Upload
phamnhu
View
220
Download
0
Embed Size (px)
Citation preview
8ConSeb, Madrid 4- 7 de julio 2017
0 5 10 15 20 25 30 35 40 45 50
Ic
It
Ps
Ts
PE
GDD
alt
pend
or
rad
% De contribución de las variables predictoras a los modelos de
potencialidad del hábitat
Quercus lusitanica Paraserianthes lophantha
Modelos de potencialidad del hábitat aplicados al estudio y conservación de Quercus lusitanica Lam.
Sara Santamarina(*), Estrella Alfaro-Saiz, Félix Llamas, & Carmen AcedoDpt. Biodiversidad y Gestión Ambiental (G.I. Taxonomía y Conservación Vegetal). Universidad de León. 24071 León (España).
*E-mail: [email protected]
IntroducciónQuercus lusitanica Lam. es una de las especies incluidas en el Catálogo Gallego de Especies Amenazadas. Su área de ocupación reducida, unida a su distribución disyunta,
propició la modificación del Decreto 88/2007 para su inclusión con la categoría Vulnerable (Decreto 167/2011). Aunque cuenta con poblaciones localizadas en varias áreas
occidentales ibéricas y del norte de África, la pequeña población disyunta del macizo gallego del Monte Pindo (Concello de Carnota, a Coruña), posee un gran interés para
la conservación de la especie, por encontrarse aislada y en el límite noroccidental de su distribución, alejada más de 100 km de la más cercana (Fig. 1.A). Hemos detectado
amenazas que podrían comprometer la conservación de la especie en esta localidad, entre las que se encuentra la presencia de especies exóticas invasoras, algunas
llegadas recientemente, como Paraserianthes lophantha (Willd.) I.C.Nielsen, una especie procedente de Australia, naturalizada en diversas regiones, y con manifiesto
carácter invasor. En Monte Pindo, P. lophantha se encuentra en contacto con la población de Q. lusitanica, lo que sugiere que su posible expansión representaría una
nueva amenaza que podría estar comprometiendo la conservación de Q. lusitanica
ReferenciasAlfaro-Saiz E., García-González M.E., del Río S., Penas A., Rodríguez A., Alonso-Redondo R. 2014. Incorporating bioclimatic and biogeographic data in the construction of species
distribution models in order to prioritise searches for new populations of threatened flora. Plant Biosystems, DOI: 10.1080/11263504.2014.976289
Benito, B. M., Martínez-Ortega, M. M., Muñoz, L. M., Lorite, J., Peñas, J. 2009. Assessing extinction-risk of endangered plants using species distribution models: A case study of
habitat depletion caused by the spread of greenhouses. Biodiversity and Conservation, 18(9), 2509–2520. DOI: 10.1007/10531-009-9604-8
Fielding AH & Bell JF. 1997. A review of methods for the assessment of prediction errors in conservation presence/ absence models. Environ Conserv 24(1): 38–49.
Ninyerola M & Pons X, Roure JM. 2005. Atlas Climático Digital de la Península Ibérica. Metodología y aplicaciones en bioclimatología y geobotánica [Digital Climatic Atlas of the
Iberian Peninsula. Methodology and applications in Bioclimatology and Geobotany]. Bellaterra: Universidad Autónoma de Barcelona.
Phillips SJ, & Dudík M. 2008. Modeling of species distributions with Maxent: New extensions and a comprehensive evaluation. Ecography 31: 161–175.
Rissler L.J. & Apodaca J.J. (2007). Adding more ecology into species delimitation: ecological niche models and phylogeography help define cryptic species in the black salamander
(Aneides flavipunctatus). Systematic Biology, 56(6): 924-942.
Rivas-Martínez S, Rivas-Sáenz S, Penas Á. 2011. Worldwide bioclimatic classification system. Global Geobot 1: 1–634.
Thornthwaite C.W. (1948). An approach toward a rational classification of climate. Geographical Review, 38: 55-94.
