PROYECTO

Modelo de distribución futura de la especie Loddigesia mirabilis (colibrí maravilloso) en el departamento de Amazonas bajo escenarios de Cambio Climático para el año 2060

1
Certificado

PROYECTO DEL CURSO

Distribución de especies: Modelos y análisis con Maxent, QGIS y R

REALIZADO POR

Fernando Taboada Estacion

INTRODUCCIÓN

El cambio climático representa una de las mayores amenazas para la biodiversidad a nivel global, alterando la distribución geográfica de numerosas especies. Las aves, en particular, son altamente sensibles a las modificaciones en el clima, lo que puede afectar sus patrones migratorios, su disponibilidad de hábitat y sus interacciones ecológicas. En este contexto, el colibrí Loddigesia mirabilis, una especie endémica y emblemática del departamento de Amazonas en Perú, enfrenta un futuro incierto debido a los cambios climáticos proyectados.

Este proyecto tiene como objetivo modelar la distribución futura de Loddigesia mirabilis bajo escenarios de cambio climático para el año 2060, utilizando el algoritmo Maxent. Este modelo permite predecir áreas potenciales de presencia de la especie basándose en variables climáticas y ecológicas, ayudando a identificar las áreas críticas para su conservación en el futuro.

El análisis se centra en la binarización de los resultados del modelo, donde los valores mayores al umbral seleccionado (threshold) indican presencia potencial, y los valores menores indican ausencia. Esta metodología permite generar mapas precisos que señalan cómo podrían desplazarse las zonas habitables para la especie, proporcionando información clave para la toma de decisiones en la gestión y conservación de su hábitat.

ANTECEDENTES

El cambio climático ha sido identificado como uno de los principales factores que afectan la distribución de las especies a nivel global. A medida que las temperaturas globales aumentan y los patrones de precipitación se modifican, muchas especies se ven obligadas a desplazarse hacia áreas con condiciones más favorables. Un ejemplo de ello es el estudio de Navarro-Guzmán et al. (2020), quienes aplicaron modelos de nichos ecológicos utilizando Maxent para predecir los efectos del cambio climático sobre la flora amenazada en Tacna, Perú. Los resultados mostraron que especies como Buddleja coriacea experimentarán reducciones significativas en su distribución debido a cambios climáticos, mientras que otras especies podrían encontrar nuevas áreas habitables. Este tipo de modelación resalta la importancia de prever los impactos futuros del clima en especies vulnerables.

En un contexto similar, Calvas-Serrano et al. (2024) realizaron un estudio sobre la distribución potencial futura de especies forestales en la Amazonía ecuatoriana, utilizando Maxent y escenarios climáticos futuros. Sus proyecciones indicaron que los cambios en la temperatura y la precipitación modificarán significativamente la distribución de estas especies, lo que subraya la necesidad urgente de implementar políticas de conservación adaptadas a los futuros escenarios climáticos. Estos estudios demuestran cómo la modelación de nichos ecológicos y la predicción de impactos futuros pueden ser herramientas poderosas para mitigar la pérdida de biodiversidad en ecosistemas sensibles como los de los Andes y la Amazonía.

DESCRIPCIÓN DEL ÁREA DE ESTUDIO

Amazonas es uno de los veinticuatro departamentos que, junto a la provincia Constitucional del Callao, forman la República del Perú. Ubicado al norte del país, limita con los departamentos de Cajamarca al oeste, La Libertad al sur, San Martín al sureste, y Loreto al este, así como con la República del Ecuador al norte. En censo 2017, el departamento registró una población total de 379 384 habitantes, con una densidad de 9,6 hab/km² que lo convierte en el cuarto con menor densidad poblacional, solo por delante de los departamentos de Ucayali, Loreto y Madre de Dios.

Coordenadas Geográficas:

  • Norte: 2° 59' 10" S
  • Sur: 6° 59' 12" S
  • Este: 77° 7' 56" W
  • Oeste 78° 42' 44" W
Figura N° 1: Ubicación del departamento de Amazonas

OBJETIVOS

  • Identificar las áreas actuales de presencia potencial de Loddigesia mirabilis en el departamento de Amazonas mediante el uso de variables climáticas y ecológicas.
  • Proyectar la distribución futura de Loddigesia mirabilis bajo escenarios de cambio climático para el año 2060.
  • Identificar las áreas de mayor vulnerabilidad y cambios en el hábitat adecuado para la especie, a fin de proponer medidas de conservación orientadas a mitigar los impactos del cambio climático.

PROCEDIMIENTO

Figura N°2: Diagrama de flujo para obtener los mapas de ditribución potencial al presente y futuro de la especie Loddigesia mirabilis.

Descargar los registros de presencia de GBIF para la especie “Lodiggesia mirabilis”, limpiar NA y eliminar duplicados

Figura N° 3: Procesamiento de datos de presencia descargados de GBIF.

Descargar las variables bioclimáticas y la elevación de WorldClim, agrupar las 20 variables en un RasterStack y enmascarar con el área de estudio para extraer los valores según las coordenadas de los registros de presencia.

Figura N° 4: Procesamiento de variables bioclimáticas descargadas de WorldClim.

