Printer Friendly

Efectos del cambio climatico en la diversidad vegetal del corredor de conservacion comunitaria Reserva Ecologica El Angel-Bosque Protector Golondrinas en el norte del Ecuador.

THE EFFECTS OF CLIMATE CHANGE ON VEGETATIVE DIVERSITY IN THE EL ANGEL ECOLOGICAL RESERVE-GOLONDRINAS PROTECTED FOREST COMMUNITY CONSERVATION CORRIDOR IN NORTHERN ECUADOR

Introduccion.

Los rapidos cambios climaticos que se han registrado durante los ultimos 30 anos a nivel mundial han provocado numerosas transformaciones en la distribucion y abundancia de las especies, causando ya alteraciones en gran variedad de ecosistemas (Chapin et al., 2000; Walther et al., 2002; Parmesan & Yohe, 2003; Root et al., 2003). Segun Thomas et al. (2004) un cambio climatico minimo produciria la extincion del 18% de las especies conocidas, mientras que un cambio maximo del 35% de especies. De acuerdo al IV Informe del IPCC, aproximadamente el 20-30% de las especies de plantas y animales posiblemente se encontraran en un aumento de peligro de extincion si la temperatura global media se excede en 1.5-2.5[grados]C (IPCC, 2007). Estas proyecciones son preocupantes especialmente en areas que se caracterizan por poseer una alta riqueza de biodiversidad, con alto indice poblacional y elevadas tasas de destruccion de habitats naturales como es el caso de los Andes Tropicales.

Para anticiparse a estas amenazas y priorizar acciones de conservacion, en los ultimos anos se han desarrollado varias herramientas de modelizacion para predecir la distribucion y diversidad de especies. Entre estas se encuentran los modelos de distribucion de especies (modelamiento de nicho ecologico) para valorar la potencial respuesta individual al cambio climatico. El objetivo general de estos modelos es encontrar una relacion entre factores ambientales y la presencia o ausencia de especies en un area geografica. El modelamiento ecologico son tecnicas estadisticas relativamente nuevas muy utiles en estudios de ecologia, evolucion, biogeografia, conservacion y cambio climatico (Araujo & Williams, 2000; Graham et al., 2004; Guisan & Thuiller, 2005; Guisan et al., 2006; Martinez-Meyer, 2005; Thuiller et al., 2005b; Elith et al., 2006; Hijmans & Graham, 2006; Pearson, 2006; Thuiller et al., 2008).

En los modelos propuestos de escenarios de cambio global para el Ecuador se estima que el cambio climatico podria causar importantes modificaciones a los actuales ecosistemas (Cuesta-Camacho et al., 2006; Delgado, 2008). Por ejemplo las especies vegetales van aumentar o disminuir su area de distribucion potencial en distinta proporcion, provocando diferentes respuestas como: desplazamientos, adaptacion y/o extincion (Delgado, 2008).

El Corredor de Conservacion Comunitaria Reserva Ecologica El Angel-Bosque Protector Golondrinas es una estrategia de manejo, que promueve la conectividad entre dos areas protegidas en el norte de Ecuador. Este corredor conecta varios ecosistemas andinos como: paramos y bosques montanos en un rango altitudinal de 900 a 4720 msnm. Esta zona une dos hotspots, el Andes Tropicales y el Tumbez-Choco-Magdalena (Myers et al., 2000). Por esta razon la presente investigacion trata de analizar el efecto del cambio climatico en la diversidad vegetal de este corredor, bajo un escenario de cambio global.

Materiales y metodos.

Area de estudio.

El area establecida como Corredor de Conservacion Comunitaria Reserva Ecologica El Angel-Bosque Protector Golondrinas se encuentra dentro de las jurisdicciones de los cantones Mira, Espejo, Tulcan, y Montufar de la provincia del Carchi en el norte del Ecuador. Las principales formaciones vegetales que cubren esta zona, segun Valencia et al. (1999), son: bosque siempre verde montano alto (Ceja Andina), b. de neblina montano, b. siempre verde montano bajo, b. altimontano norandino de Polylepis, matorral seco montano y paramo de frailejones; en un rango altitudinal de 900 a 4720 msnm.

Analisis de escenarios de cambio climatico.

El presente analisis de escenarios se baso en un trabajo realizado por Delgado (2008) para el Ecuador continental donde analiza la evolucion de la diversidad vegetal del pais en un escenario de cambio global estimado para el ano 2080. Para realizar un analisis a nivel del corredor se utilizo la cartografia base y de cobertura vegetal a escala 1:50.000 generada por el Laboratorio de SIG de la Corporacion Grupo Randi Randi.

