Palabras clave
sistemas de información geográfica
río Otún (Risaralda
Colombia)
árboles de decisión
Cómo citar
Resumen
En este artículo se transforma la información biofísica y socioeconómica de la cuenca del río Otún (Colombia), con el objetivo de identificar patrones de relación entre ambos tipos de información. La identificación de patrones se llevó a cabo mediante sistemas de información geográfica (ArgGis 9.1®), el desarrollo de código para evaluación de relaciones (Matlab 7.1®) y minería de datos basada en árboles de decisión, utilizando el algoritmo J-48, desarrollado en el Waikato Environment for Knowledge Analysis (WEKA). La identificación de patrones permitió concluir que, por lo menos, tres variables físicas (altitud, precipitación y temperatura) y una variable socioeconómica (usos del suelo) influyen en la presencia de los mamíferos. Esta información servirá para tomar decisiones sobre manejo y conservación de la fauna en esta cuenca.
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]. <http://publicacion05.unipamplona.edu.co/hidroinformatica/portal/home_1/rec/arc_707.pdf> [Consultado: 1-11-2008].
RUIZ, D. Heurísticas de selección de atributos para datos de gran dimensionalidad [documento en línea]. 2006. <http://www.lsi.us.es/docs/doctorado/tesis/tesisRoberto.pdf> [Consultado: 20-10-2008].
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. <http://repec.org/esAUSM04/up.1603.1077410300.pdf> [Consultado 10-11-2008].
Una vez aceptado un trabajo para publicación la revista podrá disponer de él en toda su extensión, tanto directamente como a través de intermediarios, ya sea de forma impresa o electrónica, para su publicación ya sea en medio impreso o en medio electrónico, en formatos electrónicos de almacenamiento, en sitios de la Internet propios o de cualquier otro editor. Este uso tiene como fin divulgar el trabajo en la comunidad científica y académica nacional e internacional y no persigue fines de lucro. Para ello el autor o los autores le otorgan el permiso correspondiente a la revista para dicha divulgación mediante autorización escrita.
Todos los articulos aceptados para publicación son sometidos a corrección de estilo. Por tanto el autor /los autores autorizan desde ya los cambios sufridos por el artículo en la corrección de estilo.
El autor o los autores conservarán los derechos morales y patrimoniales del artículo.