Tapirus bairdii (tapir centroamericano). Distribución potencial (Botello et al., 2019)

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

Autor: Botello, F., A. Romero, V. Sánchez-Cordero, (2019)

Palabras clave: 2019, LE005, Modelo de distribución, Monitoreo participativo en Sierra Mixe, Tapirus bairdii

Fecha de publicación: 21-01-2019, del metadato 21-01-2019

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:
      Botello, F., A. Romero, V. Sánchez-Cordero, (2019). 'Tapirus bairdii (tapir centroamericano). Distribución potencial', escala: 1:1000000. edición: 1. Conservación Biológica y Desarrollo Social, A.C. Proyecto: LE005, Tapirus bairdii (tapir centroamericano). Distribución potencial en el estado de Oaxaca. Extraído del Proyecto LE005 Ecología poblacional y conservación de Tapirus bairdii en la Sierra Mixe, Oaxaca. El proyecto fue financiado por la Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO). Ciudad de México, México.
      Fecha de publicación:
      21-01-2019
      Nombre del producto:
      Tapirus bairdii (tapir centroamericano). Distribución potencial (Botello et al., 2019)
      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/tba005dpgw.xml?_httpcache=yes&_xsl=/db/metadata/xsl/fgdc_html.xsl&_indent=no
    2. Descripción
      Resumen:
      En la presente cartografía se modeló la distribución del tapir (Tapirus bairdii) con la finalidad de conocer la distribución potencial de la especie en el estado de Oaxaca. Este modelo es un producto que forma parte del Proyecto LE005 Ecología poblacional y conservación de Tapirus bairdii en la Sierra Mixe, Oaxaca.
      Propósito:
      El objetivo de esta cartografía fue modelar la distribución potencial de Tapirus bairdii en la Sierra Mixe, para llevar a cabo un proceso de monitoreo y plan de conservación para la especie en la Sierra Mixe, Oaxaca.
      Información suplementaria:
      Se utilizaron los registros históricos y actuales de la especie, filtrándolos con diversos medios. Se utilizaron los polígonos de ecorregiones realizando una correlación con las presencias de tapir. A las ecorregiones con presencia de tapir se les agregó un área de amortiguamiento y se eliminaron las que tuvieran mayor correlación. Se ajustó el modelo de idoneidad climática probando diferentes combinaciones de a) siete multiplicadores de regularización y b) 13 feature clases en el algoritmo MaxEnt, mediante el paquete ENMEval. Se seleccionó el de mejor desempeño minimizando el valor del criterio de información de Akaike y maximizando el área bajo la curva característica operativa del receptor (AUC). El modelo seleccionado se proyectó al espacio geográfico usando los mismo predictores con los que se entrenó el modelo. Referencias en la web: http://www.conabio.gob.mx/institucion/cgi-bin/datos2.cgi?Letras=JM&Numero=5
    3. Periodo de validez de los datos
      Fecha y hora:
      No aplica
      Vigencia:
      Diciembre de 2014 - Noviembre de 2015
    4. Estado de la información
      Progreso:
      Terminado
      Mantenimiento:
      No planeado
    5. Dominio espacial
      Descripción de la extención geográfica:
      Oaxaca
      Coordenadas extremas:
      (Oeste) -98.543365475119, (Este) -93.868365475306, (Norte) 18.639339675971, (Sur) 15.66433967609
    6. Palabras clave
      Tema:
      2019, LE005, Modelo de distribución, Monitoreo participativo en Sierra Mixe, Tapirus bairdii
      Lugar:
      América, Chiapas, Guerrero, Oaxaca, Puebla, República Mexicana, Sierra Norte, Totontepec Villa de Morelos, Totontepec Villa de Morelos comunidad, Veracruz de Ignacio de la Llave
    7. Taxonomía
      Palabras clave:
      Tema: Mammalia, Perissodactyla, Tapiridae, Tapirus, Tapirus bairdii, tapir centroamericano, danta, anteburro, baird's tapir
      Sistema taxonómico:

      Clasificación:

      Fuente:

      • 'Estado actual y relación nomenclatural de los mamíferos terrestres de México.'

        20050000. Ramírez-Pulido, J., J. Arroyo-Cabrales, A. Castro-Campillo, (2005), 'Estado actual y relación nomenclatural de los mamíferos terrestres de México.', Instituto de Ecología, A.C., Acta Zoológica Mexicana (nueva serie) 91: 21-82. http://www.ibiologia.unam.mx/pdf/directorio/c/cervantes/clases/masto/azm211.pdf, Jalapa, México.