Václavík T & Meentemeyer RK. 2009. Invasive species distribution modeling (iSDM): Are absence data and dispersal constraints needed to predict actual distributions?. Ecological
Modelling, 220(23): 3248-3258.
Conclusiones• Los modelos propuestos en este trabajo mostraron su eficacia a la hora de predecir la potencialidad del
hábitat para ambas especies.
• La evaluación de la contribución de las variables predictoras a los modelos de potencialidad del hábitat,
revela diferencias en las respuestas de ambas especies frente a las variables de estudio.
• Existen zonas en las que actualmente está presente Quercus lusitanica con un elevado riesgo de invasión
por Paraserianthes lophantha.
• Al tratarse de una propuesta preliminar, este modelo ha de tomarse con cautela. Se requieren más datos
que faciliten una comprensión aún más precisa del comportamiento de Paraserianthes lophantha fuera de
su área de distribución natural, entre los que se encuentran los lugares de ausencia, nuevas presencias
dentro del área seleccionada para el modelado, así como implementar otras variables ambientales en la
modelización.
Material y métodosÁrea de estudio: La población disyunta de Quercus lusitanica se encuentra actualmente dentro de los límites
de la ZEC (Zona de Especial Conservación) Carnota-Monte Pindo. Hemos seleccionado esta localidad para
obtener nuevos datos de presencias de las especies objeto de estudio (Fig. 1). El área elegida para realizar la
modelización comprende un cuadrante noroccidental de la provincia de Galicia. La extensión de trabajo es de
631800 píxeles a una resolución de 200 x 200 m.
Datos de presencia: Para calibrar los modelos, se tomaron datos de nuevas localizaciones georreferenciadas
para Paraserianthes lophantha y Quercus lusitanica en un área fijada en el Monte Pindo (Fig.1.D).
Variables predictoras: Para realizar la modelización, se combinaron variables topográficas obtenidas a partir
del MDE, Modelo Digital de Elevaciones (IDEE, 2015) con variables climáticas y bioclimáticas, siguiendo la
propuesta de Alfaro-Saiz (2015) (Fig. 3) transformando los valores de los parámetros climáticos de los mapas
del Atlas Climático Digital de la Península Ibérica (Ninyerola et al., 2005).
Modelos de potencialidad del hábitat: Con los datos de presencia y las variables ambientales, se elaboró un
modelo de la potencialidad del hábitat para cada especie utilizando el algoritmo de máxima entropía
implementado en el software Maxent 3.2.18 (Phillips & Dudick, 2008). En ambos casos se replicó 30 veces el
modelo mediante muestreo con reemplazo empleando el método “Bootstrap”, tras lo que se seleccionó aquel
que obtuvo un valor máximo por este método. Para probar la precisión del modelo, se aplicó el método del
área bajo la curva (AUC) ROC (Fielding & Bell 1997). El resultado de la modelización se representó en los
mapas de potencialidad del hábitat.
Mapa de riesgo de invasión: Se obtuvo combinando los modelos de distribución de ambas especies
sumándolos, siguiendo el planteamiento de estudios recientes para evaluar el riesgo de extinción de especies
de plantas en relación a la expansión de los invernaderos (Benito et al., 2006) . Los valores resultantes se
escalaron en tres intervalos para proporcionar una escala de riesgo de invasión relativa.
A. © Santiago Corral Estevez B
Figura 4. A. Detalle de Quercus lusitanica. B. Paraserianthes lophatha y otras especies exóticas invasoras en cercanías a la población.
Resultados y DiscusiónTras realizarse el análisis de correlación de Pearson, no se descartó ninguna de las variables predictorias
seleccionadas para calibrar el modelo, pues se obtuvo un valor inferior a 0.75 en todos los casos.
El resultado de la evaluación de los modelos propuestos para Paraserianthes lophanta y Quercus lusitanica
mostraron un AUC de 0.967 y 0.997 respectivamente (Fig.5), lo que demuestra la capacidad de los modelos
para predecir la potencialidad del hábitat de ambas especies.
