Normal view MARC view ISBD view

Distribución potencial y conocimiento local de la nutria neotropical (Lontra longicaudis) en la cuenca del río San Juan, Costa Rica

by Santiago Plata, Victor M; CATIE, Turrialba (Costa Rica). Escuela de Posgrado.
Type: materialTypeLabelBookPublisher: Turrialba (Costa Rica) : CATIE , 2013Description: páginas 55-96 : 8 ilustraciones, 5 tablas ; 21.59 x 27.94 cm +.Subject(s): LONTRA LONGICAUDIS | HABITAT | CARACTERISTICAS DEL SITIO | MEDICION | PAISAJE | MODELOS | RIO SAN JUAN | COSTA RICA | UTILIZACION DE LA TIERRAOnline Resources: Texto completo (Es) Summary: Se establecieron 40 sitios de muestreo en la cuenca del río San Juan (CRSJ); en cada sitio se digitalizó y generó un mapa de uso de suelo escala 1:15,000 dentro de un buffer de 1 km de radio. Así mismo, mediante FRAGSTATS 3.3 se midieron ocho métricas descriptivas del paisaje en dos niveles (clase y paisaje). Para representar visualmente la presencia potencial de la nutria en la CRSJ, se generaron dos modelos predictivos basados en el algoritmo de MAXENT mediante registros de clase I (presencia en transectos, n=25) y clase II (presencia por entrevistas a personas locales, n=33) obtenidos en los sitios de muestreo. Para la generación de los modelos predictivos, se utilizaron nueve capas obtenidas del Atlas Digital de Costa Rica y de la base de datos mundial de WorldClim con un tamaño de celda de 30 m. El área de estudio estuvo compuesta por 1,433 parches; la clase con el mayor número de parches (543) y área (16.18 km2) fue el bosque, seguido del pastizal con un área promedio de 15.34 km2, y 422 parches. El sitio de muestreo con el mayor número de parches (n=39) y el índice de diversidad de Simpson de mayor valor fue el río San Carlos. Mediante el análisis del área bajo la curva (AUC; por sus siglas en inglés), el modelo1 presento un valor de 0.955, mientras que el modelo2 obtuvo un valor de AUC de 0.899. A partir de un análisis de correlación, se determinó un fuerte similitud (r=0.802) entre las dos capas ráster (modelo1 y modelo2) generadas en MAXENT. La prueba de “jackknife” determinó que en ambos modelos la variable distancia a ríos de jerarquía alta es la que por sí sola podría predecir de manera efectiva el hábitat idóneo de la nutria en la CRSJ.
    average rating: 0.0 (0 votes)
No physical items for this record

Tesis (Mag. Sc. en Manejo y Conservación de Bosques Tropicales y Biodiversidad) -- CATIE. Escuela de Posgrado. Turrialba (Costa Rica), 2013.

Bibliografía páginas 87-96

Se establecieron 40 sitios de muestreo en la cuenca del río San Juan (CRSJ); en cada sitio se digitalizó y generó un mapa de uso de suelo escala 1:15,000 dentro de un buffer de
1 km de radio. Así mismo, mediante FRAGSTATS 3.3 se midieron ocho métricas descriptivas del paisaje en dos niveles (clase y paisaje). Para representar visualmente la presencia potencial de la nutria en la CRSJ, se generaron dos modelos predictivos basados en el algoritmo de MAXENT mediante registros de clase I (presencia en transectos, n=25)
y clase II (presencia por entrevistas a personas locales, n=33) obtenidos en los sitios de muestreo. Para la generación de los modelos predictivos, se utilizaron nueve capas obtenidas del Atlas Digital de Costa Rica y de la base de datos mundial de WorldClim con un tamaño de celda de 30 m. El área de estudio estuvo compuesta por 1,433 parches; la clase con el mayor número de parches (543) y área (16.18 km2) fue el bosque, seguido del pastizal con un área promedio de 15.34 km2, y 422 parches. El sitio de muestreo con el mayor número de parches (n=39) y el índice de diversidad de Simpson de mayor valor fue
el río San Carlos. Mediante el análisis del área bajo la curva (AUC; por sus siglas en inglés), el modelo1 presento un valor de 0.955, mientras que el modelo2 obtuvo un valor de AUC de 0.899. A partir de un análisis de correlación, se determinó un fuerte similitud (r=0.802) entre las dos capas ráster (modelo1 y modelo2) generadas en MAXENT. La prueba de “jackknife” determinó que en ambos modelos la variable distancia a ríos de
jerarquía alta es la que por sí sola podría predecir de manera efectiva el hábitat idóneo de la nutria en la CRSJ.

Click on an image to view it in the image viewer