En este estudio se utilizo el modelo de circulacion general (GCM) HadCM3, un modelo acoplado atmosfera-oceano desarrollado por el Hadley Centre for Climate Prediction and Research (http ://www.metoffice.gov.uk/research/hadleycentre). El escenario elegido para este estudio fue el A2, sus caracteristicas son: mayores emisiones de gases de efecto invernadero, describe un mundo muy heterogeneo caracterizado por la autosuficiencia, la conservacion de las identidades locales y una poblacion mundial en continuo crecimiento. El desarrollo economico esta orientado basicamente de forma regional y los cambios tecnologicos estan mas fragmentados (IPCC, 2000, 2007; Arnell et al., 2004). Segun Hulme & Sheard (1999) las predicciones para el ano 2080 bajo el escenario de emisiones A2, el Ecuador continental podria experimentar un aumento en la precipitacion anual del 20% y un aumento de la temperatura media anual de 4.3[grados]C.

Para generar los modelos de distribucion potencial se utilizaron dos tipos de variables: variables independientes (datos climaticos actuales y futuros) y variables dependientes (registros de herbario) y el algoritmo MARS (Multivariate Adaptive Regression Splines). El algoritmo MARS, es un metodo estadistico que ha demostrado ser fiable en modelamiento ecologico (Moisen & Frescino, 2002; Munoz & Felicisimo, 2004; Leathwick et al., 2006; Elith & Leathwick, 2007; Delgado, 2008) el mismo que intenta explicar los patrones de presencia/ausencia actual de la especie en funcion de un conjunto de variables independientes construyendo valores de idoneidad para cada punto del terreno.

Para generar los datos climaticos actuales se utilizaron las 19 variables bioclimaticas de Worldclim (www.worldclim.org). Estas variables se han generado a partir de los datos de precipitacion, temperatura minima, media y maxima registrados en las estaciones meteorologicas con datos disponibles y el modelo digital de elevaciones (MDE) de 90 metros de resolucion espacial derivado de la mision SRTM (Shuttle Radar Topography Mission). Todos los datos tienen formato raster con una resolucion espacial de 1 kilometro ya que la elevacion fue generalizada para adaptarla a las dimensiones de los datos de clima. Los datos utilizados se describen con mayor detalle en Hijmans et al. (2005). Las capas raster de las variables climaticas fueron muestreadas con los temas de puntos de cada especie para obtener el fichero de muestreo correspondiente. Las grids de clima para el ano 2080 fueron generadas a partir de las 19 variables bioclimaticas actuales de Worldclim (www.worldclim.org) modificadas de acuerdo con las previsiones derivadas del escenario HadCM3-A2. Las previsiones se proporcionan en el Tyndall Center como tablas de texto que muestran las variaciones sobre los datos climaticos del periodo 1961-1990. Mediante una rutina AML (Arc Macro Language) de ArcInfo Workstation se calcularon los valores mensuales de temperatura maxima, minima y media y de precipitacion media a partir de las variaciones estimadas para el ano 2080 con respecto a los valores medios medidos en el periodo 1961-1990. Las nuevas cuatro variables, se utilizaron para generar los valores futuros de las 19 variables bioclimaticas mediante una AML provisto por Worldclim.

Los registros de las colecciones botanicas se obtuvieron de la base datos TROPICOS del Missouri Botanical Garden. Del total de especies disponible en la base de datos TROPICOS (MO) se selecciono aquellas que tenian [mayor que o igual a] 15 presencias unicas por especie. En concreto se seleccionaron cinco familias de plantas vasculares (Bignoniaceae, Bromeliaceae, Gesneriaceae, Lauraceae y Leguminosae), algunas especies de paramo pertenecientes a varias familias (Poaceae, Cunoniaceae, Juncaceae, Loranthaceae, Caryophyllaceae, Ranunculaceae, Polygalaceae, Asteraceae, Rosaceae, Pteridaceae, Lycopodiaceae y Polypodiaceae), y el genero Anthurium Schott (Araceae). En total se modelizaron 413 especies (17 716 ejemplares de herbario). Estas especies fueron elegidas por no presentar problemas en su revision taxonomica y porque representan una gran variedad de habitats.

Con los registros de las especies seleccionadas en formato raster con tamano de pixel de 1 kilometro se construyeron modelos de idoneidad. Para la construccion de estos modelos se empleo una tecnica estadistica multivariante MARS (Multivariate Adaptive Regression Splines), desarrollado por Friedman (1991) que se basa en la construccion de modelos flexibles ajustando los datos a regresiones lineales por segmentos, donde la pendiente de la ecuacion cambia de un intervalo a otro. Para generar estos modelos se empleo MARS 2.0 (www.salfordsystems.com). Mediante rutinas de este software, se realizo un total de 30 modelos diferentes para cada una de las especies, variando la complejidad de los modelos generados. Posteriormente se selecciono el modelo que presentaba mejor bondad de ajuste (mayor valor de AUC).

