Presentación de PowerPoint - inegi.org.mx

1 VII REUNI N NACIONAL DE ESTADIST CAINEGIA guascalientes, de mayo de 2008 CONABIOS istema Nacional de Informaci n sobre biodiversidad (SNIB)Comisi n Nacional para el conocimineto y uso de la biodiversidadInteligencia para fundamentar pol ticas p blicas y decisiones de la sociedad sobre biodiversidadM xico, pa s megadiverso, requer a una instituci n capaz de coordinar y apoyar los variados y numerosos trabajos relacionados con la biodiversidad que en el pa s se realizan, en temas como informaci n, conservaci n, estudios, uso sustentable y difusi as realizadas por: Jorge Neyra, Javier de la Maza, Oscar Moctezuma, Pablo Cervantes, Manuel Ulloa, Fulvio Eccardi y Carlos S nchezCONABIOLa Comisi n nacional para el conocimiento y uso de la biodiversidad fue concebida como: organizaci n conducida por demanda promotor de investigaci n (sistematica, ecol gica, socio-econ mica) basica compilador de informaci n nacional e internacional sobre biodiversidad sobre M xico un recusor de informaci n disponible a la sociedad Las bases filos ficas de la CONABIO Servir como una instituci n puente entre academia gobierno sociedad civil Generar inteligencia sobre el capital natural a nivel nacional para ser aplicada a nivel local Conservar y manejar la biodiversidad con base en acciones locales realizadas por la poblaci n local Los actores centrales en el proceso de conservaci n y manejo deben ser los pobladores de los sitios por conservar o manejar, porque son propietarios de la mayor parte de esos sitios, muchos fuera de las reas datos sobre biodiversidad son esenciales para tomar decisiones Funcionarios en los tres niveles de gobierno Cient ficos, expertos, consultores Agricultores, silvicultores, comunidades campesinas ONGs.

2 El p blico generalSUS NECESIDADES SON MUY VARIADASEl Sistema Nacional de Informaci n sobre biodiversidad Por qu es importante un Sistema de Informaci n sobre biodiversidad ? Elmanejosustentablerequieredeinformaci nparaqueseaunaopci nincorrecta. Sinosesabeconprecisi nd ndeest laespecie,esimposiblecuidarla,controlarl aoaprovecharla. Sinomonitoreamoscarecemosdeindicadoresde , muchos problemas relevantes requieren solamente respuestas sobre localizaci nserefierenalapresenciadeentidadesenluga res: Qu entidadesseencuentranenunlugardado? D ndesepuedeencontrarunaentidaddada?Estas preguntas son relevantes tanto para la ciencia b sica como para la reales de preguntas sobre localizaci n: Cu les son las reas prioritarias para la conservaci n de la biodiversidad en M xico? Qu especies de plantas medicinales en peligro, se encuentran en las reas Tzeltales de los altos de Chiapas? Cu l es la distribuci n de los vectores de hantavirus en M xico?

3 El sistema de informaci n sobre biodiversidad (SNIB) clave de su xitoComponentes del SNIBSe enriquece y actualiza constantementeLas preguntas sobre localizaci n y las colecciones cient ficas Los espec menes proveen conexiones a informaci n estructurada geogr ficamente y a informaci n cuyo ndice es el nombre en lat n. GeorreferenciaTaxorreferencia C mo se construye un SNIB basado en ejemplares? Computarizaci n de ejemplares en colecciones nacionales y repatriaci n de datos en colecciones extranjeras. Control de calidad Actualizaci milliones de datos repatriadosCrecimiento de las bases de datos01002003004005006007008009001000199 3199419951996199719981999200020012002200 320042005 Junio 0601,000,0002,000,0003,000,0004,000,0005 ,000,0006,000,0007,000,000bases de datos taxon micas biogeogr ficasbases de datos ecol gico-gen ticasfichas de especiesRegistros curatoriales georreferidosXAL (Instituto de Ecolog a de Xalapa)CAS (California Academy of Sciences)MEXU (Universidad Nacional Aut nomade M xico)CICY (Centro de InvestigacionesCient ficas de Yucatan)

