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
Temperatura: 28.1 oC
Sitio 3: Charca de los González, Barrio Cocos
Perímetro: 7 m x 15.6 m
Profundidad: 0.16 m a 0.95 m
Temperatura: 24.7 oC
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