Biogeografía · nicho ecológico · modelado de distribuciónBiogeography · ecological niche · distribution modelling

De los registros al mapa de idoneidadFrom records to the suitability map

Descarga registros de GBIF, depúralos, extrae variables bioclimáticas, de clima y de suelo, explóralas con estadística y métodos multivariados y modela la distribución de la especie con MaxEnt y otros nueve algoritmos, un ensamble y proyecciones a escenarios climáticos. Todo guiado, interpretado y sin instalar nada.Download GBIF records, clean them, extract bioclimatic, climate and soil variables, explore them with statistics and multivariate methods and model the species distribution with MaxEnt and nine more algorithms, an ensemble and projections to climate scenarios. Guided, interpreted and with nothing to install.

Funciona completo en tu navegadorRuns entirely in your browser Tus archivos y análisis se quedan en tu equipoYour files and analyses stay on your computer Español e inglésSpanish and English Tema claro y oscuroLight and dark themes MaxEnt + 9 algoritmos y ensambleMaxEnt + 9 algorithms and ensemble

Cómo funcionaHow it works

Una ruta guiada en el orden en que realmente se hace un estudio de distribución. Cada paso explica la idea, revisa si tus datos la sostienen y te lleva al siguiente.A guided route in the order a distribution study really runs. Each step explains the idea, checks whether your data can support it and takes you to the next.

Pruébalo: un laboratorio con una especie virtualTry it: a lab with a virtual species

Nada aquí es una animación. La app crea un paisaje con dos variables ambientales y una especie cuyo nicho tú conoces, «muestrea» presencias (con o sin sesgo) y estima la idoneidad con algoritmos reales. Así ves cuánto se parece cada mapa estimado a la verdad.Nothing here is an animation. The app creates a landscape with two environmental variables and a species whose niche you know, «samples» presences (with or without bias) and estimates suitability with real algorithms. You see how close each estimated map gets to the truth.

Los diez pasosThe ten steps

Haz clic en cualquiera para abrirlo (se habilitan conforme avanzas).Click any of them to open it (they unlock as you progress).

Diez algoritmos y un ensambleTen algorithms and an ensemble

Métodos de solo presencia y de envoltura ambiental, de regresión y de aprendizaje automático, comparables con la misma validación.Presence-only and environmental-envelope methods, regression and machine-learning methods, comparable under the same validation.

Teoría en breveTheory in brief

Cómo citarHow to cite

Buscar la especie en GBIF o subir tus registrosSearch the species in GBIF or upload your records

Resuelve el nombre científico y descarga los registros de presencia con coordenadas, o carga los tuyos (especie, longitud, latitud).Resolve the scientific name and download the presence records with coordinates, or load your own (species, longitude, latitude).

Escribe el nombre científico (género y epíteto). GBIF resolverá el nombre aceptado y su clave taxonómica.Type the scientific name (genus and epithet). GBIF will resolve the accepted name and its taxon key.

O sube tus propios registrosOr upload your own records

No todo está en GBIF. Sube un archivo CSV, TXT o Excel (.xlsx) con al menos tres columnas: especie, longitud y latitud (grados decimales; también se leen grados-minutos-segundos). Puedes usarlo solo o sumarlo a los registros de GBIF. Las columnas opcionales país, estado, localidad, año, mes, altitud e incertidumbre se reconocen solas.Not everything is in GBIF. Upload a CSV, TXT or Excel (.xlsx) file with at least three columns: species, longitude and latitude (decimal degrees; degrees-minutes-seconds are read too). You can use it alone or add it to the GBIF records. The optional columns country, state, locality, year, month, elevation and uncertainty are recognised automatically.

Arrastra aquí tu archivo oDrop your file here or

O pega tus datos desde ExcelOr paste your data from a spreadsheet

Filtrar los registrosFilter the records

Por rango taxonómico, país, año, tipo de registro y recuadro geográfico.By taxonomic rank, country, year, record type and bounding box.

Cada faceta muestra el número de registros. Los cambios se aplican al instante.Each facet shows the number of records. Changes apply instantly.

Filtro por estado o regiónFilter by state or region

CapaLayer

Para estudios regionales. La app trae los 32 estados de México y asigna el estado de cada registro por sus coordenadas (prueba de punto en polígono), lo que también completa los registros que llegan de GBIF sin estado. Si prefieres, usa el texto del campo «estado» tal como viene, normalizando las grafías y abreviaturas usuales. También puedes cargar tu propia capa de regiones (municipios, cuencas, áreas naturales protegidas…) en GeoJSON.For regional studies. The app ships the 32 states of Mexico and assigns the state of each record from its coordinates (point-in-polygon test), which also completes the records that arrive from GBIF with no state. If you prefer, use the text of the «state» field as it comes, normalising the usual spellings and abbreviations. You can also load your own region layer (municipalities, watersheds, protected areas…) as GeoJSON.

Asignar el estadoAssign the state Dibujar el contorno en los mapasDraw the outline on the maps

Recorte geográfico (opcional)Geographic clip (optional)

Define un rectángulo de latitud y longitud para quedarte solo con los registros dentro de él, o dibújalo en el mapa.Define a latitude and longitude rectangle to keep only the records inside it, or draw it on the map.

