imprimir

Metadato completo [-]

1. Información de identificación
   1. Referencia

      Información de referencia:

      Autor:

      Córdoba-Aguilar, A., M. Rocha-Ortega, (2022). 'Acropyga fuhrmanni. Distribución potencial', escala: 1:5000000. edición: 1. Instituto de Ecología, Universidad Nacional Autónoma de México. Proyecto: RE003, Modelado de la distribución potencial de las hormigas de México. El Proyecto fue financiado por la Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO).. Ciudad de México, México.

      Fecha de publicación:

      22-11-2022

      Nombre del producto:

      Acropyga fuhrmanni. Distribución potencial (Córdoba-Aguilar y Rocha-Ortega, 2022)

      Formato de representación geográfica:

      GEOTIFF. Formato raster Resolución(55555.55,55555.55) metros

      Información complementaria:

      Escala: 1:5000000

      Acceso en línea:

      http://geoportal.conabio.gob.mx/metadatos/doc/html/afur003dpgw.html

   2. Descripción

      Resumen:

      El modelo de distribución potencial de Acropyga fuhrmanni se elaboró como parte del proyecto RE003 Modelado de la distribución potencial de las hormigas de México. El modelo se generó con el programa MaxEnt (Phillips et al., 2006), a partir de los registros de distribución de la especie obtenidos de Dáttilo et al., 2019 para México y de AntWeb para el resto de América (www.antweb.org); las 15 variables climáticas de WorldClim (Fick y Hijmans, 2017), la variable de elevación (Jarvis et al., 2008), la variable de producción primaria bruta (Li y Xiao, 2019) y las variables de gravimetría del suelo y pH del suelo (Wieder et al., 2014). Para definir la región a modelar se usó las ecorregiones del mundo (Olson et al., 2004). Como resultado, se obtuvo un modelo en formato IMG, el cual, mediante ArcGIS Desktop 10.6 se transformó a formato GeoTIFF con un sistema de coordenadas geográficas.

      Propósito:

      Generar el modelo de distribución potencial de Acropyga fuhrmanni

      Información suplementaria:

      Referencias en la web: http://www.conabio.gob.mx/institucion/cgi-bin/datos2.cgi?Letras=RE&Numero=3

   3. Periodo de validez de los datos

      Fecha y hora:

      No aplica

      Vigencia:

      junio 2021 - noviembre 2022

   4. Estado de la información

      Progreso:

      Terminado

      Mantenimiento:

      No planeado

   5. Dominio espacial

      Descripción de la extención geográfica:

      República Mexicana, Centroamérica, Sudamérica e Islas del Caribe

      Coordenadas extremas:

      (Oeste) -103.5, (Este) -44.5, (Norte) 24.4999999999999, (Sur) -10.35

   6. Palabras clave

      Tema:

      2022, Acropyga fuhrmanni, hormigas, modelo de distribución, nicho ecológico, RE003

      Lugar:

      Aruba, Belice, Brasil, Campeche, Ciudad de México, Colombia, Costa Rica, Cuba, Curasao, Chiapas, Ecuador, El Salvador, Francia (islas de), Guanajuato, Guatemala, Guerrero, Guyana, Haití, Hidalgo, Holanda, Honduras, Islas Caimán, Jalisco, Jamaica, México, Michoacán de Ocampo, Morelos, Nicaragua, Oaxaca, Panamá, Puebla, Querétaro, Quintana Roo, República Dominicana, República Mexicana, San Luis Potosí, Surinam, Tabasco, Tamaulipas, Tlaxcala, Venezuela, Veracruz de Ignacio de la Llave, Yucatán

   7. Taxonomía

      Palabras clave:

      Tema: Insecta, Hymenoptera, Formicidae, Acropyga, Acropyga fuhrmanni

      Sistema taxonómico:

      Clasificación:

      Fuente:

      • 'Catálogo de autoridades taxonómicas de especies de flora y fauna con distribución en México'

        20220000. CONABIO (comp.), (2022), 'Catálogo de autoridades taxonómicas de especies de flora y fauna con distribución en México', Comisión Nacional para el Conocimiento y Uso de la Biodiversidad, Base de datos SNIB-CONABIO, México.

