10.2: Gráficas de Abundancia de Rango e Índice de Idon

Gráficas de abundancia de rangos

La distribución de abundancia de especies también se puede expresar a través de gráficos de abundancia de rango Un enfoque común es trazar alguna medida de la abundancia de especies contra su orden de rango de abundancia. Dicha parcela permite al usuario comparar no sólo la riqueza relativa sino también la uniformidad. Los modelos de abundancia de especies (también llamados curvas de abundancia) utilizan toda la información de la comunidad disponible para crear un modelo matemático que describe el número y abundancia relativa de todas las especies en una comunidad. Estos modelos incluyen el modelo logarítmico normal, geométrico, logarítmico y el modelo de brokenstick de MacArthur. Muchos ecologistas utilizan estos modelos como una forma de expresar la partición de recursos donde la abundancia de una especie es equivalente al porcentaje de espacio que ocupa (Magurran 1988). Las curvas de abundancia ofrecen una alternativa a los índices de diversidad de números únicos al describir gráficamente la estructura comunitaria.

Figura\(\PageIndex{1}\). Diagrama genérico de rangoabundancia de tres modelos matemáticos comunes utilizados para ajustar las distribuciones de abundancia de especies: la serie geométrica de Motomura, la serie logarítmica de Fisher y la serie logarítmica normal de Preston (modificada a partir de Magurran 1988) por Aedrake09.

Comparemos los índices y una distribución de abundancia muy simple en dos situaciones diferentes. Los rostros A y B tienen el mismo número de especies (misma riqueza), pero el número de individuos en cada especie es más similar en el Rodal A (mayor uniformidad). En el Rodal B, la especie 1 tiene la mayor cantidad de individuos, y las nueve especies restantes tienen un número sustancialmente menor de individuos por especie. La riqueza, el cumplido a la D de Simpson y la H' de Shannon se computan para ambas tribunas. Estos dos índices de diversidad incorporan tanto riqueza como uniformidad. En la gráfica de distribución de abundancia, la riqueza se puede comparar en el eje x y la uniformidad por la forma de la distribución. Debido a que el Stand A muestra mayor uniformidad, tiene mayor diversidad general que el Stand B. Observe que el Stand A tiene valores más altos para los índices de Simpson y Shannon en comparación con el Stand B.

Figura\(\PageIndex{2}\). Dos rodales que comparan la riqueza, la D de Simpson y el índice de Shannon.

Los índices de diversidad varían en computación e interpretación, por lo que es importante asegurarse de comprender qué índice se está utilizando para medir la diversidad. No es adecuado comparar la diversidad entre dos áreas cuando se calculan diferentes índices para cada área. Sin embargo, cuando se calculan múltiples índices para cada área, las áreas muestreadas se clasifican de manera similar en diversidad según lo medido por los diferentes índices. Observe en este ejemplo anterior tanto el índice de Simpson como el de Shannon clasifican al Stand A como más diverso y al Stand B como menos diverso.

Similitud entre sitios

También hay índices que comparan la similitud (y disimilitud) entre sitios. El objetivo ideal es expresar la similitud ecológica de diferentes sitios; sin embargo, es importante identificar el objetivo o foco de la investigación para seleccionar el índice más adecuado. Si bien hay muchos índices disponibles, van Tongeren (1995) afirma que la mayoría de los índices no tienen una base teórica firme y sugiere que la experiencia práctica debe guiar la selección de los índices disponibles.

