Objetivo:

En este artículo se presenta el proceso para construir curvas de acumulación de especies a partir de registros obtenidos en cámaras-trampa.

Paquete R empleado:

BiodiversityR por Kindt y Kindt (2017)

Descripción del paquete:

Este paquete proporciona una GUI (Interfaz gráfica de usuario, a través del R-Commander) y algunas funciones de utilidad (a menudo basadas en el paquete vegan`) para análisis estadísticos de biodiversidad y comunidades ecológicas, incluyendo curvas de acumulación de especies, índices de diversidad, perfiles de Renyi, GLM para el análisis de abundancia de especies y presencia-ausencia, matrices de distancia, pruebas de Mantel, y clúster, análisis de ordenación restringida y no restringida. Un libro sobre biodiversidad y análisis de ecología de la comunidad está disponible para su descarga gratuita desde el sitio web.

PDF se puede bajar desde:

https://cran.r-project.org/web/packages/BiodiversityR/index.html

Introducción

Uno de los principales objetivos en los estudios ecológicos es conocer cuántas especies habitan en cierta área (Moreno et al. 2011). Es decir, cuando trabajamos con cámaras-trampa interesa conocer si las especies que aparecen en las fotos son todas las que habitan en el sitio de estudio. Por supuesto, con este método solo es posible identificar confiablemente a mamíferos y aves de talla mediana y grande. Por el contrario, mamíferos muy pequeños como los ratones y por supuesto los murcíelagos no son identificables con este método. Para tal caso, se deben emplear complementariamente varios métodos de muestreo como por ejemplo las trampas tio sherman para ratones, redes para murciélagos, cámaras-trampa, avistamientos directo de los animales y de sus rastros como huellas y excretas.

Uno de los métodos que se comenzó a utilizar con más frecuencia para conocer la riqueza de especies total de una comunidad fueron las curvas de acumulación de especies. Estas curvas muestran el número de especies acumuladas conforme se va aumentando el esfuerzo de recolecta en un sitio, de tal manera que la riqueza aumentará hasta que llegue un momento en el cual por más que se recolecte, el número de especies alcanzará un máximo y se estabilizará en una asíntota. La idea central se presenta en la siguiente figura tomada de Escalante-Espinosa (2003):

Ejemplo

Instalar las siguiente librería:

library(BiodiversityR)

Cargar la matriz de datos previamente creada en Excel y se muestra los nombres de las especies de mamíferos contenidas en ese archivo:

mamiferos<-read.csv("mamiferos.csv", header=T, row.names=1)
names(mamiferos)

##  [1] "B.ast" "S.flo" "C.lat" "L.ruf" "P.lot" "P.taj" "N.nar" "L.wie"
##  [9] "D.vir" "O.vir" "U.cin" "C.leu" "M.mac"

Tabla 1. Especies fotografiadas en cada cámára-trampa en el sitio de estudio.

Cada columna de la matriz son los registros independientes de 13 especies de mamíferos medianos y grandes en 9 cámaras-trampa, las cuales serán usadas como medida de esfuerzo de muestreo.

A continuación se generan dos tipos de curvas de acumulación mediante la función accumresult.

La primera es la curva de acumulación de especies mediante el método collector. Este método únicamente nos muestra el número de especies registradas por cámara, dando el orden en que están los datos.

mamiferos1 <- accumresult(mamiferos, method="collector")
plot(mamiferos1, las= 1, col= "black")

La segunda curva estima la riqueza de especies esperada promedio y el error estándar mediante el método “exact”, como:

mamiferos2 <- accumresult(mamiferos, method="exact")
plot(mamiferos2, las= 1, col= "black")

La edición y calidad de las gráficas puede mejorarse mediante los siguientes codigos:

par(mfcol=c(1,1), mar=c(5,5,5,5))
plot(mamiferos2, ci.type="polygon", ylim=c(0,15), xlim=c(1,9), 
     lwd=2, ci.lty=0, ci.col="gray80", last=1,frame.plot=F, 
     pch = 16, cex.lab = 1, cex.axis = 1,col="black", las=1,
     main = "Mamiferos", xlab = "No. Camaras", ylab = "Especies")

Interpretación de resultados

Las curvas de acumulación de especies es una representación gráfica del número de especies presentes en el sitio de estudio en función de alguna medida del esfuerzo de muestreo, como por ejemplo el área muestreada, los días de muestreo u otro. Frecuentemente, este tipo de gráficos muestra que conforme aumenta el esfuerzo de muestreo el número de especies muestreadas o fotografiadas va aumentando primero rápido y después se estabiliza. Este punto se conoce como asíntota y se considera que se ha muestreado o detectado al mayor número de especies.

Se sugiere ampliamente profundizar en los conceptos y métodos de análisis más detallados sobre este parámetro comunitario que es la riqueza de especies. Por ejemplo los trabajos de Colwell (2000), Moreno (2001), por mencionar solo algunos.

Bibliografía

• Colwell, R. K. (200). EstimateS: Statistical estimation of species richness and shared species from samples, Version 6.01b, User’s guide and application, 2000, http://viceroy.eeb.uconn.edu/estimates.
• Espinosa, T. E. (2003). ¿ Cuántas especies hay. Los estimadores no paramétricos de Chao. Elementos, 52, 53-56.
• Kindt, R., & Kindt, M. R. (2017). Package ‘BiodiversityR’.
• Moreno, C. E. (2001). Métodos para medir la biodiversidad. M&T–Manuales y Tesis SEA, vol. 1. Zaragoza, España.
• Moreno, C. E., Barragán, F., Pineda, E., & Pavón, N. P. (2011). Reanálisis de la diversidad alfa: alternativas para interpretar y comparar información sobre comunidades ecológicas. Revista mexicana de biodiversidad, 82(4), 1249-1261.

Este documento fue creado con RMarkdown y se puede consultar en: http://rpubs.com/SMR8810