DSpace Repository

Modelos jerárquicos bayesianos aplicados al seguimiento de fauna

Show simple item record

dc.contributor.author Jiménez García-Herrera, José
dc.date.accessioned 2017-09-06T12:10:32Z
dc.date.available 2017-09-06T12:10:32Z
dc.date.issued 2017
dc.identifier.uri http://hdl.handle.net/10578/15277
dc.description.abstract La estimación del tamaño de poblacionales animales está considerada como uno de los aspectos más básicos dentro de disciplinas como la ecología o la gestión y conservación de la fauna silvestre. Sin embargo, es a su vez uno de los temas más controvertidos dentro de estas disciplinas. La obtención de estimas poblacionales robustas y replicables es fundamental para: i) evaluar el estatus de las poblaciones y sus tendencias, ii) servir de base para informar el proceso de toma de decisiones en materia de conservación y gestión de estas poblaciones, y iii) evaluar el impacto de cualquier acción de gestión y conservación aplicada. A la hora de realizar estimas poblacionales, una de las principales dificultades que se plantea es la detectabilidad de los diferentes individuos que conforman una población. El proceso de observación influye en la evaluación del tamaño de aquella, ya que el resultado de cualquier proceso de observación es en realidad el producto del tamaño de población real por su probabilidad de detección. Sin embargo, la separación de ambos parámetros –tamaño de población y probabilidad de detección- es hoy en día relativamente accesible aplicando modelos jerárquicos. Adicionalmente, el desarrollo reciente de los modelos de captura-recaptura espacialmente explícitos permite superar las limitaciones clásicas de la captura-recaptura –que derivan tanto i) de la heterogeneidad en la probabilidad de captura por la ubicación relativa de los centros de actividad frente a los dispositivos de captura, como ii) del cálculo del área efectiva de muestreo- y facilita la estima directa de densidades. Por otro lado, los modelos multiestado posibilitan aproximaciones al conocimiento del tamaño de poblaciones cuando hay estados latentes no observados. Los avances recientes en la computación permiten el uso de métodos bayesianos que posibilitan acometer todos estos cálculos con muchas variables, como es el caso específico de los procesos de puntos, o conjuntos aleatorios de puntos en un espacio unidimensional (p.ej. tiempo) o n-dimensional, como es el caso en tres dimensiones de la evolución espacio-temporal de un punto en movimiento. De este modo, la aplicación de modelos jerárquicos bayesianos se presenta como una herramienta con múltiples aplicaciones para la gestión y conservación de la fauna. Utilizando varias especies de vertebrados terrestres (paseriformes palustres, urogallo, lobo y mesocarnívoros del monte mediterráneo) en esta Tesis se pretende desarrollar utilidades de la aplicación de estos modelos, así como proporcionar metodologías para la resolución de problemas específicos en el seguimiento de fauna, integrando la detectabilidad y procurando una óptima relación coste-beneficio en los procedimientos de análisis.
dc.format text/plain es_ES
dc.language.iso es es_ES
dc.publisher Universidad de Castilla-La Mancha es_ES
dc.rights info:eu-repo/semantics/openAccess es_ES
dc.subject Ingeniería agrícola es_ES
dc.title Modelos jerárquicos bayesianos aplicados al seguimiento de fauna es_ES
dc.type info:eu-repo/semantics/doctoralThesis es_ES


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account