Lat mínMin lat Lat máxMax lat Lon mínMin lon Lon máxMax lon

Resultado del filtradoFiltering result

Depurar coordenadasClean coordinates

Nueve reglas contra duplicados, errores de georreferenciación y valores atípicos.Nine rules against duplicates, georeferencing errors and outliers.

Reglas de depuraciónCleaning rules

Activa las reglas que quieras aplicar. Cada una indica cuántos registros marca. Las reglas «informativas» no eliminan por defecto.Switch on the rules you want to apply. Each shows how many records it flags. «Informative» rules do not remove records by default.

Decimales para detectar duplicados por redondeo:Decimals to detect duplicates after rounding: Umbral de incertidumbre (m) para «baja precisión»:Uncertainty threshold (m) for «low precision»: Factor k para valores atípicos espaciales (k·IQR):Factor k for spatial outliers (k·IQR):

Mapa de registros depuradosMap of cleaned records

Puntos por taxón o tipo de registro, con leyenda, escala, rosa de los vientos y retícula.Points by taxon or record type, with legend, scale bar, north arrow and graticule.

Distribución de los registrosDistribution of the records

Colorear porColour by

Variables ambientales en cada puntoEnvironmental variables at each point

19 variables bioclimáticas y altitud, clima de Köppen-Geiger y tipo de suelo.19 bioclimatic variables and elevation, Köppen-Geiger climate and soil type.

Se extraen los valores ráster en las — coordenadas depuradas: 19 variables bioclimáticas y altitud (WorldClim 2.1), clima de Köppen-Geiger y tipo de suelo (SoilGrids).Raster values are extracted at the — cleaned coordinates: 19 bioclimatic variables and elevation (WorldClim 2.1), Köppen-Geiger climate and soil type (SoilGrids).

1) Capas ráster (GeoTIFF de WorldClim y Köppen)1) Raster layers (WorldClim and Köppen GeoTIFF)

Tienes tres formas de cargar las capas. Los archivos se leen en tu equipo y nunca se suben. Las instrucciones de descarga están en datos/LEE-ME.md.There are three ways to load the layers. The files are read on your computer and never uploaded. Download instructions are in datos/LEE-ME.md.

Una carpeta con los .tifA folder with the .tif files

Elige la carpeta completa (por ejemplo worldclim); la app toma de ella solo los .tif que reconoce.Pick the whole folder (for example worldclim); the app takes only the .tif files it recognises.

Archivos .tif sueltosIndividual .tif files

Selecciona varios archivos a la vez (Ctrl o Mayús + clic): las 19 capas bioclimáticas, la altitud y, si quieres, Köppen.Select several files at once (Ctrl or Shift + click): the 19 bioclimatic layers, elevation and, if you like, Köppen.

Capas de ejemploExample layers

Las que estén en la carpeta datos/ del programa: WorldClim a 10 arc-min, que se descarga una vez (ver datos/LEE-ME.md), y Köppen-Geiger, que sí viene incluido. Necesita el servidor local.Whatever sits in the program's datos/ folder: WorldClim at 10 arc-minutes, downloaded once (see datos/LEE-ME.md), and Köppen-Geiger, which is bundled. Needs the local server.

2) Opciones de muestreo2) Sampling options

Interpolación para variables continuas:Interpolation for continuous variables: Descartar puntos sin dato en alguna variable bioclimática (p. ej. en el mar)Drop points with no data in any bioclimatic variable (e.g. at sea)

Correlación y selección de variablesCorrelation and variable selection

Detecta la colinealidad y decide qué variables usarán la estadística, el aprendizaje automático y los modelos.Detect collinearity and decide which variables the statistics, the machine learning and the models will use.

Las variables bioclimáticas están muy correlacionadas entre sí (p. ej. BIO10 con BIO8 o BIO16 con BIO13). Un modelo de regresión (GLM, GAM) se vuelve inestable con variables casi redundantes; los métodos de árboles, SVM y MaxEnt lo toleran mejor, pero la importancia de cada variable se reparte. Por eso la app propone un subconjunto poco colineal, pero la decisión es tuya: puedes marcar variables que consideras importantes aunque estén correlacionadas (por ejemplo BIO1, temperatura media anual, y BIO12, precipitación anual) y ver al instante qué efecto tiene tu elección. Lo que elijas aquí será la selección por defecto de los pasos 7, 8 y 9, donde aún podrás cambiarla.The bioclimatic variables are strongly correlated with each other (e.g. BIO10 with BIO8, or BIO16 with BIO13). A regression model (GLM, GAM) becomes unstable with nearly redundant variables; tree methods, SVM and MaxEnt tolerate it better, but the importance of each variable gets shared. That is why the app proposes a low-collinearity subset, but the decision is yours: you can pin variables you consider important even if they are correlated (for example BIO1, annual mean temperature, and BIO12, annual precipitation) and see at once what your choice does. What you choose here becomes the default selection of steps 7, 8 and 9, where you can still change it.

MétodoMethod |r| máximoMax |r| VIF máximoMax VIF

Variables: elige cuáles usarVariables: choose which to use

Usar: entra a los siguientes pasos. 📌 Fijar: la selección recomendada nunca la quitará, aunque esté correlacionada. El VIF y la correlación máxima se calculan con las variables que tienes marcadas y se actualizan al instante. VIF < 5 es bajo, 5–10 moderado y > 10 alto.Use: goes on to the next steps. 📌 Pin: the recommended selection will never drop it, even if it is correlated. VIF and maximum correlation are computed with the variables you have ticked and update instantly. VIF < 5 is low, 5–10 moderate and > 10 high.