Para el control del ajuste de prediccion de los modelos generados, se utilizo el estadistico AUC (Area Under the Curve) estimado a partir de la curva ROC (Receiver Operating Characteristics) (Hanley & McNeil, 1982). La curva ROC es la representacion grafica de la capacidad discriminativa de un determinado modelo a partir de todos sus puntos de corte posibles. Para cada punto de corte se elaboro una tabla umbral o matriz de confusion con todos los valores de sensibilidad (casos positivos) y especificidad (casos negativos). El valor de AUC esta entre 0.5 y 1 (Fielding & Bell, 1997), un valor de 0.5 equivale a una clasificacion al azar, mientras que un valor de 1 indica un ajuste perfecto, es decir, que todos los casos han sido correctamente clasificados. AUC 0.9-1, excelente; 0.8-0.90, bueno; 0.7-0.8, razonable; 0.6-0.7, pobre; 0.5-0.6, falla (Swets, 1988). En el caso especifico de este estudio (413 especies) el valor medio del AUC es de 0.98 (excelente). Los modelos generados se muestrearon en ArcInfo y se calcularon la curva ROC y el AUC con SPSS 12.0. Una vez obtenido el mejor modelo con el clima actual, este se proyecto con el clima futuro. Los modelos raster (grids) de idoneidad actuales y futuros de cada especie fueron reclasificados a modelos de presencia/ausencia a partir del punto de corte correspondiente. De acuerdo con Liu et al. (2005), el punto de corte optimo para MARS fue el que presento en la curva ROC la distancia de Manhattan mas corta a la esquina superior izquierda (0.1). Estos modelos se combinaron en una unica grid con dos campos que contenian la informacion de presencia/ausencia para la actualidad y para el 2080, respectivamente. Posteriormente se anadio otro campo en el que para cada pixel se codificaba si la especie desaparecia, aparecia o se mantenia estable en el ano 2080 con respecto al tiempo presente. En SPSS 15.0 se calcularon finalmente el numero de pixeles ganados, perdidos y estables en relacion con el area potencial inicial. Para determinar la variacion de la riqueza de acuerdo a la altitud, se considero los desplazamientos altitudinales de las especies los que se determinaron usando el numero de pixeles de presencia potencial de cada especie en funcion de la altitud.

La capacidad de migracion de cada especie fue analizada con dos proyecciones, una asumiendo dispersion ilimitada y otra asumiendo dispersion nula. Para el supuesto de dispersion ilimitada se tomo en cuenta el area ganada mas la que se ha mantenido estable con respecto a la de ocupacion inicial. Para el supuesto de dispersion nula solo se considero el area que se ha mantenido estable desde la actualidad. El area ganada es la que aparece como idonea en el futuro pero no en la actualidad, el area perdida es la que aparece como idonea en el presente pero no en el futuro, el area estable se define como la que se mantiene idonea tanto en el presente como en el futuro. El porcentaje de habitat idoneo ganado o perdido en el futuro con respecto al area potencial actual, permite determinar el grado de amenaza de las especies segun su habilidad de dispersion.

Para evaluar la tasa de recambio para una zona determinada a partir de los modelos de muchas especies, fue necesario calcular para cada pixel el numero de especies predichas, tanto para las condiciones climaticas actuales como futuras. Con estos valores se calculo el numero de especies perdidas y ganadas por pixel. La diferencia permite cuantificar la intensidad de recambio de especies o diversidad beta temporal por pixel. Para el supuesto de dispersion ilimitada, la tasa de recambio se calculo tomando en cuenta la riqueza inicial y el numero de especies ganadas y perdidas por pixel (Peterson et al., 2002; Thuiller, 2004; Thuiller et al., 2005a). En el caso de la dispersion nula solo se tomo en cuenta la riqueza inicial y las especies perdidas (Thuiller, 2004). En ambos casos, una tasa de recambio de 0 indica que el conjunto de especies de un pixel no variara con el tiempo, mientras que un valor de 100 indica que todas y cada una de las especies de ese pixel seran diferentes en el futuro.

Resultados y discusion.

Cambios en la diversidad potencial de plantas: patrones de riqueza.

La riqueza potencial actual en el Corredor de Conservacion Comunitaria Reserva Ecologica El Angel-Bosque Protector Golondrinas tendria como minimo 73 y como maximo 208 especies por pixel (Figura 1 a). En el futuro, bajo la asuncion de dispersion ilimitada, el numero minimo es de 74 y el maximo de 204 especies por pixel (Figura 1 b); mientras que bajo el supuesto de dispersion nula, de 61 y 186 especies por pixel (Figura 1 c).