      Procedimiento taxonómico: No conocido

      Clasificación:

      Animalia: Chordata: Mammalia: Perissodactyla: Tapiridae: Tapirus: (, , , )

    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/tba005dpgw
      Descripción:
      171 x 132 píxeles
      Formato:
      image/png
      Nombre del recurso:
      http://geoportal.conabio.gob.mx/descargas/mapas/imagen/96/tba005dpgw
      Descripción:
      1002 x 774 píxeles
      Formato:
      image/png
    13. Créditos y reconocimientos
    14. Restricciones de uso
    15. Sistema nativo
      SIG ARC-INFO, versión 10.1, Windows® 7 Ultimate, 64 bits
    16. Documentos relacionados
  2. Calidad de la información
    1. Precisión de los atributos no espaciales
    2. Consistencia lógica
      Gabinete
    3. Cobertura del tema
      Para el modelado de distribución de especies se realizó una búsqueda de registros de presencia de tapir en las bases de datos de Global Biodiversity Information Facility (GBIF), los cuales fueron filtrados. Asimismo, se usaron las 19 variables bioclimáticas de WorldClim 2.0 (Fick y Hijmans, 2017). Se realizó una detección y limpieza de ocurrencias. Posteriormente se seleccionaron los polígonos de las ecorregiones terrestres para las que se tienen datos de presencia y se les generó un área de amortiguamiento de ~20 km alrededor de éstas para ser usada como la región para modelar (M sensu Soberón y Peterson, 2005); se cortaron los predictores con esta geometría y se eliminaron aquellas capas con correlación >=0.8. Se seleccionó un número de pseudoausecnias igual al número de presencias (Liu, et al., 2018) de áreas ambientalmente no idóneas. Estas áreas fueron determinadas usando el método de selección aleatoria con perfil ambiental mediante el algoritmo de Maquinas de Soporte de Vectores implementado en el paquete mopa 1.0.1 (Iturbide et al., 2015). Se ajustó el modelo de idoneidad climática probando diferentes combinaciones. De los modelos resultantes, se seleccionó el de mejor desempeño, mediante aproximación secuencial (Shcheglovitova y Anderson, 2013) minimizando el valor del criterio de información de Akaike (Katz y Zellmer, 2018) y maximizando el área bajo la curva característica operativa del receptor (AUC). El modelo seleccionado se proyectó al espacio geográfico usando los mismo predictores con los que se entrenó el modelo. La proyección continua, correspondiente a la salida 'cruda' que arroja MaxEnt, se transformó a discreta (booleana) usando el umbral de máxima especificidad + sensibilidad (0.4288).
    4. Precisión de los atributos espaciales
    5. Procesamiento

      Fuentes:

      • TNC, (2009), 'Terrestrial Ecoregions', Escala 1:7500000. versión: 2, The Nature Conservancy, Arlington, VA. Olson, D. M. and E. Dinerstein. 2002. The Global 200: Priority ecoregions for global conservation. (PDF file) Annals of the Missouri Botanical Garden 89:125-126. -The Nature Conservancy, USDA Forest Service and U.S. Geological Survey, based on Bailey, Robert G. 1995. Description of the ecoregions of the United States (2nd ed.). Misc. Pub. No. 1391, Map scale 1:7,500,000. USDA Forest Service. 108pp. -The Nature Conservancy (2003), based on Wiken, E.B. (compiler). 1986. Terrestrial ecozones of Canada. Ecological Land Classification Series No. 19. Environment Canada, Hull, Que. 26 pp. + map., http://maps.tnc.org/gis_data.html

      • GBIF, (2005), 'Global Bodiversity Information Facility', versión: 1.5, Universitetsparken, Copenhagen, Acceso libre y gratuito a los datos de biodiversidad, www.gbif.org/species.

      • CONBIODES, (2015), 'Georreferencias de tapir obtenidas en campo', versión: 1.5, Conservación Biológica y Desarrollo Social, México.

      • Hijmans, R.J., S.E. Cameron, J.L. Parra, P.G. Jones, A. Jarvis, (2018), 'Global Climate Data', Escala 1:1000000. versión: 1.5, WorldClim, University of California, Berkeley. U.S.A. Para información de los métodos usados para generar las capas climáticas, las unidades y formato de los datos favor de revisar el siguiente artículo: Hijmans, R.J., S.E. Cameron, J.L. Parra, P.G. Jones and A. Jarvis, 2005. Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology 25: 1965-1978. http://onlinelibrary.wiley.com/doi/10.1002/joc.1276/pdf, http://www.worldclim.org/

      Procedimientos:

