos, Pinus leiophylla
      Lugar:
      Aguascalientes, Baja California, Baja California Sur, Belize, Campeche, Chiapas, Chihuahua, Coahuila de Zaragoza, Colima, Distrito Federal, Durango, El Salvador, Estados Unidos de América, Guanajuato, República de Guatemala, Guerrero, Hidalgo, Honduras, Jalisco, México, Michoacán de Ocampo, Morelos, Nayarit, Nuevo León, Oaxaca, Puebla, Querétaro de Arteaga, Quintana Roo, San Luis Potosí, Sinaloa, Sonora, Tabasco, Tamaulipas, Tlaxcala, Veracruz de Ignacio de la Llave, Yucatán, Zacatecas, República Mexicana
    7. Taxonomía
      Palabras clave:
      Tema: Pinopsida, Pinales, Pinaceae, Pinus, Pinus leiophylla, pino chino, manzanita, ocote, ocote chino, palo otomite, pino, pino blanco, pino chamonque, pino chino, pino negro, pino prieto, pino saguaco, cote de ocoshal delgado.
      Sistema taxonómico:

      Clasificación:

      Fuente:

      • 'A new classification and linear sequence of extant gymnosperms'

        20110218. Maarten J.M. Christenhusz, James L. Reveal, Aljos Farjon, Martin F. Gardner, Robert R. Mill, Mark W. Chase, (2011/02/18), 'A new classification and linear sequence of extant gymnosperms', 2011, Magnolia Press Phytotaxa, Artículo publicado en Phytotaxa 19: 55-70 (2011), New Zealand.

      Procedimiento taxonómico: No conocido

      Cobertura taxonómica:
      Bosque de Pino
      Clasificación:

      Plantae: Coniferophyta: Pinopsida: Pinales: Pinaceae: Pinus: (, , , , , , , , , , , , )

    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/ple036dghgw
      Descripción:
      171 x 132 píxeles
      Formato:
      image/png
      Nombre del recurso:
      http://geoportal.conabio.gob.mx/descargas/mapas/imagen/96/ple036dghgw
      Descripción:
      1002 x 774 píxeles
      Formato:
      image/png
    13. Créditos y reconocimientos
    14. Restricciones de uso
    15. Sistema nativo
      SIG ARC-INFO, versión 8.0 y SPARCstation, SUN OS versión 5.5.1, Windows 7
    16. Documentos relacionados
  2. Calidad de la información
    1. Precisión de los atributos no espaciales
    2. Consistencia lógica
      Gabinete
    3. Cobertura del tema
      1) Se construyó una base de datos de sitios de presencia de la especie a partir del Inventario Nacional Forestal y de Suelos de CONAFOR; los datos relevantes fueron: Latitud, Longitud y Altitud. Se descartaron datos de presencia a una altitud mayor a 3000 msnm y menor a 1500 msnm, que aparentemente son errores de captura o de identificación de la especie en campo. Se añadieron 35 sitios de presencia colectados por Gerald E. Rehfelt y 38 sitios del inventario forestal de USA, ambos grupos de Arizona y Nuevo México. Por tanto, la región geográfica a modelar incluyó la totalidad de México y los estados de Arizona y Nuevo México de USA. Se consideró Pinus chihuahuana como Pinus leiophylla var. chihuahuana, y se modeló la variedad típica y la variedad chihuahuana cómo una sola especie. Los sitios de presencia depurados fueron 1475. Ver más detalles en el informe del proyecto. 2) Se estimaron 18 variables climáticas y 12 variables que son interacciones para cada sitio de presencia, para el clima contemporáneo (promedio 1961-1990), a partir de modelos de superficies climáticas 'Spline' interrogados en una interfase del sitio web http://forest.moscowfsl.wsu.edu/climate/customData/. Las variables básicas usadas fueron (se indica su acrónimo en inglés, seguido de la descripción): d100 - Día Juliano en el que la suma de grados día > 5 °C alcanza el valor de 100. dd0 - Grados día <0 °C (estimación basada en temperaturas mensuales). Dd5 - Grados día > 5 °C (estimación basada en temperaturas mensuales). Fday - Día juliano de la primera helada del Otoño. Ffp - Duración del periodo libre de heladas (días). Gsdd5 - Grados día > 5 °C acumulados durante el periodo libre de heladas. Gsp - Precipitación de la temporada de crecimiento (de abril a septiembre) map - Media anual de precipitación. Mat_tenths - Media anual de temperatura, expresado en décimas de °C. Mmax_tenths - Media máxima de temperatura en el mes más caliente, expresado en décimas de °C. Mmindd0 - Grados día <0 °C (basado en la media de la temperatura mínima mensual. Mmin_tenths -Temperatura mínima media del mes más frío, expresado en décimas de °C. Mtcm_tenths - Temperatura media del mes más frío, expresado en décimas de °C. Mtwm_tenths - Temperatura media del mes más caliente, expresado en décimas de °C. Sday - Día juliano de la última helada de la Primavera. Smrpb - Balance de precipitación de verano: (Julio + agosto + septiembre) / (abril +mayo + junio). Smrsprpb - Balance de la precipitación Verano/Primavera: (julio + agosto) / (abril + mayo). Smrp - Precipitación de verano (abril + mayo). Winp - Precipitación de invierno (noviembre + diciembre + enero + febrero). 3) Se construyó una base de datos de ausencia de 145000 sitios y su respectivo clima, a partir del cual se muestrearon aleatoriamente 29500 sitios de ausencia a una distancia de más y menos 1.25 del valor de la desviación estándar del envoltorio climático de la especie. Adicionalmente se obtuvieron por muestreo aleatorio 14750 sitios de ausencia a una distancia mayor al 1.25 de la desviación estándar del envoltorio climático. 4) Se construyó un modelo bioclimático usando el módulo Random Forest del software R (Versión 2.15.1), a partir de comparar el clima de los sitios de presencia con los sitios de ausencia. El número de variables climáticas a usar en el ajuste final del modelo, se realizó en base al error promedio de clasificación, derivado del error causado por predecir la especies como presente cuando en realidad está ausente, y el error de predecir la especie como ausente, cuando en realidad está presente. 5) Se construyó una GRID de probabilidad de presencia a partir de usar el modelo bioclimático para predecir el espacio geográfico de ocurrencia de la especie (con una probabilidad asociada), alimentando el modelo bioclimático con GRIDS de variables climáticas con resolución de 1 km cuadrado, usando el módulo yaImpute del software R. Mayores detalles, consultar el informe del proyecto.
    4. Precisión de los atributos espaciales
    5. Procesamiento