El índice Jaccard (1912) compara dos sitios en función de la presencia o ausencia de especies y se utiliza con datos cualitativos (por ejemplo, listas de especies). Se basa en la idea de que cuantas más especies tengan en común ambos sitios, más similares son. El índice Jaccard es la proporción de especies del listado total de especies de los dos sitios, que es común a ambos sitios:

$$SJ =\ frac {c} {(a + b + c)}\]

donde SJ es el índice de similitud, c es el número de especies compartidas entre los dos sitios y a y b son el número de especies únicas de cada sitio. Sørenson (1948) desarrolló un índice de similitud que frecuentemente se conoce como el coeficiente de comunidad (CC):

$$CC =\ frac {2c} {(a + b + 2c)}\]

Como puede ver, este índice difiere del de Jaccard en que el número de especies compartidas entre los dos sitios se divide por el número promedio de especies en lugar del número total de especies para ambos sitios. Para ambos índices, cuanto mayor sea el valor, más ecológicamente similares son dos sitios.

Si se dispone de datos cuantitativos, se puede calcular una relación de similitud (Ball 1966) o un índice de similitud porcentual, como Gauch (1982). Estos índices no solo comparan el número de especies similares y disímiles presentes entre dos sitios, sino que también incorporan abundancia. La relación de similitud es:

$$SR_ {ij} =\ dfrac {\ suma y_ {ki} y_ {kj}} {\ suma y_ {ki} ^2 +\ suma y_ {kj} ^2 -\ suma (y_ {ki} y_ {kj})}\]

donde y ki es la abundancia de la k ésima especie en el sitio i (se comparan los sitios i y j). Observe que esta ecuación resuelve al índice de Jaccard cuando solo hay datos de presencia o ausencia disponibles. El índice de similitud porcentual es:

$$PS_ {ij} =\ dfrac {200\ suma min (y_ {ki}, y_ {kj})} {\ suma y_ {ki} +\ suma y_ {kj}}\]

Nuevamente, observe cómo esta ecuación se resuelve al índice de Sørenson con datos cualitativos únicamente. Entonces veamos un ejemplo sencillo de cómo estos índices nos permiten comparar la similitud entre tres sitios. El siguiente ejemplo presenta datos hipotéticos sobre la abundancia de especies de tres sitios diferentes que contienen siete especies diferentes (A-G).

Mesa\(\PageIndex{0}\)

Sitio
Especies	1	2	3
A	4	0	1
B	0	1	0
C	0	0	0
D	1	0	1
E	1	4	0
F	3	1	1
G	1	0	3

Comencemos calculando los índices de Jaccard y Sørenson para las tres comparaciones (sitio 1 vs sitio 2, sitio 1 vs sitio 3 y sitio 2 vs sitio 3).

\(SJ1,2=\frac {2}{(3+1+2)}=0.33\)\(SJ1,3 = \frac {4}{(4+1+0)}=0.80\)\(SJ2,3 =\frac {1}{(1+2+3)} = 0.17\)

\(CC1,2=\frac {2(2)}{(3+1+2(2))} = 0.50\)\(CC1,3 =\frac {2(4)}{(1+0+2(4))} = 0.89\)\(CC2,3 =\frac {2(1)}{(2+3+2(1))} = 0.29\)

Ambos índices cualitativos declaran que los sitios 1 y 3 son los más similares y los sitios 2 y 3 son los menos similares. Ahora calculemos la relación de similitud y el índice de similitud porcentual para las mismas comparaciones de sitios.

$$SR1,2=\ dfrac {[(4\ times 0) + (0\ times 1) + (0\ times 0) + (1\ times 0) + (1\ times 4) +（3\ times 1) + (1\ times 0)]} {(4^2+0^2+0^2+1^2+1^2+1^2+1^2) + (0^0+1^2+0^2+0^2+4^2+1^2+0^2) + (4\ times 0) + (0\ times 1) + (0\ times 0) + (1\ times 0) + (1\ times 0) + (1\ times 4) +（3\ times 1) + (1\ times 0)}\]

$$SR1,2= 0.23\]

$$SR1,3=\ dfrac {[(4\ times 1) + (0\ times 0) + (0\ times 0) + (1\ times 1) + (1\ times 0) + (3\ times 1) + (1\ times 3)]} {(4^2 +0^2+0^2+1^2+1^2+1^2+3^2+1^2) + (1^2+0^2) + (1^2+0^2+0^2+1^2+0^2+1^2+3^2) + (4\ times 1) + (0\ times 0) + (0\ times 0) + (1\ times 1) + (1\ times 0) + (3\ times 1) + (1\ times 1) + (1\ times 3)}\]

