Ecología espacial y modelamiento de la distribución potencial de Glossophaga soricina (Chiroptera: Phyllostomidae) en el neotrópico
La ecología espacial de Glossophaga soricina fue evaluada a través de patrones de selección de hábitat para realizar el Análisis de Factor de Nicho Ecológico (ENFA) y generar modelos de distribución potencial para el Neotrópico. Para ello se descargan los registros de presencia y la información clim...
- Autores:
-
Ozuna Ortega, María Alejandra
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad de Sucre
- Repositorio:
- Repositorio Unisucre
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unisucre.edu.co:001/1755
- Acceso en línea:
- https://repositorio.unisucre.edu.co/handle/001/1755
- Palabra clave:
- Murciélagos
Investigaciones
Alimentación y alimentos
Murciélagos
Alimentación y alimentos
Aspectos Ambientales
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
Summary: | La ecología espacial de Glossophaga soricina fue evaluada a través de patrones de selección de hábitat para realizar el Análisis de Factor de Nicho Ecológico (ENFA) y generar modelos de distribución potencial para el Neotrópico. Para ello se descargan los registros de presencia y la información climática con el fin de extraer de ella una matriz ecológica en el programa QGIS 3.22. A partir de esta se determinó para G. soricina las variables con menores correlaciones mediante un Análisis de Componentes Principales (PCA) para realizar el ENFA y con el método Factor de Inflación de la Varianza (VIF) se eligieron las variables para generar modelos de distribución de la especie de murciélago y de las cinco especies de plantas que más frecuenta (Agave desmettiana, Bauhinia ungulata, Cordia alliodora, Crescentia cujete y Sideroxylon capiri). Se aplicaron tres algoritmos de modelamiento: dos en el programa R 4.0 (Modelo Lineal Generalizado y Random Forest) y uno de Máxima Entropía. El modelo de distribución potencial generado por el algoritmo Random Forest fue el más acertado estadísticamente (Mean AUC: 0.9) y permitió predecir las áreas con mayor probabilidad de ocurrencia de la especie. El ENFA evidenció que el área ocupada por G. soricina es diferente al área climática disponible en el Neotrópico. De acuerdo con los valores ambientales de B. ungulata, este presentó características bioclimáticas similares a G. soricina. |
---|