4 Bases de datos de ejemplares de plantasM xico80%ND3%Europa3%Canad 1% Herbario Virtual de M xico1,300,000 registros provenientes de m s de 30 Herbariosde Mexico y el con la instituci nControl de calidad de la base de datosAjuste de im genesBase de datosHerbarium, New York Botanical Garden Herbarium, Royal Botanic Gardens Kew Herbarium, University of ArizonaObtenci n de im genes digitalesLos archivos compactados [ZIP] se env an v a FTP a la CONABIOR ecepci n, Revisi n y RespaldoBase de datos en BioticaGeorreferenciaRepatriaci n de datos curatoriales de colecciones del extranjero Qu tan completo es nuestro conocimiento? Para algunos grupos, a ciertas escalas y desde ciertas perspectivas es amplio. Para otras escalas, grupos taxon micos o perspectivas es realmente insuficiente. C mo enfrentamos el problema de los sesgos en los datos? Primero hay que detectarlos y evaluarlos Existen t cnicas de extrapolaci n rea de investigaci n muy n del tama o del problema de esfuerzo insuficiente Curvas de rarefacci n (Hulbert) Proceso de nacimientos puros (Sober n y Llorente) Captura-recaptura (Chao) Extrapolaci n Bayesiana (Nakamura y Christian) 0102030405060708090100020406080100120 Esfuerzo de Colecta AcumuladoAs ntota ndice de suficiencia de esfuerzo de colecta El m todo ICE*, descrito por Colwell se puede usar para obtener una as ntota.

5 Un ndice Cse usa para medir el grado de avance en el ndeeCoeficientCQCSSSvar22110iceSObservad asEspeciesC*Incidence-based Coverage Estimator of species richnessBase de datos de aves, para todo M xico C= : C < .1 Amarillos .11 < C < .3 Naranjas claros .31 < C < .6 Naranjas obscuros .61 < C < 1 Rect ngulos de ngulos de ngulos de 3 x 104km2 Blanco C < .1 Amarillos .11 < C < .3 Naranjas claros .31 < C < .6 Naranjas obscuros .61 < C < 1 Rect ngulos de x 103km2 Rect ngulos de x 103km2 Blanco C < .1 Amarillos .11 < C < .3 Naranjas claros .31 < C < .6 Naranjas obscuros .61 < C < 1 Rect ngulos de x 102km2 Blanco C < .1 Amarillos .1 < C < .3 Naranjas claros .31 < C < .6 Naranjas obscuros .61 < C < 1 Rect ngulos de x 101km2 Blanco C <.

6 1 Amarillos .11 < C < .3 Naranjas claros .31 < C < .6 Naranjas obscuros .61 < C < 1 Non-Outlier MaxNon-Outlier Min75%25% km2 103 km21 km2 Y entonces que sigue?InsumosEl tipo de datos m nimos necesarios para que se pueda hacer alg n tipo de predicci n se reduce cualquier casos:datos concernientes a la especie y los correspondiente al ambiente biogeogr fico donde fue encontradaBases de datos Sitios de ocurrencia de las especies a modelarLa informaci n se obtiene de las siguientes fuentes: SNIB-CONABIO (Sistema Nacional de Infromaci n sobre biodiversidad )BibliograficaProporcionada por especialistas tomadas en de c lculoCapacidad de extrapolarCoberturasDatos biogeogr ficosSe cuenta con m s de 61 diferentes temas relacionados con diferentes aspectos, los de mayor uso son: *Climas, Edafolog a, Evapotranspiraci n, Temperatura, Precipitaci n, Modelo Digital del Terreno, Radiaci n Solar, Usos del suelo y vegetaci n, Vegetaci n Potencial, para el caso de los programas Autologistico y mapas de OpuntiaOpuntia lagunaePhotos by Jon Rebman and George invasorasLa posible expansion de la larva del cactus, Cactoblastis cactorum, en Estados Unidos y M de los casos que han sido modeladosPalomilla del nopalCactoblastis cactorumElementos para el procesamiento de la distribuci n potencialRegistros de Museo: 6Pa s de procedencia: Argentina Fuentes: SmithsonianoCoberturas: 17, clim ticas de Am rica del NorteProcesamiento: FloraMap (Jones, et.)

7 (X(X(X(X(X(X(X(XActualmente se han modelado mas de 450 especies de plantas y de estas son las siguientes: Euphorbia antisyphilitica, Guaiacum coulteri y G. sanctum. Aechmea magdalenae,Opuntia amyclaea, O. huajuapensis, entre otrasCotorra SerranaRhynchopsittapachyrrinchaNONOG ossypium barbadenseAn lisis de riesgo para introducci n de OVM. BioseguridadAn lisis caso por caso: 1,368 recomendacionesEnero 2000 a octubre 2006 Hasta aqu , a manera de conclusiones Las fuentes de datos deben analizarse para determinar los sesgos espaciales, temporales y del nicho ecol gico. La participaci n de expertos Es muy importante eficientizar los programas computacionales asi como de apoyar la creaci n de nuevas herramientas. Los modelos predictivos son una herramienta de suma utilidad , por lo que es necesario conjuntar esfuerzos entre los sectores que desarrollan teor a y usuarios. La evaluaci n de estos modelos realizada por los diferentes c lculos estad sticos es parte esencial de una propuesta seria.))))))))

