efecto de algunos factores bióticos y abióticos sobre la...

Efecto de algunos factores bióticos y abióticos

sobre la composición de comunidades de

anuros en Quebradillas, Puerto Rico

Marcela Bernal Múnera

UPRM

2007

Introducción• Por mucho tiempo se han estudiado los

factores que determinan la composición de las comunidades de anuros.

• Factores abióticos:

- temperatura del aire (influye en la actividad)

- temperatura del agua (influye en el canto)- precipitación- momento del día

• Factores bióticos:

- fenología de la reproducción (momentoen que se reproducen las especies y el usode los sitios de ovoposición). Litoria caerulea

•Pregunta biológica:

¿Cuáles son los factores ambientales que más influyen sobre la composición de las comunidades de anuros?

•Hipótesis biológica:

Si la precipitación influye positivamente sobre la actividad reproductiva de los anfibios, entonces de las variables ambientales evaluadas, la precipitación seria la que mejor se correlaciona con la composición de las comunidades en estas tres localidades.

Hyla cinerea en amplexo

Introducción

Área de estudio

• Tres charcas artificiales en el municipio de Quebradillas.

• En las charcas estudiadas se ha reportado la presencia de sapo concho (Bufo lemur), único anfibio endémico de P.R., el cual se encuentra en estado vulnerable.

• Actualmente las charcas presentan perturbación (en diferentes niveles) y pérdida de vegetación.

Sapo concho (Bufo lemur)

Sitio 1: Callejón de Doña Rosa, Barrio San Jose

Perímetro: 6 m x 7 m

Profundidad: 0.7 m

Temperatura: 25.5 oC

Sitio 2: Charca de los Jacintos, Barrio Cocos

Perímetro: 4.5 m x 5 m

Profundidad: 0.25 m a 0.36 m


Sitio 3: Charca de los González, Barrio Cocos

Perímetro: 7 m x 15.6 m

Profundidad: 0.16 m a 0.95 m


Metodología• Diseño muestreal:

- Se escogieron tres eventos de lluvia ocurridos en el año 2006: del 5 al 7 de marzo, del 30 de mayo al 1 de abril y del 7 al 9 de agosto (antes, durante y después de la lluvia).

- En los tres días de cada evento se registró con una grabadora, cuáles especies estaban presentes y activas en las charcas (basándose en las pecularidades de su canto), en dos periodos del día (18:00 a 00:00 y 00:00 a 06:00).

Grabadora automática (sony Hi-MD froglogger system).

Metodología• Diseño muestreal:

- Se establecieron 4 categorías de abundancia de acuerdo a la cantidad aproximada de individuos de cada especie cantando: 0= ningún individuo1= un individuo2= de dos a tres3= implica más de tres individuos cantando.

- Durante estos periodos se midióla temperatura (ºF) y la precipitación (pulgadas) en dos estaciones metereológicascercanas a las charcas (EM).

E. portoricensis cantando

Barrio San Jose

Quebrada Bellaca

Source: Ikonos 2001 Projected Coordinate System: NAD 83 State Plane s83

Mapa del Municipio de Quebradillas

Barrio San Jose

Barrio Cocos

1

2

3

1.5 km

EM

EM

Metodología• Diseño estadístico:

- No relativicé, debido a que el coeficiente de variación es menor de 50% (37.93%).

- No transformé, poco probable que se logre una normalización.

- Escalamiento Multidimensional No Métrico (NMS).

- Análisis de especies indicadoras.

Metodología

• Diseño estadístico:

- Unidades de muestreo: combinaciones de variables (lugar=3, evento=3, día=3, periodo=2).

- Matriz de especies: 54 unidades de muestreo por 6 especies.

- Matriz ambiental: 54 unidades de muestreo por 6 variables (precipitación, temperatura, lugar, evento, día, periodo).

