Replicación del análisis estadístico de McCarthy et al. (2025)
Comunidades bentónicas arrecifales en Maui Nui, Hawái
Santiago Otálvaro García
2026-05-29
knitr::opts_chunk$set(
echo = FALSE,
message = FALSE,
warning = FALSE,
fig.align = "center"
)
pkgs <- c(
"readxl", "janitor", "dplyr", "tidyr", "ggplot2", "vegan",
"nlme", "emmeans", "mgcv", "patchwork", "ggrepel",
"ggforce", "scales", "viridis", "maps", "mapdata"
)
to_install <- pkgs[!pkgs %in% rownames(installed.packages())]
if (length(to_install) > 0) install.packages(to_install)
invisible(lapply(pkgs, library, character.only = TRUE))
theme_set(theme_classic(base_size = 9))1 Introducción
En el presente trabajo se realizo una replica del analisis estadistico realizado por McCarthy et al. (2025) los cuales realizaron una evaluación de la variacion espacial y temporal de comunidades bentonicas arrecifales en la regiín MauiNui, Hawái, utilizando una serie temporal de monitoreo entre 2016/2017 a 2023. El estudio se centró en 36 sitios fijos de arrecife, con el objetivo de determinar si la composición comunitaria y los posibles estados suscesionales de los arrecifes podían explicar mejor las trayectorias de cambio de cobertura coralina y complejidad estructural que la ubicación geográfica por isla.
En este sentido, para la replica se utilizaron las bases de datos originales del estudio con el fin de poner en practica lo visto en la clase de Bioestadistica
2 Preparación de variables
El estudio cuantifica tres dimensiones principales de la condición de los arrecifes: La composición bentonica, la heterogeneidad del paisaje y la complejidad estructural.Iniciando, la composición bentonica fue resumida en 15 clases principales, que influyen distintos grupos de corales, algas, y otros componentes del fondo arrecifal. Ademas, se incorporan métricas estructurales como la rugosidad lineal a diferentes resoluciones y la heterogeneidad del paisaje. De esta manera, en este trabajo se conbinaron algunos taxones raros siguiendo la lógica del artículo y se calculó la cobertura coralina total como la suma de los principales grupos coralinos. Esta variable permite evaluar de manera general el estado de los arrecifes y comparar patrones entre islas y años
3 Cobertura coralina por isla y año
La cobertura total fue analizada mediante diagramas Box-Plot individualizados en base a las diferentes islas evaluadas. Esta visualización permite observar la variabilidad espacial y temporal de la cobertura de coral en Maui Nui. Esta cobertura es una variable clave porque representa una medida general del estado del arrecife. Sin embargo, el arículo enfatiza que no debe interpretarse de manera aislada, ya que dos arrecifes con coberturas similares pueden tener composiciones comunitarias y estructuras fisicas diferentes.
En el artículo original, la cobertura coralina en 2023 fue mayor en Moloka’i, seguida por Lana’i y Kaho’olawe, mientras que Maui presentó valores más bajos. Este patrón sugiere que la condición arrecifal no es homogénea entre islas y que algunos sitios pueden estar más expuestos a presiones locales o perturbaciones crónicas.
4 Rugosidad lineal fina por isla y año
La rugosidad lineal fina, medida a resolución de 1 cm, fue utilizada como indicador de complejidad estructural del arrecife. Esta variable es importante porque refleja la tridimensionalidad del hábitat, la cual puede influir en la disponibilidad de refugio y espacio para peces e invertebrados.
A diferencia de la cobertura coralina, la rugosidad no necesariamente aumenta cuando aumenta la cobertura de coral. En el artículo, algunos arrecifes con alta cobertura coralina presentaron menor rugosidad debido a la dominancia de formas coralinas incrustantes o laminares. Por esta razón, la comparación entre cobertura coralina y rugosidad permite entender mejor la estructura ecológica de cada sitio.
5 Datos de cambio temporal para mapas y modelos
6 Función base para mapas
Para representar espacialmente los datos, se construyó una función base de mapa centrada en la región de Maui Nui. Esta función permite graficar las islas principales del área de estudio y ubicar sobre ellas los sitios de muestreo mediante sus coordenadas de latitud y longitud.
## [1] 809
7 Mapas de cobertura, rugosidad y cambios netos
Para evaluar las trayectorias temporales de los arrecifes, se calcularon los cambios en cobertura coralina y rugosidad entre levantamiento sucesivos, y, asu vez, se calculó el cambio total del primer y último año disponible por sitio permitiendo identificar si cada arrecife ganó o perdió cobertura coralina y complejidad estructural a lo largo del periodo de estudio.
Estas visualizaciones mostrarón que los arrecifes no responden de manera uniforme dentro de maui Nui. Algunos sitios mantienen valores altos de cobertura o rugosidad, mientras que otros presentan pérdidas o ganancias. Esta heterogeneidad espacial respalda la necesidad de analizar los arrecifes a escala de sitio y no unicamente a escala de isla.