$$SR1,3= 0.38\]

$$SR2,3=\ dfrac {[(0\ times 1) + (1\ times 0) + (0\ times 0) + (0\ times 1) + (4\ times 0) + (1\ times 1) + (0\ times 3)]} {(0^2+1^2+0^2+0^2+0^2+4^2+1^2+0^2) + (1^2+0^2) + (1^2+0^2 0^2+1^2+0^2+1^2+3^2) + (0\ times 1) + (1\ times 0) + (0\ times 0) + (0\ times 1) + (4\ times 0) + (1\ times 1) + (0\ times 1) + (0\ times 3)}\]

$$SR1,3= 0.03\]

$$PS1,2=\ dfrac {200 (0+0+0+0+1+1+0)} {(4+0+0+1+1+3+1) + (0+1+0+0+4+1+0)} =25.0\]

$$PS1,3=\ dfrac {200 (1+0+0+1+0+1+1)} {(4+0+0+1+1+1+3+1) + (1+0+0+1+0+1+3)} = 50.0\]

$PS2,3=\ dfrac {200 (0+0+0+0+0+1+0)} {(0+1+0+0+0+4+1+0) + (1+0+0+1+0+1+3)} = 16.7\]

Una matriz de valores de similitud porcentual permite una fácil interpretación (especialmente cuando se comparan más de tres sitios).

Mesa\(\PageIndex{1}\). Una matriz de porcentaje de similitud para tres sitios.

Los índices cuantitativos arrojan las mismas conclusiones que los índices cualitativos. Los sitios 1 y 3 son los más similares ecológicamente, y los sitios 2 y 3 son los menos similares; y también el sitio 2 es más diferente a los otros dos sitios.

Índice de idoneidad del hábitat (HSI)

En 1980, el Servicio de Pesca y Vida Silvestre de los Estados Unidos (USFWS) desarrolló un procedimiento para documentar los impactos previstos para los peces y la vida silvestre a partir de proyectos de desarrollo de recursos terrestres y hídricos propuestos. Los Procedimientos de Evaluación del Hábitat (HEP) (Schamberger y Farmer 1978) se desarrollaron en respuesta a la necesidad de documentar el valor no monetario de los recursos pesqueros y de vida silvestre. La HEP incorpora teorías de población y hábitat para cada especie y se basa en el supuesto de que la calidad y cantidad del hábitat pueden describirse numéricamente para que los cambios en el área puedan ser evaluados y comparados. Se trata de un enfoque especie-hábitat para la evaluación de impacto y la calidad del hábitat, para una especie específica se cuantifica utilizando un índice de idoneidad del hábitat (HSI).

Los modelos de índice de idoneidad del hábitat (HSI) proporcionan un índice numérico de la calidad del hábitat para una especie específica (Schamberger et al. 1982) y en general asumen una relación positiva y lineal entre la capacidad de carga (número de animales soportados por alguna unidad de área) y HSI. El administrador de recursos naturales de hoy a menudo enfrenta decisiones de importancia económica y social que afectarán no solo a la madera sino a la vida silvestre y su hábitat. Los modelos HSI proporcionan a los gerentes herramientas para investigar los requisitos necesarios para la supervivencia de una especie. Comprender las relaciones entre el hábitat animal y la prescripción de manejo forestal es vital para un enfoque de manejo más integral de nuestros recursos naturales. Un modelo HSI sintetiza la información del uso del hábitat en un marco apropiado para el trabajo de campo y se escala para producir un valor de índice entre 0.0 (hábitat inadecuado) y 1.0 (hábitat óptimo), siendo cada incremento de cambio idéntico a otro. Por ejemplo, un cambio en HSI de 0.4 a 0.5 representa la misma magnitud de cambio que de 0.7 a 0.8. Los valores de HSI se multiplican por el área de hábitat disponible para obtener Unidades de Hábitat (HU) para especies individuales. El Servicio de Pesca y Vida Silvestre de los Estados Unidos (USFWS) ha documentado una serie de modelos HSI para una amplia variedad de especies (FWS/OBS-82/10).