[FIGURA 1 OMITIR]

En el futuro bajo el supuesto de dispersion ilimitada la riqueza potencial podria disminuir o incrementarse en algunas zonas, las areas que podrian disminuir su riqueza estan en altitudes comprendidas entre 1500-2000 msnm (Figura 2), el ecosistemas mas afectado seria el bosque andino. Aunque en mayor proporcion tambien podria existir perdida de riqueza en la parte oriental del area del corredor entre 3500 y ~5000 msnm (Figura 2) en zonas cubiertas por: paramo frailejones y p. de almohadillas, localizadas en la parte sur de la Reserva Ecologica El Angel (Figura 1 b). Bajo este mismo supuesto de dispersion, tambien habra zonas que incrementen su riqueza, en altitudes comprendidas entre 1000 a 1500 msnm y de 2000 a 3500 msnm (Figura 2), fuera de las areas protegidas, en el sector de La Concepcion del canton Mira, en areas que actualmente tienen suelo desnudo, areas intervenidas y zonas cubiertas por matorral seco (Figura 1 b).

En cambio bajo el supuesto de dispersion nula podria existir una gran disminucion de la riqueza, con los mayores porcentajes en altitudes comprendidas entre 1000 y 3000 msnm, y en areas que estan a mas de 4500 msnm (Figura 2), zonas que en la actualidad estan cubiertas principalmente por bosque siempreverde montano alto, bosque andino y areas intervenidas, que estan entre Reserva Ecologica El Angel y el Bosque Protector Golondrinas (Figura 1 c). Sin embargo hay que mencionar que en el futuro, pese a la posible perdida de especies bajo los dos supuestos de dispersion, se seguira manteniendo la alta riqueza de la parte occidental de la zona de estudio con respecto a la riqueza potencial actual (Figura 1).

[FIGURA 2 OMITIR]

Al comparar la riqueza potencial actual y futura bajo los dos supuestos de dispersion, se puede observar que a pesar de la disminucion de riqueza futura que experimentara el area de estudio, si conservara el mismo patron de riqueza (Figura 2). En la actualidad, las areas con la mas alta riqueza potencial de especies de plantas estan en altitudes entre 1000 y 2500 msnm (Figura 2), zonas cubiertas por bosque andino, dentro del Bosque Protector Golondrinas y su zona de amortiguamiento (Figura 1 a). Tambien existen zonas con alta riqueza en altitudes superiores a los 4000 msnm (Figura 2), localizadas en la Reserva Ecologica El Angel en areas cubiertas por diferentes tipos de paramo. De igual forma se destaca una alta riqueza en la zona que conecta estas dos areas protegidas que es el corredor de conservacion (zonas cubiertas por bosque andino, bosque siempreverde montano alto y areas de paramo) (Figura 1 a). Desplazamientos altitudinales.

Bajo el supuesto de dispersion ilimitada se estima que las especies en respuesta a los cambios climaticos futuros responden de forma particular y sus respuestas afectan a su vez al resto de los componentes del ecosistema, siendo capaces de migrar a distintos sitios a lo largo de la gradiente altitudinal, dando lugar a notables cambios en la estructura y composicion de las comunidades, lo que ocasionara en el futuro la formacion de "nuevos ecosistemas". De acuerdo a los resultados existe un desplazamiento de las especies a mayores altitudes. Esto se demuestra con algunos ejemplos de especies caracteristicas de la zona y las principales respuestas de las especies al futuro cambio climatico (colonizacion, extincion y adaptacion).

* Alloplectus teuscheri (Raymond) Wiehler, arbusto escandente que se lo encuentra actualmente entre 1000 3500 msnm, y en el futuro podria mantener estable su riqueza entre 1000-3000 msnm, pero sufrir perdidas a los 3000-3500 msnm, e incrementar su area de ocupacion en altitudes comprendidas entre 3500-4500 msnm.

* Luzula racemosa Desv., hierba que crece por encima de 2500 msnm, en el futuro podria registrar perdidas entre los 2500-3500 msnm y mantener su riqueza estable por encima de los 3500 msnm con respecto de la riqueza potencial actual.

* Cremosperma hirsutissimum Benth., hierba que se la puede encontrar entre 1000-4000 msnm, y en el futuro se estima que disminuya su area de ocupacion sobre los 3000 msnm.

* Tillandsia truncata L.B. Sm., terrestre o epifita que se la puede encontrar entre 1000-4000 msnm, pero en el futuro podria sufrir perdidas entre los 2500-3500 msnm e incrementar su area de ocupacion sobre los 4000 msnm.

* Kohleria inaequalis (Benth.) Wiehler, hierba que se la puede encontrar entre 1000-3000 msnm, pero la proyeccion futura estima que podria sufrir perdidas entre 1500-3000 msnm, e incrementar su presencia por encima de los 3000 msnm.

* Gynoxys buxifolia (Kunth) Cass., arbusto o arbolito que se lo puede encontrar sobre los 2500 msnm, pero en el futuro se extinguira entre 2500-3000 msnm, y ocurrira disminucion de esta especie entre 3000-4000 msnm, manteniendose estable sobre los 4000 msnm.