      Fuentes:

      • Sáenz-Romero, C., E. G. Rehfeldt, J. M. Ortega-Rodríguez, M. C. Marín-Togo, (2014), 'Modelaje de la Distribución geográfica de Pinus pseudostrobus y P. leiophylla', 1, Instituto de Investigaciones Agropecuarias y Forestales, Unidad San Juanito Itzícuaro, Universidad Michoacana de San Nicolás de Hidalgo, México, D. F..

      • CONAFOR, (2010/01/21), 'Inventario Nacional Forestal y de Suelos', Comisión Nacional Forestal, Mayores detalles, consultar el informe del proyecto., www.cnf.gob.mx:8080/snif/portal/infys, Guadalajara, Jalisco, México.

      • USDA - Forest Service, (2012/10/10), 'Rocky Mountain Research Station', US Department of Agriculture - Forest Service, https://www.fs.fed.us/, Washington, D. C..

      • USDA - Forest Service, (2012/10/10), 'Forest Inventory and Analysis', US Department of Agriculture - Forest Service, https://www.fs.fed.us/, Washington, D. C..

      • L. Crookston-Nicholas, G. E. Rehfeldt, (2012/08/01), 'Research on Forest Climate Change: potential effects of global warming on forests and plant climate relationships in western North America and Mexico', Escala 1:1000000. USDA Forest Service - RMRS - Moscow Forestry Sciences Laboratory, Mayores detalles, consultar el informe del proyecto., http://forest.moscowfsl.wsu.edu/climate/, Moscow, Idaho, USA.

      Procedimientos:

      • No aplica: 1) La eliminación de datos de presencia aparentemente erróneos y la consideración de que Pinus chihuahuana es Pinus leiophylla var. chihuahuana, y que se modelara la variedad típica y la variedad chihuahuana cómo una sola especie, se decidió en base a una extensiva revisión de literatura (principalmente Perry, 1991 y Farjon y Styles 1997) y consulta con expertos (principalmente Xavier Madrigal Sánchez, facultad de Biología, UMSNH; Celestino Flores López, Universidad Autónoma Agraria Antonio Narro; Jorge Alberto Pérez de la Rosa, Universidad de Guadalajara; Rebeca Aldana Barajas, Inventario Nacional Forestal y de Suelos, CONAFOR, entre otros). Mayores detalles, consultar el informe del proyecto. 2) El envoltorio climático se construyó con un programa construido en SAS (2004) usando los dos primeros componentes principales estratificados en diez clases, para asegurar un muestreo equitativo del espacio climático de la especie. 3) Los datos de presencia y ausencia a ser usados por Random Forest se organizaron en 10 subsets de datos, cada uno de ellos con el 40% de observaciones duplicadas de presencia, 40% de ausencias dentro del más o menos 1.25 de la desviación estándar del envoltorio climático, y 20% de ausencias lejanas. 4) Las variables que formaron parte del modelo bioclimático fueron elegidas en base a minimizar el promedio de error de clasificación (promedio entre el error omisión y de comisión). Se eligieron seis variables (error promedio 4.6%) que fueron, en orden de importancia: Precipitación de primavera (abril y mayo), precipitación de verano (julio y agosto) grados día mayores a 5°C, precipitación de invierno (noviembre a febrero), cociente de la temperatura del mes más frío dividido por la precipitación anual y el cociente (precipitación anual / grados día)/1000. 5) Los GRID con valores climáticos consultados, y que pueden considerarse la región geográfica a modelar (M), comprenden los países o porciones de países siguientes: centro y oeste de Estados Unidos de Norteamérica (al sur de 47̊ LN y al oeste de -89̊ LW), México (excepto este de la Península de Yucatán), Guatemala, noroeste de El Salvador, todo ello limitado por el espacio geográfico entre LW -125o a -89o y entre LN 47o a 13.9o. Es importante enfatizar que la definición de 'M' es mucho menos relevante para Random Forest que cuando se usa MaxEnt o GARP, en virtud de que con Random Forest, se utilizan tanto datos de presencia como de ausencias (recordar que MaxEnt y GARP no usan ausencias). Las ausencias se obtienen de un complicado sistema de muestreo (explicado en el Informe Final), en el que se obtiene para cada uno de los 10 'subset' de datos (llamados 'forests') 40 % de presencias, 40 % de ausencias cercanas a las presencias (valores climáticos, para cada una de las 18 variables climáticas, a 1.25 desviaciones estándar del hipervolumen climático de la especie), y 20 % de ausencias lejanas (mas allá del 1.25 de desviaciones estándar). Mayores detalles, consultar el informe del proyecto.

    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:
      5623
    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: PLE036DGHGW.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
      ple036dghgw
    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
      15-05-2013
    2. Fecha de última revisión
    3. Fecha de la siguiente revisión
    4. Información de contacto

      Estrella Cruz Reyes

      ecruz@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.