Modelado de distribución estacional de la Agachona patagónica (Attagis malouinus, Boddaert 1783) basado en nicho ecológico

Modelado de distribución estacional de la Agachona patagónica (Attagis malouinus, Boddaert 1783) basado en nicho ecológico

SUAREZ, Joaquín; RAYA REY, Andrea N.
Instituto de Ciencias Polares, Ambiente y Recursos Naturales (ICPA), Universidad Nacional de Tierra del Fuego (UNTDF). Ushuaia, Tierra del Fuego, Antártida e Islas del Atlántico Sur, Argentina | Laboratorio de Ecología y Conservación de Vida Silvestre, Centro Austral de Investigaciones Científicas (CADIC-CONICET). Ushuaia, Tierra del Fuego, Antártida e Islas del Atlántico Sur, Argentina | Wildlife Conservation Society, CABA Buenos Aires, Argentina
joacocano2015@gmail.com
La localización geográfica de una especie, y su variabilidad temporal, está determinada por las condiciones ambientales y su historia evolutiva. Este conocimiento es clave para, por ejemplo, conocer dónde realizar muestreos durante el año, realizar análisis biogeográficos o estudiar el riesgo de las poblaciones ante la fragmentación del hábitat, entre otros. Los modelos de nicho y distribución relacionan datos de ocurrencias geográficas con variables ambientales y son una herramienta flexible y robusta al momento de modelar la distribución geográfica de especies. En este trabajo se modelizó la distribución de la Agachona Patagónica (Attagis malouinus) tanto para la temporada estival (Octubre-Marzo) como para la invernal (Abril-Septiembre), independientemente. Los datos de ocurrencias geográficas se obtuvieron del repositorio GBIF y luego de filtrarlos se contó con 89 ocurrencias para la temporada estival y 128 para la invernal. Se utilizaron 4 variables ambientales consideradas ecológicamente relevantes para la especie y los algoritmos seleccionados para modelizar fueron Random Forest y Random Boosted Trees. Mediante el modelado se produjeron exitosamente mapas de probabilidad de ocurrencia de la especie en invierno y verano así como también de presencia y ausencia. Las variables más relevantes para la distribución fueron la temperatura promedio del trimestre más cálido para el verano y la del trimestre más frío para el invierno. En conclusión, la herramienta generó mapas de distribución confiables mediante una metodología replicable y perfectible para una especie de la que se cuenta con escasa información.

Cita sugerida:

Derechos de autor:

Esta obra está bajo una licencia Creative Commons Atribución-NoComercial (CC BY-NC).