Comparando el uso de modelos de distribución de especies y de algoritmos de optimización para priorizar áreas de conservación: usando reptiles y aves como indicadores
- Autores
- Cristaldi, Maximiliano Ariel
- Año de publicación
- 2018
- Idioma
- español castellano
- Tipo de recurso
- tesis doctoral
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Giraudo, Alejandro Raúl
Chiaraviglio, Margarita
Williams, Jorge Daniel
Lajmanovich, Rafael Carlos
Arzamendia, Vanesa - Descripción
- Fil: Cristaldi, Maximiliano Ariel. Universidad Nacional del Litoral. Facultad de Bioquímica y Ciencias Biológicas; Argentina.
Los sistemas de reservas son esenciales para mitigar la crisis de la biodiversidad producto de la actividad humana. Sin embargo, no han prevalecido criterios científicos para su designación. Un sistema de reservas es efectivo cuando cubre los patrones espaciales de los objetos de conservación de interés y presenta coherencia espacial. Definimos áreas prioritarias para conservar aves y serpientes raras y amenazadas de la provincia de Santa Fe (Argentina). Empleamos dos algoritmos: (1) El algoritmo de complementariedad que minimiza el área requerida para la cobertura total de especies (eficiencia). (2) Zonation que maximiza la cobertura de las áreas núcleo de la distribución geográfica de las especies (efectividad). Utilizamos MaxEnt para estimar la distribución potencial de las especies. Con Zonation utilizamos: Escenario_1: incluye la distribución de especies raras y amenazadas, Escenario_2: incluye Escenario_1 y sistema de reservas existente, Escenario_3: comprende Escenario_1 y el índice de Influencia Humana. Los modelos capturaron los requerimientos ecológicos de las especies. Ambos algoritmos priorizaron áreas pertenecientes a Chaco Seco, Chaco Húmedo, Valle de Inundación y Pampeana. El sistema actual de reservas no cubre la riqueza total ni un porcentaje adecuado de la distribución de las especies. La actividad humana condujo a un sistema de áreas con menor compacidad y mayor perímetro. Los patrones de priorización espacial entre grupos de taxa se superpusieron parcialmente, y la similitud aumentó entre los escenarios_3. Proponemos un sistema de áreas prioritarias efectivo/eficiente, minimizando conflictos con actividades humanas, y aumentando la factibilidad de su planificación.
Conservation Area Networks are essential to mitigate the biodiversity crisis caused by human activity. However, they were not often designed following scientific criteria. A Conservation Area Network must overlap spatial patterns of biodiversity priorities and present spatial coherence. Our aim was to define a Priority Area Network for rare and threatened bird and snake species of the Santa Fe province (Argentina). We applied two algorithms: (1) a complementarity algorithm that minimizes the area required to cover the presence of all target species (eficiency); (2) Zonation that maximizes the coverage of core areas of the geographical distribution of species (effectiveness). We used MaxEnt to estimate the potential distribution of species. We ran Zonation with three scenarios: (1) Scenario_1 includes the distribution of rare and threatened species, (2) Scenario_2 consists of Scenario_1 and the existing Conservation Area Network of the province, (3) Scenario_3 includes Scenario_1 and the Human Influence Index. Our models agreed with ecological requirements of species. Areas belonging to Chaco Seco, Chaco Húmedo, Valle de Inundación and Pampeana achieved the highest conservation scores. The existing Conservation Area Network does not overlap neither the presence of all species or an adequate percentage of the distribution of species. We obtained a Priority Area Network with lower compactness and higher perimeter in Scenario_3 than in Scenario_1. Patterns of spatial prioritizations between taxa overlapped partially but the similarity between Scenarios_3 was higher. We proposed a Priority Area Network that overlaps the potential distribution of species while avoiding high levels of human activity.
