Relationship patterns between biological information and physical and socioeconomic information: The otun river Basin in Risaralda (Colombia)
##plugins.themes.bootstrap3.article.details##
Biophysical and socioeconomic data were gathered at the basin of the Otun River (Colombia) and then processed with the objective of identifying relationship patterns between the two types of information. This task was carried out by using Geographic Information Systems software (ArgGis 9.1 ®), the development of a code for the assessment of relationships (Matlab 7.1®), and data mining tools based on trees; using the J-48 algorithm developed at the Waikato Environment for Knowledge Analysis (WEKA). The identification of patterns allowed concluding that, at least, three physical variables (altitude, rainfall and temperature) and a socioeconomic variable (land use) influence the presence of mammals. This information will be employed in other studies related to Decision Support Systems in the real of management and conservation of wildlife at the basin.
Data mining, geographic information systems, Otun river (Risaralda, Colombia), decision treesMinería de datos, sistemas de información geográfica, río Otún (Risaralda, Colombia), árboles de decisión
FRIMPONG, E. A.; ROSS-DAVIS, A. L.; LEE, J. G. y BROUSSARD, S. R. Biophysical and socioeconomic factors explaining the extent of forest cover on private ownerships in a Midwestern (USA) agrarian landscape. Landscape Ecology. 2006, vol. 21, pp. 763-776.
HERNÁNDEZ, J.; RAMÍREZ, M. y FERRIA C. Introducción a la minería de datos. Madrid: Pearson Educación, 2004.
Jiménez , G. Construcción de un marco conceptual y metodológico para estrategias en manejo y conservación de la biodiversidad en paisajes fragmentados colombianos. 309-329 En: Rodríguez Rodríguez, J. (Ed.). Elementos para una teoría del desarrollo territorial. Manizales: Universidad Autónoma de Manizales, 2010.
JIMÉNEZ, G. Estrategia metodológica para el diseño y evaluación de corredores biológicos: un estudio en Costa Rica. En: Polanco-Ochoa, R. (Ed.). Manejo de fauna silvestre en Amazonía y Latinoamérica. Bogotá: Fundación Natura, 2003, pp. 103-107.
JIMÉNEZ, G. Propuesta metodológica en el diseño y evaluación de un corredor biológico en la reserva forestal Golfo Dulce, Costa Rica. Trabajo de posgrado, Centro Agronómico Tropical de Investigación y Enseñanza CATIE, Programa de Educación para el Desarrollo y la Conservación, 2000.
KANTARDZIC, M. y ZURADA, J. (Eds.). Next generation of data-mining applications. s. l.: Chapman and Hall, 2006.
LIU, J. Integrating ecology with human demography, behavior, and socioeconomics: Needs and approaches. Ecological Modelling. 2001, vol. 140, pp. 1-8.
LIU, J.; DIETZ, T.; CARPENTER, S. R.; ALBERTI, M.; FOLKE, C. et ál. Complexity of coupled human and natural systems. Science. 2001, vol. 317, núm. 5844, pp. 1513-1516.
LIU, J.; OUYANG, Z.; TAYLOR, W. W.; GROOP, R.; TAN, Y. y ZHANG, H. A framework for evaluating the effects of human factors on wildlife habitat: the case of giant pandas. Conservation Biology. 1999, vol. 13, núm. 6, pp. 1360-1370.
LOW, B.; CONSTANZA, R.; OSTROM, E.; WILLSON, J. y SIMON, C. P. Human ecosystem interactions: a dynamic integrated model. Ecological Economics. 1999, vol. 34, pp. 227-242.
MACKEY, B. y LINDENMAYER, D. Towards a hierarchical framework for modeling the spatial distribution of animals. Journal of Biogeography. 2001, pp. 1147-1166.
MITCHELL, T. Machine learning. New York: McGraw Hill, 1997.
PÉREZ, C. Minería de datos: técnicas y herramientas. Madrid: International Thomson, 2007.
PRIMACK, R.; ROZZI, R.; EISINGER, P.; DIRZO, R. y MASSARDO, F. Fundamentos de conservación biológica: Perspectivas latinoamericanas. México: Fondo de Cultura Económica de México, 2001.
RICKLEFS, R. E. y MILLER, G. L. Ecology. 4th Ed. New York: W.H. Freeman, 2000.
ROJAS, C. Introducción a la gestión integrada de recursos hídricos [documento en línea].
RUIZ, D. Heurísticas de selección de atributos para datos de gran dimensionalidad [documento en línea]. 2006.
SALAFSKY, N.; MARGOLUIS, R.; REDFORD, K. H. y ROBINSON, J.G. Improving the practice of conservation: a conceptual framework and research agenda for conservation science. Conservation Biology. 2002, vol. 16, núm. 6, pp. 1469-1479.
SOULÉ, M. E. Conservation tactics for a constant crisis. Science. 1991, vol. 253, pp. 744-750.
ZHANG, X.; KING, M. L. y HYNDMAN, R. J. Bandwidth selection for multivariate Kernel density estimation using MCMC [documento en línea]. 2004.