Embed Size (px)
Citation preview
VII REUNIÓN NACIONAL DE
ESTADISTÍCA
INEGI Aguascalientes, Ags.
19-20 de mayo de 2008
CONABIO
Sistema Nacional de Información sobre
Biodiversidad (SNIB)
Comisión Nacional para el conocimineto y uso de la biodiversidad
Inteligencia para fundamentar políticas públicas y decisiones de la
sociedad sobre biodiversidad
México, país megadiverso, requería una institución capaz de coordinar
y apoyar los variados y numerosos trabajos relacionados con la
biodiversidad que en el país se realizan, en temas como información,
conservación, estudios, uso sustentable y difusión.
Fotografías realizadas por: Jorge Neyra, Javier de la Maza, Oscar Moctezuma,
Pablo Cervantes, Manuel Ulloa, Fulvio Eccardi y Carlos Sánchez
CONABIO
La Comisión nacional para el conocimiento y uso de
la biodiversidad fue concebida como:
– organización conducida por demanda
– promotor de investigación (sistematica, ecológica, socio-
económica) basica
– compilador de información nacional e internacional
sobre biodiversidad sobre México
– un recusor de información disponible a la sociedad
Las bases filosóficas de la
CONABIO• Servir como una institución puente entre academia –
gobierno – sociedad civil
• Generar inteligencia sobre el capital natural a nivel nacional para ser aplicada a nivel local
• Conservar y manejar la biodiversidad con base en acciones locales realizadas por la población local
• Los actores centrales en el proceso de conservación y manejo deben ser los pobladores de los sitios por conservar o manejar, porque son propietarios de la mayor parte de esos sitios, muchos fuera de las Áreas Protegidas.
Los datos sobre biodiversidad
son esenciales para tomar
decisiones
• Funcionarios en los tres niveles de gobierno
• Científicos, expertos, consultores
• Agricultores, silvicultores, comunidades campesinas
• ONGs, el público general
SUS NECESIDADES SON MUY VARIADAS
El Sistema Nacional de Información sobre Biodiversidad
¿Por qué es importante un Sistema de
Información sobre Biodiversidad?
• El manejo sustentable requiere de información paraque sea una opción viable que beneficie a lascomunidades locales y conserve o mejore nuestrabiodiversidad. Sin nombre no hay información. Unnombre incorrecto implica información incorrecta.
• Si no se sabe con precisión dónde está la especie,es imposible cuidarla, controlarla o aprovecharla.
• Si no monitoreamos carecemos de indicadores deéxitos o de peligros.
Afortunadamente, muchos problemas
relevantes requieren solamente
respuestas sobre localización.
Las preguntas sobre localización se refierena la presencia de entidades en lugares:
–¿Qué entidades se encuentran en un lugardado?
–¿Dónde se puede encontrar una entidad dada?
Estas preguntas son relevantes tanto para la
ciencia básica como para la aplicada.
Ejemplos reales de preguntas sobre
localización:
• ¿Cuáles son las áreas prioritarias para la conservación de la biodiversidad en México?
• ¿Qué especies de plantas medicinales en peligro, se encuentran en las áreas Tzeltales de los altos de Chiapas?
• ¿Cuál es la distribución de los vectores de hantavirus en México?
El sistema de información sobre
biodiversidad (SNIB) clave de su éxito
Componentes del SNIB
Se enriquece y actualiza constantemente
Las preguntas sobre localización
y las colecciones científicas
• Los especímenes proveen conexiones a información estructurada geográficamente y a información cuyo índice es el nombre en latín.
Georreferencia Taxorreferencia
¿Cómo se construye un SNIB basado
en ejemplares?
• Computarización
de ejemplares en
colecciones
nacionales y
“repatriación” de
datos en
colecciones
extranjeras.