Matriz de correlaciónCorrelation matrix

Ordenada por agrupamiento jerárquico (el árbol de la izquierda agrupa las variables que se parecen). Azul = correlación negativa, naranja = positiva; los nombres en negrita son las variables que tienes seleccionadas. Haz clic en una celda para ver el par y decidir con cuál quedarte.Ordered by hierarchical clustering (the tree on the left groups variables that behave alike). Blue = negative correlation, orange = positive; bold names are the variables you have selected. Click a cell to see the pair and decide which one to keep.

Pares muy correlacionadosHighly correlated pairs

Estadística descriptiva y normalidadDescriptive statistics and normality

Distribuciones, resumen numérico y pruebas de normalidad de las variables que elegiste en el paso 6.Distributions, numerical summary and normality tests of the variables you chose in step 6.

El cálculo corre en Python dentro de tu navegador. La primera vez se descargan las librerías científicas (~1 min con buena conexión); después es rápido.The computation runs in Python inside your browser. The first time the scientific libraries are downloaded (~1 min on a good connection); afterwards it is fast.

Variables a analizarVariables to analyse

Métodos multivariados y análisis ecológicoMultivariate methods and ecological analysis

PCA, agrupamiento, análisis de correspondencias y métricas de nicho y distribución.PCA, clustering, correspondence analysis and niche and range metrics.

Cálculo en Python dentro del navegador.Computed in Python inside the browser.

Variables continuas para PCA y agrupamientoContinuous variables for PCA and clustering

Por defecto va la selección que hiciste en el paso 6. Puedes añadir otras aunque sean colineales: PCA y agrupamiento toleran redundancia y a veces una variable colineal es clave para interpretar.By default the selection you made in step 6 is used. You can add others even if collinear: PCA and clustering tolerate redundancy and a collinear variable is sometimes the key to interpretation.

Variables categóricas para AC / ACM / AFMCategorical variables for CA / MCA / FAMD

Estandarizar variables continuas (z-score) — recomendadoStandardise continuous variables (z-score) — recommended

Análisis de componentes principales (PCA)Principal component analysis (PCA)

Agrupamiento (clustering)Clustering

Datos de entradaInput data N.º de dimensiones PCANo. of PCA dimensions

MétodoMethod k

Análisis de correspondenciasCorrespondence analysis

TipoType FilasRows ColumnasColumns

Análisis de datos ecológicosEcological data analysis

Diversidad de especiesSpecies diversity

Índices alfa y beta, números de Hill, estimadores de riqueza, rarefacción, modelos de abundancia y pruebas de comparación. Todo se calcula aquí mismo, sin el motor de Python: la sección abre al instante y funciona sin conexión.Alpha and beta indices, Hill numbers, richness estimators, rarefaction, abundance models and comparison tests. Everything is computed right here, without the Python engine: the section opens at once and works offline.

Lee esto primero. En una colección de registros de presencia, el número de registros de un taxón mide esfuerzo de muestreo (colectores, carreteras, proyectos), no abundancia poblacional. Por eso los índices de abajo describen los registros, no las poblaciones. Para comparar sitios usa la rarefacción o la comparación a igual cobertura, nunca el total de registros. Read this first. In a collection of presence records, the number of records of a taxon measures sampling effort (collectors, roads, projects), not population abundance. The indices below therefore describe the records, not the populations. To compare sites use rarefaction or the equal-coverage comparison, never the raw record total.

1 · Qué es un sitio y qué es un taxón1 · What a site is and what a taxon is

La matriz de comunidad se arma con los registros que ya tiene la app (las variables del paso 5 si existen; si no, los registros limpios del paso 3). Un «sitio» es una unidad de muestreo: una celda de una malla, un país, un estado, una clase climática, un tipo de suelo, un tramo del gradiente altitudinal o un grupo del agrupamiento de arriba.The community matrix is built from the records the app already holds (the variables of step 5 when they exist, otherwise the clean records of step 3). A "site" is a sampling unit: a grid cell, a country, a state, a climate class, a soil type, a band of the elevation gradient or a cluster from the clustering above.

Un sitio esA site is Tamaño de celdaCell size UnidadUnit Un taxón esA taxon is Descartar sitios con menos deDrop sites with fewer than registrosrecords

2 · Opciones de los índices2 · Index options

Base del logaritmo de H′Logarithm base of H′ Réplicas de remuestreoResampling replicates SemillaSeed

La semilla fija el azar: con la misma semilla los intervalos y las permutaciones se repiten exactamente.The seed fixes the randomness: with the same seed the intervals and permutations come out exactly the same.

Matriz de comunidad (sitios × taxones)Community matrix (sites × taxa)

Diversidad alfaAlpha diversity

Una fila por sitio y una fila final con el conjunto completo. H′ de Shannon (1948), índice de Simpson (1949), equitatividad de Pielou (1966), números de Hill (1973), dominancia de Berger y Parker (1970), riqueza de Margalef (1958) y de Menhinick (1964), índice de Brillouin, α de la serie logarítmica (Fisher et al. 1943), cobertura de muestra y estimadores de riqueza Chao1 (Chao 1984, 1987), ACE (Chao y Lee 1992) y navaja de primer y segundo orden.One row per site and a final row for the whole set. Shannon's H′ (1948), Simpson's index (1949), Pielou's evenness (1966), Hill numbers (1973), Berger and Parker dominance (1970), Margalef (1958) and Menhinick (1964) richness, Brillouin index, log-series α (Fisher et al. 1943), sample coverage and the richness estimators Chao1 (Chao 1984, 1987), ACE (Chao and Lee 1992) and first- and second-order jackknife.

