Apéndice 12.1 Fuentes de datos de los vertebrados terrestres

Apéndice 12.1
Fuentes de datos de los vertebrados terrestres
Mamíferos
Se usó la base de datos de los mamíferos de América del
Norte (Arita 2001, 2007) que fue creada con el propósito
de analizar los patrones geográficos de la diversidad de
los mamíferos de esta región. Esta base de datos se cons­
truyó tomando como base la experiencia adquirida en la
elaboración de una base de datos similar para los ma­
míferos de México (Arita y Ceballos 1997). Se utilizó la
información más reciente sobre la taxonomía y distribu­
ción de los mamíferos de América del Norte (Wilson y
Ruff 1999).
La base completa incluye 833 especies de mamíferos
terrestres que habitan la región y fue elaborada a partir
de varias fuentes; la referencia principal fue la compila­
ción de Wilson y Reeder (1993) para verificar nomencla­
tura y distribución general como referencia básica para
homogeneizar la nomenclatura y eliminar problemas de
sinonimia, pero en varios casos se recurrió a literatura
especializada más reciente. Se elaboró un mapa base para
dibujar las áreas de distribución de todas las especies de
mamíferos terrestres de América del Norte. Para ello se
empleó una proyección de área constante a fin de elimi­
nar la distorsión causada por el gradiente latitudinal. Para
cada especie se dibujó un área de distribución basada en
los puntos marginales de registro, en forma similar a la
empleada por Hall (1981). Dada la naturaleza, los propó­
sitos y la extensión geográfica del presente proyecto, esta
estimación del área de distribución resultó la más ade­
cuada. Aunque existen otros criterios, basados en puntos
de registro o en la extensión latitudinal, estos no resultan
aplicables al tipo de datos que se utilizaron para este pro­
yecto. El método empleado sobrestima el área real de dis­
tribución de las especies, pero el error es menor que el
que surgiría de la subestimación a que otros métodos dan
lugar. Los mapas presentados como resultado se pueden
considerar como áreas máximas de distribución históri­
ca de las especies. Para la captura de la información sobre
distribución se empleó una rejilla de más de 15 500 cua­
dros de área constante que se sobrepuso al mapa de dis­
tribución de cada especie.
H.T. Arita (2001, 2007) revisó la veracidad y exactitud
del sistema de bases de datos mediante búsquedas aleato­
rias en diferentes partes del sistema para detectar errores
u omisiones evidentes. Los casos más comunes fueron
registros de especies fuera de su distribución conocida o
zonas particulares con riqueza de especies muy por enci­
ma o muy por debajo de los valores que una estimación
experta podría predecir.
Aves
Se usaron los datos de Navarro-Sigüenza y Peterson (2008),
quienes para 936 especies —de acuerdo con la taxono­
mía de la American Ornithologists’ Union (1998) y sus
adendas— elaboraron 1 027 mapas. Se consideraron so­
lamente las especies residentes, para las cuales se selec­
cionaron 663 mapas.
La distribución potencial de cada especie se realizó con
base en modelos cuantitativos del nicho ecológico funda­
mental de cada una, obtenidos con el programa Desktop­
Garp, versión 1.1.3, utilizando como datos primarios
453 540 datos georreferenciados provenientes de B010,
B043, B114, B144, C004, C024, E018, H027, H028, H291,
H324, K016, L018, L121, P025, P028, P060, P104 y R196
(los datos de los proyectos del snib pueden consultarse
en <www.conabio.gob.mx> y las colecciones fuente de da­
tos son las siguientes:
• American Museum of Natural History, Nueva York,
EUA
• Academy of Natural Sciences of Philadelphia, EUA
• Bell Museum of Natural History, University of Min­
nesota, EUA
• Museum für Naturkunde, Zentralinstitut der Hum­
boldt-Universität zu Berlin, Alemania
• British Museum (Natural History), Tring, Inglaterra
• Zoologische Forschungsinstitut und Museum Alexan­
der Koenig, Bonn, Alemania
• Ubersee-Museum, Bremen, Alemania
• Carnegie Museum of Natural History, Pittsburgh,
Pennsylvania, EUA
• California Academy of Sciences, San Francisco, Cali­
fornia, EUA
[1]
Capital natural de México • Vol. I : Conocimiento actual de la biodiversidad
• Centro de Investigaciones de Quintana Roo (Ahora en
Ecosur Chetumal), Chetumal, Quintana Roo, México
• Canadian Museum of Nature, Ottawa, Ontario, Canadá
• Colección Ornitológica, Centro de Investigaciones Bio­
lógicas, uaem, Cuernavaca, Morelos, México
• Datos observacionales, Museo de Zoología, Facultad
de Ciencias, unam, México
• Cornell University Museum of Vertebrates, Ithaca,
Nueva York, EUA
• Museo Civico Craveri di Storia Naturale, Bra, Italia
• State Darwin Museum of Natural History, Moscú,
Rusia
• Denver Museum of Natural History, Denver, Colo­
rado, EUA
• Delaware Museum of Natural History, Willmington,
Delaware, EUA
• Department of Zoology, Manchester Museum, In­
glaterra
• El Colegio de la Frontera Sur, Unidad Chetumal, Quin­
tana Roo, México
• Escuela Nacional de Ciencias Biológicas, ipn, México
• Museo de Zoología, Fes Zaragoza, unam, México
• Fort Hays State University, Hays, Kansas, EUA
• Field Museum of Natural History, Chicago, Illinois,
EUA
• Senckenberg Museum, Frankfurt, Alemania
• Museo Civico di Storia Naturale Giacomo Doria, Gé­
nova, Italia
• Colección Nacional de Aves, Instituto de Biología,
unam, México
• Instituto de Ecología y Alimentos, Universidad Au­
tónoma de Tamaulipas, Ciudad Victoria, México
Se emplearon 15 coberturas digitales ambientales, de
las cuales cuatro se derivan del modelo digital de eleva­
ción de Hydro-1K y 11 de las climatológicas de alta reso­
lución producidas por el proyecto WorldClim.
