CRITERIOS CONFIABLES (SEGUNDA PARTE)
PARA LA CONSTRUCCIÓN DEL
MODELO
DE
MÁXIMA ENTROPÍA (MAXENT)
Manuel Correia- FUNDATUN (20 de Marzo 2019) En ediciones anteriores del boletín se ha mencionado que existe un debate, hasta cierto grado semántico, sobre el nombre correcto para la actividad de modelar áreas de distribución; ya sea como Modelado de Nicho Ecológico (MNE), Modelo de Distribución de Especies (MDS) o Modelado de Hábitat Preferencial (MHP). La mayor parte de sus resultados se presentan sobre una doble perspectiva, la geográfica (G) o la ambiental (E).
El enfoque de los algoritmos del programa consiste en encontrar la distribución de probabilidad de entropía máxima, que es la más cercana a la distribución uniforme, condicionada por las restricciones impuestas por la información disponible sobre la distribución observada de la especie y las condiciones ambientales del área de estudio. Se trabaja con el supuesto que las variables ambientales determinan el Si se intenta modelar las áreas potenciales, lo cual nicho ecológico. No se consideran las interacciones esencialmente implica localizar en la geografía las bióticas ni los procesos de dispersión de las especies. regiones favorables a una especie (o sea, contenidas en su Consideración de fuentes de sesgo y error nicho fundamental existente, o aquellas en el nicho Los resultados del modelo van a ser tan confiables como realizado pero que ocurren en otras regiones no ocupadas) confiables son los datos utilizados para construirlos. entonces lo lógico sería usar el término MNE. En la mayor parte de la literatura estas distinciones no se hacen y los • Los recuentos de ausencias no están disponibles en muchos casos, no existen, o pueden no ser fiables. términos MNE y MDS se consideran sinónimos. • Las ausencias de una especie en aquellos lugares en Dejando a un lado los problemas semánticos, se debe que sí se dan las condiciones favorables se llaman tener claras tres cosas: “falsas ausencias”. 1) Existen al menos tres clases de nichos • La inclusión de falsas ausencias en el modelo puede Grinnelianos (el fundamental, el fundamental sesgar seriamente el análisis, por lo que los datos de existente y el realizado), ausencia se deben manejar con mucho. 2) Existen al menos tres áreas de interés (la ocupada, • Incorrecta identificación de las especies. la potencial y la invadible), y • Incorrecta referencia espacial. 3) Modelar nichos no es igual a modelar áreas, al • Poca correspondencia entre las características de los menos por la obvia razón de que los nichos son datos y las suposiciones estadísticas que hacen los subconjuntos de E y las áreas son subconjuntos de algoritmos. G. El MAXENT es de código libre bajo licencia del Instituto En la primera parte de este artículo (Correia, 2018), se Tecnológico de Massachusetts (MIT); está programado explicó de forma muy general el fundamento del Modelo como una aplicación “Java” independiente y tiene una de Máxima Entropía, conocido por su software como “Interfase Gráfica de Usuario” para la importación de MAXENT. datos de registros y retículas de capas del medio físico En otras palabras, el software de MAXENT presenta sus (Figura 1), lo que permite modelar distribuciones análisis predictivos basados en forma de píxeles o celdas geográficas de las especies. Prácticamente el en una retícula geográfica (ráster), y a veces sobre los procedimiento de proceso de datos es automático y se ambientes. Se ha mencionado también que utiliza los generan las retículas de idoneidad/abundancia de archivos cartográficos en un formato y características especies así como reportes del método de procesamiento específicas, así mismo emplea un archivo de entrada de y ajuste de la simulación. coordenadas de distribución de especies que es evaluado, MAXENT puede ser descargado del internet, junto con la junto con un grupo de variables ambientales, para dar literatura asociada con instrucciones precisas al respecto. como resultado la posible distribución potencial de una Además de la aplicación antes mencionada, también, en especie con determinada cantidad de datos de presencia, programación de R se puede ejecutar gran parte de la al respecto existe abundante literatura que explica los funcionalidad de la modelación de MAXENT en Java, fundamentos estadísticos y matemáticos (Peterson y col, conocido en el internet como “maxnet”. Este repositorio 2011). de código abierto permite a la comunidad de científica usar y contribuir al código fuente de Java para MAXENT. 8