• Control de
calidad
• Actualización
1.7 milliones de datos repatriados
Crecimiento de las bases de datos
0
100
200
300
400
500
600
700
800
900
1000
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Junio 06
0
1,000,000
2,000,000
3,000,000
4,000,000
5,000,000
6,000,000
7,000,000bases de datos taxonómicas biogeográficas
bases de datos ecológico-genéticas
fichas de especies
Registros curatoriales georreferidos
XAL (Instituto de Ecología de Xalapa) CAS (California Academy of Sciences)
MEXU (Universidad Nacional Autónoma
de México)
CICY (Centro de Investigaciones
Científicas de Yucatan)
Bases de datos de ejemplares de plantas
México
80%
ND
3%Europa
3%
Canadá
1%
E.U.A.
13%
El Herbario Virtual de México
1,300,000 registros
provenientes de más de 30
Herbarios
de Mexico y el extranjero.
Acuerdos con la institución
Control de calidad de
la base de datos
Ajuste de imágenes
Base de datos
Herbarium, New York Botanical Garden Herbarium, Royal Botanic Gardens Kew Herbarium, University of Arizona
Obtención de imágenes digitales
Los archivos compactados [ZIP] se envían vía FTP a la CONABIO
Recepción,
Revisión y
Respaldo
Base de datos en BioticaGeorreferencia
Repatriación de datos curatoriales de
colecciones del extranjero
¿Qué tan completo es nuestro
conocimiento?
• Para algunos grupos,
a ciertas escalas y
desde ciertas
perspectivas es
amplio.
• Para otras escalas,
grupos taxonómicos o
perspectivas es
realmente
insuficiente.
¿Cómo enfrentamos el problema
de los sesgos en los datos?
• Primero hay que
detectarlos y
evaluarlos
• Existen técnicas
de
extrapolación
• Área de
investigación
muy activa.
Estimación del tamaño del problema
de “esfuerzo insuficiente”
• Curvas de rarefacción (Hulbert)
• Proceso de nacimientos puros (Soberón y Llorente)
• Captura-recaptura (Chao)
• Extrapolación Bayesiana (Nakamura y Christian) 0
10
20
30
40
50
60
70
80
90
100
0 20 40 60 80 100 120
Esfuerzo de Colecta Acumulado
Asíntota
Índice de suficiencia de esfuerzo de colecta
• El método ICE*, descrito por Colwell se puede usar para obtener una asíntota.
• Un índice C se usa para medir el grado de avance en el inventario.
j
ice
ice
iceice
notfr
freqice
Qlasdeiación
deeCoeficient
C
Q
C
SSS
var
2
21
10iceS
ObservadasEspeciesC
*Incidence-based Coverage Estimator of
species richness
Base de datos de aves, para todo México C=0.98
Superficie: 1.9X106 km2
Blanco C < .1Amarillos .11 < C < .3Naranjas claros .31 < C < .6Naranjas obscuros .61 < C < 1
Rectángulos de 4.8x105 km2
Rectángulos de 1.2x105 km2
Rectángulos de 3 x 104 km2
Blanco C < .1Amarillos .11 < C < .3Naranjas claros .31 < C < .6Naranjas obscuros .61 < C < 1
Rectángulos de 7.5 x 103 km2
Rectángulos de 1.8 x 103 km2
Blanco C < .1Amarillos .11 < C < .3Naranjas claros .31 < C < .6Naranjas obscuros .61 < C < 1
Rectángulos de 4.5 x 102 km2
Blanco C < .1Amarillos .1 < C < .3Naranjas claros .31 < C < .6Naranjas obscuros .61 < C < 1
Rectángulos de 2.8 x 101 km2
Blanco C < .1Amarillos .11 < C < .3Naranjas claros .31 < C < .6Naranjas obscuros .61 < C < 1
Non-Outlier MaxNon-Outlier Min
75%25%
Median
Outliers
Resolution
Aves
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1 2 4 8 16 32 64 128 256 512
106 km2 103 km2 1 km2
¿Y entonces que sigue?
