Evaluación de la confiabilidad del modelo MaxEnt en la distribución potencial de tres especies etnobotánicas para tratamiento de afecciones respiratorias similares al Covid-19 en la sierra del Perú
Cargando...
Fecha
2020-08-07
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Peruana Unión
Resumen
En la actualidad el modelado de nicho ecológico se ha convertido en la principal herramienta para predecir la distribución potencial de especies. A pesar de su probada eficacia, hay varios estudios donde se compara el desempeño de los algoritmos, afirmando que a la fecha no existe uno que sea mejor que los demás en cada tipo de dato. El objetivo de este estudio fue evaluar la confiabilidad del modelo MaxEnt en relación al tamaño de la muestra, aplicando la identificación de las áreas donde potencialmente se distribuyen la Leucheria daucifolia (Sasahui), Eucalyptus globulus labill (Eucalipto) y Muehlenbeckia volcánica (Mullac’a) especies etnobotánicas usadas para tratamiento de afecciones respiratorias similares a síntomas del COVID-19. Se utilizaron 6 registros de ocurrencia para L. daucifolia, 9 para E. globulus labill y 52 para M. volcánica obtenidos de la Red Mundial de Información sobre Biodiversidad (GBIF). Para el modelado de las especies, se hizo 500 iteraciones, método de muestreo crossvalidate en la regresión de tipo Logistic que se ajusta mejor al modelo. La validación estadística fue realizada con el 30% de los datos en cada taxón y en las curvas de respuesta se hizo10 réplicas, activando Random Seed, con ejecución replicada Bootstrap. Los valores AUC fueron, 0.907 (entrenamiento) y 0.979 (prueba) para L. daucifolia; 0.949 y 0.888 para M. volcánica, finalmente 0.992 y 0.876 E. globulus labill, modelos buenos y excelentes. Las variables con mayor porcentaje de contribución fueron T°mín y elevación. Concluyendo, que se demuestra la confiabilidad del MaxEnt en relación al tamaño de muestra.
Descripción
Palabras clave
Distribución potencial, L. daucifolia, M. volcánica, E. globulus labill, Covid-19, MaxEnt