Modelos predictivos de distribución geográfica para Spizella wortheni, Cynomys mexicanus, Vulpes macrotis zinseri y Taxidea taxus berlandieri

<p>El territorio nacional posee una variedad de suelo, topografía y climas considerable, ello ha dado lugar a una inmensa riqueza de especies, desafortunadamente gran parte de ella poco conocida. Información básica, como su distribución o auto-ecología es escasa, comprometiendo cualquier estrategia de conservación o manejo; no obstante existen esfuerzos constantes por parte de diversas entidades nacionales (CONABIO, SEMARNAT, CONANP, entre otras) para compilar de manera confiable una base de datos que cubra la información básica de especies silvestres. Ejemplo de ello es esta convocatoria para modelar la distribución de especies prioritarias en el país. Una herramienta útil para lograr y apoyar este tipo de proyectos son sin duda los modelos de distribución de especies, cuyo desarrollo en los últimos 15 años es bastante amplio. Las diferencias principales entre ellos resultan de los alogaritmos usados que conlleva a divergencias de precisión y por consecuencia en la predicción de la distribución de especies. Para la alimentación de los modelos se pueden utilizar datos de presencia/ausencia reales (GLM, GAM, BR, BRT, Redes Neuronales entre otros) o datos de presencia solamente (Maxent, Bioclim, Domain, Lives, Mars, entre otros); todos ellos ampliamente usados y probados. Aparte de las diferencias en el desarrollo matemático, la efectividad del modelo depende de la naturaleza y tamaño de la muestra (número de puntos de registro), Maxent y DKGarp aparentan ser los modelos más robustos con número de muestras pequeñas. El primero estima la distribución encontrando la distribución de entropía máxima y el segundo usando alogaritmos genéticos para seleccionar el set de variables que mejor predicen la distribución.

En esta propuesta usaremos el modelo Maxent para modelar la distribución de cuatro especies con presencia en el norte de México: Spizella wortheni, Cynomys mexicanus Taxidea taxus y Vulpes macrotis. Es necesario señalar que esta propuesta se enfocara a la distribución de la subespecie T. taxus berlandieri y V. macrotis zinzeri.

El grupo de trabajo que presenta esta propuesta tiene amplia experiencia con las especies mencionadas, como lo demuestran las publicaciones y proyectos llevado a cabo. La información generada a la fecha sobre sitios de ocurrencia de las especies endémicas, son resultado de la investigación de nuestro grupo de trabajo.
Cynomys mexicanus, Spizella wortheni, Taxidea taxus, Vulpes macrotis, Maxent, distribución geográfica, modelos.</p>
<p>Reino: 1
Filo: 1
Clase: 2
Orden: 3
Familia: 4
Género: 4
Especie: 3
Epitetoinfraespecifico: 2</p>

我国疆域内土壤、地形和气候类型丰富多样，从而孕育了种类繁多的生物群落，遗憾的是其中大部分物种尚未为世人所熟知。关于这些物种的基本信息，如其分布或生态习性，资料匮乏，这无疑制约了任何保护或管理策略的实施；然而，众多国家机构（如CONABIO、SEMARNAT、CONANP等）正不懈努力，旨在可靠地收集涵盖野生生物基本信息的数据库。本项招标旨在建模我国物种优先分布情况便是其中一例。物种分布模型无疑是支持此类项目的重要工具，其发展在过去15年间已相当成熟。模型间的主要差异源自所采用的算法，这导致精度和物种分布预测结果的差异。模型的数据输入可以是实际存在的存在/不存在数据（如GLM、GAM、BR、BRT、神经网络等）或仅存在的存在数据（如Maxent、Bioclim、Domain、Lives、Mars等）；这些方法均被广泛使用并经过验证。除了数学模型的差异外，模型的有效性还取决于样本的自然属性和规模（即记录点的数量），Maxent和DKGarp在样本数量较少的情况下表现出较高的稳健性。前者通过寻找熵最大分布来估计分布，而后者则利用遗传算法选择最佳变量集以预测分布。

在本项提案中，我们将采用Maxent模型来建模四种在墨西哥北部存在的物种的分布：Spizella wortheni、Cynomys mexicanus、Taxidea taxus和Vulpes macrotis。需要指出的是，本提案将专注于T. taxus berlandieri和V. macrotis zinzeri亚种的分布。提出本提案的工作团队在上述物种的研究方面拥有丰富的经验，如通过已发表的文献和执行的项目即可证明。关于我国特有物种的现发生地点信息，至今为止均为本工作团队研究成果。

关键词：物种、Maxent、地理分布、模型。” }