Censos de Fauna. conejos y aves final PDF

Preview

Summary

Biometría CENSOS...

Description

UNIVERSIDAD POLITÉCNICA DE MADRID

Estudio de censo de fauna En el parque de La Casa de Campo

17

Estudio de censo de fauna Índice

1. Introducción 2. Materiales y métodos 2.1.

Definición del muestreo

3. Resultados y discusión 4. Conclusiones

Censo de fauna Página 2

Estudio de censo de fauna 1. Introducción Durante el mes de junio de 2017 hemos inventariado la avifauna y la densidad de conejos de una zona de la Casa de Campo (Madrid). El modo que hemos usado para muestrear la avifauna forestal es mediante "Muestreos puntuales circulares" con radio de 30 metros, mientras que la densidad de conejos la realizamos mediante muestreos por transectos o fajas de 500 metros y 50m de semi-ancho. Se nos asignaron unas coordenadas para localizar los 5 puntos de muestreo circular en la Casa de Campo. En los referidos puntos realizamos un muestreo de avifauna, y también fue el punto de arranque del muestreo de conejos por transectos. En las parcelas de censado registramos los factores que puedan afectar a la función de detección (ie, densidad, altura y tipo de vegetación, pendiente, orientación, empradizamiento o matorralización, fenómenos de erosión, cárcavas, pedregosidad, etc...). Los muestreos los realizamos durante las primeras horas de la mañana para poder ver más animales ya que por la tarde se esconden.

2. Materiales y métodos. Censo de fauna Página 3

Estudio de censo de fauna 2.1. Materiales:      

Gps Cinta métrica Distanciometro Grabadora Móviles Carpeta de apuntes

2.2. Definición del muestreo a) Muestreo puntual de aves Este tipo de muestreo es un caso especial del muestreo por distancia; el equipo de muestreo se instala en el centro de una parcela y realiza las observaciones dentro de un radio de alcance máximo, generalmente un valor entre 20 y 30m. PROTOCOLOS: Muestreo con grabadora (30 minutos) 1. Actuar en silencio y despacio a primera hora de la mañana o a última hora de la tarde. 2. No muestrear cuando se da una circunstancia no representativa (Lluvia, vientos fuertes, evitar ruidos o agentes alteradores de la tranquilidad). 3. Localizar el centro de parcela en un área representativa y donde la visión de la parcela sea fácil. Marcar el centro de parcela y colocar algunos objetos de referencia (e.g., jalones, piedras, ramas) en los límites de la parcela. Puede ser conveniente también delimitar bandas cada 10 metros. 4. Comenzar el muestreo, poner en marcha la grabadora y pero no considerar los primeros 5 minutos de grabación (periodo de calentamiento) prolongar el muestreo 20 minutos efectivos. 5. Se cuentan los grupos independientes de animales (indicando el tamaño del grupo) y se mide la distancia horizontal al primer avistamiento (conviene medir con distanciómetro laser) 6. Aunque no es necesario un registro exhaustivo de todas las distancias de avistamiento, si es obligado que las distancias registradas formen una muestra aleatoria y representativa (no existen pautas de muestreo). 7. Conviene registrar en la grabadora el número de individuos avistados, la especie, el sexo y la distancia (o en caso de ignorar la especie, anotar las características que nos distingan del resto de aves escuchadas). 8. En laboratorio revisar la grabación (Raven software), identificar las especies y los individuos registrados. 9. Dividiendo el tiempo en 5 periodos de 5 minutos construir el historial de canto de los pájaros que podáis identificar. Se entiende por historial de canto a un vector binario

Censo de fauna Página 4

Estudio de censo de fauna que indica si un pájaro ha cantado o no en los sub-periodos de muestreo. El historial de canto se trata según un modelo Corkman-Jolly-Seber.