Análisis VIF para seleccionar variables bioclimáticas menos correlacionadas y guardarlas en formato ASCII ya que modelaremos con esas varibales, en este caso fueron las variables bio3, bio4, bio15 y bio18.

Figura N° 5: Análisis del Factor de Inflación de la Varianza (VIF) para evaluar la multicolinealidad entre las variables bioclimáticas.

Extraer los valores de las 4 variables bioclimáticas menos correlacionadas, tras el análisis VIF. Luego, se generarán puntos de fondo en una proporción de 10 a 1 respecto a los datos de presencia, seleccionados aleatoriamente dentro del área de estudio. Para los datos de presencia, se aplicará k-fold, utilizando el 80% de los datos para entrenamiento y el 20% como prueba para evaluar el desempeño del modelo.

Figura N° 6: Generación de puntos de fondo y partición de datos de presencia en entrenamiento y prueba usando k-fold.

Correr el modelo utilizando la función maxent del paquete dismo y evaluarlo con los datos de entrenamiento y prueba para calcular el AUC (Área Bajo la Curva ROC) de ambos, verificando así el rendimiento del modelo.

Figura N° 7: Evaluación del modelo maxent. 

Visualización del modelo de distribución de la especie “Loddigesia mirabilis” para el presente y su proyección futura bajo escenarios de cambio climático.

Figura N° 8: Modelo de Distribución Presente vs Futuro.

Identificar el umbral óptimo (threshold) que maximiza la suma de la tasa de verdaderos positivos (TPR) y la tasa de verdaderos negativos (TNR). Este umbral se utiliza como punto de corte ideal para diferenciar las áreas de presencia y ausencia potencial de la especie.

Figura N° 9: Selección del umbral óptimo basado en TPR y TNR.

Una vez identificado el umbral de corte, los valores por encima del umbral fueron clasificados como "Presencia" y los valores por debajo del umbral fueron clasificados como "Ausencia".

Figura N° 10: Binarización del modelo de distribución de la especie.

RESULTADOS

Figura N° 11: Mapa de distribución actual de la especie “Loddigesia mirabilis” en el departamento de Amazonas.
Figura N° 12: Mapa de distribución futura de la especie “Loddigesia mirabilis” en el departamento de Amazonas.

Los resultados obtenidos del modelo de distribución actual de “Loddigesia mirabilis” en el departamento de Amazonas muestran que las áreas con condiciones favorables para la presencia de la especie se concentran principalmente en el suroeste de la región. Este modelo refleja las condiciones climáticas y ambientales actuales, donde la especie encuentra su hábitat adecuado. Las zonas de alta probabilidad de presencia están asociadas con factores bioclimáticos específicos que mantienen las condiciones necesarias para la supervivencia de la especie “Loddigesia mirabilis”.

Por otro lado, el modelo de proyección futura bajo un escenario de cambio climático para el año 2060 indica una disminución significativa en las áreas adecuadas para la especie. Se observa un claro desplazamiento hacia el sur y una contracción del hábitat, lo que sugiere que el cambio climático afectará negativamente la distribución de la especie. Estos resultados resaltan la importancia de implementar medidas de conservación que consideren los futuros cambios ambientales para mitigar los impactos sobre “Loddigesia mirabilis” y su hábitat.

CONCLUSIONES

  • Se modeló la distribución actual de Loddigesia mirabilis en Amazonas, identificando las áreas con mayor probabilidad de presencia en el suroeste del departamento bajo condiciones bioclimáticas actuales favorables.
  • La proyección futura para el año 2060 indica una contracción significativa del hábitat adecuado debido al cambio climático, con un desplazamiento hacia el sur, lo que plantea un riesgo crítico para la supervivencia de la especie.
  • Se identificaron zonas vulnerables donde la pérdida de hábitat será más severa, subrayando la necesidad de medidas de conservación inmediatas para preservar las áreas clave.

RECOMENDACIONES

  • Implementar áreas protegidas en las zonas identificadas como críticas para la conservación futura de Loddigesia mirabilis, priorizando aquellas con alta probabilidad de presencia bajo escenarios de cambio climático.
  • Desarrollar programas de restauración de hábitat en las áreas donde se proyecta una pérdida significativa de hábitat adecuado, con el fin de mantener las condiciones bioclimáticas necesarias para la supervivencia de la especie.
  • Incorporar modelos de distribución de especies en las políticas de conservación y planificación territorial, integrando escenarios de cambio climático para anticipar y mitigar los impactos sobre especies endémicas y vulnerables como Loddigesia mirabilis.

REFERENCIAS

  • GBIF.org (2024). GBIF Occurrence Download. Recuperado de: https://www.gbif.org/occurrence/search?taxon_key=5228461
  • Fick, S.E. and R.J. Hijmans, 2017. WorldClim 2: new 1km spatial resolution climate surfaces for global land areas. International Journal of Climatology 37 (12): 4302-4315. Recuperado de: https://www.worldclim.org/data/worldclim21.html
  • MappingGIS. (2019). Creación de mapas con R y ggplot2. MappingGIS. Recuperado de https://mappinggis.com/2019/07/creacion-de-mapas-con-r-y-ggplot2/

REALIZADO POR

Fernando Taboada Estacion

Perú

PROYECTO DEL CURSO

Distribución de especies: Modelos y análisis con Maxent, QGIS y R

Nicole Vergara