imprimir

Metadato completo [-]

1. Información de identificación
   1. Referencia

      Información de referencia:

      Autor:

      Córdoba-Aguilar, A., M. Rocha-Ortega, (2022). 'Tetramorium simillimum (groove-headed fierce ant). 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:

      Tetramorium simillimum (groove-headed fierce ant). 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/tsir003dpgw.html

   2. Descripción

      Resumen:

      El modelo de distribución potencial de Tetramorium simillimum 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 Tetramorium simillimum

      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:

      Norteamérica, República Mexicana, Centroamérica, Sudamérica e Islas del Caribe

      Coordenadas extremas:

      (Oeste) -109.3, (Este) -34.95, (Norte) 33.2, (Sur) -29.95

   6. Palabras clave

      Tema:

      2022, hormigas, modelo de distribución, nicho ecológico, RE003, Tetramorium simillimum

      Lugar:

      Aguascalientes, Aruba, Bahamas, Barbados, Belice, Bolivia, Brasil, Campeche, Ciudad de México, Coahuila de Zaragoza, Colima, Colombia, Costa Rica, Cuba, Curasao, Chiapas, Chihuahua, Chile, Dominica, Durango, Ecuador, El Salvador, Estados Unidos de América, Francia (islas de), Granada, Guanajuato, Guatemala, Guerrero, Guyana, Haití, Hidalgo, Holanda, Honduras, Islas Caimán, Islas Turcas y Caicos, Islas Virgenes Británicas, Jalisco, Jamaica, México, Michoacán de Ocampo, Montserrat, Morelos, Nayarit, Nicaragua, Nuevo León, Oaxaca, Paraguay, Perú, Puebla, Querétaro, Quintana Roo, República Dominicana, República Mexicana, San Luis Potosí, San Vicente y las Granadinas, Santa Lucía, Sinaloa, Sonora, Surinam, Tabasco, Tamaulipas, Tlaxcala, Tobago, Venezuela, Veracruz de Ignacio de la Llave, Yucatán, Zacatecas

   7. Taxonomía

      Palabras clave:

      Tema: Insecta, Hymenoptera, Formicidae, Tetramorium, Tetramorium simillimum, groove-headed fierce ant

      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: Tetramorium: Tetramorium simillimum (groove-headed fierce ant)

   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/tsir003dpgw

       Descripción:

       171 x 132 píxeles

       Formato:

       image/png

       Nombre del recurso:

       http://geoportal.conabio.gob.mx/descargas/mapas/imagen/96/tsir003dpgw

       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

       Tetramorium simillimum (groove-headed fierce ant). 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)

       Página de enciclovida para Tetramorium simillimum a nivel de especie

       Enlace por idcatalogo 32586HYMEN en http://enciclovida.mx/especies/

       Tetramorium simillimum (groove-headed fierce ant). 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).

