Un modelo de publicación académica en el que las revistas no cobran comisiones ni a los autores ni a los lectores.

Tiempo medio para la primera decisión editorial (excluidos los artículos rechazados sin revisión): 5 semanas

Animal Biodiversity and Conservation. Volumen 41.2 (2018) Páginas: 217-225

Prediction of Iberian lynx road–mortality in southern Spain: a new approach using the MaxEnt algorithm

Garrote, G., Fernández-López, J., López, G., Ruiz, G., Simón, M. A.

DOI: https://doi.org/10.32800/abc.2018.41.0217

Descargar

PDF

Resumen

Predicción de la mortalidad en la carretera del lince ibérico en el sur de España: un nuevo método utilizando el algoritmo MaxEnt
En los últimos años, el tamaño de población del lince ibérico (Lynx pardinus) y su área de distribución han aumentado de forma significativa. Actualmente, la especie habita zonas en las que había estado extinto durante décadas y en las que se han identificado nuevos puntos negros de mortalidad en carretera. La conservación de esta especie requiere que se haga una evaluación exhaustiva del riesgo de muerte en carretera en su posible distribución futura. En este estudio se emplea el algoritmo MaxEnt para identificar las carreteras donde hay mayor riesgo de atropellar un lince ibérico. Más de 1.150 tramos de carreteras fueron evaluados en Andalucía (sur de España). En el modelo se utilizaron variables relacionadas con las carreteras y el hábitat circundante. En total, 1.395 km de los 7.384 km evaluados (el 18,9 %) se han calificado como de alto riesgo. Nuestros resultados podrían ayudar a planificar futuras estrategias de conservación. Hasta donde conocemos, esta es la primera vez que se utiliza el algoritmo MaxEnt para predecir de forma espacialmente explícita la mortalidad de fauna silvestre en carreteras.

Palabras clave

Mortalidad en carretera, Lince ibérico, MaxEnt, Datos lineales

Cita

Garrote, G., Fernández-López, J., López, G., Ruiz, G., Simón, M. A., 2018. Prediction of Iberian lynx road–mortality in southern Spain: a new approach using the MaxEnt algorithm. Animal Biodiversity and Conservation, 41: 217-225, DOI: https://doi.org/10.32800/abc.2018.41.0217

Fecha de recepción:

31/03/2017

Fecha de aceptación:

23/09/2017

Fecha de publicación:

29/12/2017

Compartir

Visitas

954

Descargas

339

Contenido reseñado en: