Universitat de Lleida
    • English
    • català
    • español
  • English 
    • English
    • català
    • español
  • Login
Repositori Obert UdL
View Item 
  •   Home
  • Recerca
  • Enginyeria Agroforestal
  • Articles publicats (Enginyeria Agroforestal)
  • View Item
  •   Home
  • Recerca
  • Enginyeria Agroforestal
  • Articles publicats (Enginyeria Agroforestal)
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Modelling bird species richness with neural networks for forest landscape management in NE Spain

Thumbnail
View/Open
1932-3009-1-PB.pdf (396.1Kb)
Issue date
2010
Author
Gil Tena, Assumpció
Vega García, Cristina
Brotons, Lluís
Saura Martínez de Toda, Santiago
Suggested citation
Gil Tena, Assumpció; Vega García, Cristina; Brotons, Lluís; Saura Martínez de Toda, Santiago; . (2010) . Modelling bird species richness with neural networks for forest landscape management in NE Spain. Forest Systems, 2010, vol. 19, Special Issue, p. 113-125. https://doi.org/10.5424/fs/201019S-9290.
Impact


Web of Science logo    citations in Web of Science

Scopus logo    citations in Scopus

Google Scholar logo  Google Scholar
Share
Export to Mendeley
Metadata
Show full item record
Abstract
Para preservar la biodiversidad de los ecosistemas forestales de la Europa mediterránea en escenarios actuales y futuros de cambio global mediante una gestión forestal sostenible es necesario determinar cómo influye el medio ambiente y las propias características de los bosques sobre la biodiversidad que éstos albergan. Con este propósito, se analizó la influencia de diferentes factores ambientales y de estructura y composición del bosque sobre la riqueza de aves forestales a escala 1 × 1 km en Cataluña (NE de España). Se construyeron modelos univariantes y multivariantes de redes neuronales para respectivamente explorar la respuesta individual a las variables y obtener un modelo parsimonioso (ecológicamente interpretable) y preciso. La superficie de bosque (con una fracción de cabida cubierta superior a 5%), la fracción de cabida cubierta media, la temperatura anual y la precipitación estival medias fueron los mejores predictores de la riqueza de aves forestales. La red neuronal multivariante obtenida tuvo una buena capacidad de generalización salvo en las localidades con una mayor riqueza. Además, los bosques con diferentes grados de apertura del dosel arbóreo, más maduros y más diversos en cuanto a su composición de especies arbóreas se asociaron de forma positiva con una mayor riqueza de aves forestales. Finalmente, se proporcionan directrices de gestión para la planificación forestal que permitan promover la diversidad ornítica en esta región de la Europa mediterránea.
URI
http://hdl.handle.net/10459.1/44644
DOI
https://doi.org/10.5424/fs/201019S-9290
Is part of
Forest Systems, 2010, vol. 19, Special Issue, p. 113-125
European research projects
Collections
  • Articles publicats (Enginyeria Agroforestal) [384]

Contact Us | Send Feedback | Legal Notice
© 2023 BiD. Universitat de Lleida
Metadata subjected to 
 

 

Browse

All of the repositoryCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

Statistics

View Usage Statistics

D'interès

Política institucional d'accés obertDiposita les teves publicacionsDiposita dades de recercaSuport a la recerca

Contact Us | Send Feedback | Legal Notice
© 2023 BiD. Universitat de Lleida
Metadata subjected to