8 La evaluaci n de los experto que conozca a fondo la especie. ltima parte ..Un proyecto Multi-institucional Coordinado por CONABIO& CONANPAn lisis de vac os e Identificaci n de reas clave para la biodiversidad en M xico11de las 96 Ecoregiones no tienen protecci n formalAn lisis ecoregional de vac osSitios proritariospara conservar diversidad terrestre105sitios prioritarios79 oce nicos y costeros26mares profundosSitios marinos de prioridad para conservaci n de diversidadDetecci n temprana de incendiosIncendios forestales Programa de respuesta r pidaCONABIO detecta diariamente, a partir de sensores remotos, los puntos de calor, con una alta probabilidad de ser incendios forestalesEst informaci n se publica diariamente a trav s del sitio de Web de la CONABIO y se env an los datos v a correo-e a los encargados de combatir los tambi n a Centroam trabajo: Los incendios en M xico un an lisis de su amenaza a la biodiversidad Definir zonas m s afectada y caracterizarlas Metodolog a im genes de sat lite (DMSP)1999 Inicio del programa Detectar hot spot con im genes AVHRR Publicar y enviar la informaci n el mismo d a2000 Automatizaci n delprograma2004200120032002 Dos tipos de im genesAVHRR y MODISC ontribuir a la detecci n temprana de incendios forestalesDisminuir el tiempo de respuestaAdecuar el programa2005 Publicar el mapa de ndice de propagaci nColaborar con los pa ses centroamericanos2006 Adecuar elprogramaAmenaza a la biodiversidad por incendiosbajaalta reas con incendios forestales de tres o m s d as (1998)Amenaza a la biodiversidad por incendios.

9 Imagenes MODIS que muestran cambios en la cobertura forestal 2000-2004 Matthew C. HansenSDSUC ambios en la cobertura la distribuci n actual de los manglares de M xico para generar el inventario de manglares escala 1:50,000. los manglares del pa s por medio de variables biol gicas (por ejemplo estructura de la vegetaci n, rea basal, densidad, dominancia, composici n de especies). ar un Sistema de Informaci n Geogr fica (SIG) que permita monitorear los manglares de M manglares de M xico: estado actual y monitoreo a largo plazofebrero 2007 AsesoresINECOL CONACYTC olegio de PostgraduadosUniversidad Aut noma de CampecheColaboraci n interinstitucionalINEGI, CONAFOR, INE, SEMAR, CIAD, Instituto de Biolog a-UNAM Por qu estudiar losmanglares de M xico?A o base rea (ha) Fuente 1973 700,000 FAO, UNEP. 1981 1980 660,000 FAO, UNEP. 1981 1986 660,000 Rollet, 1986 1988 660,000 Blasco, 1988 1991 1,420,200 Snedaker, 1991 1991 660,445 Tovilla y Loa.

10 1991 1992 932,800 Spalding, et al 1997 1992 531,500 SARH. 1992 1993 524,600 Ya ez-Arancibia et al., 1993 1993 721,554 SEMARNAP. 1994 1994 488,000 Suman, D. 1994 1994 488,367 Loa 1994 1994 718,642 SEMARNAT. 2003 2000 440,000 FAO. (2003b) 2000 500,000 Aizpuru, M. et al. (2000) 2000 886,761 SEMARNAT (2003) 2000 814,100 INF (2003) 2002 955,866 INEGI. 2002 2005 FAO (2005) Falta conocimiento exacto sobre distribuci n y extensi n de manglares en M xico la p rdida de este ecosistema el impacto humano sobre los manglaresInformaci n inconsistenteMotivaci n5 regiones, 892 im genes SPOT (115)Faltantes por cubrir -Golfo de M xico reas sin cubrir de la regi nFaltan 5 im genes para cubrir las reasAbril Nada de lo anterior se puede lograr sin la participaci n de expertos. Los m todos an liticos a aden valor, pero no substituyen el conocimiento de campo ..those countries better positioned in bioinformatics will have a strategic scientific and commercial R.