Patrones espaciales de cambio.

Ademas del conocimiento de la distribucion futura de las especies, es fundamental conocer y cuantificar donde las especies podran potencialmente ganar nuevas areas y en donde se extinguiran dando como resultado la tasa de recambio temporal de las especies (species turnover). Para el ano 2080, el modelo predice que cada pixel podria ganar como maximo 70 nuevas especies (Figura 3 a), representando una ganancia relativa del 34% con respecto a la riqueza potencial actual (Figura 1 a). Las mayores ganancias se darian entre 1000-1500 msnm, 2500-3000 msnm, y sobre los 4500 msnm de altitud (Figura 4 a), en zonas que estan fuera de las areas protegidas, en areas que actualmente estan cubiertas por: bosque andino, bosque siempreverde montano alto, matorral seco, areas intervenidas y suelo desnudo. El Bosque Protector Golondrinas tiene una mayor ganancia de especies en zonas cubiertas por bosque andino, pero tambien existiran ganancias aunque en menor escala en la Reserva Ecologica El Angel en zonas que actualmente estan cubiertas por: paramo de frailejones seguido de paramo de almohadillas, paramo lacustre, areas intervenidas (Figura 3 a).

[FIGURA 3 OMITIR]

Con respecto a las perdidas, el modelo predice que cada pixel podria perder entre 1 y 55 especies (Figura 3 b). Tomando el escenario mas pesimista (A2), la perdida relativa seria del 26% de la riqueza potencial actual (Figura 1 a). Las perdidas se observan de forma dispersa abarcando toda el area de estudio. La mayor perdida de especies se produciria entre los 1000 y 2500 msnm y en altitudes mayores a los 4500 msnm (Figura 4 a). Tambien se registran las mayores perdidas en zonas que estan fuera de las dos areas protegidas, en zonas cubiertas actualmente por: bosque siempreverde montano alto, bosque andino, paramo de frailejones, matorral seco, y areas intervenidas. Al analizar las dos areas protegidas que son la base del corredor, el modelo muestra que podrian existir perdida de especies vegetales en un escenario de cambio climatico; el Bosque Protector Golondrinas se vera afectado por la perdida de especies en zonas con bosque andino mientras que la Reserva Ecologica El Angel en zonas cubiertas por paramo de frailejones, paramo de almohadillas, bosque de Polylepis sp y paramo lacustre (Figura 3 b).

Ante el supuesto de dispersion universal o ilimitada, la tasa de recambio temporal de especies se estima que podria variar entre 3.2-56% (Figura 3 c), con los porcentajes mas altos entre 2500-4000 msnm y en altitudes mayores a 4500 msnm (Tabla 1, Figura 4 b), en areas cubiertas por: bosque siempreverde montano alto, bosque andino, paramo de frailejones; encontrandose areas extensas con alto recambio en zonas fuera de las dos areas protegidas. En el Bosque Protector Golondrinas podria existir un gran recambio de especies en el bosque andino en el area comprendida entre Chical y Goaltal. En la Reserva Ecologica El Angel las areas con mayor intercambio de especies podrian ocurrir en el paramo de almohadillas, paramo de frailejones y zonas actualmente quemadas (Figura 3 c).

Bajo el supuesto de dispersion nula el cambio en composicion de especies es menor y podria fluctuar entre 0.8-40% (Figura 3 d), las zonas con mayor alteracion estarian entre los 2500-4000 msnm y en altitudes mayores a los 4500 msnm (Tabla 2, Figura 4 b). Los cambios en la composicion floristica se producirian en las mismas formaciones vegetales que el supuesto de dispersion ilimitada.

Conclusiones.

Los resultados de esta investigacion ofrecen una primera vision de los posibles impactos del cambio climatico en un area rica en biodiversidad y ayudan a comprender sus efectos sobre la misma. Nunca se podra predecir el futuro con exactitud, pero se necesita una estrategia que permita mejorar la comprension de los efectos probables del clima futuro sobre la biodiversidad. La informacion proporcionada debe ser manejada con precaucion, teniendo en cuenta sus limitaciones y comprendiendo que son aproximaciones de lo que podria suceder en el 2080. Simulaciones mas realistas de los efectos del cambio climatico en la distribucion de las especies requieren una mejor comprension de las complejas interacciones entre los muchos factores que afectan la distribucion de especies.

La tecnica estadistica Multivariate Adaptive Regression Splines (MARS) proporciona modelos de distribucion potencial faciles de interpretar. Hay que tener claro que independientemente de la tecnica con la que se generen los modelos, solo representan un primer paso para comprender los impactos potenciales del cambio climatico sobre habitats y especies, ya que toma en cuenta solo el cambio climatico y deja de lado las interacciones entre especies, capacidad de migracion, disponibilidad de habitat, etc. Al poseer esta informacion es posible tener una imagen incompleta de las verdaderas amenazas del cambio climatico sobre la biodiversidad.

