Identificando las escalas espaciales a las cuales la composición de la comunidad de aves se asocia más fuertemente a la composición del paisaje: una aproximación multivariada

GARCÍA CÉSAR; INGRID TEICH; BALZARINI MÓNICA

Bariloche

Jornada; III Jornadas Argentinas de Ecología de Paisajes; 2011

ASADEP

Los Sistemas de Información Geográfica (SIG) y la disponibilidad de imágenes satelitales proveen una fuente de información que ha permitido el desarrollo de numerosos estudios de la distribución de especies y su relación con variables ambientales. La escala a la que se analiza el fenómeno de interés no es trivial y muchas veces no es claro cuál es la más adecuada. Las aproximaciones metodológicas basadas en métodos algorítmicos, como los métodos de ordenación basados en técnicas de reducción de la dimensión (TRD), permiten explorar grandes conjuntos de datos sin necesidad de asumir un modelo estocástico subyacente. En este trabajo proponemos una metodología basada en la aplicación de TRDs para evaluar la covariación de la composición de comunidades y del paisaje a distintas escalas espaciales e identificar la escala espacial a la cual dicha covariación es máxima. Se utilizaron los datos provenientes del relevamiento de aves en 46 transectas en la Sierras Grandes de Córdoba. La composición del paisaje se estimó a distintas escalas para cada transecta, extrayendo la información de áreas de distintos tamaños de un SIG. La asociación entre ambos sets de variables (especies y tipos de hábitat) se estimó a partir de análisis de Co-inercia. Las escalas y la magnitud de la máxima covariación difirieron entre distintos gremios, la comunidad en total y las aves endémicas. Asimismo, se identificaron asociaciones entre especies y tipos de hábitat. Identificar las escalas a las cuales las comunidades de aves responden más fuertemente al ambiente es importante tanto para la comprensión de los mecanismos por los cuales los organismos responden al paisaje como para el manejo del hábitat. La metodología propuesta en este trabajo representa una nueva herramienta precisa e informativa para explorar la variación de patrones y procesos en distintas escalas espaciales sin necesidad de asumir asociaciones a priori.