Universitat Autonoma de barcelona

Atlas de idoneidad topo-climática de leñosas

Se han utilizado Modelos Lineales Generalizados (GLM) para modelizar la idoneidad topo-climática de especies arbóreas a partir de datos de presencias y ausencias de las parcelas del tercer Inventario Nacional Español (MMA, 1994-2004). Aunque existen diversos métodos de clasificación (Araújo y New, 2007; Thuiller et al., 2009), los GLM constituyen una de las técnicas más usadas en los Modelos de Distribución de Especies (Guisan y Zimmermann, 2000; Randin et al., 2009) dada su capacidad de modelizar de forma realista relaciones ecológicas (Austin, 2002; Elith et al., 2006).

Datos de presencia-ausencia de las especies

Se han utilizado las parcelas procedentes del tercer Inventario Nacional Español para identificar los lugares donde la especie está presente o ausente. Para cada especie, se han realizado modelos estadísticos donde la presencia-ausencia de una determinada especie es la variable dependiente.
Los datos de ausencias pueden influir en la precisión del modelo (Lobo et al., 2008) así como el tipo de distribución que se quiere modelizar (nicho observado o nicho potencial) (Kearny, 2006). Puesto que el número de lugares donde las ausencias era mucho más grande que los de presencias, se construyeron 250 subconjuntos de datos donde el número de presencias y el número de ausencias quedaran igualados, obteniendo así un modelo robusto no dependiente en el número de ausencias (aunque algunos autores proponen que el número de ausencias no tiene porqué modificar el modelo, Chefaoui y Lobo, 2008).
El hecho que una especie no esté presente en un lugar determinado puede darse por diversos factores. De ello se deduce que en realidad estamos usando pseudo-ausencias (no sabemos si la especie no está en el lugar porque no falta de idoneidad o bien por otro tipo de factores). Con la intención de paliar este efecto tan sólo se seleccionaron ausencias que estuvieran a un mínimo de 5 km de una parcela con presencias.

Selección de variables topográficas y climáticas

Las variables climáticas fueron derivadas del Atlas Climático Digital de la península Ibérica (Ninyerola et al. 2007a,b). Esta cartografía consiste en 65 mapas mensuales de temperatura media del aire (mínimas, medias y máximas), precipitación y radiación solar generados mediante técnicas de interpolación espacial a partir de c.a. 2000 estaciones (para el caso de la precipitación) y c.a. 1000 estaciones (para el caso de la temperatura).
Además, también se incluyeron los balances hídricos estacionales y anuales computados a partir de la diferencia entre la precipitación y la evapotranspiración potencial (obtenida a partir de la fórmula de Thornthwaite) sin considerar la escorrentía.
Las variables topográficas, como la pendiente, la curvatura, la radiación solar y la fricción (distancia a la costa) han sido derivadas a partir de un Modelo Digital de Elevaciones de 200 m de resolución espacial. Este tipo de variables se han demostrado significativas en referencia a la distribución de los bosques (del Barrio et al., 1997; Pfeffer et al., 2003; Bailey, 2004).
Con este conjunto de variables, se llevo a cabo un análisis de correlaciones con la intención de eliminar la colineaeridad de los modelos. Para correlaciones por encima de r=0.70 hemos decidido eliminar una de las variables del modelo. Para escoger cuál de las dos debía ser introducida en los modelos, se ha escogido la variable con más sentido biológico e integradora. Por ejemplo, se ha dado preferencia a mantener el balance hídrico (muy correlacionado con la precipitación y la temperatura).

Evaluación

Los modelos se han realizado con el 80% de las parcelas y se han reservado el 20% para realizar una validación cruzada. Debido a que se han realizado 250 subconjuntos distintos de presencias-ausencias (las presencias se han mantenido constantes pero hemos variado el muestro de ausencias) la evaluación se ha realizado sobre la media de los resultados de los 250 modelos para cada especie.
El índice utilizado para la evaluar los modelos es el área bajo la curva (AUC) del ROC (Receiver Operating Characteristics). Dicho índice oscila entre un rango de 0 a 1. En general, valores por encima del 0.80, determinan un modelo como buen clasificador, y por tanto, con una predicción adecuada de la idoneidad.

Escenarios de futuro: Modelos de Circulación General (GCM)

Se han utilizado los escenarios socio-económicos A1FI y A2 derivados de la simulación HadCM3, que está enlazado con el modelo de circulación atmosférico-oceánico (AOGCM) desarrollado en el Hadley Centre-UK (Gordon et al., 2000; Pope et al., 2000; IPCC, 2007).
Estos modelos predicen mensualmente y anualmente la temperatura y la precipitación para el periodo 2050-2080 con una resolución espacial de 4 km. A partir de estos datos se ha realizado una aproximación de downscaling (utilizando el Atlas Climático Digital de la península Ibérica) para añadir o sustraer el valor medio climático comparando el periodo 1950-1998 con el 2050-2080. Estos escenarios climáticos de futuro nos han permitido realizar proyecciones de la idoneidad para el periodo 2050-2080 bajo las diferentes condiciones socio-económicas.