Spatial surface-pattern analyses and boundary detection techniques applied in forest ecology

Abstract

ResumenEn este trabajo se revisan los métodos de análisis univariable y multivariable de los patrones de superficies y de detección de fronteras más utilizados en ecología forestal. El patrón de superficies es un patrón espacial continuo definido por las posiciones de los puntos (árboles) en el espacio y una o varias variables asociadas a cada punto. Se ilustran métodos útiles para describir patrones espaciales e inferir los procesos que los generaron. Se muestra el fundamento estadístico y ejemplos aplicados de métodos de análisis univariables para variables binarias (conteo contiguo) y cuantitativas (correlogramas de Moran y Geary, semivariogramas, dimensión fractal). Se detalla el cálculo e interpretación de métodos multivariables para la descripción de patrones de superficies (correlograma y test de Mantel) y su relación con los métodos de ordenación. Finalmente, se muestran ejemplos de métodos para la detección de fronteras. La mayor parte de los patrones reales analizados provienen de bosques de Pinus uncinata del límite altitudinal superior en los Pirineos o bien de una población relíctica. Se discuten las ventajas y desventajas de cada metodología y sus aplicaciones en ecología forestal.Palabras clave: autocorrelación espacial, correlograma, semivariograma, ordenación, fronteras Abstract Spatial surface-pattern analyses and boundary detection techniques applied in forest ecologyWe review methods for uni-and multivariate surface pattern analysis and boundary detection used in forest ecology. A continuous surface pattern is defined as the locations of points (trees) in the space and the associated variable or variables. We illustrate useful methods to describe spatial patterns and infer the generating processes. We show the statistical basis and applied examples of univariate methods for binary (join counts) and quantitative variables (Moran and Geary correlograms, semivariograms, fractal dimension). We explain the calculus and interpretation of multivariate methods to describe surface patterns (Mantel test and correlogram) and their relationships with ordination methods. Finally, we show examples of techniques for boundary detection. Most analysed patterns corresponded to Pinus uncinata forests from the upper altitudinal limit in the Pyrenees or from a relict population. We discuss the advantages and disadvantages of each methodology and their applications in forest ecology.

Spatial analysis to evaluate the effects of soil sand content on the progress of the invasive process of G. triacanthos in riparian forests

“…The most commonly used quantitative methods to characterize spatial variability include geostatistics, spectral analysis, wavelet analysis, and multifractal (Si 2008 ). Wavelets analysis is especially useful for spatial variations that are nonstationary (where the pattern itself changes with direction) (Perry et al 2002 Camarero andRozas 2006 ) More often soil properties and ecological data are nonstationary, these trends may re ect important processes. The spatial variability of soil properties represents the interactions among soil physical, chemical, and biological processes that operate on a wide range of spatial and temporal scales (Si 2008).…”

Identificación de áreas de contagio por COVID 19 mediante análisis espacial del equipamiento urbano en Puno, Perú.

“…Donde N es el número de casos, X i es el valor de una variable en una ubicación particular i, X j es el valor de la misma variable en otra ubicación (donde i no es igual a j), X ̅ es la media de la variable y W ij es un peso aplicado a la comparación entre las ubicaciones i y j. Los pesos W ij deciden la proximidad o vecindario de cada punto analizado (Camarero y Rozas, 2006). La definición del tipo de proximidad puede ser determinado en autocorrelación positiva I tiende a + 1; si no existe autocorrelación I = 0 y para la autocorrelación negativa I tiende a − 1 (Wilt et al, 2018;Yuan et al, 2018;Siabato y Manrique, 2019).…”