IIBYT   23944
INSTITUTO DE INVESTIGACIONES BIOLOGICAS Y TECNOLOGICAS
Unidad Ejecutora - UE
capítulos de libros
Título:
Modelos predictivos de distribución espacial y temporal de mosquitos
Autor/es:
ELIZABET LILIA ESTALLO
Libro:
Investigaciones sobre mosquitos de Argentina
Editorial:
Universidad Nacional de Mar del Plata
Referencias:
Lugar: Mar del Plata; Año: 2016; p. 57 - 64
Resumen:
Tomando en cuenta que los modelos son una representación parcial de la realidad, los modelos de distribución espacial o geográfica de las especies conocidos como modelos SDM (del Inglés SDM-?Species distribution model?) pueden ser desarrollados a escalas locales o a escalas regionales. Los datos sobre la distribución (espacial o temporal) conocidos del organismo se asocian matemática o estadísticamente con diferentes variables independientes que describen y caracterizan el ambiente. El resultado de este tipo de modelos son mapas de predicción que permitirían identificar áreas de potencial alta actividad del vector en una ciudad o potenciales áreas donde podría estar presente la especie objeto de estudio, siempre en función de sus características ambientales. A una escala local genera herramientas de apoyo para la planificación y la organización de un eficiente control vectorial en una ciudad (Ej. Khatchikian et al., 2010, Estallo et al., 2013, Espinosa et al., 2016) donde se contaría con una herramienta que permitiría a organismos públicos de gestión y toma de decisiones, optimizar recursos, al establecer zonas prioritarias para el manejo integrado de vectores (MIV), tal como lo recomienda la Organización Panamericana de la Salud. Los modelos de distribución se aplican desde hace más de 50 años en el estudio de diversas especies. Muchos son los ejemplos de este tipo de modelos, que difieren en los algoritmos que adoptan y en el tipo de datos que utilizan. Así, encontramos modelos que se valen de registros de presencia de especies (como por ejemplo: modelos logísticos, Bioclima, DOMAIN) y los que se valen de registros de la abundancia relativa de las especies, que incluye varios tipos de modelos de regresión (Guisan y Zimmermann, 2000). El método Bioclim es el más simple (por su facilidad de construcción y visualización), adopta algoritmos de tipo ?sobre? o ?envuelta? (del Inglés- ?envelop?): parte de una base de datos de registros de presencia de la especie y de un conjunto de variables ambientales (generalmente climáticas) para construir perfiles de hábitat adecuado en base a los valores límites registrados de cada variable en ?sobres? (rectángulos) que progresivamente incluyen una menor proporción de puntos de ocurrencia. Este método tiende a sobre-predecir la distribución. Por otro lado, encontramos los modelos DOMAIN, que son una mejora respecto a Bioclim ya que sus algoritmos tienen en cuenta índices de similitud (distancias de Gower) para comparar las condiciones de sitios de presencia conocida de la especie con otros sitios no conocidos.