Estimación de Densidad

Laboratorio de Ecología General

Author

Denny Fernández del Viso

Densidad de Anolis spp. en la plantación

Un método para estimar la densidad de organismos que se mueven, pero que pueden localizarse dentro de un área relativamente pequeña, es el método de distancia desde transecta. Para estimar (no medir, pues no hay un área fija pre-establecida) la densidad de organismos, medimos la distancia perpendicular a la transecta, del sitio en el que se observó el organismo. Medimos también la distancia total recorrida.


Fórmula para estimar la densidad

Utilizaremos la fórmula de Hayne para estimar la densidad de Anolis spp. en la plantación de caobas: \[D_e = \frac{\sum (1/d_p)}{2*L}\]

\(D_e\): densidad de lagartijos por metro cuadrado.
\(d_p\): distancia perpendicular (m) de cada lagartijo a la línea de la transecta.
L: distancia total (m) recorrida

Para obtener la densidad por hectárea, debemos multiplicar por 10,000


Función para realizar el cálculo de la \(D_e\)

densiAnolis <- function(dp,l) {
  dens <- (sum(1/dp)/(2*l))*10000
  print(dens)
}

dp es un vector de las distancias perpendiculares.

Ejemplo de cómo crear el vector:

dp <- c(10,3,5,2,12,6,9,3,7)

l es la distancia total recorrida


Densidad estimada de caobas en la plantación

Utilizaremos el método de distancia al punto central en cuadrantes. Este método no requiere una delimitación de área inicial, solamente indicar hacia dónde se encuentran los cuadrantes NE, SE, SO y NO desde un punto central. En cada uno de ellos localizamos el árbol más cercano y medimos su distancia al punto central.


Fórmula para estimar la densidad

Utilizaremos la siguiente fórmula para obtener la densidad estimada de árboles de caoba, en número de árboles por hectárea.

\[D _c = \frac{120000}{\pi * \sum_{i=1}^4 d_{i}^2}\]

\(D_c\): densidad de árboles por hectárea.
\(d_i\): distancia (m) al árbol más cercano en cada cuadrante.


Función para calcular la densidad de árboles

densiCaoba <- function(di) {
  densc <- 120000 / (pi*sum(di^2))
  print(densc)
}

pi es \(\pi\)

di es el vector con las 4 distancias en los cuadrantes