El pronóstico ecológico utiliza el conocimiento de la física, la ecología y la fisiología para predecir cómo las poblaciones , comunidades o ecosistemas ecológicos cambiarán en el futuro en respuesta a factores ambientales como el cambio climático . El objetivo de este enfoque es proporcionar a los administradores de recursos naturales información para anticipar y responder a las condiciones climáticas a corto y largo plazo. [1]
Las condiciones climáticas cambiantes presentan a los ecólogos el desafío de predecir dónde, cuándo y con qué magnitud es probable que ocurran cambios para que podamos mitigarlos o al menos prepararnos para ellos. El pronóstico ecológico aplica el conocimiento existente sobre las interacciones de los ecosistemas para predecir cómo los cambios en los factores ambientales podrían resultar en cambios en los ecosistemas en su conjunto.
Una de las fuentes más completas sobre el tema es el libro Ecoological Forecasting escrito por Michael C. Dietze. [2]
Métodos
Los ecologistas adoptaron métodos bayesianos a partir de 1990, cuando las mejoras en la potencia computacional permitieron el uso de estadísticas computacionales más exigentes, como el Bayes jerárquico. [3] [4] Este tipo de análisis emplea una red bayesiana que proporciona un modelo gráfico probabilístico de un conjunto de parámetros y puede acomodar variables no observadas. Una estructura bayesiana es un enfoque probabilístico que es flexible para datos de alta dimensión y permite a los ecólogos separar fuentes de incertidumbre en sus modelos. [3] [5]
Los pronósticos pueden aprovechar el teorema de Bayes y actualizarse iterativamente con nuevas observaciones mediante un proceso llamado asimilación de datos . [2] La asimilación de datos combina observaciones en diferentes escalas temporales y geográficas con pronósticos, todos los cuales se combinan para proporcionar más información que cualquier fuente de datos por sí sola. [2] Algunos ecólogos han encontrado que este marco es útil para los modelos ecológicos, ya que a menudo se basan en una amplia gama de fuentes de datos. [3]
Modelos
La previsión ecológica varía en extensión espacial y temporal, así como en lo que se pronostica (presencia, abundancia, diversidad, producción, etc.).
- Los modelos de población pueden usarse para generar pronósticos de abundancia a corto plazo utilizando el conocimiento de la dinámica poblacional y las condiciones ambientales recientes. Estos modelos se utilizan especialmente en pesca y predicción de enfermedades .
- Los modelos de distribución de especies (SDM) se pueden utilizar para pronosticar la distribución de especies (presencia o abundancia) en escalas de tiempo ecológicas más largas utilizando información sobre las condiciones ambientales pasadas y proyectadas en todo el paisaje.
- Los SDM correlativos, también conocidos como modelos de envoltura climática, se basan en correlaciones estadísticas entre las distribuciones de especies existentes (límites de rango) y variables ambientales para delinear un rango (envoltura) de condiciones ambientales dentro de las cuales puede existir una especie. [6] [7] Luego se pueden pronosticar nuevos límites de distribución utilizando niveles futuros de factores ambientales como temperatura , precipitaciones y salinidad a partir de proyecciones de modelos climáticos. Estos métodos son buenos para examinar un gran número de especies, pero probablemente no sean un buen medio para predecir efectos a escalas finas.
- Los SDM mecanicistas utilizan información sobre las tolerancias y limitaciones fisiológicas de una especie, así como modelos de temperatura corporal del organismo y otras propiedades biofísicas, para definir el rango de condiciones ambientales dentro de las cuales puede existir una especie. Estas tolerancias se asignan a las condiciones ambientales actuales y proyectadas en el paisaje para delinear los rangos actuales y pronosticados para la especie. [8] [9] En contraste con los enfoques de "envoltura climática", los SDM mecanicistas modelan el nicho fundamental directamente y, por lo tanto, son mucho más exactos. [10] Sin embargo, el enfoque que requiere más información también suele consumir más tiempo. [6]
- Se pueden utilizar otros tipos de modelos para pronosticar (o predecir) la biodiversidad en escalas de tiempo evolutivas. Los modelos paleobiológicos utilizan evidencia fósil y filogenética de la biodiversidad en el pasado para proyectar la trayectoria de la biodiversidad en el futuro. Se pueden construir gráficos simples y luego ajustarlos en función de la calidad variable del registro fósil. [11]
Ejemplos de pronóstico
Biodiversidad
Utilizando evidencia fósil, los estudios han demostrado que la biodiversidad de los vertebrados ha crecido exponencialmente a lo largo de la historia de la Tierra y que la biodiversidad está entrelazada con la diversidad de los hábitats de la Tierra.
"Los animales aún no han invadido 2/3 de los hábitats de la Tierra, y podría ser que sin la influencia humana la biodiversidad continúe aumentando de manera exponencial".
—Sahney y cols . [11]
Temperatura
Pronósticos de temperatura, mostrados en el diagrama de la derecha como puntos de colores, a lo largo de la Isla Norte de Nueva Zelanda en el verano austral de 2007. Según la escala de temperatura que se muestra en la parte inferior, se pronosticaba que las temperaturas intermareales superarían los 30 °C en algunos ubicaciones el 19 de febrero; Estudios posteriores demostraron que estos sitios correspondían a grandes mortandades de erizos de mar excavadores.
