domingo, 2 de junio de 2013

A statistical explanation of MaxEnt for ecologists

Elith Jane et al.  nos hablan en este articulo sobre el proceso estadístico de MaxEnt desde la variables los pro y contras de utilizar datos de solo presencia y sobre las salidas y la resolución de problemas de los modelos que realizamos en este software nos muestra desde la ecuación que inicia todo el modelado y nos dice pasa a paso como es que van cambiando este ecuación para poder construir los modelos que serán analizados si bien el lenguaje de este articulo es un poco matemático los autores explican paso a paso que significa cada ecuación.
Ya para ver el funcionamiento de MaxEnt nos dan dos ejemplos uno que es trata sobre modelados a futuro y otro sobre la distribución de una especie de pez en un río.
hablemos un poco del primer caso como hemos visto en clase es estudio donde se realiza un análisis en donde se predice la distribución de plantas (Banksia) y posteriormente tratan de identificar los ambientes en donde estas plantas podrán encontrarse con el cambio climático en Australia. Utilizaron los datos de Atlas de Banksia  el cual tiene 361 registros, se incluyeron cinco variables ambientales con 0.01º con ellos obtuvieron 23 modelos de circulación  que se proyectaron a climas actuales y futuros.como resultados encontraron que la distribución de la especie es oriental, también que en 2070 habrá climas nuevos.
 En el caso dos se utlizan datos de un vector es decir los datos de un río, la especies es Gadopsis bispinosus pez de agua dulce endémico del sur de Australia común en las medianas y grandes corrientes, la especie se registro en 255 sitios, variables ambientales continuas. obtuvieron que  G. bispinosus se encuentra con mayor frecuencia en corrientes grandes y no se encontrarán en aguas frías con elevación alta.
Para finalizar  los autores nos dice que MaxEnt minimiza la entropía relativa. además de que en el primer caso se recalca que uno debe saber la biología de la especie para así poder identificar los sitios de sobrepredicción ya que si bien MaxEnt es una buena buena herramienta para el modelado de distribuciones no demos confiar en que nos dará todo a la perfección y al final nosotros somos los que decidimos que esta se queda en el modelo y como lo interpretamos. Por último  ellos nos dicen que el usar datos solo de presencia o datos de presencia-ausencia no interfiere en nuestro estudio solo que se debe saber bien el caso de estudio porque al final si los datos no estan correctos sean como se utilicen se tendra errores al momento de utilizar MaxEnt.