UNIVERSIDAD TECNICA PARTICULAR DE LOJA

INTEGRANTES:
 Thalía Calderón
 María Chalan
 Yessica Guartan
 Jessenia Vera

ANÁLISIS DEMOGRÁFICOS DE ESPECIES AMENAZADAS

Objetivos:
- Hacer uso de conceptos y parámetros demográficos estudiados y ponerlos en contexto de la
Biología de la Conservación.
- Familiarizarse con el uso de software especializado en la realización de análisis de viabilidad
poblacional (Rramas).
Estudio de caso: Tapirus bairdii

La danta centroamericana (Tapirus bairdii) se distribuye ampliamente a través de todo

Centroamérica incluyendo a México, Ecuador y Colombia. A pesar de esta amplia área de
ocurrencia, las poblaciones de la especie se encuentran fragmentadas en un gran número de
pequeñas sub-poblaciones ocupando muchas áreas de hábitat remanente. Este aislamiento y
fragmentación pone a muchas pequeñas poblaciones de danta en riesgo de extinción local,
muchas veces con poca oportunidad de restablecerse ya que los hábitat no tienen suficientes
conexiones geográficas con los segmentos de bosques vecinos. La situación se complica por el
hecho que las diferentes formas de actividad humana, bien sea cacería y pérdida continua de
hábitat, puede incrementar el riesgo de extinción local de la población, especialmente si la
población humana continúa incrementándose en la región. La conservación exitosa de la especie
depende de un riguroso método científico para identificar los impactos cuantitativos de este
riesgo y para ayudar a los biólogos a decidir las mejores estrategias existentes para el manejo
de la población. Los Análisis de Viabilidad Poblacional pueden ser una herramienta
extremadamente útil para investigar los riesgos actuales y futuros de la disminución o extinción
de poblaciones la danta centroamericana. Además, la necesidad y las consecuencias de
estrategias de manejo alterno pueden ser modeladas para sugerir qué prácticas pueden ser más
efectivas al manejar poblaciones de la danta centroamericana en su hábitat natural.
Se ha estudiado una población de la especie en la Cuenca baja del río San Juan (Nicaragua). La
población cuenta con 600 hembras. Las hembras acceden a la clase reproductora a partir del
cuarto año de vida. El 45% de las hembras se reproducen en un año y producen 1 cría por parto
con una distribución de sexos al 50%. La esperanza máxima de vida se ha calculado en 29 años.
La población queda estructura de la siguiente manera:
Clase 1: Cría ( 0 – 1 años)
Clase 2: Juvenil (1 – 2 años)
Clase 3: Adulto sub-reproductor ( 2 – 3 años)
Clase 4: Adulto reproductor ( > 3 años)

(a) ¿Cuál es la tasa anual de crecimiento λ (finite rate of increase)?

RESPUESTA 1: 1.066

(b) ¿Cuál es la clase más abundante en la distribución de clases estable?

RESPUESTA 2: la clase 4 con un valor de 0,360

stable stage distribution:

Clase_1 Clase_2 Clase_3 Clase_4
0.155 0.215 0.270 0.360
(c) Por término medio ¿en qué clase permanecen los individuos más tiempo?
RESPUESTA 3: la clase 3 con un valor de 0.85

8. Teniendo en cuenta un modelo demográfico geométrico calcula el número de

individuos que esperarías que hubiera en la población al cabo de un año y de dos años,
basándote solo en la tasa de crecimiento (λ) y la abundancia inicial de 600 hembras
(para el total de las cuatro poblaciones). Es decir, sin tener en cuenta la distribución
por clase de edades. Utiliza la función “Nt.geo.f” que creaste en la práctica 1.

RESPUESTA 4: en un año tendremos 639.6 y en dos años 681.81

¿Cuál es el tamaño de la población en el año 2? En el segundo año tendríamos:

682.239.

¿Cómo se compara este resultado con tu predicción anterior basada solo en la tasa de
crecimiento?
Los valores no varían mucho tomando en cuenta solo la tasa de crecimiento tuvimos
un valor de 681.81 en dos años. En cambio tomando en cuenta la distribución por clase
de edades para el segundo año tuvimos un valor de 682,239.

10. Podemos hacer estos cálculos de forma mucho más sencilla utilizando para ello la
función projectn () del paquete Rramas para tal fin:
 Time Abundance
1 0 600
2 1 640
3 2 682
4 3 726
5 4 774
6 5 825
En la gráfica podemos observar que a medida que aumenta el tiempo aumenta el
número de individuos. En el sexto año tendremos una abundancia de 825 individuos

tapir.det5 <- projectn(v=v0, mat=tapir, time=5)

plot(tapir.det5)
summary(tapir.det5)