Ciclo del carbono terrestre
Se han utilizado pronósticos del flujo de carbono terrestre para informar los modelos del sistema terrestre (ESM). [12] Algunos enfoques utilizan mediciones de torres de covarianza de remolinos para predecir depósitos de carbono. [13] En un artículo de 2015, los investigadores descubrieron que el contenido de carbono en los ecosistemas terrestres tiende a converger hacia un equilibrio, y la velocidad de aproximación al equilibrio es intrínsecamente predecible. [12]
Ver también
Referencias
- ^ Bradford, John B; Betancourt, Julio L; Butterfield, Bradley J; Munson, Seth M; Madera, Troy E (10 de marzo de 2018). "Ciencia y gestión anticipatoria de los recursos naturales para un futuro cambiante". Fronteras en Ecología y Medio Ambiente . 16 (5): 295–303. doi : 10.1002/fee.1806. ISSN 1540-9295.
- ^ abc Dietze, MC (2017). Previsión Ecológica. Prensa de la Universidad de Princeton. ISBN 9780691160573.
- ^ abc Clark, James S. (15 de diciembre de 2004). "Por qué los científicos ambientales se están volviendo bayesianos". Cartas de Ecología . 8 (1): 2–14. doi :10.1111/j.1461-0248.2004.00702.x. ISSN 1461-023X.
- ^ Gelfand, Alan E.; Smith, Adrian FM (1 de junio de 1990). "Enfoques basados en muestreo para calcular densidades marginales". Revista de la Asociación Estadounidense de Estadística . 85 (410): 398–409. doi :10.1080/01621459.1990.10476213. ISSN 0162-1459.
- ^ Dietze, Michael; Lynch, Heather (28 de enero de 2019). "Previendo un futuro brillante para la ecología". Fronteras en Ecología y Medio Ambiente . 17 (1): 3. doi : 10.1002/tarifa.1994 . ISSN 1540-9295. S2CID 92277706.
- ^ ab Pearson, Richard G.; Dawson, Terence P. (2003). "Predecir los impactos del cambio climático en la distribución de especies: ¿son útiles los modelos de envoltura bioclimática?". Ecología Global y Biogeografía . 12 (5): 361–371. doi :10.1046/j.1466-822X.2003.00042.x. ISSN 1466-8238. S2CID 13187378.
- ^ Elith, Jane; Leathwick, John R. (2009). "Modelos de distribución de especies: explicación y predicción ecológica en el espacio y el tiempo". Revisión anual de ecología, evolución y sistemática . 40 (1): 677–697. doi : 10.1146/annurev.ecolsys.110308.120159. ISSN 1543-592X. S2CID 86460963.
- ^ Kearney, Michael; Phillips, Ben L.; Tracy, Christopher R.; Cristiano, Keith A.; Betts, Gregorio; Porter, Warren P. (2008). "Modelado de distribuciones de especies sin utilizar distribuciones de especies: el sapo de caña en Australia en los climas actuales y futuros". Ecografía . 31 (4): 423–434. doi : 10.1111/j.0906-7590.2008.05457.x . ISSN 1600-0587.
- ^ Helmuth, Brian; Mieszkowska, Nova; Moore, Pippa; Hawkins, Stephen J. (2006). "Vivir al borde de dos mundos cambiantes: pronosticar las respuestas de los ecosistemas intermareales rocosos al cambio climático". Revisión anual de ecología, evolución y sistemática . 37 (1): 373–404. doi : 10.1146/annurev.ecolsys.37.091305.110149.
- ^ Kearney, M. (2006). "Hábitat, medio ambiente y nicho: ¿qué estamos modelando?". Oikos . 115 (1): 186-191. doi :10.1111/j.2006.0030-1299.14908.x. ISSN 1600-0706.
- ^ ab Sahney, S.; Benton, MJ y Ferry, Pensilvania (2010). "Vínculos entre la diversidad taxonómica global, la diversidad ecológica y la expansión de los vertebrados en la tierra". Cartas de biología . 6 (4): 544–547. doi :10.1098/rsbl.2009.1024. PMC 2936204 . PMID 20106856.
- ^ ab Luo, Yiqi; Keenan, Trevor F.; Smith, Mateo (3 de diciembre de 2014). "Previsibilidad del ciclo del carbono terrestre". Biología del cambio global . 21 (5): 1737-1751. doi : 10.1111/gcb.12766 . ISSN 1354-1013. PMID 25327167. S2CID 14002722.
- ^ Dokoohaki, Hamze; Morrison, Bailey D.; Raiho, Ann; Serbin, Shawn P.; Dietze, Michael (22 de octubre de 2021). "Un nuevo enfoque de fusión de datos y modelo para el reanálisis del ciclo del carbono terrestre en los EE. UU. contiguos utilizando SIPNET y el sistema de asimilación de datos estatales PEcAn v. 1.7.2". Discusiones sobre el desarrollo de modelos geocientíficos : 1–28. doi : 10.5194/gmd-2021-236 . ISSN 1991-959X. S2CID 239526189.
enlaces externos
- El sitio web de la Iniciativa de Pronóstico Ecológico es una iniciativa de base que construye una comunidad de práctica en torno al pronóstico ecológico.