      Procedimiento taxonómico: No conocido

      Clasificación:

      Animalia: Arthropoda: Insecta: Hymenoptera: Formicidae: Acropyga: Acropyga fuhrmanni

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

       Importante:

       • Se debe citar la fuente del mapa y a CONABIO. Ver la licencia completa en https://creativecommons.org/licenses/by/4.0/
   11. Contacto
   12. Vista previa

       Nombre del recurso:

       http://geoportal.conabio.gob.mx/descargas/mapas/imagen/20/afur003dpgw

       Descripción:

       171 x 132 píxeles

       Formato:

       image/png

       Nombre del recurso:

       http://geoportal.conabio.gob.mx/descargas/mapas/imagen/96/afur003dpgw

       Descripción:

       1002 x 774 píxeles

       Formato:

       image/png

   13. Créditos y reconocimientos
   14. Restricciones de uso
   15. Sistema nativo
       MaxEnt 3.3.3k, ArcGIS Desktop 10.6, Windows
   16. Documentos relacionados

       Acropyga fuhrmanni. Registros de presencia usados para elaborar el mapa de distribución potencial (Córdoba-Aguilar y Rocha-Ortega, 2022)

       Acceso directo al mapa en el Geoportal de CONABIO. Coordenadas geográficas WGS84. (EPSG:4326)

       Acropyga fuhrmanni. Registros de presencia usados para elaborar el mapa de distribución potencial (Córdoba-Aguilar y Rocha-Ortega, 2022)

       Archivo de descarga compactado en ZIP. Contiene ESRI Shapefile (SHP) en Coordenadas geográficas WGS84. (EPSG:4326).

       Página de enciclovida para Acropyga fuhrmanni a nivel de especie

       Enlace por idcatalogo 252595HYMEN en http://enciclovida.mx/especies/

2. Calidad de la información
   1. Precisión de los atributos no espaciales
   2. Consistencia lógica
      Gabinete
   3. Cobertura del tema
      Los registros de presencia de la especie Acropyga fuhrmanni, se obtuvo de Dáttilo et al. 2019 para México y de AntWeb (www.antweb.org) para el resto de América, ambas fuentes son revisadas por expertos taxónomos. Para delimitar el área a modelar, se definió una región de referencia M generando un polígono mínimo convexo alrededor de los puntos de entrenamiento, el cual, se usó para seleccionar las ecorregiones (Olson et al. 2004) que caen dentro de esta extensión. Para genera el modelo, se utilizaron 15 variables climáticas obtenidas de WorldClim (Fick y Hijmans, 2017) a una resolución espacial de aproximadamente 0.05°, no se consideraron las variables bio8, bio9, bio18 y bio19. Además, se incluyó la variable de elevación (Jarvis et al., 2008), producción primaria bruta (GPP) promedio entre 2001-2018 (Li y Xiao, 2019), gravimetría y pH del suelo (Wieder et al., 2014). Las variables de elevación, gravimetría y pH del suelo fueron re-escaladas a 0.05° para igualarlas con las variables climáticas. Las principales razones por las que se eligieron estas variables son: a) la cobertura es mundial; b) es un recurso libre y gratuito; c) tienen un sentido biológico, es decir, pueden utilizarse como factores limitantes a la hora de explicar las distribuciones de los organismos; d) son variables que tienen una influencia directa sobre la distribución de las hormigas (Rocha-Ortega and García-Martínez 2018). Para la modelación, calibración y validación, se usó el algoritmo MaxEnt dentro de la plataforma de acceso libre R, usando el paquete SDM (Naimi y Araújo, 2016). El rendimiento de los modelos se evaluó utilizando la estadística de True Skill Statistics (TSS).
   4. Precisión de los atributos espaciales
   5. Procesamiento

      Fuentes:

      • Córdoba-Aguilar, A., M. Rocha-Ortega, (2023), 'Modelado de la distribución potencial de las hormigas de México', versión: 1, Instituto de Ecología, Universidad Nacional Autónoma de México, Ciudad de México, México. Bases de datos SNIB-CONABIO, Proyecto No. RE003, http://www.conabio.gob.mx/institucion/cgi-bin/datos2.cgi?Letras=RE&Numero=3

      • Olson, D. M., E. Dinerstein, E. D. Wikramanayake, N. D. Burgess, G. V. N. Powell, E. C. Underwood, J. A. D'Amico, I. Itoua, H. E. Strand, J. C. Morrison, C. J. Loucks, T. F. Allnutt, T. H. Ricketts, Y. Kura, J. F. Lamoreux, W. W. Wettengel, P. Hedao, K. R. Kassem, (2004), 'Terrestrial Ecoregions of the World', versión: 2.0, World Wildlife Fund - US, Washington, DC, EE. UU.. Para más información, consultar: Olson, D. M., Dinerstein, E., Wikramanayake, E. D., Burgess, N. D., Powell, G. V. N., Underwood, E. C., D'Amico, J. A., Itoua, I., Strand, H. E., Morrison, J. C., Loucks, C. J., Allnutt, T. F., Ricketts, T. H., Kura, Y., Lamoreux, J. F., Wettengel, W. W., Hedao, P., Kassem, K. R. 2001. Terrestrial ecoregions of the world: a new map of life on Earth. Bioscience 51(11):933-938., https://www.worldwildlife.org/publications/terrestrial-ecoregions-of-the-world