Insumos
El tipo de datos mínimos necesarios para que se pueda hacer algún
tipo de predicción se reduce cualquier casos:
datos concernientes a la especie y los correspondiente al ambiente
biogeográfico donde fue encontradaBases de datos
Sitios de ocurrencia de las especies a modelar
La información se obtiene de las siguientes
fuentes: SNIB-CONABIO (Sistema Nacional de
Infromación sobre Biodiversidad)
Bibliografica
Proporcionada por especialistas tomadas en
campo.
Hojas de cálculo
Capacidad de extrapolar
CoberturasDatos biogeográficos
Se cuenta con más de 61 diferentes temas
relacionados con diferentes aspectos, los de
mayor uso son:
*Climas, Edafología, Evapotranspiración,
Temperatura, Precipitación, Modelo Digital del
Terreno, Radiación Solar, Usos del suelo y
vegetación, Vegetación Potencial, para el
caso de los programas Autologistico y GARP.
65 mapas de Opuntia
Opuntia lagunaePhotos by Jon Rebman and George Lindsay
http://www.oceanoasis.org/fieldguide/opunlagsp.html
Especies invasoras
La posible expansion
de la larva del cactus,
Cactoblastis cactorum,
en Estados Unidos y
México.
Algunos de los casos que han sido modelados
Palomilla del nopal
Cactoblastis
cactorum
Elementos para el procesamiento de
la distribución potencial
Registros de Museo: 6
País de procedencia: Argentina
Fuentes: Smithsoniano
Coberturas: 17, climáticas de
América del Norte
Procesamiento: FloraMap (Jones, et.
al. 1991)
(X
(X(X(X
(X(X
(X
(X
Actualmente se han
modelado mas de 450
especies de plantas y
animales.
Algunas de estas son las
siguientes: Euphorbia
antisyphilitica, Guaiacum
coulteri y G. sanctum.
Aechmea magdalenae,
Opuntia amyclaea, O.
huajuapensis, entre otras
Cotorra Serrana
Rhynchopsitta
pachyrrincha
NO
NO
Gossypium barbadense
Análisis de riesgo para introducción de OVM.
Bioseguridad
Análisis caso por caso:
1,368 recomendacionesEnero 2000 a octubre 2006
Hasta aquí, a manera de conclusiones
• Las fuentes de datos deben analizarse para determinar los
sesgos espaciales, temporales y del nicho ecológico. La
participación de expertos
• Es muy importante eficientizar los programas computacionales
asi como de apoyar la creación de nuevas herramientas.
• Los modelos predictivos son una herramienta de suma utilidad ,
por lo que es necesario conjuntar esfuerzos entre los sectores
que desarrollan teoría y usuarios.
• La evaluación de estos modelos realizada por los diferentes cálculos
estadísticos es parte esencial de una propuesta seria.
• La evaluación de los experto que conozca a fondo la especie.
última parte ...
Un proyecto Multi-institucional
Coordinado por
CONABIO & CONANP
Análisis de vacíos e Identificación de Áreas
clave para la Biodiversidad en México
11 de las 96
Ecoregiones no
tienen protección
formal
Análisis ecoregional de vacíos
Sitios proritarios para conservar diversidad terrestre
105 sitios prioritarios79 oceánicos y costeros
26 mares profundos
Sitios marinos de prioridad para conservación de
diversidad
Detección temprana de incendios
Incendios forestales – Programa de respuesta rápida
CONABIO detecta diariamente, a
partir de sensores remotos, los
puntos de calor, con una alta
probabilidad de ser incendios
forestales
Está información se publica
diariamente a través del sitio de Web
de la CONABIO y se envían los
datos vía correo-e a los encargados
de combatir los incendios.
Cubre también a Centroamérica.