b) Muestreo por transectos de conejos El muestreo por distancia se puede considerar como una extensión de muestreo en parcelas filas donde alguno de los individuos que habitan en la región muestral no son detectados. En particular, la probabilidad de que un individuo sea detectado en la zona muestreada es función de la distancia entre el animal y la línea de avance del observador. En el muestreo circular se habla de radio efectivo, en vez de semi-ancho efectivo. El radio efectivo de un muestreo circular, con probabilidad de detección dependiente de la distancia al centro de parcela, es el radio de un par PROTOCOLO: MUESTREO POR TRANSECTOS 1. Actuar en silencio y despacio a primera hora de la mañana o a última hora de la tarde. 2. No muestrear cuando se da una circunstancia no representativa (Lluvia, vientos fuertes, evitar ruidos o agentes alteradores de la tranquilidad. 3. El punto de comienzo y la longitud de recorrido (500m) y el semi-ancho (50m). El semi-ancho debe ser una distancia cómodamente observable (30 a 50m). 4. Dos operarios portan dos distancio-metros laser. Mientras que un operario queda en la posición de partida el otro operario avanza 50metros (manteniendo la visual con el otro operario). 5. Cuando un animal es levantado, ambos medirán las distancias a la pieza y la distancia al otro operador. Se anotará el número de piezas, la especie y el sexo (si es posible). La al animal es proyectada. 6. Cuando un operario haya avanzado el fin del tramo (50m) se parará mientras que el compañero avance hasta alcanzarlo.

Censo de fauna Página 5

Estudio de censo de fauna

3. Resultados y discusión 3.1. Muestreo puntual de aves Historial de canto: 1111 6; 1000 2; 1100 4; 0001 3; 0011 3; 0001 3; 0101 2; 0010 1; 1101 1; 1010 3; 1011 2; 1101 1; 0110 1; 1001 2;

Se ha elegido el modelo Full Likelihood heterogenety pi, p, c porque la desviación es bastante pequeña (0,126x 10−4 ¿ , el valor del coeficiente de Akaike es negativo (-2,9187), lo cual indica que el modelo es bueno para los datos obtenidos de la estructura de canto.

Censo de fauna Página 6

Estudio de censo de fauna

Imagen 1.

Se probaron diferentes modelos en el programa Mark y el mejor modelo fue el Full Likelihood heterogenety pi, p, c.

Lo primero que se hizo fue escuchar los audios y organizar la estructura de canto de los pájaros en las diferentes parcelas. Se agruparon los cantos con misma estructura. Después los datos de estructura de canto se metieron en el programa Mark y se analizaron según diferentes modelos dentro de Close Captures.

Dentro del modelo seleccionado contábamos con tres variables:

Pi =Supervivencia; c=recaptura; P=canto

Censo de fauna Página 7

Estudio de censo de fauna Tabla 1: Intervalos de radio, marcas de clase, frecuencia absoluta, función generatriz y f(r)

X clase distancia (metros) Marca de clase (m) f(r) Función generatriz=fr/r Frecuencia absoluta

0.0-5.0

5.0-10.0

10.0-15.0

15.0-20.0

20.0-25.0

25.0-30.0

2.5 0.017 0.139 4

7.5 0.035 0.928 8

12.5 0.052 0.835 12

17.5 0.048 0.547 11

22.5 0.030 0.271 7

27.5 0.017 0.126 4

Funcion generatriz=fr/r 1.00 0.90 0.80 0.70 0.60 0.50 0.40 0.30 0.20 0.10 0.00 0.0-5.0

5.0-10.0

10.0-15.0 15.0-20.0 20.0-25.0 25.0-30.0

Histograma 1. Función generatriz

Función de detección puntual f(x) 0.10 0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00 0.0-5.0

5.0-10.0

10.0-15.0 15.0-20.0 20.0-25.0 25.0-30.0

Histograma 2. Función de detección puntual

Se puede observar que la frecuencia de detección es más alta en el intervalo de radio medio 12,5 m con un valor de 0,052. Donde menos aves se pueden detectar es cerca de donde tenemos el centro de la parcela o en el extremo del radio máximo (30 metros).

