PD:Gestió i Anàlisi de Dades de Biodiversitat

Pla docent de l'assignatura

Català

Castellano

Tanca

Dades generals

Nom de l'assignatura: Gestió i Anàlisi de Dades de Biodiversitat

Codi de l'assignatura: 568700

Curs acadèmic: 2021-2022

Coordinació: Francesc Oliva Cuyas

Departament: Departament de Genètica, Microbiologia i Estadística

crèdits: 6

Programa únic: S

Hores estimades de dedicació

Hores totals 150

Activitats presencials i/o no presencials

	- Teoricopràctica	Presencial		4
	- Pràctiques de laboratori	Presencial		56

Treball tutelat/dirigit

Aprenentatge autònom

Competències que es desenvolupen

Competències bàsiques(CB) del Màster

CB6 - Posseir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament i / o aplicació d’idees, sovint en un context de recerca

CB7 - Que els estudiants sàpiguen aplicar els coneixements adquirits i la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seva àrea d’estudi

CB8 - Que els estudiants siguin capaços d’integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d’una informació que, sent incompleta o limitada, inclogui reflexions sobre les responsabilitats socials i ètiques vinculades a l’aplicació dels seus coneixements i judicis

CB9 - Que els estudiants sàpiguen comunicar les seves conclusions i els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d’una manera clara i sense ambigüitats

CB10 - Que els estudiants posseeixin les habilitats d’aprenentatge que els permetin continuar estudiant d’una manera que haurà de ser en gran manera autodirigida o autònom

Competències generals/transversals

CG0 - Saber integrar-se i treballar en equips d’investigació utilitzant indistintament el castellà, català o anglès

Competències específiques

CE3 - Saber avaluar i seleccionar la teoria científica adequada i la metodologia precisa dins de la biodiversitat per formular judicis a partir d’informació incompleta o limitada incloent-hi, quan calgui i sigui pertinent, una reflexió sobre la responsabilitat social o ètica lligada a la solució que es proposi en cada cas.

CE4 - Predir i controlar l’evolució de situacions complexes mitjançant el desenvolupament de metodologies de treball noves i innovadores adaptades a l’àmbit científic / investigador de la biodiversitat.

CE7 - Ser capaços d’assumir la responsabilitat del seu propi desenvolupament professional i de la seva especialització en el camp de la biodiversitat.

Objectius d'aprenentatge

Referits a coneixements

• Assolir competència en la consulta i descàrrega de dades de biodiversitat i en l’ús del programari B-VegAna.

• Assolir els fonaments bàsics d’algunes de les eines d’estadística multivariant utilitzades més habitualment en l’anàlisi de dades en biodiversitat.

• Assolir els coneixements, sobretot pràctics, per esbrinar i dur a terme les anàlisis estadístiques adients amb relació al tipus de dada de biodiversitat i la hipòtesi de partida.

• Aprendre a interpretar correctament els resultats de les tècniques d’anàlisi estadística multivariant.

Blocs temàtics

1. Tipus de dades en biodiversitat i la seva gestió

1.1. Tipus de dades. Espècimens. Observacions de camp (florístiques i faunístiques) i recomptes d’individus. Camps principals. Inventaris d’espècies i de comunitats

1.2. Recol·lecció d’espècimens i conservació: gestió i utilització científica. Interès de les col·leccions científiques històriques. Dades bibliogràfiques

1.3. Introducció als bancs d’informació en biodiversitat. Estructures de dades: taules, camps i tesaurus. Bases de dades de biodiversitat en xarxa: locals, nacionals i internacionals. Exemples de portals internacionals: GBIF i BioCASE. Exemples nacionals i locals (SIVIM, BDBC, Anthos, SIBA, etc.). Consulta i descàrrega de dades. Problemàtica de l’autoria. Filtratge d’errors i problemes de nomenclatura (sinònims). Bases de dades amb inventaris de vegetació (Global Index of Vegetation-Plot Databases). Bases de dades de biodiversitat. Perspectives de futur de les col·leccions i dels bancs de dades de biodiversitat

1.4. Formats estàndards d’intercanvi de dades (el TDWG). Formats XML de dades de biodiversitat: DarwinCore II i ABCD. Serveis webs (taxonòmics, cartogràfics i de georeferenciació). El format Veg-X per a dades de vegetació. Protocols de comunicació: Digir i Tapir

