Priorización de áreas para conservación de la herpetofauna utilizando diferentes métodos de selección
Ochoa Ochoa, Leticia | Vázquez Hernández, Luis Bernardo [autor/a] | Urbina Cardona, Nicolás J [autor/a] | Flores Villela, Oscar Alberto [autor/a].
Tipo de material: Capítulo de libroTema(s): Anfibios | Reptiles | Conservación del hábitatTema(s) en inglés: Amphibians | Reptiles | Habitat conservationDescriptor(es) geográficos: México Nota de acceso: Disponible para usuarios de ECOSUR con su clave de acceso En: Planeación para la conservación de la biodiversidad terrestre en México: retos en un país megadiverso / Patricia Koleff, Tania Urquiza-Haas, coordinadoras. México : Comisión Nacional para el Conocimiento y Uso de la Biodiversidad : Secretaría de Medio Ambiente y Recursos Naturales, Comisión Nacional de Áreas Naturales Protegidas, 2011. páginas 89-107. --ISBN: 978-607-7607-58-8Número de sistema: 51646Resumen:Tipo de ítem | Biblioteca actual | Colección | Signatura | Estado | Fecha de vencimiento | Código de barras |
---|---|---|---|---|---|---|
Capítulos de libro | Biblioteca Electrónica Recursos en línea (RE) | ECOSUR | Recurso digital | ECO400516469481 |
Disponible para usuarios de ECOSUR con su clave de acceso
Históricamente muchos de los sistemas de áreas protegidas han sido seleccionados en forma poco sistemática, lo que resulta en conjuntos de reservas ineficientes. Sin embargo, el desarrollo de las computadoras y el uso de algoritmos matemáticos hicieron posible la definición de métodos cuantitativos para priorizar áreas para la conservación. En el presente capítulo comparamos los resultados de tres diferentes algoritmos utilizados para seleccionar redes de conservación: CPLEX, ResNet y Marxan, cuantificando las similitudes en la selección de áreas frente a diferentes metas de conservación para diversos grupos de especies (seleccionadas por expertos, raras, comunes o todas). Para realizar los análisis utilizamos dos grupos taxonómicos diferentes: anfibios (302 especies) y reptiles (710 especies). Los resultados mostraron que no existe una única solución adecuada para cumplir los objetivos de conservación. Sin embargo, hubo sitios que siempre fueron escogidos, independientemente del algoritmo utilizado. Estos sitios son irremplazables. Lo anterior indica que estas áreas son tan particulares biológicamente que deben ser altamente prioritarios para conservación, por lo cual los llamamos sitios altamente prioritarios (SAP). Con el avance tecnológico y mayor conocimiento ecológico será posible, en un futuro cercano, que un mismo algoritmo pueda refinar, por medio de análisis multicriterio, la red de áreas para la conservación en un escenario más real, que asegure la persistencia de la biodiversidad en ambientes donde aún existen hábitats naturales con base en criterios de configuración espacial (área, forma, alineamiento, multiplicabilidad, dispersión y conectividad) y de parámetros ecológicos que indiquen la "calidad biológica" del hábitat y de las poblaciones que habitan en él (i.e. estructura poblacional, interacciones bióticas, tasas de crecimiento y dispersión, etc.); spa
también será posible evaluar la factibilidad de la implementación en función del estado de tenencia de la tierra y el costo social (oportunidades para la gente vs. el desplazamiento de poblaciones rurales) y económico (compra, manejo y transacción de la tierra). En este contexto vale la pena resaltar la importancia de tomar en cuenta los esfuerzos sociales en conservación, por lo cual la generación de bases espaciales de esos esfuerzos es imprescindible. Por el momento, entre las limitantes existentes está el acceso a datos sociales y económicos estandarizados a lo largo del área de planeación y la falta de datos ecológicos de la mayoría de las especies. spa
Many protected areas systems have historically been selected in a non-systematic manner, resulting in ineicient groups of reserves. However, the development of computer technology and the use of mathematical algorithms have enabled the development of quantitative methods to prioritize areas for conservation. In this chapter, we compared the results of three diferent algorithms used in the selection of conservation networks: CPLEX, ResNet and Marxan, quantifying the similarities in the selection of areas in the face of different conservation targets for diferent groups of species (selected by experts, rare, common and for the total number of species). To carry out this analysis we used two taxonomically diferent groups: amphibians (302 species) and reptiles (710 species). he results showed that no single suitable solution exists to meet the various conservation objectives. However, some sites were always chosen, regardless of the algorithm used, and such sites are irreplaceable. his indicates that these areas are so biologically unique that they are of high priority for conservation; we have called them Sites of High Priority (SHP). With technological advancement eng
and greater ecological knowledge it will soon be possible, through multicriteria analysis, for the same algorithm to reine the network of conservation areas in a more realistic scenario in order to ensure the persistence of biodiversity in environments where natural habitats still exist, based on spatial coniguration criteria (area, shape, alignment, replication, distribution, and connectivity) and on ecological parameters that indicate the "biological quality" of each habitat and of the populations within (i.e. population structure, biotic interactions, dispersal and growth rates, etc.) and in turn evaluate the feasibility of statewide implementation of land tenure, and social (opportunities for the people vs. the displacement of rural populations) and economic costs (purchasing, management, and transaction of the land). In this context, it is also worth highlighting the importance of taking social eforts into account in conservation and, therefore, the generation of a spatial basis for these eforts is essential. For the moment, existing constraints include access to social and economic data that is standardized over the entire planning area, and the lack of ecological data for most species. eng
Disponible en línea
Adobe Acrobat profesional 6.0 o superior