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 Tetramorium simillimum, 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 de26 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: Sinaloan dry forests, Everglades, Bahamian pine mosaic, Bahamian-Antillean mangroves, South Florida rocklands, Veracruz moist forests, Belizian pine forests, Peten-Veracruz moist forests, Mesoamerican Gulf-Caribbean mangroves, Chiapas montane forests, Sierra Madre de Oaxaca pine-oak forests, Sierra Madre del Sur pine-oak forests, Windward Islands moist forests, Central American montane forests, Caribbean shrublands, Lesser Antillean dry forests, Southern Mesoamerican Pacific mangroves, Central American pine-oak forests, Amazon-Orinoco-Southern Caribbean mangroves, Araya and Paria xeric scrub, Guajira-Barranquilla xeric scrub, Trinidad and Tobago moist forests, Sinai Valley dry forests, Costa Rican seasonal moist forests, Santa Marta montane forests, Llanos, Northern Andean paramo, Guianan Highlands moist forests, Pantepui, Guianan savanna, South American Pacific mangroves, Rio Negro campinarana, Apure-Villavicencio dry forests, Trans-Mexican Volcanic Belt pine-oak forests, Cuban cactus scrub, Cuban moist forests, Cuban wetlands, Cuban dry forests, Oaxacan montane forests, Hispaniolan moist forests, Hispaniolan dry forests, Yucatan moist forests, Miskito pine forests, Central American dry forests, Balsas dry forests, Pantanos de Centla, Orinoco wetlands, Talamancan montane forests, Cordillera La Costa montane forests, La Costa xeric shrublands, Puerto Rican moist forests, Enriquillo wetlands, Jamaican dry forests, Jamaican moist forests, Isthmian-Atlantic moist forests, Cordillera de Merida paramo, Guianan piedmont and lowland moist forests, Uatuma-Trombetas moist forests, Iquitos varzea, Jurua-Purus moist forests, Ucayali moist forests, Central American Atlantic moist forests, Cayos Miskitos-San Andres and Providencia moist forests, Cauca Valley montane forests, Isthmian-Pacific moist forests, Guianan moist forests, Puerto Rican dry forests, Tehuacan Valley matorral, Chimalapas montane forests, Northern Mesoamerican Pacific mangroves, Caqueta moist forests, Purus varzea, Choco -Darien moist forests, Maraja varzea, Ecuadorian dry forests, Cuban pine forests, Orinoco Delta swamp forests, Catatumbo moist forests, Venezuelan Andes montane forests, Campos Rupestres montane savanna, Bahia interior forests, Cerrado, Alto Parana Atlantic forests, Leeward Islands moist forests, Cordillera Central paramo, Guianan freshwater swamp forests, Hispaniolan pine forests, Magdalena Valley montane forests, Eastern Panamanian montane forests, Veracruz montane forests, Yucatan dry forests, Panamanian dry forests, Cocos Island moist forests, Jalisco dry forests, Bajio dry forests, Eastern Cordillera real montane forests, Southern Atlantic mangroves, Atlantic Coast restingas, Veracruz dry forests, Sierra de los Tuxtlas, Southern Pacific dry forests, Gurupa varzea, Northeastern Brazil restingas, Monte Alegre varzea, Beni savanna, Chiapas Depression dry forests, Sierra Madre de Chiapas moist forests, Motagua Valley thornscrub, Paraguana xeric scrub, Lara-Falcondry forests, Cordillera Oriental montane forests, Maracaibo dry forests, Santa Marta paramo, Magdalena-Urabamoist forests, Mato Grosso seasonal forests, Xingu-Tocantins-Araguaia moist forests, Purus-Madeira moist forests, Pernambuco interior forests, Northwestern Andean montane forests, Cauca Valley dry forests, Magdalena Valley dry forests, Negro-Branco moist forests, Malpelo Island xeric scrub, Napo moist forests, Western Ecuador moist forests, Galapagos Islands scrubland mosaic, Tocantins/Pindare moist forests, Guayaquil flooded grasslands, Madeira-Tapajos moist forests, Tapajos-Xingu moist forests, Maranhão Babaçu forests, Tumbes-Piura dry forests, Caatinga, Caatinga Enclaves moist forests, Southwest Amazon moist forests, Pantanal, Peruvian Yungas, Sechura desert, Marañon dry forests, Atlantic dry forests, Pernambuco coastal forests, Bahia coastal forests, Chiquitano dry forests, Serra do Mar coastal forests, Southeastern conifer forests, Japura-Solimoes-Negro moist forests, Solimoes-Japura moist forests, PatÃ-a Valley dry forests, Florida sand pine scrub, Sierra Madre Oriental pine-oak forests, Meseta Central matorral, Central Mexican matorral, Sierra Madre Occidental pine-oak 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: bio1, bio13, bio15, bio17, bio2, elevación, 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 de0.667. 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:

      1263

      Número de columnas:

      1487

      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: TSIR003DPGW.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
      tsir003dpgw
   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), 2.1 MB

        http://www.conabio.gob.mx/informacion/gis/maps/geo/tsir003dpgw.zip

      • Google Earth (KML)

        http://www.conabio.gob.mx/informacion/gis/maps/kmz/tsir003dpgw.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