Universidad Nacional del Litoral
Consejo Nacional de Investigaciones Científicas y Técnicas - Materia
-
Spatial conservation prioritization
Species distribution models
Human activity
Complemetarity
Rare species
Threatened species
Priorización espacial para la conservación
Modelos de distribución de especies
Actividad humana
Complementariedad
Especies raras
Especies amenazadas - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
- Repositorio
- Institución
- Universidad Nacional del Litoral
- OAI Identificador
- oai:https://bibliotecavirtual.unl.edu.ar:11185/1111
Ver los metadatos del registro completo
id |
UNLBT_32077075c82992fff521690e83dcd94f |
---|---|
oai_identifier_str |
oai:https://bibliotecavirtual.unl.edu.ar:11185/1111 |
network_acronym_str |
UNLBT |
repository_id_str |
2187 |
network_name_str |
Biblioteca Virtual (UNL) |
spelling |
Comparando el uso de modelos de distribución de especies y de algoritmos de optimización para priorizar áreas de conservación: usando reptiles y aves como indicadoresComparing the usage of species distribution models and optimization algorithms to prioritize conservation areas: using reptiles and birds as indicatorsCristaldi, Maximiliano ArielSpatial conservation prioritizationSpecies distribution modelsHuman activityComplemetarityRare speciesThreatened speciesPriorización espacial para la conservaciónModelos de distribución de especiesActividad humanaComplementariedadEspecies rarasEspecies amenazadasFil: Cristaldi, Maximiliano Ariel. Universidad Nacional del Litoral. Facultad de Bioquímica y Ciencias Biológicas; Argentina.Los sistemas de reservas son esenciales para mitigar la crisis de la biodiversidad producto de la actividad humana. Sin embargo, no han prevalecido criterios científicos para su designación. Un sistema de reservas es efectivo cuando cubre los patrones espaciales de los objetos de conservación de interés y presenta coherencia espacial. Definimos áreas prioritarias para conservar aves y serpientes raras y amenazadas de la provincia de Santa Fe (Argentina). Empleamos dos algoritmos: (1) El algoritmo de complementariedad que minimiza el área requerida para la cobertura total de especies (eficiencia). (2) Zonation que maximiza la cobertura de las áreas núcleo de la distribución geográfica de las especies (efectividad). Utilizamos MaxEnt para estimar la distribución potencial de las especies. Con Zonation utilizamos: Escenario_1: incluye la distribución de especies raras y amenazadas, Escenario_2: incluye Escenario_1 y sistema de reservas existente, Escenario_3: comprende Escenario_1 y el índice de Influencia Humana. Los modelos capturaron los requerimientos ecológicos de las especies. Ambos algoritmos priorizaron áreas pertenecientes a Chaco Seco, Chaco Húmedo, Valle de Inundación y Pampeana. El sistema actual de reservas no cubre la riqueza total ni un porcentaje adecuado de la distribución de las especies. La actividad humana condujo a un sistema de áreas con menor compacidad y mayor perímetro. Los patrones de priorización espacial entre grupos de taxa se superpusieron parcialmente, y la similitud aumentó entre los escenarios_3. Proponemos un sistema de áreas prioritarias efectivo/eficiente, minimizando conflictos con actividades humanas, y aumentando la factibilidad de su planificación.Conservation Area Networks are essential to mitigate the biodiversity crisis caused by human activity. However, they were not often designed following scientific criteria. A Conservation Area Network must overlap spatial patterns of biodiversity priorities and present spatial coherence. Our aim was to define a Priority Area Network for rare and threatened bird and snake species of the Santa Fe province (Argentina). We applied two algorithms: (1) a complementarity algorithm that minimizes the area required to cover the presence of all target species (eficiency); (2) Zonation that maximizes the coverage of core areas of the geographical distribution of species (effectiveness). We used MaxEnt to estimate the potential distribution of species. We ran Zonation with three scenarios: (1) Scenario_1 includes the distribution of rare and threatened species, (2) Scenario_2 consists of Scenario_1 and the existing Conservation Area Network of the province, (3) Scenario_3 includes Scenario_1 and the Human Influence Index. Our models agreed with ecological requirements of species. Areas belonging to Chaco Seco, Chaco Húmedo, Valle de Inundación and Pampeana achieved the highest