Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construido

Tribunal: Borges, Alejandra; Crisci, Carolina; Cadenazzi, Mónica

Saved in:
Bibliographic Details
Main Author: Garay Delbono, Andrea Lucía (author)
Format: masterThesis
Language:English
Spanish
Published: 2016
Subjects:
Online Access:https://hdl.handle.net/20.500.12008/29251
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1868890079958663168
author Garay Delbono, Andrea Lucía
author_browse Garay Delbono, Andrea Lucía
author_facet Garay Delbono, Andrea Lucía
author_role author
collection COLIBRI
dc.contributor.none.fl_str_mv Garay Delbono Andrea Lucía
dc.coverage.none.fl_str_mv Estados Unidos, Iowa
dc.creator.none.fl_str_mv Garay Delbono, Andrea Lucía
dc.date.none.fl_str_mv 2016
2021-08-30T14:50:37Z
2021-08-30T14:50:37Z
dc.format.none.fl_str_mv 39 p.
application/pdf
dc.identifier.none.fl_str_mv Garay Delbono, A. Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construido [en línea] Tesis de maestría. Montevideo. Udelar. FA, 2016
https://hdl.handle.net/20.500.12008/29251
dc.language.none.fl_str_mv en
es
eng
spa
dc.publisher.none.fl_str_mv Udelar. FA
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
dc.source.none.fl_str_mv reponame:COLIBRI
instname:Universidad de la República
instacron:Universidad de la República
dc.subject.none.fl_str_mv Modelos aditivos generalizados
Ocurrencia
Abundancia
Predicción conjunta
MODELOS ADITIVOS
PLANTAS ACUATICAS
TIERRAS HUMEDAS
dc.title.none.fl_str_mv Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construido
dc.type.none.fl_str_mv Tesis de maestría
info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/acceptedVersion
description Tribunal: Borges, Alejandra; Crisci, Carolina; Cadenazzi, Mónica
eu_rights_str_mv openAccess
format masterThesis
id anni_648fb8decd4fa235c24c19182ea91c22
identifier_str_mv Garay Delbono, A. Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construido [en línea] Tesis de maestría. Montevideo. Udelar. FA, 2016
instacron_str Universidad de la República
institution Universidad de la República
instname_str Universidad de la República
language eng
spa
language_invalid_str_mv en
es
network_acronym_str anni
network_name_str oai-lr-anni
oai_identifier_str oai:colibri.udelar.edu.uy:20.500.12008/29251
publishDate 2016
publishDateSort 2016
publisher.none.fl_str_mv Udelar. FA
reponame_str COLIBRI
repository.mail.fl_str_mv
repository.name.fl_str_mv
repository_id_str
rights_invalid_str_mv Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
spelling Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construidoGaray Delbono, Andrea LucíaModelos aditivos generalizadosOcurrenciaAbundanciaPredicción conjuntaMODELOS ADITIVOSPLANTAS ACUATICASTIERRAS HUMEDASTribunal: Borges, Alejandra; Crisci, Carolina; Cadenazzi, MónicaLos Modelos Aditivos Generalizado (GAM) son extensiones semi-paramétricas de los modelos lineales generalizados, en donde el predictor lineal no es simplemente una combinación lineal de las variables explicativas, sino que es una combinación lineal de funciones suavizadas de las variables explicativas. Los GAM pueden ser utilizados para predecir la distribución y abundancia de la vegetación acuática. Las macrófitas son un componente clave en los humedales artificiales construidos para mejorar la calidad del agua. El objetivo de este trabajo fue aplicar GAM para predecir la abundancia de la vegetación acuática sumergida en un humedal construido. Se estudió el efecto de variables topográficas y el día del año sobre la abundancia de la vegetación en tres años de estudio. Para evitar la sobredispersión de la variable abundancia debida a la gran proporción de ceros, se trabajó primero con los modelos de ocurrencia (presencia-ausencia) y abundancia dado que la especie está presente por separado. Luego, para combinar las predicciones de ambos modelos, se comparó: (1) el uso de umbrales de ocurrencia para convertir las probabilidades predichas de ocurrencia a datos de presencia/ausencia utilizando la predicción de abundancia condicional para los sitios donde se predijo la presencia de la especie, con (2) el producto de las predicciones de los modelos de ocurrencia y de abundancia condicional. Ambas aproximaciones fueron comparadas basándose en la suma de cuadrados residual. Cada modelo ajustado se utilizó para predecir dentro de cada año y para años desconocidos. Las predicciones se evaluaron mediante validación cruzada, a partir del área bajo la curva para los modelos de ocurrencia, y el coeficiente de correlación para abundancia condicional. Se obtuvieron buenas predicciones para predecir dentro de un mismo año. Sin embargo, los modelos no fueron muy buenos para predecir años desconocidos. En este trabajo fue posible realizar predicciones de vegetación acuática sumergida y evaluar variables que afectan su distribución y abundancia.Udelar. FAGaray Delbono Andrea Lucía2021-08-30T14:50:37Z2021-08-30T14:50:37Z2016Tesis de maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersion39 p.application/pdfGaray Delbono, A. Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construido [en línea] Tesis de maestría. Montevideo. Udelar. FA, 2016https://hdl.handle.net/20.500.12008/29251reponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaenesengspaEstados Unidos, IowaLas obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)oai:colibri.udelar.edu.uy:20.500.12008/292512026-04-14T10:24:53Z
spellingShingle Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construido
Garay Delbono, Andrea Lucía
Modelos aditivos generalizados
Ocurrencia
Abundancia
Predicción conjunta
MODELOS ADITIVOS
PLANTAS ACUATICAS
TIERRAS HUMEDAS
status_str acceptedVersion
title Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construido
title_full Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construido
title_fullStr Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construido
title_full_unstemmed Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construido
title_short Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construido
title_sort Modelos aditivos generalizados aplicados a la predicción de vegetación acuática sumergida en un humedal construido
topic Modelos aditivos generalizados
Ocurrencia
Abundancia
Predicción conjunta
MODELOS ADITIVOS
PLANTAS ACUATICAS
TIERRAS HUMEDAS
url https://hdl.handle.net/20.500.12008/29251