Si suponemos que la pendiente de la curva de detección en cero,

f ' (0)=

∆y = 0,007 es ∆x

aproximadamente la razón de ordenadas y abscisas, de forma que el radio efectivo es:

Censo de fauna Página 8

Total 1 46

Estudio de censo de fauna ρ=

√

2 =16,96 f ' (0 )

El radio efectivo es la distancia en la que los animales no detectados en esta distancia son compensados por los animales detectados en distancias superiores. A la distancia del radio efectivo la superficie encerrada por la curva de detección es igual al triángulo formado por el ancho efectivo y la tangente de la curva de detección. El área efectiva es por definición, efectivo constante.

v =ρ∗π

2

, es igual al área que encierra un círculo de radio

La densidad es la razón entre los avistamientos y el área efectiva;

Esperanza de detención,

E ( p )=

f'(0) radio efectivo v D Densidad (aves/ha) E(^p)

0.007 16.96 903.21 0.051 509 0.319

D=

n∗f '(0) 2∗π

v π∗w 2

Tabla 2.

La varianza es la media aritmética del cuadrado de las desviaciones respecto a la media de una distribución estadística:

V (N) =

3.2.

√

¿

N (

1− p ) p

Muestreo por transectos de conejos

En primer lugar, se han organizado y calculado los datos obtenidos en campo mediante el programa Excel y posteriormente, estos mismos datos se han introducido en el programa de Rstudio para la verificación de los resultados previos y la obtención de los distintos intervalos.

Censo de fauna Página 9

Estudio de censo de fauna

Imagen 2. Datos obtenidos en campo, introducidos en Excel

Tras el paso de datos de campo al programa Excel, se clasifican los distintos avistamientos de conejos por distancias para así poder localizar la mayor frecuencia.

X Clase dist. Marca de clase Frecuencia absoluta

0-5 2,5 6

5-10 7,5 12

10-15 12,5 15

15-20 17,5 4

Tabla 3. Datos clasificados por clases de distancia (m)

Histograma de frecuencias 16 14 12 10

Frecuenc absoluta

8 6 4 2 0 0-5

5-10

10-15

15-20

20-25

Histograma 3. Frecuencias absolutas

Como se muestra en la tabla 3 y podemos observar en el histograma 3, la frecuencia absoluta Censo de fauna Página 10

20-25 22,5 8

Estudio de censo de fauna de mayor cantidad se da entre los 10-15 metro, con un total de 15 conejos avistados. Este dato es importante mencionarlo dado que lo vamos a necesitar en los cálculos posteriores. Teniendo en cuenta que, nuestra área total es de unas 1700 hectáreas, es decir, 17000000 metros, correspondientes a la casa de campo. Y, además, hemos realizado 5 transectos que tiene un semi-ancho de banda es de 50 metros y una superficie de 500 metros, a continuación, hemos hallado probabilidad como:

Siendo -área bajo la curva: sumatoria de las frecuencias absolutas (n=45), multiplicas por el número de clases que hay, es decir 5. -área de detección total: la multiplicación del semi-ancho de banda (50) por la mayor frecuencia obtenida (15). Para hallar la aproximación, lo haremos con la siguiente fórmula:

Donde, necesitamos la probabilidad anteriormente hallada y el semi-ancho de banda. Probabilidad Aproximación

p µ

0,6 15

Tabla 4. Resultado de la probabilidad y de la aproximación

Estimación de Conejos y estimación de la varianza La varianza se calcula aplicando el método delta. Hemos utilizado Excel para hallar la varianza. Los resultados obtenidos han sido los siguientes: Varianza π

1377000 0.00735294

La fórmula que hemos utilizado para el cálculo de la varianza es: V(n) = N^*

(1−π ) π

Donde π es la proporción muestreada, calculada anteriormente como el cociente entre área muestreada y área total de la Casa de Campo V(�) = � *((1 − � ) / �)= 1377000 Y la raíz de esta ecuación nos dará la varianza

Censo de fauna Página 11

Estudio de censo de fauna . V ( n)=¿

√

N

(1−π )

π

√¿

Para nuestro caso la varianza será igual a 1173.45643. Una vez obtenidos, todos los parámetros necesarios para la estimación de la abundancia, podemos proceder a la siguiente fórmula para su cálculo, que será igual a: � = � ∙ �/� ∙ 2 ∙ � ∙ μ= 10200 N^

10200

DENSIDAD = 6 animales/ha. Usando Rstudio se han elaborado diferentes entradas, que una vez corridas, nos daban los diversos datos que necesitábamos obtener para realizar el censo de fauna. Teniendo en cuenta que: Superficie de la Casa de Campo A=1722 ha Superficie de muestreo es la superficie donde estuvimos realizando el censo de fauna, 10transectosx2x50mx500m=5ha. La fracción de muestreo que se ha estudiado de la Casa de Campo es de: p=