conservation scores. The existing Conservation Area Network does not overlap neither the presence of all species or an adequate percentage of the distribution of species. We obtained a Priority Area Network with lower compactness and higher perimeter in Scenario_3 than in Scenario_1. Patterns of spatial prioritizations between taxa overlapped partially but the similarity between Scenarios_3 was higher. We proposed a Priority Area Network that overlaps the potential distribution of species while avoiding high levels of human activity.Universidad Nacional del LitoralConsejo Nacional de Investigaciones Científicas y TécnicasGiraudo, Alejandro RaúlChiaraviglio, MargaritaWilliams, Jorge DanielLajmanovich, Rafael CarlosArzamendia, Vanesa2018-08-132018-05-04info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionSNRDhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttp://hdl.handle.net/11185/1111spaspaspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/deed.esreponame:Biblioteca Virtual (UNL)instname:Universidad Nacional del Litoralinstacron:UNL2025-10-16T10:11:16Zoai:https://bibliotecavirtual.unl.edu.ar:11185/1111Institucionalhttp://bibliotecavirtual.unl.edu.ar/Universidad públicaNo correspondeajdeba@unl.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:21872025-10-16 10:11:17.231Biblioteca Virtual (UNL) - Universidad Nacional del Litoralfalse |
dc.title.none.fl_str_mv |
Comparando el uso de modelos de distribución de especies y de algoritmos de optimización para priorizar áreas de conservación: usando reptiles y aves como indicadores Comparing the usage of species distribution models and optimization algorithms to prioritize conservation areas: using reptiles and birds as indicators |
title |
Comparando el uso de modelos de distribución de especies y de algoritmos de optimización para priorizar áreas de conservación: usando reptiles y aves como indicadores |
spellingShingle |
Comparando el uso de modelos de distribución de especies y de algoritmos de optimización para priorizar áreas de conservación: usando reptiles y aves como indicadores Cristaldi, Maximiliano Ariel Spatial conservation prioritization Species distribution models Human activity Complemetarity Rare species Threatened species Priorización espacial para la conservación Modelos de distribución de especies Actividad humana Complementariedad Especies raras Especies amenazadas |
title_short |
Comparando el uso de modelos de distribución de especies y de algoritmos de optimización para priorizar áreas de conservación: usando reptiles y aves como indicadores |
title_full |
Comparando el uso de modelos de distribución de especies y de algoritmos de optimización para priorizar áreas de conservación: usando reptiles y aves como indicadores |
title_fullStr |
Comparando el uso de modelos de distribución de especies y de algoritmos de optimización para priorizar áreas de conservación: usando reptiles y aves como indicadores |
title_full_unstemmed |
Comparando el uso de modelos de distribución de especies y de algoritmos de optimización para priorizar áreas de conservación: usando reptiles y aves como indicadores |
title_sort |
Comparando el uso de modelos de distribución de especies y de algoritmos de optimización para priorizar áreas de conservación: usando reptiles y aves como indicadores |
dc.creator.none.fl_str_mv |
Cristaldi, Maximiliano Ariel |
author |
Cristaldi, Maximiliano Ariel |
author_facet |
Cristaldi, Maximiliano Ariel |
author_role |
author |
dc.contributor.none.fl_str_mv |
Giraudo, Alejandro Raúl Chiaraviglio, Margarita Williams, Jorge Daniel Lajmanovich, Rafael Carlos Arzamendia, Vanesa |
dc.subject.none.fl_str_mv |
Spatial conservation prioritization Species distribution models Human activity Complemetarity Rare species Threatened species Priorización espacial para la conservación Modelos de distribución de especies Actividad humana Complementariedad Especies raras Especies amenazadas |
topic |
Spatial conservation prioritization Species distribution models Human activity Complemetarity Rare species Threatened species Priorización espacial para la conservación Modelos de distribución de especies Actividad humana Complementariedad Especies raras Especies amenazadas |
dc.description.none.fl_txt_mv |