La riqueza potencial futura del area de estudio varia de acuerdo a los datos empleados para proyectar las posibles distribuciones futuras de las especies. Es decir la riqueza futura de la zona podria experimentar una ligera perdida bajo el supuesto de dispersion ilimitada, pero podria haber una perdida importante bajo el supuesto de dispersion nula. Sin embargo, bajo cualquiera de estas dos asunciones extremas de dispersion, se mantiene estable la alta riqueza de la parte occidental del area en estudio.

Aunque las perdidas son relativamente pocas, la alta tasa de recambio (56% bajo dispersion ilimitada y 40% bajo dispersion nula) revela que algunos de los principales ecosistemas existentes en el area de estudio (bosque andino, bosque siempreverde montano alto y todos los tipos de paramos) estarian en el futuro fuertemente amenazados. La ganancia y perdida de especies ocurridas en una misma area con la misma intensidad, provocan un cambio en la composicion floristica inicial y una consecuente alteracion de los ecosistemas existentes en la actualidad. Las zonas con tasas de recambio alto son: parte central y oriental del Bosque Protector Golondrinas, centro y oriente de la Reserva Ecologica El Angel y los ecosistemas que estan conectando estas dos areas protegidas. El alto recambio esperado para la zona de estudio ofrece nuevos retos al potenciar la aparicion de comunidades vegetales nuevas con caracteristicas funcionales desconocidas.

En areas que en futuro se estima un riesgo de perdida de riqueza es necesario recolectar semillas destinadas a los bancos de germoplasma. Para las areas que mantengan su riqueza estable en el futuro, las personas tomadoras de decision a nivel nacional y local tendran que enfocar sus esfuerzos para detener las presiones y fuentes de presion que puedan degradar la situacion actual. En cambio en zonas cuyos valores de biodiversidad actual vayan a verse incrementados en el futuro se deben proponer estrategias de manejo que faciliten este proceso.

El cambio climatico es inevitable, pero si se continua trabajando en conservar los ecosistemas naturales que conectan altitudinalmente el Bosque Protector Golondrinas y la Reserva Ecologica El Angel, por lo menos se puede asegurar que las especies tendran espacios naturales a donde migrar y evitar su extincion por falta de habitats. En base a esta experiencia local, se propone la creacion de corredores altitudinales entre areas naturales protegidas, como una estrategia para adaptacion y conservacion de los ecosistemas de montana ante los efectos del cambio climatico, asegurando asi, la migracion y proteccion de la biodiversidad.

[FIGURA 4 OMITIR]

Agradecimientos.

Esta investigacion y las actividades que la respaldaron fueron realizadas gracias al soporte de Proyecto Conservacion Comunitaria Fase II financiado por la John D. and Catherine T. MacArthur Foundation y ejecutado por la Corporacion Grupo Randi Randi. Agradecemos los comentarios y apoyo de: Telma Paredes, Pablo Cabrera, Carla Gavilanes, Cesar Cisneros, Susan V. Poats, Angel Felicisimo y Alicia Gomez-Munoz.

Presentado: 23/06/2009

Aceptado: 05/01/2010

Literatura citada.

Araujo M.B. & Williams P.H. 2000. Selecting areas for species persistence using occurrence data. Biological Conservation. 96: 331-345.

Arnell N.W., Livermore M.J.L., Kovats S., Levy P.E., Nicholls R., Parry M.L. & Gaffin S.R. 2004. Climate and Socio- economic scenarios for global- scale climate change impacts assessments: characterising the SRES storylines. Global Environmental Change. 14: 3-20.

Chapin F.S.III., Zavaleta E.S., Eviner V.T., Naylor, R.L., Vitousek P.M., Reynolds H.L., Hooper D.U., Lavorel S., Sala O.E., Hobbie S.E., Mack M.C. & Diaz S. 2000. Consequences of changing biodiversity. Nature. 405: 234-242.

Cuesta-Camacho F., Ganzenmuller A., Peralvo M.F., Saenz M., Novoa J. & Riofrio G. 2006. Predicting specie's niche distribution shifts and biodiversity change within climate change scenarios. A regional assessment for bird and plant species in the Northern Tropical Andes. Nacional Institute for Public Heath and the Environment (RIVM-NEAA). EcoCiencia/MNP_Andes. 1-36.