Resultados NMS y Prueba de Monte Carlo

STRESS IN RELATION TO DIMENSIONALITY (Number of Axes)-----------------------------------------------------------------------------------------

Stress in real data Stress in randomized data10 run(s) Monte Carlo test, 400 runs

------------------------- --------------------------------------------------------------Axes Minimum Mean Maximum Minimum Mean Maximum p-----------------------------------------------------------------------------------------

1 32.109 38.915 56.284 0.001 48.274 57.909 0.01752 20.810 22.408 24.869 0.028 25.932 54.001 0.27683 12.307 13.445 15.824 0.083 17.793 71.056 0.2469

-----------------------------------------------------------------------------------------

p = proportion of randomized runs with stress < or = observed stressi.e., p = (1 + no. permutations <= observed)/(1 + no. permutations)

0

20

40

60

80

1 2 3

NMS

Dimensions

Str

ess

Randomized Data

Maximum

Mean

Minimum

Real Data

Tensión final vs K (Scree Plot)Tensión

Dimensiones

Tensión de la solución final

33.38

69.565712....................... .. ..* .. .. .. * .. .. .. * .. * .. * .. * .. * .. ** .

Tensión . ** ** . * *** .***. .. .. .. .. .. .. .. .. .. .. .. .. .. .

0.0000000..........................10 20

Número de iteraciones

• Medida de distancia: Sorensen

• Algoritmo usado: “Steepest-descent minimization”(Programa PC-ORD 4.34)

• Criterio de estabilidad: 0.005

• Varianza explicada eje 1: 58.6%

Resultados NMS y Prueba de Monte Carlo

0.0049

u1

u2

u3

u4

u5

u6

u7

u8

u9

u10

u11

u12

u13

u14

u15

u16

u17

u18

u19

u20

u21

u22

u23

u24

u25

u26

u27

u28

u29

u30

u31

u32

u33

u34

u35

u36

u37

u38

u39

u40

u41

u42

u43

u44

u45

u46

u47

u48

u49

u50

u51

u52

u53

u54

Ubicación de las unidades de muestra con respecto al lugar

Axis 1

Ra

nk

lugar

123

D.E.=4.79841

u1

u2

u3

u4

u5

u6

u7

u8

u9

u10

u11

u12

u13

u14

u15

u16

u17

u18

u19

u20

u21

u22

u23

u24

u25

u26

u27

u28

u29

u30

u31

u32

u33

u34

u35

u36

u37

u38

u39

u40

u41

u42

u43

u44

u45

u46

u47

u48

u49

u50

u51

u52

u53

u54

Ubicación de las unidades de muestra con respecto al evento

Axis 1

Ra

nk

periodo

12

u1

u2

u3

u4

u5

u6

u7

u8

u9

u10

u11

u12

u13

u14

u15

u16

u17

u18

u19

u20

u21

u22

u23

u24

u25

u26

u27

u28

u29

u30

u31

u32

u33

u34

u35

u36

u37

u38

u39

u40

u41

u42

u43

u44

u45

u46

u47

u48

u49

u50

u51

u52

u53

u54

Ubicación de las unidades de muestra con respecto al dia

Axis 1

Ra

nk

dia

123

u1

u2

u3

u4

u5

u6

u7

u8

u9

u10

u11

u12

u13

u14

u15

u16

u17

u18

u19

u20

u21

u22

u23

u24

u25

u26

u27

u28

u29

u30

u31

u32

u33

u34

u35

u36

u37

u38

u39

u40

u41

u42

u43

u44

u45

u46

u47

u48

u49

u50

u51

u52

u53

u54

Ubicación de las unidades de muestra con respecto al evento

Axis 1

Ra

nk

periodo

12

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

NMS

Axis 1

Ra

nk

0.0

0.2

0.4

0.6

dia

123

r= -0.14

Gráfica variable precipitación

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

2

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

NMS con RA

Axis 1

Ra

nk

0.0

1.0

2.0

3.0

dia

123

Gráfica E. antillensis con variable día

r= -0.797

Análisis de Especies Indicadoras

• Variable día

IV from randomized groupsObserved Indicator ------------------------------------

Column Maxgrp Value (IV) Mean S.Dev p * ---------------------------------------------------------------------------------------------