      • No aplica: 1.- Se obtuvieron las georreferencias de tapir obtenidas en la base de datos generada en este proyecto (registros actuales) y en las bases de Global Biodiversity Information Facility (GBIF) (registros históricos). Los registros obtenidos mediante esta plataforma se filtraron eliminando registros fósiles, duplicados, registros que carecían de coordenadas y los provenientes de zoológicos. 2.- Se validaron geográficamente los registros, eliminando aquellos que no coincidían con la localidad reportada y para los registros obtenidos de la plataforma Naturalista, se verifico por medio de la ubicación del registro en línea que los rastros y fotocolectas correspondieran a Tapirus bairdii. 3.- Se importó la base de datos depurada con los registros de tapir (históricos y actuales) al lenguaje de programación estadístico R 3.5.1 (R Core Team, 2018). En el programa, se usaron como predictores las 19 variables bioclimáticas de WorldClim 2.0 (Fick y Hijmans, 2017) a una resolución espacial de ~1km2. A continuación se describen las 19 variables y su descripción: variable: BIO1, descripción: Temperatura media anual; BIO2: Rango de temperaturas diurnas; BIO3: Isotermalidad. La cual es generada mediante la siguiente formula: (BIO2/BIO7) (* 100). BIO4: Estacionalidad en la temperatura (desviación estándar * 100); BIO5: Temperatura máxima del mes más cálido; BIO6: Temperatura mínima del mes más frío; BIO7: Rango anual de temperatura (BIO5-BIO6); BIO8: Temperatura media del trimestre más lluvioso; BIO9: Temperatura media del trimestre más seco; BIO10: Temperatura media del trimestre más cálido; BIO11: Temperatura media del trimestre más frío; BIO12: Precipitación anual; BIO13: Precipitación del mes más lluvioso; BIO14: Precipitación del mes más seco; BIO15: Estacionalidad en la precipitación (coeficiente de variación); BIO16: Precipitación del trimestre más lluvioso; BIO17: Precipitación del trimestre más seco; BIO18: Precipitación del trimestre más cálido; BIO19: Precipitación del trimestre más frío. Es importante mencionar que las variables con correlación <0.8 fueron: BIO3, BIO5, BIO6, BIO7, BIO14, BIO15, BIO16, BIO18, BIO19. 4.- Se realizó una detección y limpieza (eliminación) de ocurrencias por medio de a) valores atípicos en el espacio ambiental mediante el algoritmo jackknife reverso y por su posición en el rango intercuartil (Robertson et al., 2016), y b) registros localizados en la misma celda de 1 km2 para incluir sólo localidades únicas. 5.- Se seleccionaron los polígonos de las ecorregiones terrestres para las que se tienen datos de presencia y se les generó un área de amortiguamiento de ~20 km alrededor de éstas para ser usada como la región para modelar (M sensu Soberón y Peterson, 2005); se cortaron los predictores con esta geometría y se eliminaron aquellas capas con correlación >=0.8. Se seleccionó un número de pseudoausencias igual al número de presencias (Liu, et al., 2018) de áreas ambientalmente no idóneas. Estas áreas fueron determinadas usando el método de selección aleatoria con perfil ambiental mediante con el algoritmo de Maquinas de Soporte de Vectores implementado en el paquete mopa 1.0.1 (Iturbide et al., 2015). 6.- Se ajustó el modelo de idoneidad climática probando diferentes combinaciones de a) siete multiplicadores de regularización y b) 13 feature clases en el algoritmo MaxEnt 3.3.3 (Phillips et al., 2006) mediante el paquete ENMEval 0.2.2 (Muscarella et al., 2014), sin la opción de 'clamping'. Las 'feature clases' seleccionadas fueron: L= linear; Q = cuadrática; P = producto; H = hinge y las combinaciones LQ, LP, QH, QP, HP, LQH, LQP, LQHP y LQHPT. Los multiplicadores de regularización utilizados fueron de 0.0 a 3.0 en incrementos de 0.5. Los datos de entrenamiento y validación se seleccionaron mediante el método de 'bloque', que es un enfoque geográficamente estructurado (Radosavljevic y Anderson, 2014) en el que se dividen las presencias y las pseudoausencias en cuatro bloques según las líneas de latitud y longitud, de modo que cada bloque tiene aproximadamente el mismo número de registros (Muscarella et al., 2014), usando tres bloques para entrenar el modelo y uno para la validación, i.e. aproximadamente 75:25%. 7.- De los 91 modelos resultantes, se seleccionó el de mejor desempeño mediante una aproximación secuencial (Shcheglovitova y Anderson, 2013), minimizando el valor del criterio de información de Akaike (Katz y Zellmer, 2018) y maximizando el área bajo la curva característica operativa del receptor (AUC). El modelo seleccionado se proyectó al espacio geográfico usando los mismo predictores con los que se entrenó el modelo. 8.- La proyección continua, correspondiente a la salida 'cruda' que arroja MaxEnt se transformó a discreta (booleana) usando el umbral de máxima especificidad + sensibilidad (0.4288).

    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:
      1538
    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: TBA005DPGW.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]
      GRIDCODE Numérico CONBIODES Valor 0 equivalente a ausencia y 1 a presencia de 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, D.F., 14010, México

      Teléfono: 50045012 y (fax) 50044931

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

    2. Nombre de referencia
      tba005dpgw
    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:

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

    5. Medios de distribución especiales
    6. Requisitos técnicos
      Tener ArcGis versión 101 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
      21-01-2019
    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, D.F., 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
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

A menos que se indique lo contrario la información disponible en esta página se distribuye bajo una licencia Creative Commons Atribución 4.0 Internacional. (compatible con los términos de libre uso MX de datos.gob.mx.)