8 Union de anteriores graficos
Se integran los paneles de boxplot y mapas en una sola figura, esto con el fin de que se asimile mas a la grafica original del trabajo
9 Matriz multivariada, Bray-Curtis y NMDS
Aqui comenzamos el analisis multivariado. Bray-Curtis mide qué tan diferentes son las comunidades entre sí. Se calcula usando las variables bentónicas, heterogeneidad y estructura. Es la base para NMDS, clustering, ANOSIM y PERMANOVA
## [1] 0.110524910 Clustering jerárquico y asignación ecológica de comunidades
El clustering jerárquico se utilizó para agrupar las observaciones sitio-año según su similitud en composición bentónica y estructura arrecifal. Este análisis se realizó a partir de la matriz de disimilitud Bray-Curtis usando el método de enlace completo.
El grafico muestra cómo se agrupan progresivamente las observaciones. Las ramas que se unen a menor altura representan comunidades más similares, mientras que las que se unen a mayor altura representan comunidades más diferentes. El dendrograma fue cortado en tres grupos principales.
| cluster_raw | community_type | n | coral_cover | porites | montipora | turf | heterogeneity | rugosity |
|---|---|---|---|---|---|---|---|---|
| 2 | Low cover Porites | 54 | 36.37 | 24.62 | 10.17 | 47.66 | 0.64 | 0.46 |
| 3 | Intermediate diverse | 4 | 50.71 | 42.49 | 7.76 | 23.19 | 0.92 | 0.24 |
| 1 | High cover Montipora | 76 | 69.07 | 12.27 | 55.10 | 21.15 | 0.62 | 0.32 |
11 ANOSIM por isla y por comunidad
El ANOSIM se utilizó para evaluar si las diferencias entre grupos eran mayores que las diferencias dentro de los grupos. Este análisis se aplicó de dos maneras: primero agrupando las observaciones por isla y luego agrupándolas por tipo de comunidad.
Esta comparación permite evaluar si la composición bentónica se explica mejor por la ubicación geográfica o por la clasificación ecológica obtenida mediante clustering. Un valor de R más alto indica que la agrupación separa mejor las comunidades.
12 Figura: boxplots de ANOSIM
Los boxplots de ANOSIM representan los rangos de disimilitud entre y dentro de los grupos evaluados. En el panel por isla se compara la separación entre islas, mientras que en el panel por tipo de comunidad se compara la separación entre los tres grupos ecológicos identificados mediante clustering.
13 Figura 3 completa
14 PERMANOVA con variables ambientales de largo plazo
La PERMANOVA se utilizó para evaluar qué variables explican la variación en composición bentónica. A diferencia de un ANOVA tradicional, la PERMANOVA trabaja con una matriz de disimilitud, por lo que es adecuada para datos ecológicos multivariados.
En este análisis, la matriz Bray-Curtis funcionó como variable respuesta, mientras que variables como isla, profundidad, poder del oleaje, temperatura superficial del mar, clorofila, irradiancia, sedimentación y efluentes fueron incluidas como predictores.
15 Figura: mapa de tipos de comunidad
El mapa de tipos de comunidad muestra la distribución espacial de los tres grupos identificados mediante clustering jerárquico. Cada punto representa un sitio de muestreo y el color indica el tipo de comunidad asignado. Para evitar duplicados, se utilizó el último registro disponible de cada sitio.
16 Cambios por timestep y tipo de comunidad
Para evaluar las trayectorias temporales, se calcularon los cambios en cobertura coralina y rugosidad entre periodos consecutivos de muestreo. A cada intervalo se le asignó el tipo de comunidad observado al inicio del periodo, con el objetivo de evaluar si las comunidades iniciales se relacionan con cambios posteriores.
Este procedimiento permite pasar de una descripción estática de los arrecifes a una interpretación dinámica, en la que se analiza cómo cambian los distintos tipos de comunidad a través del tiempo.
17 Figura: cambio en cobertura coralina
Esta figura muestra el cambio absoluto en cobertura coralina para cada tipo de comunidad y periodo de tiempo. La línea horizontal en cero representa ausencia de cambio. Valores por encima de cero indican ganancia de cobertura coralina, mientras que valores por debajo de cero indican pérdida.
18 Figura: cambio en rugosidad
Esta figura muestra el cambio absoluto en rugosidad fina para cada tipo de comunidad y periodo de tiempo. La rugosidad representa la complejidad física del arrecife, por lo que sus cambios pueden tener implicaciones importantes para la disponibilidad de hábitat.
19 Figura 4 completa
20 conclusión general
La réplica del análisis permitió reproducir el flujo metodológico principal utilizado por McCarthy et al. (2025) para evaluar comunidades arrecifales en Maui Nui. A partir de variables de cobertura bentónica, rugosidad y heterogeneidad, se identificaron patrones espaciales y temporales en la condición de los arrecifes.
Los análisis multivariados mostraron que la composición bentónica no puede explicarse únicamente por la ubicación geográfica. El NMDS, el clustering jerárquico y el ANOSIM permitieron identificar tres tipos de comunidad que representan diferencias ecológicas importantes entre los sitios. Además, los análisis de cambio sugieren que estos tipos de comunidad pueden presentar trayectorias distintas en cobertura coralina y rugosidad.
En conjunto, los resultados apoyan la idea de que la cobertura coralina por sí sola no es suficiente para interpretar la condición de un arrecife. Es necesario considerar también la composición bentónica, la complejidad estructural y la historia de cambio de cada sitio. Este enfoque permite una comprensión más completa de la dinámica arrecifal y puede aportar información útil para el manejo y monitoreo de ecosistemas coralinos.