1 Bufo 2 16.7 14.7 4.93 0.30802 Osteo 2 38.9 22.9 5.17 0.01003 Lepto 1 37.8 35.3 3.12 0.23604 E. antil 2 36.1 34.9 1.46 0.19505 E. coqui 3 26.4 32.0 3.64 0.99906 E. cochr 1 2.8 5.5 3.91 1.0000

-------------------------------------------------------------------------------------------

Número de aleatorizaciones corridas en la prueba de Monte Carlo: 1000

Análisis de Especies Indicadoras• Variable lugar

IV from randomized groupsObserved Indicator ------------------------------------

Column Maxgrp Value (IV) Mean S.Dev p * ---------------------------------------------------------------------------------------------

1 Bufo 3 48.6 14.9 5.10 0.00102 Osteo 2 36.8 23.0 5.08 0.02103 Lepto 3 45.6 35.2 3.01 0.00204 E. antil 2 33.3 34.9 1.46 0.98905 E. coqui 2 44.7 32.0 3.74 0.00606 E. cochr 3 11.1 5.5 3.93 0.3330

--------------------------------------------------------------------------------------------

Número de aleatorizaciones corridas en la prueba de Monte Carlo: 1000

Lista de Especies

0, 10, 10, 1Eleutherodactylus cochranae

0, 1, 30, 1, 2 ,30, 1, 2 ,3Eleutherodactylus coqui

0, 1, 2 ,30, 1, 2 ,30, 1, 3Eleutherodactylus antillensis

0, 1, 2 ,30, 1, 2 ,30,3Leptodactylus albilabris

0, 1, 2 ,30, 1, 2 ,30,1Osteopilus septentrionalis

0, 1, 2 ,30,10,1Bufo marinus

Lugar 3Lugar 2Lugar 1Especie

** abundancias de la especie reportadas en el sitio (separadas por comas).

Conclusiones biológicas

• La correlación de la variable precipitación con la composición fue muy baja (r=-0.14). Ninguna de las variables medidas parece influir sobre la composición de las comunidades de anuros estudiadas.

• A pesar de que se encontró una correlación entre la especie E. antillensis y la variable día (r=-0.797), eso se atribuye a rezagados que afectan la dirección de la línea de correlación.

• Osteopilus septentrionalis parece ser afín al día 2 (lluvia) y al sitio 2 (mayor presencia de vegetación acuática). Este resultado coincide con la ecología de la especie, que se caracteriza por requerir de niveles altos de humedad.

• Bufo marinus parece ser afín al sitio 3 (mayor perturbación humana y menor cantidad de vegetación), este resultado puede atribuirse a la tolerancia de la especie a la perturbación y a condiciones de sequía que otros anuros no pueden soportar.

Conclusiones estadísticas

• La prueba de Monte Carlo sugiere que la tensión del primer eje es menor que lo esperado por azar (p=0.02), sin embargo la tensión final del NMS es pobre (mayor de 30), no tiene mucho valor biológico. Esto parece confirmarse con el “scree plot”, en donde no se observa que ningún eje tenga un valor más bajo de lo que se espera por azar.

• La prueba de Monte Carlo del NMS pudo afectarse por la unidad de muestra 10, que es un rezagado influyente, lo que puede provocar valores de tensión similares a los de los datos reales.

• Las unidades de muestreo no son independientes, son combinaciones de variables ambientales (medidas repetidas), lo cual limita la validez estadística de los resultados. Sin embargo, las pruebas permitieron hacer una exploración de los datos.

Referencias

• Gutiérrez-Lamus, D. L., V. H. Serrano y M. P. Ramírez-Pinilla. 2004. Composition and abundance of Anura in two forest types (natural and planted) in the Eastern Cordillera of Colombia. Caldasia 26(1): 245-264.

• Oseen, K. L., y R. J. Wassersug. 2002. Environmental factors influencing calling in sympatric anurans. Oecologia 133:616–625.

• Saenz, D., L.A. Fitzgerald, K.A.. Baum y R.N. Conner. 2006. Abiotic correlates of anuran calling phenology: the importance of rain, temperature, and season. Herpetological Monographs 20: 64–82

efecto de algunos factores bióticos y abióticos sobre la...

Documents