Objetivos
1998
Primer trabajo: “Los incendios en México un análisis de su amenaza a la biodiversidad”•Definir zonas más afectada y caracterizarlas•Metodología imágenes de satélite (DMSP)
1999
Inicio del programa•Detectar hot spot con imágenes AVHRR•Publicar y enviar la información el mismo día
2000
Automatización delprograma
20042001 20032002
Dos tipos de imágenesAVHRR y MODIS
Contribuir a la detección temprana de incendios forestales
Disminuir el tiempo de respuesta
Adecuar el programa
2005
Publicar el mapa de índice de propagación
Colaborar con los países centroamericanos
2006
Adecuar elprograma
Amenaza a la biodiversidad por incendios
baja
alta
Áreas con incendios
forestales de tres o
más días (1998)
Amenaza a la biodiversidad por incendios ...
imagenes MODIS que muestran cambios en la cobertura forestal 2000-2004Matthew C.
Hansen
SDSU
Cambios en la cobertura forestal
1. Estimar la distribución actual de los manglares de México
para generar el inventario de manglares escala 1:50,000.
2. Caracterizar los manglares del país por medio de variables
biológicas (por ejemplo estructura de la vegetación, área
basal, densidad, dominancia, composición de especies).
3. Diseñar un Sistema de Información Geográfica (SIG) que
permita monitorear los manglares de México.
Los manglares de México: estado actual y
monitoreo a largo plazo
febrero 2007
Asesores
INECOL – CONACYT
Colegio de Postgraduados
Universidad Autónoma de Campeche
Colaboración interinstitucional
INEGI, CONAFOR, INE, SEMAR, CIAD,
Instituto de Biología- UNAM
¿Por qué estudiar losmanglares de México? Año
base Área (ha)
Fuente
1973 700,000 FAO, UNEP. 1981
1980 660,000 FAO, UNEP. 1981
1986 660,000 Rollet, 1986
1988 660,000 Blasco, 1988
1991 1,420,200 Snedaker, S.C. 1991
1991 660,445 Tovilla y Loa. 1991
1992 932,800 Spalding, et al 1997
1992 531,500 SARH. 1992
1993 524,600 Yañez-Arancibia et al., 1993
1993 721,554 SEMARNAP. 1994
1994 488,000 Suman, D. 1994
1994 488,367 Loa L.E. 1994
1994 718,642 SEMARNAT. 2003
2000 440,000 FAO. (2003b)
2000 500,000 Aizpuru, M. et al. (2000)
2000 886,761 SEMARNAT (2003)
2000 814,100 INF (2003)
2002 955,866 INEGI. 2002
2005 914.610 FAO (2005)
Falta conocimiento exacto sobre
• distribución y extensión de manglares en México
• la pérdida de este ecosistema
• el impacto humano sobre los manglares
Información inconsistente
Motivación
5 regiones, 892 imágenes SPOT (115)
Faltantes por cubrir - Golfo de México
Áreas sin cubrir de la
región
Faltan 5 imágenes para
cubrir las áreas
Abril 2007
Conclusiones...
• Nada de lo anterior se puede lograr sin la
participación de expertos. Los métodos
análiticos añaden valor, pero no substituyen
el conocimiento de campo
• “...those countries better positioned in
bioinformatics will have a strategic scientific and
commercial advantage…”R. M. May. Consejero Científico Principal del Gobierno Británico
A todos los investigadores que
han participado en el esfuerzo
para conformar el Sistema
Nacional de Investigación sobre
Biodiversidad (SNIB) y la Red
Mundial de Información sobre
Biodiversidad (REMIB)
Agradecimientos
¡Muchas gracias!
En especial a:
El personal de la Conabio que ha colaborado en diferentes etapas en modelación de datos
Cycadas, especie protegida en México y
por CITES
Código de barras genético para la biodiversidad
(Barcoding)
Cycadas ‘plantas antiguas vivientes’
Mue
stra
s
Análisis
de barcode
Mic
roA
rreg
lo
Secuencias
Barcode
Ceratozamia hildae Landry &
M. Wilson 1979 (Población de
Xitilla, S.LP.)
Cycas chamberlanii
Dioon edule J. Lindley,
Población del centro de
Veracruz
Distribución de CeratozamiaEstándar global para
identificar especies biológicas
