INVESTIGADORES
NOVARO andres Jose
artículos
Título:
Consideraciones sobre diseño para estimar abundancia de poblaciones de mamíferos.
Autor/es:
WALKER, R.S.; NOVARO, A.J.; NICHOLS, L.D.
Revista:
MASTOZOOLOGíA NEOTROPICAL
Editorial:
UNIDAD DE ZOOLOGÍA Y ECOLOGÍA ANIMAL, INSTITUTO ARGENTINO DE INVESTIGACIÓN DE LAS ZONAS ARIDAS, CRICYT, CONICET
Referencias:
Año: 2000 vol. 7 p. 73 - 80
ISSN:
0327-9383
Resumen:
La estimación de abundancia de poblaciones de mamíferos es imprescindible para programas de monitoreo y para muchas investigaciones ecológicas. La primera etapa para cualquier estudio de variación espacial o temporal de abundancia de mamíferos es definir los objetivos y cómo y por qué los datos de abundancia serán usados. Los datos que se usan para estimar abundancia son estadísticos de conteo en la forma de conteos de animales o sus signos. Hay dos fuentes de incertidumbre importantes que se deben considerar en el diseño del estudio: la variación espacial y la relación entre abundancia y estadístico de conteo. La variación espacial en la distribución de animales o signos puede ser considerada con un diseño de muestreo espacial apropiado. Los estadísticos de conteo pueden ser considerados variables aleatorias, con valor esperado representado por la abundancia poblacional verdadera multiplicada por el coeficiente p. En conteos directos p representa la probabilidad de detección o captura de individuos y en conteos indirectos representa la tasa de producción de signos y su probabilidad de detección. Las comparaciones de abundancia utilizando estadísticos de conteo de diferentes lugares y tiempos suponen que pi es igual para todos los lugares y tiempos comparados (p= pi). A pesar de que existe abundante evidencia que indica que este supuesto raramente es válido, es hecho comúnmente en estudios de abundancia de mamíferos, como cuando el número mínimo vivo o un índice basado en signos de animales se usa para comparar abundancia entre distintos hábitats o tiempos. Las alternativas para no depender de esta suposición son calibrar los índices, poniendo a prueba la suposición de p= pi, o incorporar la estimación de p al diseño del estudio.