Delgado T. 2008. Evolucion de la diversidad vegetal en Ecuador ante un escenario de cambio global. Memoria de Tesis Doctoral. Madrid: Departamento de Publicaciones. Universidad Complutense de Madrid. hptt//www.kraken.unex.es/kraken

Elith J., Graham C.H., Anderson R.P., Dudik M., Ferrier S., Guisan A., Hijmans R.J., Huettmann F., Leathwick J.R., Lehmann A., Li, J. Lohmann L.G., Loiselle B.A., Manion G., Moritz C., Nakamura M, Nakazawa Y., McC. Overton J., Peterson A.T., Phillips S.J., Richardson K., Scachetti-Pereira R., Schapire R.E., Soberon J., Williams S., Wisz M.S. & Zimmermann N.E. 2006 Novel methods improve prediction of species' distributions from occurrence data. Ecography. 29: 129-151.

--. & Leathwick J. 2007 Predicting species distributions from museum and herbarium records using multiresponse models fitted with multivariate adaptive regression splines. Diversity and Distributions. 13: 265-3275.

Fielding A.H. & Bell J.E. 1997. A review of methods for the assessment of prediction errors in conservation presence/absence models. Environmental conservation. 24(1): 38-49.

Friedman J.H. 1991. Multivariate adaptive regression splines. Annals of Statistics. 19: 1-141.

Graham C.H., Ferrier S., Huettman F., Moritz C. & Peterson A.T. 2004. New developments in museum-based informatics and applications in biodiversity analysis.

TRENDS in Ecology and Evolution. 19(9): 497-502. Guisan A. & Thuiller W. 2005. Predicting species distribution: offering more than simple habitat models. Ecology Letter. 8: 993-1009.

--., Lehmann A., Ferrier S., Austin M., Overton J.M, Aspinall R. & Hastie T. 2006. Making better biogeographical predictions of species' distribution. Journal of Applied Ecology. 43: 386-392.

Hanley J.A. & McNeil B.J. 1982. The meaning and use of the area under a Receiver Operating Characteristic (ROC) Curve. Radiology. 143: 29-36.

Hijmans R.J., Cameron S.E., Parra J.L., Jones P.G. & Jarvis A. 2005. Very high resolution interpolated climate surfaces for global land areas Global Change Biology. International Journal of Climatology. 25: 1965-1978.

Hijmans R.J. & Graham C.H. 2006. The ability of climate envelope models to predict the effect of climate change on species distributions. Global Change Biology. 12: 2272-2281.

Hulme M. & Sheard N. 1999. Escenarios de Cambio Climatico para Paises de los Andes del Norte. Unidad de Investigacion Climatica, Norwich, Reino Unido.

IPCC (Grupo Intergubernamental de Expertos sobre Cambio Climatico). 2000. Informe especial del IPCC. Escenarios de Emisiones. Resumen para responsables de politicas. Grupo de Trabajo III.

IPCC (International Panel on Climatic Change). 2007 "Climate Change 2007: Impacts, Adaptation and Vulnerability". Sumary for Policymakers Working Group II. Fourth Assessmente Report.

Leathwick J.R., Elith J. & Hastie T. 2006. Comparative performance of generalized additive models and multivariate adaptive regression splines for statistical modelling of species distributions. Ecological Modelling. 199: 188-196.

Liu C., Berry P.M., Dawson T.P. & Pearson G.P. 2005. Selecting thresholds of occurrence in the prediction of species distributions. Ecography. 28: 385-393.

Martinez-Meyer E. 2005. Climate change and biodiversity: Some considerations in forescasting shifts in species' potential distributions. Biodiversity Informatics. 2: 42-55.

Moisen G.G. & Frescino T.S. 2002. Comparing five modelling techniques for predicting forest characteristics. Ecological Modelling. 157: 209-225.

Munoz J. & Felicisimo A.M. 2004. Comparison of statistical methods commonly used in predictive modelling. Journal of Vegetation Science. 15(2): 285-292.

Myers N., Mittermeier R., Mittermeier C., da Fonseca G. & Kent J. 2000. Biodiversity hotspots for conservation priorities. Nature. 403: 853-858.

Parmesan C. & Yohe G. 2003. A globally coherent fingerprint of climate change impacts across natural systems. Nature. 421: 37-42.

Pearson R.G. 2006. Climate change and the migration capacity of species. TRENDS in Ecology and Evolution. 21(3): 111-113.

Peterson A.T., Ortega-Huerta M.A., Bartley J., Sanchez-Cordero V., Soberon J., Buddemeier R.H. & Stockwell D.R.B. 2002. Future projections for Mexican faunas under global climate change scenarios. Nature. 416: 626-629.

Root T.L., Price J.T., Hall K.R., Schneider S.H., Rosenzweig C. & Pounds J.A. 2003. Fingerprints of global warming on wild animals and plants. Nature. 421: 57-60.

Swets J.A. 1988. Measuring accuracy of diagnostic sytems. Science. 240: 1285-1293.

