Professional Documents
Culture Documents
Resumen
Para estimar el impacto del cambio climático en el corredor de conservación comunitaria
Reserva Ecológica El Ángel – Bosque Protector Golondrinas en el norte del Ecuador se utilizó
modelos de distribución potencial generados con MARS de 413 especies vegetales, usando 19
variables bioclimáticas de Worldclim con el clima actual y para el 2080 estas mismas variables
fueron estimadas de acuerdo al modelo HadCM3-A2. En base a esta información se generaron
mapas de riqueza tanto para el presente como para el 2080. Para el área del corredor se han
identificado zonas donde se estima que haya cambios de riqueza y donde potencialmente las
especies podrían colonizar nuevas áreas o donde se extinguirán. Esto permite determinar el grado
de perturbación que sufrirán los ecosistemas por efecto del cambio climático. La tendencia general
de las especies estudiadas muestra que colonizarán altitudes más elevadas, cambiando la estructura
de los ecosistemas naturales actuales. Toda esta información muestra que para afrontar
potenciales impactos en la flora de los ecosistemas de montaña es necesario formar corredores que
conecten altitudinalmente áreas naturales protegidas, que permitan la migración de especies y por
ende la conservación de la biodiversidad.
Palabras clave: corredores, modelos de distribución potencial, cambio climático, tasa de recambio
de especies
Abstract
In order to estimate the impact of climate change on the El Angel Ecological Reserve –
Golondrinas Protected Forest community conservation corridor, potential distribution models
generated using MARS of 413 vegetative species were applied using 19 Worldclim bioclimatic
variables for current climate, and for the year 2080, these same variables were estimated according
to the HadCM3-A2 general circulation model. Based on this information, richness maps were
developed for the present and for 2080. In the area of the corridor, zones were identified where
changes in richness were predicted, where species could potentially colonize, or where species
could become extinct. This allows the determination of the level of disturbance that the
ecosystems will suffer with climate change. The general tendency of the species studied shows
that they will colonize higher altitudes thus changing the structures of current natural ecosystems.
All of this information demonstrates that to deal with potential impacts on the flora of mountain
ecosystems it will be necessary to create corridors that will connect protected areas located at
differing altitudes and thus permit species migration that will in turn conserve biodiversity.
Key words: corridors, potential distribution models, climate change, species turnover
_______________________________________________________________________________
desarrollado varias herramientas de modelización para vegetal del país en un escenario de cambio global
predecir la distribución y diversidad de especies. estimado para el año 2080. Para realizar un análisis a
Entre estas se encuentran los modelos de distribución nivel del corredor se utilizó la cartografía base y de
de especies (modelamiento de nicho ecológico) para cobertura vegetal a escala 1:50.000 generada por el
valorar la potencial respuesta individual al cambio Laboratorio de SIG de la Corporación Grupo Randi
climático. El objetivo general de estos modelos es Randi.
encontrar una relación entre factores ambientales y la En este estudio se utilizó el modelo de circulación
presencia o ausencia de especies en un área general (GCM) HadCM3, un modelo acoplado
geográfica. El modelamiento ecológico son técnicas atmósfera-océano desarrollado por el Hadley Centre
estadísticas relativamente nuevas muy útiles en for Climate Prediction and Research
estudios de ecología, evolución, biogeografía, (http://www.metoffice.gov.uk/research/hadleycentre).
conservación y cambio climático (Araújo & Williams, El escenario elegido para este estudio fue el A2, sus
2000; Graham et al., 2004; Guisan & Thuiller, 2005; características son: mayores emisiones de gases de
Guisan et al., 2006; Martínez-Meyer, 2005; Thuiller et efecto invernadero, describe un mundo muy
al., 2005b; Elith et al., 2006; Hijmans & Graham, heterogéneo caracterizado por la autosuficiencia, la
2006; Pearson, 2006; Thuiller et al., 2008). conservación de las identidades locales y una
En los modelos propuestos de escenarios de población mundial en continuo crecimiento. El
cambio global para el Ecuador se estima que el desarrollo económico está orientado básicamente de
cambio climático podría causar importantes forma regional y los cambios tecnológicos están más
modificaciones a los actuales ecosistemas (Cuesta- fragmentados (IPCC, 2000, 2007; Arnell et al., 2004).
Camacho et al., 2006; Delgado, 2008). Por ejemplo Según Hulme & Sheard (1999) las predicciones para
las especies vegetales van aumentar o disminuir su el año 2080 bajo el escenario de emisiones A2, el
área de distribución potencial en distinta proporción, Ecuador continental podría experimentar un aumento
provocando diferentes respuestas como: en la precipitación anual del 20% y un aumento de la
desplazamientos, adaptación y/o extinción (Delgado, temperatura media anual de 4.3 ºC.
2008). Para generar los modelos de distribución
El Corredor de Conservación Comunitaria potencial se utilizaron dos tipos de variables: variables
Reserva Ecológica El Ángel-Bosque Protector independientes (datos climáticos actuales y futuros) y
Golondrinas es una estrategia de manejo, que variables dependientes (registros de herbario) y el
promueve la conectividad entre dos áreas protegidas algoritmo MARS (Multivariate Adaptive Regression
en el norte de Ecuador. Este corredor conecta varios Splines). El algoritmo MARS, es un método
ecosistemas andinos como: páramos y bosques estadístico que ha demostrado ser fiable en
montanos en un rango altitudinal de 900 a 4720 modelamiento ecológico (Moisen & Frescino, 2002;
msnm. Esta zona une dos hotspots, el Andes Muñoz & Felicísimo, 2004; Leathwick et al., 2006;
Tropicales y el Túmbez-Chocó-Magdalena (Myers et Elith & Leathwick, 2007; Delgado, 2008) el mismo
al., 2000). Por esta razón la presente investigación que intenta explicar los patrones de presencia/ausencia
trata de analizar el efecto del cambio climático en la actual de la especie en función de un conjunto de
diversidad vegetal de este corredor, bajo un escenario variables independientes construyendo valores de
de cambio global. idoneidad para cada punto del terreno.
Para generar los datos climáticos actuales se
Materiales y métodos. utilizaron las 19 variables bioclimáticas de Worldclim
Área de estudio. (www.worldclim.org). Estas variables se han generado
El área establecida como Corredor de a partir de los datos de precipitación, temperatura
Conservación Comunitaria Reserva Ecológica El mínima, media y máxima registrados en las estaciones
Ángel-Bosque Protector Golondrinas se encuentra meteorológicas con datos disponibles y el modelo
dentro de las jurisdicciones de los cantones Mira, digital de elevaciones (MDE) de 90 metros de
Espejo, Tulcán, y Montufar de la provincia del Carchi resolución espacial derivado de la misión SRTM
en el norte del Ecuador. Las principales formaciones (Shuttle Radar Topography Mission). Todos los datos
vegetales que cubren esta zona, según Valencia et al. tienen formato ráster con una resolución espacial de 1
(1999), son: bosque siempre verde montano alto (Ceja kilómetro ya que la elevación fue generalizada para
Andina), b. de neblina montano, b. siempre verde adaptarla a las dimensiones de los datos de clima. Los
montano bajo, b. altimontano norandino de Polylepis, datos utilizados se describen con mayor detalle en
matorral seco montano y páramo de frailejones; en un Hijmans et al. (2005). Las capas ráster de las variables
rango altitudinal de 900 a 4720 msnm. climáticas fueron muestreadas con los temas de puntos
Análisis de escenarios de cambio climático. de cada especie para obtener el fichero de muestreo
El presente análisis de escenarios se basó en un correspondiente. Las grids de clima para el año 2080
trabajo realizado por Delgado (2008) para el Ecuador fueron generadas a partir de las 19 variables
continental donde analiza la evolución de la diversidad bioclimáticas actuales de Worldclim
28
T. DELGADO Y D. SUÁREZ-DUQUE
Ecol. apl. Vol.8 No2, pp. 27-36
__________________________________________________________________________________________
29
EFECTOS DEL CAMBIO CLIMÁTICO EN LA DIVERSIDAD VEGETAL - ECUADOR
Julio – Diciembre 2009
__________________________________________________________________________________________
perdidas y ganadas por píxel. La diferencia permite mientras que bajo el supuesto de dispersión nula, de
cuantificar la intensidad de recambio de especies o 61 y 186 especies por píxel (Figura 1 c).
