Guia para estudiar Patrones de Distribución de Especies

36
Guia para estudiar Patrones de Distribución de Especies Amazónicas
3. AUTOCORRELACIÓN ESPACIAL Y SUS CONSECUENCIAS
En la naturaleza se puede observar frecuentemente que cuanto más cerca están dos parcelas entre sí, es más probable
que éstas sean semejantes. Así que conociendo la composición de especies o cualidades medioambientales de un
lugar, podemos predecir o estimar más o menos estas características en otro lugar cercano. Este fenómeno se llama
autocorrelación espacial.
La autocorrelación espacial nace de la distribución no aleatoria en la naturaleza de los factores ambientales y
organismos. La mayor parte de las semillas de plantas caen muy cerca a la planta madre, y por eso dos parcelas
geográficamente cercanas comparten normalmente más especies que dos parcelas lejanas. El flujo de agua de lluvia
homogeniza diferencias entre puntos vecinos de suelo. Los procesos geológicos afectan normalmente áreas grandes,
formando a la vez parches con características internamente homogéneas, como terrazas fluviales y manchas de arena
blanca. Los vientos hacen que la temperatura, humedad y otras características climatológicas entre áreas cercanas
sean parecidas.
La ocurrencia de la autocorrelación espacial en los datos puede ser verificada con un semivariogramo (llamado como
variogramo también; Figura 2). En el semivariogramo, el eje x indica clases de distancia geográfica entre las parcelas. El
eje y es semivarianza, que es calculada para cada clase de distancia d:
γ (d) = 1
n
2W h= 1
n
∑ w hi
∑ y h − y i
i= 1
( ) 2
en cual h i.
En la fórmula, y e y son valores de la variable y en parcelas h e i, W es la cantidad de pares de parcelas con distancia d
h i
entre sí, y el factor w es 1 cuando h e i tienen una distancia d entre sí, y 0 en todos los otros casos. En otras palabras, la
hi
semivarianza mide cuánto varía el valor de la variable medida en parcelas con una cierta distancia geográfica entre sí. En
un caso como el presentado en la Figura 2, la autocorrelación es observable hasta la clase de distancia 8; después de
eso, la semivarianza ya no aumenta, pero se estabiliza en un nivel que es el mismo que la varianza de la variable y (Sill).
Se conoce como Nugget effect (C en la Figura 2) a la varianza en distancias que es menor a la resolución de los datos. A
0
ese efecto están incluidos, por ejemplo, errores de medición. C corresponde a la variación que no está estructurada
1
espacialmente.
Semi-variance (d)
8
7
6
5
4
3
2
1
0
Range (a)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Distance
Figura 2. Autocorrelación espacial expresada en un semivariograma. Después de la clase 8 de distancia
ya no se puede observar autocorrelación. Fuente: Legendre & Legendre 1998, p. 729.
En caso de que se observe autocorrelación en los datos, uno tiene que tomar esto en cuenta para los análisis. La
autocorrelación en sí crea una organización espacial en los datos que dificulta el análisis de las relaciones entre las
especies y factores medioambientales.
C1
C0
Sill (c)