Examinemos un modelo HSI simple para la marta (Martes americana) que habita comunidades forestales tardías sucesionales en América del Norte (Allen 1982). Un modelo HSI debe comenzar con información sobre el uso del hábitat, entendiendo las necesidades de las especies en términos de alimento, agua, cobertura, reproducción y área de distribución para esta especie. Para esta especie, los requisitos de cobertura invernal son más restrictivos que los requisitos de cobertura para cualquier otra temporada por lo que se asumió que si se disponía de una cobertura invernal adecuada, los requisitos de hábitat para el resto del año no serían limitantes. Adicionalmente, todos los requisitos de hábitat invernal se satisfacen en los bosques boreales de hoja perenne. Ante esto, la investigación identificó cuatro variables cruciales para la cobertura invernal que debían incluirse en el modelo.

Figura\(\PageIndex{3}\). Requerimientos de hábitat para la marta.

Para cada una de estas cuatro variables de cobertura invernal (V1, V2, V3 y V4), se crearon gráficas de índices de idoneidad para examinar la relación entre diversas condiciones de estas variables y hábitat adecuado para la marta. A continuación se presenta una reproducción de la gráfica para% de cierre de dosel de árboles.

Figura\(\PageIndex{4}\). Gráfico índice de idoneidad para cobertura de dosel porcentual.

Observe que cualquier cubierta de dosel menor al 25% da como resultado un hábitat inaceptable basado solo en esta variable. Sin embargo, una vez que se alcanza el 50% de cobertura de dosel, el índice de idoneidad alcanza 1.0 y se logra un hábitat óptimo para esta Se creó la siguiente ecuación que combinó los valores de vida requeridos para la marta usando estas cuatro variables:

$$\ frac {(V_1\ veces V_2\ veces V_3\ veces V_4)} {2}\]

Dado que la cobertura invernal fue el único requisito de vida considerado en este modelo, el HSI iguala el valor de la cobertura invernal. Como puede ver, cuantos más requisitos de vida incluidos en el modelo, más complejo se vuelve el modelo.

Mientras que los valores de HSI identifican la calidad del hábitat para una especie específica, la diversidad de vida silvestre en su conjunto es función del tamaño y la disposición espacial de los rodales tratados (Porter 1986). La diversidad horizontal y estructural son importantes. En términos generales, cuantos más rodales de diferente carácter contenga un área, mayor será la diversidad de vida silvestre. La distribución espacial de diferentes tipos de rodales soporta animales que necesitan múltiples tipos de cobertura. Para promover la diversidad de especies de vida silvestre, un gestor debe desarrollar una prescripción de manejo forestal que varíe los patrones espaciales y temporales de reproducción de la madera, proporcionando así una mayor diversidad estructural horizontal y vertical.

Figura\(\PageIndex{5}\): Diversidad de especies de aves que anidan en un gradiente de bosque a campo (After Strelke y Dickson 1980).

Por lo general, el manejo igualitario reduce la diversidad estructural vertical, pero opciones como el método de la madera de refugio tienden a mitigar este problema. El sistema de selección tiende a promover la diversidad tanto horizontal como vertical.

La gestión integrada de los recursos naturales puede ser un proceso complicado pero no imposible. La respuesta de la vegetación a las recetas silvícolas proporciona la base para comprender la respuesta de la vida silvestre. Al examinar las características actuales de los rodales manejados, comprender la respuesta futura por el manejo y compararlas con los requerimientos de especies específicas, podemos lograr la manipulación del hábitat junto con el manejo de la madera.