Comparando los mapas de potencialidad del hábitat (Fig. 6-7), se observa que Paraserianthes lophanta tiene
una mayor capacidad de expansión que Quercus lusitanica. Esto podría deberse a que la primera tiene menos
requerimientos ecológicos frente a las variables de estudio planteadas en este modelo que Quercus lusitanica,
que parece estar más limitada por algunas de estas variables (It y or, principalmente).
En el Mapa 8 se muestra que hay zonas con una alta adecuación del hábitat para Paraserianthes lophantha
que se solapan con las de presencia de Quercus lusitanica, lo que sugiere la posibilidad de interacción entre
ambas especies a corto plazo con la expansión de P. lophantha. Además, existen otras zonas que reúnen
condicionantes suficientes para que ambas especies se establezcan. Las celdas en las que coinciden los valores
más altos de idoneidad del hábitat para ambas especies, se corresponden con las zonas con mayor
probabilidad de que exista Quercus lusitanica y se vea afectado por la invasión (Benito et al., 2006).
Los modelos aquí propuestos se basaron únicamente en datos de presencias tomados en el Monte Pindo. Para
mejorar la modelización se deberían implementar presencias de otras localidades, lo que ayudaría a la
interpretación del comportamiento ecológico de ambas especies. También, sería necesario incluir ausencias
reales para ajustar los modelos, algunos autores sugieren que los datos de ausencia verdadera son críticos no
sólo para la calibración exacta, sino también para la evaluación ecológicamente significativa de los modelos
focalizados en predicción de las distribuciones de especies (Václavík & Meentemeyer, 2009).
Figura 5: Resultados de la evaluación de los modelos de potencialidad del hábitat por el método ROC
AgradecimientosPablo Salinas, por su ayuda en el manejo de los SIG y la modelización. Javier Amigo (USC) ayudó en la
localización de los taxones de estudio; Gaspar Bernárdez (UDC) proporcionó algunos datos de presencia;
Fotografía de detalle de Quercus lusitanica realizada por Santiago Corral Estévez.
Variables bioclimáticas
Período de actividad vegetativa - degreeday
(GDD) de junio a septiembre
(Arnold, 1960)
Figura 6. Mapa de potencialidad del hábitat para Paraserianthes lophantha
Figura 7. Mapa de potencialidad del hábitat para Quercus lusitanica
Variables predictoras
Puntos de presencia Variables climáticas
Índice continentalidad (Ic), Rivas-Martínez et al., 2011
Índice de termicidad (It), Rivas-Martínez et al., 2011
Precipitación estival (Ps), Rivas-Martínez et al. 2011
Temperatura estival (Ts), Rivas-Martínez et al., 2011
Índice evapotranspiración potencial mensual de agosto
(PE), Thornthwaite, 1948
Altitud (alt)
Pendiente (pend)
Orientación (or)
Radiación solar (rad)
Modelización
MaxEnt
Potencialidad del hábitat para acoger
a Quercus lusitanica
+
Figura 8. Mapa de riesgo de invasión.
Variables topográficas
Potencialidad del hábitat para acoger
a Paraserianthes lophantha
= MAPADE RIESGO DE
INVASIÓN
Figura 1: A. Distribución de las poblaciones de Quercus lusitanica en la Península Ibérica y el norte de África. B. Localización de la ZEC Carnota- Monte Pindo en la CCAA de Galicia. C. Localización del área de estudio fijada en el Monte Pindo. D. Cartografía detallada de
Quercus lusitanica y de Paraserianthes lophantha.
80 % Entrenamiento
20 %Evaluación
Paraserianthes lophantha
Quercus lusitanica
Figura 2: Monte Pindo
Figura 3. Diagrama de flujo que muestra los pasos seguidos en la construcción del modelo. Los rectángulos indican datos de entrada, rectángulos con esquinas redondas indican procedimientos, elipses muestran los resultados finales.
A B
CD
A