Thomas C.D., Cameron A., Green R.E., Bakkenes M., Beaumont L.J., Collingham Y.C., Erasmus B.F.N., Ferreira de Siqueira M., Grainger A., Hannah L., Hughes L., Huntley B., van Jaarsveld A.S., Midgley G.F., Miless L., Ortega-Huerta M.A., Peterson A.T., Phillips O.L. & Williams S.E. 2004. Extinction risk from climate change. Nature. 427: 145-148.

Thuiller W. 2004. Patterns and uncertainties of species' range shifts under climate change. Global Change Biology. 10: 2020-2027.

--., Lavorel S., Araujo B., Sykes M.T. & Prentice C.I. 2005a. Climate change threats to plant diversity in Europa. Proceedings of the National Academy of Sciences of the USA, PNAS. 102: 8245-8250.

--., Richardson D.M., Pysek P., Midgley G.F.,

Hughes G.O. & Rouget M. 2005b. Niche-based modelling as a tool for predicting the risk of alien plant invasions at a global scale. Global Change Biology. 11: 2234-2250.

--., Albert C., Araujo M.B., Berry P.M., Cabeza M., Guisan A., Hickler T., Midgley G.F., Peterson J., Schurr F.M., Sykes M.T. & Zimmermann N.E. 2008. Predicting global change impacts on plant species' distributions: Future challenges. Perspectives in Plant Ecology, Evolution and Systematics. 9: 137-152.

Valencia R., Ceron C., Palacios W. & Sierra R. 1999. Formaciones Vegetales de la Sierra del Ecuador. En: Sierra R. (eds) Propuesta Preliminar de un Sistema de Clasificacion de Vegetacion para el Ecuador Continental: 79-108. Proyecto INEFAN/GEF-BIRF y EcoCiencia. Quito, Ecuador

Walther G.R., Post E., Convery P., Menzel A., Parmesan C., Beebee T.J.C., Fromentin J-C., Hoegh-Guldberg O. & Bairlein F. 2002. Ecological responses to recent climate change. Nature. 416: 389-395.

Tania Delgado (1) y David Suarez-Duque (2)

(1) Herbario Reinaldo Espinoza (LOJA), Casilla 11-01-249. Loja-Ecuador, delgado_tania@hotmail.com.

(2) Corporacion Grupo Randi Randi, Casilla 17-11-6102, Quito-Ecuador, davsua2@yahoo.com
TABA 1. Valor de la tasa media de recambio por pixel cada 500 m de
altitud (dispersion ilimitada)

               Numero
Altitud          de         %          %
(msnm)        pixeles     Minima     Maxima

1000-1500         112       7.00      45.75
1500-2000         253       5.77      36.81
2000-2500         254       6.49      44.44
2500-3000         106       6.90      50.33
3000-3500         321       7.45      55.94
3500-4000         332       6.67      45.67
4000-4500          40       3.17      35.90
4500-5000           1      20.14      20.14

Altitud                               Desv.
(msnm)         Rango      Media     Estandar

1000-1500       38.75      18.96        8.17
1500-2000       31.04      18.54        6.69
2000-2500       37.95      18.69        8.36
2500-3000       43.43      24.06        9.08
3000-3500       48.49      22.03        8.46
3500-4000       39.00      19.13        6.69
4000-4500       32.73      15.19        5.72
4500-5000        0.00      20.14        0.00

Tabla 2. Valor de la tasa media de recambio por pixel cada 500 m de
altitud (dispersion nula).

              Numero
Altitud         de         %         %
(msnm)       pixeles    Minimo     Maximo

1000-1500        112      1.65      29.89
1500-2000        253      2.08      25.36
2000-2500        254      1.31      36.36
2500-3000        106      3.57      39.52
3000-3500        321      1.14      37.96
3500-4000        332      2.25      36.11
4000-4500         40      0.81      24.24
4500-5000          1     12.88      12.88

Altitud                            Desv.
(msnm)        Rango     Media    Estandar

1000-1500     28.24      9.97        5.34
1500-2000     23.28     10.59        4.68
2000-2500     35.05     10.29        5.51
2500-3000     35.95     13.24        6.95
3000-3500     36.82     12.13        6.79
3500-4000     33.86     11.41        5.56
4000-4500     23.43      9.40        4.81
4500-5000      0.00     12.88        0.00
COPYRIGHT 2009 Universidad Nacional Agraria La Molina
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2009 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Delgado, Tania; Suarez-Duque, David
Publication:Ecologia Aplicada
Article Type:Report
Date:Jan 1, 2009
Words:5991
Previous Article:Biologia y comportamiento de Amblyseius chungas Denmark & Muma (Acari: Phytoseiidae) como predador de Panonychus citri (McGregor) (Acari:...
Next Article:Impacto de la politica agroambiental Europea de lucha contra la erosion sobre la olivicultura en Andalucia.
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters