Universidad Autónoma de Ciudad Juárez

Se generaron 30 modelos para la especie y se seleccionaron los mejores
que cubren las siguientes condiciones: (1) los 6 modelos en los que los
errores de omisión (es decir, predecir ausencia de la especie, cuando en realidad
está presente) fueran mínimos y, (2) de esos 6 modelos, se seleccionaron 3
modelos que estén más cercanos a la mediana del porcentaje del área predicha
con respecto al total del área de estudio (Almazán-Núñez, et al. 2012), lo que
quiere decir que los mapas que presenten una AUC mayor a .75 los cuales se
sumaron mediante un proceso conocido como “álgebra de mapas” o map calculator
una herramienta del analyst de ArcView, a través de una función que
combina los valores de cada matriz raster, para obtener un mapa de consenso
de distribución potencial actual de cada una de las especies analizadas.
La predicción final se proyectó en un mapa digital (grid) y se interpreta
como la distribución potencial de la especie. Para realizar la suma de los mapas
de distribución potencial se utilizó la herramienta Map Calculator de Analyst
de ARCVIEW 3.2
Para obtener el mapa final de la predicción del área potencial de distribución
de Ara militaris, se realizó una suma de los mejores modelos que
arrojaran los mejores resultados de los modelos de predicción.
EVALUACIÓN Y VALIDACIÓN DEL MODELO
Para la evaluación del modelo se realizó una prueba estadística para saber
cómo está funcionando el modelo en relación a la exactitud de la predicción
con la realidad. Se determinó la calidad de la predicción del área de distribución
de Ara militaris en el estado de Chihuahua, utilizando la herramienta de
evaluación del área bajo la curva (ROC).
Lo que hace esta prueba es que en cada vuelta del modelo se excluye una
variable y se crea el modelo con las variables remanentes (Phillips et al. 2006);
de tal forma que se generan curva de la función ROC (Receiver Operating
Characteristic).
Una vez obtenido el mapa de distribución potencial generado por
Maxent, la evaluación de los resultados obtenidos fue complementada con
los parámetros que son proporcionados por el programa, como el área bajo la
curva (AUC, por sus siglas en inglés), la cual es un índice de probabilidad de
que los sitios de presencia fueran clasificados al azar como sitios de ausencia.
Los modelos arriba de 0.75 son considerados potencialmente útiles
(Elith et al. 2006). En este caso no se tienen registros de ausencia con los
cuales medir AUC, por lo tanto, el programa utiliza datos de presencia ele-
Capítulo VI Geoinformática aplicada al estudio de la distribución potencial de especies 353