Modelo probabilístico para explicar distribución espacial en Echinolittorina peruviana (Lamarck, 1822) en costa rocosa (23°S, Antofagasta, Chile)

Patricio De los Rios-Escalante; Diego I. Gallardo; Héctor W. Gómez

doi:10.30550/j.azl/2099

Autores/as

Patricio De los Rios-Escalante Departamento de Ciencias Biológicas y Químicas, Facultad de Recursos Naturales, Universidad Católica de Temuco, Chile https://orcid.org/0000-0001-5056-7003
Diego I. Gallardo Departamento de Estadística, Facultad de Ciencias, Universidad del Bío-Bío, Chile
Héctor W. Gómez Departamento de Estadística y Ciencias de Datos, Facultad de Ciencias Básicas, Universidad de Antofagasta, Chile

DOI:

https://doi.org/10.30550/j.azl/2099

Palabras clave:

Echinolittorina peruviana, costa rocosa, patrón agregado, distribución binomial negativa, distribución de Waring

Resumen

Los patrones espaciales en la flora y fauna bentónica tienen tres patrones aleatorios, uniformes y agregados. Generalmente los modelos que se ajustan a esto son las distribuciones de Poisson, binomial o binomial negativa, respectivamente. Sin embargo, para casos específicos tales modelos no pueden ser apropiados. El objetivo del presente estudio es analizar datos del gasterópodo Echinolittorina peruviana (Lamarck, 1822) obtenidos en la costa rocosa de Antofagasta al norte de Chile, con el objetivo de determinar un modelo razonable que explique su distribución espacial. Los resultados revelaron que los individuos tienen un patrón agregado, pero no todas las poblaciones tienen distribución binomial negativa, por lo que se procedió a determinar un modelo alternativo a la familia de distribuciones binomiales negativas para explicar la distribución espacial. Los resultados revelaron que la distribución de la población se puede ajustar a un modelo de Waring. Estos resultados estarían de acuerdo con las descripciones de la literatura de que la distribución binomial negativa no es el patrón exclusivo que puede explicar el patrón agregado en especies gregarias.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Aguilera, M.A., Navarrete, S.A. (2011). Distribution and activity patterns in an intertidal grazer assemblage: influence of temporal and spatial organization on interspecific associations. Marine Ecology Progress Series, 431: 119-136. DOI: https://doi.org/10.3354/meps09100

Aguilera, M.A., Navarrete, S.A. (2012). Interspecific competition for shelters in territorial and gregarious intertidal grazers: consequences for individual behaviour. PLoS One, 7: 1-30. DOI: https://doi.org/10.1371/journal.pone.0046205

Ahmad, O., Fang, T.P., Yahya, K. (2011). Distribution of intertidal organisms in the shores of Teluk Aling, Pulau Pinang Malaysia. Publications of the Seto Marine Biological Laboratory, 41: 51-61. DOI: https://doi.org/10.5134/159483

Brower, J.E., Zar, J.H., Von Ende, C.N. (1998). Field and laboratory methods for general ecology. 4th ed. Dubuque: WCB McGraw Hill

Castillo, V.M., Brown, D.I. (2010). Echinolittorina peruviana (Lamarck, 1822): antecedentes de la especie. Amici Molluscarum, 18: 39-42.

De Los Ríos, P. (2017). Non randomness in spatial distribution in two inland water species malacostracans. Journal of King Saud University, Sciences: 29: 260-262. DOI: https://doi.org/10.1016/j.jksus.2016.12.002

De Los Ríos Escalante, P., Carreño, E., (2020). Spatial distribution in marine invertebrates in rocky shore of Araucania region (38°S, Chile). Brazilian Journal of Biology, 80: 362-367. DOI: https://doi.org/10.1590/1519-6984.208863

De los Ríos-Escalante, P., Esse, C., Stella, C., Adikesavan, P., Zúñiga, O. (2023). Spatial distribution of Echinolitorina peruviana (Lamarck, 1882) for intertidal rocky shore in Antofagasta (23° S, Chile). Brazilian Journal of Biology, 83: e246889. DOI: https://doi.org/10.1590/1519-6984.246889

Elliot, J.M. (1977). Some methods for the statistical analysis of benthic invertebrates. Freshwater Biological Associations Scientific Publication.

Fernandes, M.G., Busoli, A.C., Barbosa, J.C. (2003). Distribucao espacial de Alabama argillacea (Hubner)(Lepidoptera: Noctuidae). Neotropical Entomology, 32: 107-115. DOI: https://doi.org/10.1590/S1519-566X2003000100016

Lee, M.R., Castilla, J.C., Fernández, M., Clarke, M., González, C., Hermosilla, C., Prado, L., Rozbacczylo, N., Valdovinos, C. (2008). Free-living benthic marine invertebrates in Chile. Revista Chilena de Historia Natural, 81: 51-67. DOI: https://doi.org/10.4067/S0716-078X2008000100005

Rigby, R.A., Stasinopoulos, D.M. (2005). Generalized additive models for location, scale and shape, (with discussion). Applied Statistics, 54, 507-554. DOI: https://doi.org/10.1111/j.1467-9876.2005.00510.x

Santelices, B. (1992). Algas marinas de Chile: distribución, ecología, utilización y diversidad. Santiago de Chile: Ediciones Pontificia Universidad Católica de Chile.

Tejada-Pérez, C.A., Villasante, F., Luque-Fernández, C., Tejada-Begazo, C.L. (2018). Mollusk richness and vertical distribution along the rocky shore of Islay, Arequipa, Southern Peru. Journal of Marine and Coastal Sciences, 10: 47-66. DOI: https://doi.org/10.15359/revmar10-1.4

Underwood, A.J., Chapman, M.G., (2005). Design and analysis in benthic surveys in environmental sampling. In: A. Eleftheriou and A. Mcintyre, eds. Methods for the study of marine benthos. (1-42). Oxford: Blackwell Science. DOI: https://doi.org/10.1002/9780470995129.ch1

Underwood, A.J. (2004). Landing on one’s foot: small-scale topographic features of habitat and the dispersion of juvenile intertidal gastropods. Marine Ecology Progress Series, 268: 173-182. DOI: https://doi.org/10.3354/meps268173

Zar, J.H. (1999). Biostatistical analysis. New Jersey: Prentice Hall

Zuur, A., Ieno, E.N., Smith, G.M. (2007). Analyzing Ecological Data. Statistics for Biology and Health. Springer. DOI: https://doi.org/10.1007/978-0-387-45972-1