      • Fick, S. E, R. J. Hijmans, (2017), 'WorldClim 2: new 1km spatial resolution climate surfaces for global land areas', versión: 2.1, International Journal of Climatology, Volumen 37 (12): 4302-4315. https://doi.org/10.1002/joc.5086, https://www.worldclim.org/data/worldclim21.html

      • Jarvis, A., H. I. Reuter, A. Nelson, E. Guevara, (2008), 'Hole-filled SRTM for the globe', versión: 4, available from the CGIAR-CSI SRTM 90m Database (http://srtm.csi.cgiar.org)., https://cgiarcsi.community/data/srtm-90m-digital-elevation-database-v4-1/

      • Li, X., J. Xiao, (2019), 'Mapping photosynthesis solely from solar-induced chlorophyll fluorescence: A global, fine-resolution dataset of gross primary production derived from OCO-2', Remote Sensing, Volumen 11(21), 2563; https://doi.org/10.3390/rs11212563, https://globalecology.unh.edu/data/GOSIF-GPP.html

      • Wieder, W. R., J. Boehnert, G. B. Bonan, M. Langseth, (2014), 'Regridded harmonized world soil databse', versión: 1.2, Data set. Available on-line [http://daac.ornl.gov] from Oak Ridge National Laboratory Distributed Active Archive Center, Oak Ridge, Tennessee, USA. https://doi.org/10.3334/ORNLDAAC/1247, https://daac.ornl.gov/SOILS/guides/HWSD.html

      Procedimientos:

      • No aplica: i) Procesamiento de los datos de presencia y/o ausencias. Los registros de presencia de la especie, fueron depurados eliminando los registros duplicados, no georreferenciados, con georreferencias con menos de 2 decimales y con coordenadas (0,0). También, para evitar la autocorrelación espacial se eliminaron los registros que estaban a menos de 1 km de distancia empleando la función thin_data en el entorno R y posteriormente, para reducir la aglomeración de registros, se realizó una depuración eliminando los registros que estaban a menos de 30 kilómetros, y si la aglomeración continuaba se probó con distancias de: 50, 80 o 100 km. Quedando así, un total de22 registros de presencia que se usaron para correr el modelo. ii) Procesamiento de datos ambientales: Se definió una región de referencia M para delimitar el área a modelar, para ello, se generó un polígono mínimo convexo alrededor de los puntos de presencia y usando el mapa de las ecorregiones del mundo (Olson et al. 2004) seleccionando las siguientes: Veracruz moist forests, Belizian pine forests, Petén-Veracruz moist forests, Mesoamerican Gulf-Caribbean mangroves, Chiapas montane forests, Sierra Madre de Oaxaca pine-oak forests, Central American montane forests, Central American pine-oak forests, Southern Mesoamerican Pacific mangroves, Amazon-Orinoco-Southern Caribbean mangroves, Guajira-Barranquilla xeric scrub, Sinú Valley dry forests, Costa Rican seasonal moist forests, Santa Marta montane forests, Llanos, Northern Andean páramo, Guianan Highlands moist forests, Pantepui, Guianan savanna, Rio Negro campinarana, Oaxacan montane forests, Cuban cactus scrub, Yucatán moist forests, Cuban dry forests, Bahamian-Antillean mangroves, Miskito pine forests, Central American dry forests, Pantanos de Centla, Talamancan montane forests, Cordillera La Costa montane forests, La Costa xeric shrublands, Jamaican dry forests, Jamaican moist forests, Isthmian-Atlantic moist forests, Cordillera de Merida páramo, Guianan piedmont and lowland moist forests, South American Pacific mangroves, Uatuma-Trombetas moist forests, Central American Atlantic moist forests, Cayos Miskitos-San Andrés and Providencia moist forests, Caribbean shrublands, Cauca Valley montane forests, Hispaniolan moist forests, Chimalapas montane forests, Guianan moist forests, Marajó varzeá, Cuban moist forests, Orinoco Delta swamp forests, Catatumbo moist forests, Venezuelan Andes montane forests, Isthmian-Pacific moist forests, Magdalena Valley montane forests, Apure-Villavicencio dry forests, Eastern Panamanian montane forests, Panamanian dry forests, Yucatán dry forests, Trans-Mexican Volcanic Belt pine-oak forests, Veracruz dry forests, Tehuacán Valley matorral, Sierra de los Tuxtlas, Hispaniolan dry forests, Hispaniolan pine forests, Southern Pacific dry forests, Orinoco wetlands, Chocó-Darién moist forests, Chiapas Depression dry forests, Sierra Madre de Chiapas moist forests, Motagua Valley thornscrub, Paraguana xeric scrub, Lara-Falcón dry forests, Cordillera Oriental montane forests, Araya and Paria xeric scrub, Maracaibo dry forests, Santa Marta páramo, Magdalena-Urabá moist forests, Northwestern Andean montane forests, Cauca Valley dry forests, Magdalena Valley dry forests, Negro-Branco moist forests, Tocantins/Pindare moist forests, Monte Alegre varzeá, Xingu-Tocantins-Araguaia moist forests, Gurupa varzeá, Japurá-Solimoes-Negro moist forests, Lake para recortar las variables ambientales. Se utilizaron 15 variables ambientales obtenidas de WorldClim (Fick y Hijmans, 2017) a una resolución de aproximadamente 0.05 °, la variable de elevación (Jarvis et al.,2008), la variable de producción primaria bruta promedio entre 2001-2018 (Li y Xiao, 2019) y las variables de gravimetría y pH del suelo (Wieder et al., 2014). Las variables de elevación, gravimetría y pH del suelo fueron re-escaladas a 0.05° para igualarlas con las variables climáticas. Con las variables recortadas, se realizó un análisis de correlación para usar en la modelación únicamente las variables no correlacionadas, se consideró un umbral de r > 0.8. Las variables ambientales seleccionadas como predictoras son: bio12, bio14, bio15, bio2, producción primaria bruta (GPP), gravimetría del suelo, pH del suelo, bio3, bio5, bio7, mismas que usaron para general el modelo de distribución potencial de la especie. iii) Calibración del modelo. Para llevar a cabo la modelación, calibración y validación de los modelos se usó como algoritmo de modelación MaxEnt con los parámetros por defecto y se corrió utilizando el paquete de sdm (Naimi y Araújo 2016) en el entorno R; se dividieron los registros de presencia en 75% para entrenar el modelo y 25% para realizar una validación independiente. iv) Validación y transferencia del modelo: Para evaluar el desempeño del modelo se utilizó el True Skill Statistics (TSS) con un valor de0.734. Finalmente, para fines de publicación, el mapa en formato IMG se transformó a formato GeoTIFF con un sistema de coordenadas geográficas usando ArcGIS Desktop 10.6.