MostrarShow

Intervalos de confianza por remuestreoConfidence intervals by resampling

Intervalos percentil del 95 % obtenidos remuestreando los registros de cada sitio con reemplazo.95 % percentile intervals obtained by resampling each site's records with replacement.

Perfil de diversidad (números de Hill)Diversity profile (Hill numbers)

Al aumentar q el perfil pesa cada vez más a los taxones dominantes: q = 0 es la riqueza, q = 1 el exponencial de Shannon y q = 2 el inverso de Simpson. Si dos curvas no se cruzan, el orden entre esos sitios es el mismo para cualquier índice de diversidad; si se cruzan, el orden depende del índice que elijas (Hill 1973; Jost 2006).As q grows the profile weighs dominant taxa more and more: q = 0 is richness, q = 1 the exponential of Shannon and q = 2 the inverse of Simpson. If two curves do not cross, the ranking of those sites is the same for any diversity index; if they cross, the ranking depends on the index you pick (Hill 1973; Jost 2006).

Rarefacción y acumulaciónRarefaction and accumulation

La rarefacción por individuos da la riqueza esperada al submuestrear m registros (Hurlbert 1971), con su varianza analítica y su banda del 95 %. La extrapolación hasta 2n y la comparación a igual cobertura siguen a Colwell et al. (2012) y Chao y Jost (2012).Individual-based rarefaction gives the expected richness when m records are subsampled (Hurlbert 1971), with its analytical variance and 95 % band. Extrapolation up to 2n and the equal-coverage comparison follow Colwell et al. (2012) and Chao and Jost (2012).

Extrapolar hasta 2nExtrapolate up to 2n Banda del 95 %95 % band Eje de los registrosRecords axis

Curva de acumulación por sitiosSample-based accumulation curve

Riqueza acumulada al añadir sitios en orden aleatorio (media de las permutaciones, con la misma semilla).Richness accumulated as sites are added in random order (mean of the permutations, with the same seed).

Comparación a igual coberturaComparison at equal coverage

Comparar sitios al mismo número de registros sigue siendo injusto cuando uno está mejor muestreado. Aquí se comparan a la misma cobertura de muestra: la proporción de registros que pertenece a taxones ya detectados.Comparing sites at the same number of records is still unfair when one of them is better sampled. Here they are compared at the same sample coverage: the proportion of records belonging to taxa already detected.

Diversidad betaBeta diversity

Disimilitudes entre sitios: Jaccard, Sørensen, Bray y Curtis (1957), Morisita y Horn (Morisita 1959) y la partición de Sørensen en recambio y anidamiento (Baselga 2010).Dissimilarities between sites: Jaccard, Sørensen, Bray and Curtis (1957), Morisita and Horn (Morisita 1959) and the partition of Sørensen into turnover and nestedness (Baselga 2010).

ÍndiceIndex

Ordenación de los sitiosOrdination of the sites

Coordenadas principales (PCoA) sobre la matriz de disimilitud doblemente centrada, y escalamiento multidimensional no métrico (NMDS) con el estrés 1 de Kruskal desde varios arranques.Principal coordinates (PCoA) on the double-centred dissimilarity matrix, and non-metric multidimensional scaling (NMDS) with Kruskal's stress 1 from several starts.

Arranques del NMDSNMDS starts

Qué taxones separan dos conjuntos de sitiosWhich taxa separate two sets of sites

Descomposición de la disimilitud media de Bray y Curtis entre los dos conjuntos en la aportación de cada taxón (Clarke 1993). Elige los sitios de cada conjunto con Ctrl o Mayús.Decomposition of the mean Bray and Curtis dissimilarity between the two sets into each taxon's contribution (Clarke 1993). Pick the sites of each set with Ctrl or Shift.

Conjunto ASet A Conjunto BSet B

Estructura de las abundanciasStructure of the abundances

Gráfico de rango y abundancia de Whittaker (1960) en escala logarítmica, con cuatro modelos ajustados por máxima verosimilitud de Poisson y comparados por AIC, y el histograma de octavas de Preston (1948).Whittaker's rank-abundance plot (1960) on a logarithmic scale, with four models fitted by Poisson maximum likelihood and compared by AIC, and Preston's octave histogram (1948).

SitioSite

Comparaciones y pruebasComparisons and tests

Prueba t de Hutcheson (1970) entre dos índices de Shannon, con sus grados de libertad, y prueba de permutación de la diferencia de H′. Las comparaciones por pares llevan la corrección de Holm para pruebas múltiples.Hutcheson's t-test (1970) between two Shannon indices, with its degrees of freedom, and a permutation test of the difference in H′. The pairwise comparisons carry Holm's correction for multiple testing.

Sitio ASite A Sitio BSite B

Todas las parejas de sitiosAll pairs of sites

Métodos y referenciasMethods and references

Párrafo listo para pegar en tu manuscrito, con las opciones que realmente usaste.A paragraph ready to paste into your manuscript, with the options you actually used.