Los mapas se encuentran en formato Arc/grid con
resolución espacial de 0.01° y están proyectados en coor­
denadas geográficas (86.72 a 117.12° W, 14.54 a 32.73° N).
Los valores de los pixeles están codificados como 0 =
ausencia, 1 = presencia y como ‘No Data’ los espacios
vacíos.
Los mapas producidos por garp fueron editados de
acuerdo con discontinuidades en áreas de predicción, re­
firiéndose la presencia de registros en la base de datos al
conocimiento previo en la literatura (e.g. Rodríguez-Yá­
ñez et al. 1994; Howell y Weeb 1995; aou 1998). Como
tal, los mapas representan la distribución nuclear de cada
Apéndice 12.1
especie, generalmente dejando fuera las áreas de tránsito
y de distribución ocasional. En algunos casos denotan la
distribución de verano, de tránsito o de invierno.
Reptiles y anfibios
Se crearon modelos de predicción de 1 012 especies a par­
tir de una base de datos utilizada en este estudio (FloresVillela 2008) que concentra los datos de 106 diferentes
colecciones y de los proyectos A014, A027, B002, B043,
B099, B144, G015, H103, H104, H127, H245, H250,
H330, J002, J112, K038, L003, L103, L283, M099, P028,
P060, P132, Q049, R045, R067 y R232 financiados por
la Conabio para el Sistema de Información Biológica
(snib; los datos de los proyectos pueden consultarse en
<www.conabio.gob.mx>). Esta base contiene 182 102 re­
gistros de anfibios y reptiles de México. Se trabajó para
dejar esta base depurada con más de 99.5% de registros
georreferidos (latitud y longitud) y con nombres actuali­
zados (Flores-Villela y Canseco-Márquez 2004). Se llevó
a cabo un proceso de depuración geográfica y nomencla­
tural; en otras palabras, se revisó que la distribución de
las especies coincidiera con los límites de la distribución
conocida de cada especie o muy cercanos a ella y se eli­
minaron todos los registros en áreas donde era poco pro­
bable que la especie se encontrara (esto se realizó con la
ayuda de ArcView 3.2a y Access). La revisión taxonómica
y de distribución se basó en las revisiones recientes de
taxonomía (Flores-Villela 1993a, b; Flores-Villela y Can­
seco-Márquez 2004; Faivovich et al. 1991; Frost et al. 2006,
revisada por Ó. Flores Villela y L. Canseco Márquez).
Con la base de registros puntuales se generaron los
modelos de nicho ecológico para cada especie utilizando
el algoritmo genético garp (Genetic Algorithm for Ruleset Production, Stockwell y Peters 1999). Para realizar
dichos modelos se emplearon 19 coberturas climáticas de
México desarrolladas por Téllez (2004): temperatura pro­
medio anual, oscilación diurna de la temperatura, iso­
termalidad, estacionalidad de la temperatura, tempera­
tura máxima promedio del periodo más cálido (semana),
temperatura mínima promedio del periodo más frío (se­
mana), oscilación anual de la temperatura, temperatura
promedio del cuatrimestre más lluvioso, temperatura pro­
medio del cuatrimestre más seco, temperatura promedio
del cuatrimestre más cálido, temperatura promedio del
cuatrimestre más frío, precipitación anual (total), preci­
pitación del periodo más lluvioso (semana), precipita­
ción del periodo más seco (semana), estacionalidad de la
precipitación, precipitación del cuatrimestre más lluvio­
[2]
Capital natural de México • Vol. I : Conocimiento actual de la biodiversidad
so, precipitación del cuatrimestre más seco, precipitación
del cuatrimestre más cálido y precipitación del cuatri­
mestre más frío. Estos mapas tienen una resolución de
1 km2, aproximadamente (0.01° Lat-Lon); además se in­
cluyeron las variables de aspecto, pendiente, índice topo­
gráfico y el modelo de elevación digital.
Se crearon 100 modelos para cada especie, utilizando
criterios diferentes según el número de registros únicos
que se tiene de cada una, tomando como división 10 re­
gistros. Lo anterior se basó en ejercicios previos para ve­
rificar los modelos. Para las especies con más de 10 regis­
tros se empleó la mitad de los registros para generar el
modelo, dejando el porcentaje restante para prueba; los
parámetros de los mejores modelos o best subsets fueron
los parámetros predeterminados. Para las especies que
tenían registros menores o iguales a 10, se utilizó la tota­
lidad de los datos para correr los modelos y en omission
threshold se utilizó el parámetro soft para asegurar que el
Apéndice 12.1
programa hiciera los 100 modelos y a partir de ellos obte­
ner los mejores, ya que de otra manera no necesariamen­
te genera todos los modelos, con los parámetros fijados;
entonces los anexa y una vez que completa el número es­
pecificado de mejores modelos termina con la especie en
proceso y continúa con la siguiente.
El modelo empleado se obtuvo a partir de la suma de
los mejores modelos y fue seleccionado a partir de una
coincidencia de 80% en el caso de las especies con más de
10 registros y 60% en el caso contrario. Una vez obteni­
dos los modelos en formato grid se convirtieron a vec­
tores (shapes) y de ahí se hicieron los recortes, es decir, la
edición de los modelos, para obtener las áreas de distri­
bución por especie con los polígonos generados en la
revisión geográfica (por expertos herpetólogos). Con las
áreas de distribución se trazaron mapas de riqueza a di­
ferentes escalas para los dos grupos.
[3]