Patrones de relación entre información biológica e información física y socioeconómica. Cuenca alta del río Otún, Risaralda (Colombia)
##plugins.themes.bootstrap3.article.details##
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.
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.