Modelado de distribución de especies (SDM)Species distribution modelling (SDM)

MaxEnt y otros nueve algoritmos, validación, ensamble, mapas y proyección a escenarios.MaxEnt and nine more algorithms, validation, ensemble, maps and projection to scenarios.

Modela la idoneidad del hábitat con MaxEnt y otros algoritmos, los valida, los combina en un ensamble y proyecta mapas (también a otros escenarios climáticos). Cálculo en Python dentro del navegador. Usa las capas ráster cargadas en el paso 5; para una malla fina conviene WorldClim a 2.5 arc-min o 30 arc-seg.Model habitat suitability with MaxEnt and other algorithms, validate them, combine them into an ensemble and project maps (also to other climate scenarios). Computed in Python inside the browser. It uses the raster layers loaded in step 5; for a fine grid use WorldClim at 2.5 arc-minutes or 30 arc-seconds.

Variables predictorasPredictor variables

Por defecto va la selección que hiciste en el paso 6; puedes añadir cualquier otra (MaxEnt, GLM y los algoritmos de árboles toleran cierta colinealidad, pero interpreta con cautela las curvas de respuesta).By default the selection you made in step 6 is used; you can add any other (MaxEnt, GLM and the tree algorithms tolerate some collinearity, but interpret the response curves with care).

Registros de presenciaPresence records

TaxónTaxon Conservar una sola presencia por celda de la malla (recomendado: reduce el sesgo de muestreo)Keep a single presence per grid cell (recommended: reduces sampling bias)

Área de calibración y malla de proyecciónCalibration area and projection grid

El fondo (pseudo-ausencias) se muestrea en las celdas a ≤ R km de algún registro (área accesible). Los mapas se calculan sobre el recuadro de los registros ampliado por un margen, o sobre la extensión que elijas (por ejemplo todo México): el modelo se proyecta también a las zonas alejadas de los registros, donde la predicción es una extrapolación (el mapa MESS lo señala).The background (pseudo-absences) is sampled in cells within R km of any record (accessible area). Maps are computed over the bounding box of the records enlarged by a margin, or over the extent you choose (for example all of Mexico): the model is also projected to areas far from the records, where the prediction is an extrapolation (the MESS map flags it).

RadioRadius R (km) Margen del mapa (°)Map margin (°) Extensión del mapaMap extent Máx. celdas de la mallaMax. grid cells Puntos de fondoBackground points SemillaSeed

Algoritmos y validaciónAlgorithms and validation

AlgoritmosAlgorithms

Todo se calcula en tu navegador. Tiempos orientativos (malla de ~10 mil celdas): los algoritmos de árboles, GLM, GAM y los de envoltura tardan segundos; MaxEnt unos 7–15 s por ajuste (según el número de variables) y SVM / red neuronal algo más. La validación repite cada ajuste una vez por pliegue, más el modelo final.Everything is computed in your browser. Indicative times (grid of ~10 thousand cells): tree algorithms, GLM, GAM and the envelope methods take seconds; MaxEnt about 7–15 s per fit (depending on the number of variables) and SVM / neural network a little more. Validation repeats each fit once per fold, plus the final model.

MaxEnt

CaracterísticasFeatures L Q H P Multiplicador de regularizaciónRegularisation multiplier Nudos de bisagraHinge knots

L = lineal, Q = cuadrática, H = bisagra, P = producto. «Explorar» prueba combinaciones de clases y regularización con validación cruzada y AICc.L = linear, Q = quadratic, H = hinge, P = product. «Explore» tries combinations of feature classes and regularisation with cross-validation and AICc.

ValidaciónValidation

EsquemaScheme k

Los bloques espaciales evalúan la transferibilidad a otras zonas (más exigente). Las métricas se calculan con las presencias de prueba frente al fondo.Spatial blocks assess transferability to other areas (more demanding). Metrics are computed with the test presences against the background.

Desempeño de los modelosModel performance

Variables: importancia y curvas de respuestaVariables: importance and response curves

EnsambleEnsemble

MétodoMethod Pesos porWeights by Incluir solo si AUC ≥Include only if AUC ≥

Mapas de idoneidadSuitability maps

ModeloModel MapaMap EscenarioScenario UmbralThreshold OpacidadOpacity PresenciasPresences

Área idónea (km²)Suitable area (km²)

Modelación a futuro (proyección climática)Future modelling (climate projection)

Los modelos ajustados con el clima actual se transfieren a uno o varios climas futuros. Cada periodo de los escenarios CMIP6 es un promedio de 20 años (por ejemplo 2041–2060), no una predicción para un año concreto: lo que se compara son climas medios, no el tiempo de una fecha. La transferencia supone además que la relación especie–clima no cambia y que las demás variables (suelo, uso del suelo, competencia) se mantienen.The models fitted with the present climate are transferred to one or more future climates. Each period of the CMIP6 scenarios is a 20-year average (for example 2041–2060), not a prediction for a given year: what is compared are mean climates, not the weather of a date. The transfer also assumes that the species–climate relationship does not change and that the other variables (soil, land use, competition) stay the same.

