Predicción de la potencialidad de los bosques esclerófilos españoles mediante redes neuronales artificiales

Autores/as

  • M. Benito Garzón Departamento de Biología (Botánica), UAM
  • J. Maldonado Ruiz Unidad de Botánica, Departamento de Silvopascicultura, UPM
  • R. Sánchez de Dios Departamento de Biología (Botánica), UAM
  • H. Sainz Ollero Departamento de Biología (Botánica), UAM

DOI:

https://doi.org/10.3989/graellsia.2003.v59.i2-3.251

Palabras clave:

vegetación potencial, redes neuronales artificiales, Quercus ilex, Quercus suber, encina, alcornoque

Resumen


Encinares y alcornocales son dos de las formaciones esclerófilas más importantes de la Iberia mediterránea. Para conocer cual es su potencialidad en el territorio español se ha empleado un modelo generado mediante redes neuronales artificiales con un algoritmo de retropropagación de errores que conduce la información siempre hacia delante. Las variables bioclimáticas empleadas como predictores son: altitud, continentalidad, insolación, precipitación total, temperatura media anual, temperatura media de las mínimas del mes más frío y temperatura media de las máximas del mes más cálido, con una resolución de 10 km. Las redes neuronales se perfilan como una herramienta de gran poder predictivo. Se aprecian patrones de respuesta diferente para las formaciones estudiadas. Mientras que para la encina se simula un área potencial continua y extensa, para el alcornoque se obtiene un área fragmentada y restringida, que se ajusta bastante a su presencia actual. La principal discrepancia del modelo presentado con esquemas de vegetación potencial anteriores radica en la ausencia de encinares y alcornocales en zonas térmicas del Levante y sur peninsular.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2003-12-30

Cómo citar

1.
Benito Garzón M, Maldonado Ruiz J, Sánchez de Dios R, Sainz Ollero H. Predicción de la potencialidad de los bosques esclerófilos españoles mediante redes neuronales artificiales. Graellsia [Internet]. 30 de diciembre de 2003 [citado 26 de abril de 2024];59(2-3):345-58. Disponible en: https://graellsia.revistas.csic.es/index.php/graellsia/article/view/251

Número

Sección

Artículos