5 =2.9% 1722

Para hallar la fracción de muestreo introducimos en Rstudio los datos de campo y una vez que corremos obtenemos los siguientes resultados (señalados en negrita): A - Superficie de la población; a - Superficie del muestreo A=17000000 m 2 . Superficie de la Casa de Campo L=500 m. Longitud de un transecto Semi-ancho de un transecto=50 metros. Tramos = 5 Número de transectos. a=tramos*L*s.ancho*2 Superficie muestreada Datos de campo - Numero de avistamientos por transecto conejo-tramo c(1,2,1,1,1,2,1,1,3,1,1,1,3,1,5,1,1,2,1,1,1,1,4,1,1,1,1,2,1) Fracción de muestreo= 0.01470588

Censo de fauna Página 12

Estudio de censo de fauna Nos da la fracción de muestreo de 1.47%, que no es un valor muy grande. Lo que quiere decir que cada individuo tendrá 1.46% de la probabilidad de ser ubicado dentro de la zona de estudio. Media= 1.517241 SD= 1.021927 Total= 44 Dichos resultados se puede interpretar de tal forma, que, en cada transecto el número de los animales es igual a 44. Su media es 1.52 conejos , su desviación estándar es igual a 1.02. La estimación de la abundancia: N.estima = 2992 Var (N.estima)= 200464 SD(N.estima)= 447.7321 Tras el análisis de dichos resultados, obtenidos a partir de programa R-studio, podemos concluir que la abundancia de los conejos en el parque Casa de Campo es igual a 2992 animales. Es una aproximación relativamente pequeña. A continuación para calcular los distintos intervalos vamos a correr en el programa y podemos ver los resultados que nos dan para cada uno de ellos: -Para un Intervalo asintótico normal con una 95% de probabilidad. Intervalo (1060.509, 1931.491) Es un intervalo de confianza, para las medias de abundancia de los conejos. En este caso, la N^ es un estimador centrado y asintóticamente normal. El estimador de la abundancia sigue una distribución normal y el límite superior de dicho intervalo es más pequeño que el valor de abundancia estimada. Por lo que podemos concluir que dicho intervalo nos da el valor estimado de abundancia más pequeño de lo que realmente es. Esto puede ser debido a que la fracción de muestreo en nuestro caso es muy pequeña (cercana a 0). Lo que quiere decir que utilizar la utilización de una distribución normal no es adecuada. -Para una estimación CI con una aproximación t-Student con una probabilidad del 95%. Intervalo (2074.862, 3909.138) Dicho intervalo nos das unas aproximaciones mejor que el intervalo anterior. El valor estimado de abundancia N^ esta entre los limites inferior y superior de dicho intervalo, por lo que dicha aproximación se puede considerarse buena.

-Para una estimacion puntual e Intervalo Bootstrap con una probabilidad del 95%. Intervalo Bootstrap (2264; 3714) La utilización de este método sería más preferido, debido a que no requiere hacer supuestos sobre el modelo de distribución de N U ni tampoco requiere el cálculo de la varianza. Por lo que nos da una aproximación más adecuada que los intervalos anteriores.

Censo de fauna Página 13

Estudio de censo de fauna

4. Conclusiones En el muestreo circular de aves la densidad nos da 506 mientras que nuestro avistamiento total fue de 46 pájaros esto es debido a que estuvimos por zonas donde el arbolado era poco y casi no se les oía, a lo que también hay que sumarle que a medida que avanzaba el tiempo el canto disminuía. Como ya explicamos arriba usamos el método full likelihood puesto que tenía menor índice de akaike y un error estandar muy bajo. En el maestro por parcelas para los Conejos nos pasa lo mismo tenemos un valor alto de abundancia, pero no vimos muchos Conejos, esto puede ser debido a que la gente transitaba cerca y los espantaba o que preferían estar dentro de la madriguera a salir. Es debido a esta escasez de avistamiento que nuestra probabilidad sea 0,319.

Censo de fauna Página 14...