1 · EscenariosScenarios

Selecciona de una vez todos los .tif futuros: archivos de 19 bandas (wc2.1_10m_bioc_<modelo>_<ssp>_<periodo>.tif) y/o grupos de archivos bio_N sueltos. El nombre se interpreta para obtener el modelo de circulación general, la vía socioeconómica (SSP o RCP) y el periodo; corrige cualquier campo en la tabla. Todas las capas deben cubrir el mismo recuadro que el presente. Si usas altitud como predictora se conserva la del presente (la topografía no cambia).Select every future .tif at once: 19-band files (wc2.1_10m_bioc_<model>_<ssp>_<period>.tif) and/or groups of separate bio_N files. The file name is parsed to get the general circulation model, the shared socioeconomic pathway (SSP or RCP) and the period; correct any field in the table. Every layer must cover the same box as the present. If you use elevation as a predictor the present one is kept (topography does not change).

Prefijo del nombreName prefix

2 · Modelo y supuesto de dispersiónModel and dispersal assumption

ModeloModel DispersiónDispersal Distancia máxima (km)Maximum distance (km) Rayar la extrapolación (MESS < 0) en los mapasHatch the extrapolation (MESS < 0) on the maps

Ilimitada: toda celda idónea en el futuro cuenta, como si la especie pudiera llegar a cualquier parte. Nula: solo cuentan las celdas idóneas hoy y en el futuro, como si la especie no pudiera moverse. Limitada: cuentan las celdas idóneas en el futuro que estén a ≤ d km del área idónea actual. El umbral es el que elegiste en «Mapas de idoneidad» (arriba).Unlimited: every cell suitable in the future counts, as if the species could reach anywhere. None: only cells suitable today and in the future count, as if the species could not move. Limited: cells suitable in the future that lie within d km of the present suitable area count. The threshold is the one you chose in “Suitability maps” (above).

Resultados por escenarioResults per scenario

Desplazamiento del área idóneaShift of the suitable area

Exagerar las flechasExaggerate the arrows

3 · Ensamble entre escenariosEnsemble across scenarios

Los escenarios se agrupan y dentro de cada grupo se calculan la media y la desviación estándar de la idoneidad entre modelos, el mapa de acuerdo (porcentaje de modelos que declaran la celda idónea) y el mapa binario de consenso al nivel de acuerdo que elijas. Cada grupo se añade a la lista de escenarios y aparece en las tablas y en los mapas.The scenarios are grouped and, inside each group, the mean and the standard deviation of suitability across models are computed, together with the agreement map (percentage of models that call the cell suitable) and the binary consensus map at the agreement level you choose. Each group is added to the scenario list and appears in the tables and maps.

Agrupar porGroup by Nivel de acuerdo (%)Agreement level (%)

Ensambles construidosEnsembles built

4 · Refugios climáticos y riesgoClimatic refugia and risk

Clasifica cada celda comparando el presente con todos los escenarios proyectados (sin contar los ensambles): refugio (idónea hoy y en todos), pérdida segura (idónea hoy y en ninguno), ganancia segura (no idónea hoy e idónea en todos) y desacuerdo (los escenarios no coinciden). La tabla por registro dice, para cada presencia usada, en cuántos escenarios su celda sigue siendo idónea.Classifies every cell by comparing the present with all the projected scenarios (the ensembles are not counted): refugium (suitable today and in all of them), certain loss (suitable today and in none), certain gain (not suitable today and suitable in all) and disagreement (the scenarios do not agree). The per-record table says, for each presence used, in how many scenarios its cell stays suitable.

ClasesClasses

Persistencia por registroPersistence per record

5 · Mapas del futuroMaps of the future

Se dibujan en el mapa de «Mapas de idoneidad» (arriba); desplázate para verlo. La idoneidad continua, el binario y la incertidumbre de cada escenario o ensamble se eligen con el selector de escenario de esa misma tarjeta.They are drawn on the map of “Suitability maps” (above); scroll up to see it. The continuous suitability, the binary map and the uncertainty of each scenario or ensemble are chosen with the scenario selector of that same card.

Escenario o ensambleScenario or ensemble

6 · Métodos e incertidumbreMethods and uncertainty

Adaptación agroclimática de cultivosAgroclimatic crop adaptation

Índices agroclimáticos, aptitud de cultivos, calendario de siembra y cambio de aptitud a futuro. Este paso describe el clima agrícola de la región, no a la especie de los pasos anteriores.Agroclimatic indices, crop suitability, planting calendar and change in suitability under future climate.

1) Capas climáticas mensuales1) Monthly climate layers

Los índices agroclimáticos se calculan mes a mes, así que necesitan temperatura mínima, máxima y precipitación de los 12 meses (WorldClim 2.1: 36 archivos wc2.1_<res>_tmin_01.tif … o archivos de 12 bandas). Si no las tienes, la app puede derivar un juego reducido de índices a partir de las 19 capas bioclimáticas del paso 5; esos índices se marcan como aproximados.The agroclimatic indices are computed month by month, so they need minimum and maximum temperature and precipitation for the 12 months (WorldClim 2.1: 36 files wc2.1_<res>_tmin_01.tif …, or 12-band files). If you do not have them, the app can derive a reduced set of indices from the 19 bioclimatic layers of step 5; those indices are flagged as approximate.

Una carpeta con los .tif mensualesA folder with the monthly .tif files

Elige la carpeta donde descomprimiste tmin, tmax y prec; puede contener las tres.Pick the folder where you unzipped tmin, tmax and prec; it may hold all three.