1.5. Georeferenciació de dades. SIG. Les bases de dades georeferenciades. Variables discretes i contínues. Format vectorial i de trama. Anàlisi en format vectorial i de trama: reclassificació i superposició. Els models digitals d’elevacions. Infraestructures de dades espacials (IDE)

1.6. Introducció al paquet de programes B-VegAna (http://biodiver.bio.ub.es/veganaweb), informatització de dades inèdites i importació de dades publicades. Consultes, cartografia i redacció d’informes

1.7. Presa de dades georeferenciades amb ZamiaDroid. Gestió de projectes, filtre de dades i exportació de les observacions als altres mòduls

1.8. Els mòduls Fagus, Quercus, Ginkgo i Yucca de B-VegAna (elaboració de projectes, introducció de dades, cartografia corològica, etc.)

2. Anàlisi de dades

2.1. Introducció a les tècniques d’anàlisi multivariant de dades. Matrius de dades, vector de mitjanes, matriu de covariàncies i matriu de correlacions. Distàncies i similituds. Tècniques de representació i tècniques de classificació

2.2. L’anàlisi de components principals. Elecció del nombre de components i interpretació. Rotació varimax. Relació amb l’anàlisi factorial. Cas pràctic: selecció de factors a partir de variables ambientals

2.3. Transformacions de variables i mesures de distàncies i similituds recomanables per a l’anàlisi de la biodiversitat

2.4. Anàlisi de proximitats (multidimensional scaling) mètrica i no mètrica: reducció de la dimensió mitjançant una matriu de proximitats entre els individus. Anàlisi de coordenades principals (classical scaling) i non-metric scaling. Cas pràctic: estudi de dades d’abundàncies d’espècies en localitats de mostreig

2.5. Relació entre abundància d’espècies i variables ambientals: RDA (redundancy analysis) i CCA (canonical correspondence analysis). Generalització a qualsevol mesura de distància: db-RDA. Cas pràtic: interrelació entre variables ambientals explicatives i matrius de taxons

2.6. Introducció a les eines d’anàlisi de conglomerats (cluster analysis). Conglomerat jeràrquic: dendrogrames. k mitjanes (k-means) i k mitjanes difuses (fuzzy k-means). Elecció del nombre de conglomerats. Cas pràctic: delimitació de territoris a Catalunya basats en la seva flora (fitogeografia) i en variables ambientals

2.7. Comparació de particions: matrius de confusió i Kappa. Índex de Rand. Cas pràctic: comparació dels resultats dels territoris obtinguts a Catalunya amb les propostes clàssiques d’O. de Bolòs i Rivas-Martínez. Concepte teòric de fidelitat i estadístics de mesura (phi-coefficient i Ochiai index). Cas pràctic: cerca d’espècies diagnòstiques a les comunitats

2.8. L’anàlisi discriminant: conceptes fonamentals i alguns enfocaments possibles. El discriminador lineal de Fisher. Avaluació d’una regla discriminant. Selecció de variables. Anàlisi discriminant basada en distàncies. Cas pràctic: comparació de la distribució potencial i real d’una espècie autòctona i d’una altra d’invasora

2.9. Disseny experimental i inferència estadística multivariant: PERMANOVA. Cas pràctic: confirmació de la validesa estadística d’associacions vegetals de boscos caducifolis

Metodologia i activitats formatives

L’assignatura es fa íntegrament a l’aula d’informàtica.

La informació es treballa mitjançant exercicis pràctics i l’estudi de casos específics.

• Activitats presencials: sessions teoricopràctiques i pràctiques de laboratori a l’aula d’informàtica.

• Activitats tutelades: treball tutelat.

Avaluació acreditativa dels aprenentatges

S’utilitza el criteri següent: assistència (20%) i dues proves d’avaluació de coneixements i competències basades en casos pràctics (80%, un 40% cadascuna de les proves).

Fonts d'informació bàsica

Consulteu la disponibilitat a CERCABIB

Llibre

Gotelli, Nicholas J. &, Ellison, Aaron M. A Primer Of Ecological Statistics. 2nd ed. Sinauer Associates (2013).