Análisis de distribución potencial de xylella fastidiosa subsp. Multiplex st-6 philaenus spumarius en el sur de la península ibérica mediante el modelo ecológico de nicho maxent

• MIGUEL GUSTAVO ROMERO FERNÁNDEZ ^[1]
  1. [1] Universidad de Sevilla

     Universidad de Sevilla

     Sevilla, España

     
• Localización: Geofocus: Revista Internacional de Ciencia y Tecnología de la Información Geográfica, ISSN-e 1578-5157, Nº. 25, 2020
• Idioma: español
• Títulos paralelos:
  • Analysis of potential distribution of xylella fastidiosa subsp. Multiplex st- 6 and philaenus spumarius in the south of the Iberian Peninsula. The ecological model of niche maxent.
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se ha utilizado el modelo ecológico de nicho MaxEnt para conocer la distribución potencial de Xylella fastidiosa subsp. multiplex y el vector asociado Philaenus spumarius en el sur de la Península Ibérica. La correlación de la probabilidad de presencia de la bacteria con respecto al insecto vector es del 94 %, ratificando la existencia de un sistema patógeno-vector.

    La validación interna del modelo presenta unos coeficientes AUC por encima del 90 %. Las validaciones externas de los errores de omisión y comisión se han realizado mediante la correlación de los valores de probabilidad obtenidos por un modelo matemático multivariable y datos no introducidos en la modelización procedentes de 914 puntos de la última infección, con una correlación de la predicción del modelo de más del 80 %.

  • English

    The ecological model of niche MaxEnt has been used to know the potential distribution of Xylella fastidiosa subsp. multiplex and the associated vector Philaenus spumarius in the south of the Iberian Peninsula. The correlation of the probability of the presence of the bacterium with respect to the vector insect is 94 %, confirming the existence of a pathogen- vector system. The internal validation of the model shows AUC coefficients above 90 %. The external validations of the omission and commission errors have been made by correlating the probability values obtained by a multivariate mathematical model and 914 independent points obtained from the last infection, which have given a correlation of the model prediction above 80%.