Archivos .tif sueltosIndividual .tif files

Selecciona varios a la vez: los 12 meses de cada variable, o los archivos de 12 bandas.Select several at once: the 12 months of each variable, or the 12-band files.

Derivar de las bioclimáticasDerive from the bioclimatic layers

Reconstruye un ciclo mensual a partir de BIO1, BIO2, BIO5, BIO6, BIO10, BIO11, BIO12, BIO15, BIO18 y BIO19 del paso 5, reproduciendo BIO1, BIO5, BIO6 y BIO12 exactamente. Es la vía cuando solo tienes las bioclimáticas.Reconstructs a monthly cycle from BIO1, BIO2, BIO5, BIO6, BIO10, BIO11, BIO12, BIO15, BIO18 and BIO19 of step 5, reproducing BIO1, BIO5, BIO6 and BIO12 exactly. This is the route when you only have the bioclimatic layers.

Extensión y mallaExtent and grid

ExtensiónExtent Margen (°)Margin (°) Máx. celdasMax. cells

Las celdas se agregan en bloques de f×f píxeles hasta respetar el límite, así que la malla siempre cabe en memoria y el cálculo es inmediato. Sube el límite para más detalle.Cells are aggregated in f×f pixel blocks until the limit is met, so the grid always fits in memory and the computation is instant. Raise the limit for more detail.

2) Índices agroclimáticos: opciones2) Agroclimatic indices: options

Dentro de cada mes los días se modelan con una curva sinusoidal diurna (Baskerville y Emin, 1969) entre la mínima y la máxima del mes, repetida el número real de días de ese mes. Así los grados-día, las horas frío y los días de calor se estiman a resolución diaria a partir de datos mensuales. Limitación: no hay variabilidad día a día, por lo que los conteos de umbral se corrigen con una desviación estándar de los valores diarios (abajo); son valores esperados, no frecuencias interanuales observadas.Within each month the days are modelled with a diurnal sine curve (Baskerville and Emin, 1969) between that month's minimum and maximum, repeated for the real number of days of the month. Degree days, chilling hours and heat days are therefore estimated at daily resolution from monthly data. Limitation: there is no day-to-day variability, so threshold counts are corrected with a standard deviation of the daily values (below); they are expected values, not observed interannual frequencies.

Grados-día y umbralesDegree days and thresholds

Base de grados-día (°C)Degree-day base (°C) Tope superior (°C)Upper cap (°C) Umbral de helada (°C)Frost threshold (°C) DE diaria (°C)Daily SD (°C) Calor 1 (°C)Heat 1 (°C) Calor 2 (°C)Heat 2 (°C)

Con DE diaria = 0 los días de helada y de calor se cuentan solo con la media mensual (más conservador).With a daily SD of 0, frost and heat days are counted from the monthly mean alone (more conservative).

Acumulación de fríoChilling accumulation

Umbral de horas frío (°C)Chilling-hour threshold (°C) VentanaWindow Calcular también unidades frío tipo Utah (Richardson et al., 1974)Also compute Utah-style chill units (Richardson et al., 1974)

Evapotranspiración y balance hídricoEvapotranspiration and water balance

Método de EToPET method SueloSoil Agua aprovechable (mm)Available water capacity (mm) Reserva del perfil para la PPC (mm)Profile reserve for the LGP (mm)

La periodo o longitud del periodo de crecimiento (PPC) sigue la definición de zonas agroecológicas de la FAO (1978, 1996): días con P > 0.5·ETo, interpolando los 12 meses a 36 decenas, más el periodo de humedad residual necesario para evapotranspirar la reserva del perfil. Referencia de ETo según Allen et al. (1998).The length of the growing period (LGP) follows the FAO agro-ecological-zones definition (1978, 1996): days with P > 0.5·PET, interpolating the 12 months to 36 ten-day periods, plus the residual-moisture period needed to evapotranspire the profile reserve. Reference evapotranspiration after Allen et al. (1998).

5) Aptitud del cultivo5) Crop suitability

Este apartado no trata de la especie que estás estudiando. Responde a otra pregunta: con el mismo clima de la región, ¿dónde y cuándo se podría sembrar un cultivo? Elige el cultivo que te interese en la lista; el que aparece primero es solo el primero del catálogo, no una recomendación ni una relación con tus registros. Si lo que quieres es el nicho de tu especie, eso está en el paso 9 (modelado de distribución); aquí puedes, en cambio, comparar el clima de tus poblaciones con los requerimientos de cualquier cultivo.This section is not about the species you are studying. It answers a different question: with the same climate of the region, where and when could a crop be sown? Pick the crop you are interested in from the list; the one shown first is simply the first in the catalogue, not a recommendation nor a link to your records. If what you want is your species' niche, that is step 9 (distribution modelling); here you can instead compare the climate of your populations with the requirements of any crop.

Envoltura mecanística tipo EcoCrop (concepto de la FAO, formalizado por Ramirez-Villegas et al., 2013). Para cada celda y cada uno de los 12 meses posibles de siembra se toma la ventana del ciclo, se calculan la temperatura media y la precipitación acumulada del ciclo, se aplican funciones trapezoidales de aptitud y se combinan como el mínimo de la puntuación térmica y la hídrica, multiplicado por la máscara de helada y calor letales. Se conserva el mejor mes de siembra.Mechanistic envelope of the EcoCrop type (FAO concept, formalised by Ramirez-Villegas et al., 2013). For every cell and each of the 12 possible planting months the cycle window is taken, the mean temperature and the accumulated precipitation of the cycle are computed, trapezoidal suitability functions are applied and combined as the minimum of the temperature and the water score, multiplied by the killing-frost and lethal-heat mask. The best planting month is kept.