Fil: Cristaldi, Maximiliano Ariel. Universidad Nacional del Litoral. Facultad de Bioquímica y Ciencias Biológicas; Argentina. Los sistemas de reservas son esenciales para mitigar la crisis de la biodiversidad producto de la actividad humana. Sin embargo, no han prevalecido criterios científicos para su designación. Un sistema de reservas es efectivo cuando cubre los patrones espaciales de los objetos de conservación de interés y presenta coherencia espacial. Definimos áreas prioritarias para conservar aves y serpientes raras y amenazadas de la provincia de Santa Fe (Argentina). Empleamos dos algoritmos: (1) El algoritmo de complementariedad que minimiza el área requerida para la cobertura total de especies (eficiencia). (2) Zonation que maximiza la cobertura de las áreas núcleo de la distribución geográfica de las especies (efectividad). Utilizamos MaxEnt para estimar la distribución potencial de las especies. Con Zonation utilizamos: Escenario_1: incluye la distribución de especies raras y amenazadas, Escenario_2: incluye Escenario_1 y sistema de reservas existente, Escenario_3: comprende Escenario_1 y el índice de Influencia Humana. Los modelos capturaron los requerimientos ecológicos de las especies. Ambos algoritmos priorizaron áreas pertenecientes a Chaco Seco, Chaco Húmedo, Valle de Inundación y Pampeana. El sistema actual de reservas no cubre la riqueza total ni un porcentaje adecuado de la distribución de las especies. La actividad humana condujo a un sistema de áreas con menor compacidad y mayor perímetro. Los patrones de priorización espacial entre grupos de taxa se superpusieron parcialmente, y la similitud aumentó entre los escenarios_3. Proponemos un sistema de áreas prioritarias efectivo/eficiente, minimizando conflictos con actividades humanas, y aumentando la factibilidad de su planificación. Conservation Area Networks are essential to mitigate the biodiversity crisis caused by human activity. However, they were not often designed following scientific criteria. A Conservation Area Network must overlap spatial patterns of biodiversity priorities and present spatial coherence. Our aim was to define a Priority Area Network for rare and threatened bird and snake species of the Santa Fe province (Argentina). We applied two algorithms: (1) a complementarity algorithm that minimizes the area required to cover the presence of all target species (eficiency); (2) Zonation that maximizes the coverage of core areas of the geographical distribution of species (effectiveness). We used MaxEnt to estimate the potential distribution of species. We ran Zonation with three scenarios: (1) Scenario_1 includes the distribution of rare and threatened species, (2) Scenario_2 consists of Scenario_1 and the existing Conservation Area Network of the province, (3) Scenario_3 includes Scenario_1 and the Human Influence Index. Our models agreed with ecological requirements of species. Areas belonging to Chaco Seco, Chaco Húmedo, Valle de Inundación and Pampeana achieved the highest conservation scores. The existing Conservation Area Network does not overlap neither the presence of all species or an adequate percentage of the distribution of species. We obtained a Priority Area Network with lower compactness and higher perimeter in Scenario_3 than in Scenario_1. Patterns of spatial prioritizations between taxa overlapped partially but the similarity between Scenarios_3 was higher. We proposed a Priority Area Network that overlaps the potential distribution of species while avoiding high levels of human activity. Universidad Nacional del Litoral Consejo Nacional de Investigaciones Científicas y Técnicas |
description |
Fil: Cristaldi, Maximiliano Ariel. Universidad Nacional del Litoral. Facultad de Bioquímica y Ciencias Biológicas; Argentina. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-08-13 2018-05-04 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/acceptedVersion SNRD http://purl.org/coar/resource_type/c_db06 info:ar-repo/semantics/tesisDoctoral |
format |
doctoralThesis |
status_str |
acceptedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11185/1111 |
url |
http://hdl.handle.net/11185/1111 |
dc.language.none.fl_str_mv |
spa spa spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Virtual (UNL) instname:Universidad Nacional del Litoral instacron:UNL |
reponame_str |
Biblioteca Virtual (UNL) |
collection |
Biblioteca Virtual (UNL) |
instname_str |
Universidad Nacional del Litoral |
instacron_str |
UNL |
institution |
UNL |
repository.name.fl_str_mv |
Biblioteca Virtual (UNL) - Universidad Nacional del Litoral |
repository.mail.fl_str_mv |
jdeba@unl.edu.ar |
_version_ |
1846146232127324160 |
score |
12.712165 |