   6. Porcentaje del área de estudio cubierta por nubes
3. Atributos espaciales
   1. Representacion espacial
   2. Método de representacion espacial
      Raster
   3. Información de vectores y puntos
   4. Información de imágenes

      Tipo de objeto:

      Pixel

      Dimensiones:

      Número de filas:

      697

      Número de columnas:

      1180

      Número de niveles, capas, etc.. Vertical:

      1

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: AFUR003DPGW.TIF

      Definición: Describe los campos contenidos en el mapa

      Fuente: No conocido

      Atributo	Descripción	Fuente [1]	Dominio [2]	Precisión [3]
      VALUE	Numérico	Datos del proyecto	Los valores cercanos a 1 indican condiciones favorables para la presencia de la especie, valores cercanos a 0 indican condiciones no favorables para la especie.	-

   2. Descripción resumida
6. Distribución de la información
   1. Información de contacto

      Subcoordinación de Sistemas de Información Geográfica

      ssig@conabio.gob.mx

      Subcoordinador de Sistemas de Información Geográfica

      
      

      Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO)

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

      Teléfono: 50045012 y (fax) 50044931

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

   2. Nombre de referencia
      afur003dpgw
   3. Responsabilidad
      La Subcoordinación 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:

      • GeoTIFF (TIF), 1.00 MB

        http://www.conabio.gob.mx/informacion/gis/maps/geo/afur003dpgw.zip

      • Google Earth (KML)

        http://www.conabio.gob.mx/informacion/gis/maps/kmz/afur003dpgw.kmz

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

   5. Medios de distribución especiales
   6. Requisitos técnicos
      Tener sistemas compatibles con archivos raster, 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
      22-11-2022
   2. Fecha de última revisión
   3. Fecha de la siguiente revisión
   4. Información de contacto

      Subcoordinación de Sistemas de Información Geográfica

      ssig@conabio.gob.mx

      Administrador de Metadatos

      
      

      Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO)

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

      Teléfono: 01 55 5004 5012 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

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