CultivoCrop Duración del cicloCycle length Aplicar el requerimiento de frío de los perennes de clima templadoApply the chilling requirement of temperate perennials Aplicar el límite de altitud del cultivo (necesita la capa de altitud del paso 5)Apply the crop elevation limit (needs the elevation layer of step 5)

MapaMap EscenarioScenario OpacidadOpacity

Superficie por clase de aptitudArea by suitability class

Factor limitanteLimiting factor

Calendario del cultivo en un sitioCrop calendar at one site

Elige un punto de la lista del apartado 3 o haz clic en el mapa de arriba para fijarlo.Choose a point from the list of section 3 or click on the map above to set it.

SitioSite

De los registros al mapa de idoneidadFrom records to the suitability map

Cómo funcionaHow it works

Pruébalo: un laboratorio con una especie virtualTry it: a lab with a virtual species

Los diez pasosThe ten steps

Diez algoritmos y un ensambleTen algorithms and an ensemble

Teoría en breveTheory in brief

Cómo citarHow to cite

Buscar la especie en GBIF o subir tus registrosSearch the species in GBIF or upload your records

O sube tus propios registrosOr upload your own records

Traer registros de presenciaFetch presence records

Países (opcional)Countries (optional)

Registros descargadosDownloaded records

Filtrar los registrosFilter the records

Filtro por estado o regiónFilter by state or region

Recorte geográfico (opcional)Geographic clip (optional)

Resultado del filtradoFiltering result

Depurar coordenadasClean coordinates

Reglas de depuraciónCleaning rules

Reporte de depuraciónCleaning report

Mapa de registros depuradosMap of cleaned records

Distribución de los registrosDistribution of the records

Variables ambientales en cada puntoEnvironmental variables at each point

1) Capas ráster (GeoTIFF de WorldClim y Köppen)1) Raster layers (WorldClim and Köppen GeoTIFF)

Una carpeta con los .tifA folder with the .tif files

Archivos .tif sueltosIndividual .tif files

Capas de ejemploExample layers

2) Opciones de muestreo2) Sampling options

Tipo de suelo (SoilGrids · WRB)Soil type (SoilGrids · WRB)

Resultado de la extracciónExtraction result

Mapa temáticoThematic map

Correlación y selección de variablesCorrelation and variable selection

Variables: elige cuáles usarVariables: choose which to use

Matriz de correlaciónCorrelation matrix

Pares muy correlacionadosHighly correlated pairs

Estadística descriptiva y normalidadDescriptive statistics and normality

Variables a analizarVariables to analyse

Estadística descriptivaDescriptive statistics

Histogramas y densidadHistograms and density

Boxplots comparativosComparative boxplots

Media e intervalo de confianzaMean and confidence interval

Detalle por variableDetail by variable

Comparación entre taxonesComparison between taxa

Pruebas de normalidadNormality tests

Transformación sugeridaSuggested transformation

Métodos multivariados y análisis ecológicoMultivariate methods and ecological analysis

Variables continuas para PCA y agrupamientoContinuous variables for PCA and clustering

Variables categóricas para AC / ACM / AFMCategorical variables for CA / MCA / FAMD

Análisis de componentes principales (PCA)Principal component analysis (PCA)

Varianza explicada (sedimentación)Explained variance (scree plot)

Círculo de correlación de variablesCorrelation circle of variables

Mapa de individuosIndividuals map

Biplot

Contribuciones y calidadContributions and quality

Descripción de dimensionesDescription of dimensions

Agrupamiento (clustering)Clustering

Mapa de gruposCluster map

Análisis de correspondenciasCorrespondence analysis

Análisis de datos ecológicosEcological data analysis

Área de distribución (criterios de área de la lista roja)Range size (red-list area criteria)

Patrón espacial y amplitud de nichoSpatial pattern and niche breadth

Curva de acumulación de registrosRecord accumulation curve

Espacio ambiental (densidad en el plano PCA)Environmental space (density on the PCA plane)

Solapamiento de nicho entre taxonesNiche overlap between taxa

Resumen ambiental por taxónEnvironmental summary by taxon

Diversidad de especiesSpecies diversity

1 · Qué es un sitio y qué es un taxón1 · What a site is and what a taxon is

2 · Opciones de los índices2 · Index options

Matriz de comunidad (sitios × taxones)Community matrix (sites × taxa)

Diversidad alfaAlpha diversity

Intervalos de confianza por remuestreoConfidence intervals by resampling

Perfil de diversidad (números de Hill)Diversity profile (Hill numbers)

Rarefacción y acumulaciónRarefaction and accumulation

Curva de acumulación por sitiosSample-based accumulation curve

Comparación a igual coberturaComparison at equal coverage

Diversidad betaBeta diversity

Ordenación de los sitiosOrdination of the sites

Qué taxones separan dos conjuntos de sitiosWhich taxa separate two sets of sites

Estructura de las abundanciasStructure of the abundances

Comparaciones y pruebasComparisons and tests

Todas las parejas de sitiosAll pairs of sites