diversidad beta temporal por píxel. Para el supuesto de En el futuro bajo el supuesto de dispersión
dispersión ilimitada, la tasa de recambio se calculó ilimitada la riqueza potencial podría disminuir o
tomando en cuenta la riqueza inicial y el número de incrementarse en algunas zonas, las áreas que podrían
especies ganadas y perdidas por píxel (Peterson et al., disminuir su riqueza están en altitudes comprendidas
2002; Thuiller, 2004; Thuiller et al., 2005a). En el entre 1500 – 2000 msnm (Figura 2), el ecosistemas
caso de la dispersión nula sólo se tomó en cuenta la más afectado seria el bosque andino. Aunque en
riqueza inicial y las especies perdidas (Thuiller, 2004). mayor proporción también podría existir pérdida de
En ambos casos, una tasa de recambio de 0 indica que riqueza en la parte oriental del área del corredor entre
el conjunto de especies de un píxel no variará con el 3500 y ~5000 msnm (Figura 2) en zonas cubiertas por:
tiempo, mientras que un valor de 100 indica que todas páramo frailejones y p. de almohadillas, localizadas en
y cada una de las especies de ese píxel serán diferentes la parte sur de la Reserva Ecológica El Ángel (Figura
en el futuro. 1 b). Bajo este mismo supuesto de dispersión, también
habrá zonas que incrementen su riqueza, en altitudes
Resultados y discusión. comprendidas entre 1000 a 1500 msnm y de 2000 a
Cambios en la diversidad potencial de plantas: 3500 msnm (Figura 2), fuera de las áreas protegidas,
patrones de riqueza. en el sector de La Concepción del cantón Mira, en
La riqueza potencial actual en el Corredor de áreas que actualmente tienen suelo desnudo, áreas
Conservación Comunitaria Reserva Ecológica El intervenidas y zonas cubiertas por matorral seco
Ángel-Bosque Protector Golondrinas tendría como (Figura 1 b).
Figura 1. Variación de la riqueza potencial en el tiempo. a. Riqueza potencial actual, b. Riqueza potencial
2080 (dispersión ilimitada), c. Riqueza potencial 2080 (dispersión nula)
mínimo 73 y como máximo 208 especies por píxel En cambio bajo el supuesto de dispersión nula
(Figura 1 a). En el futuro, bajo la asunción de podría existir una gran disminución de la riqueza, con
dispersión ilimitada, el número mínimo es de 74 y el los mayores porcentajes en altitudes comprendidas
máximo de 204 especies por píxel (Figura 1 b); entre 1000 y 3000 msnm, y en áreas que están a más
30
T. DELGADO Y D. SUÁREZ-DUQUE
Ecol. apl. Vol.8 No2, pp. 27-36
__________________________________________________________________________________________
31
EFECTOS DEL CAMBIO CLIMÁTICO EN LA DIVERSIDAD VEGETAL - ECUADOR
Julio – Diciembre 2009
__________________________________________________________________________________________
mayores ganancias se darían entre 1000 - 1500 msnm, páramo de frailejones, matorral seco, y áreas
2500 - 3000 msnm, y sobre los 4500 msnm de altitud intervenidas. Al analizar las dos áreas protegidas que
(Figura 4 a), en zonas que están fuera de las áreas son la base del corredor, el modelo muestra que
protegidas, en áreas que actualmente están cubiertas podrían existir pérdida de especies vegetales en un
por: bosque andino, bosque siempreverde montano escenario de cambio climático; el Bosque Protector
alto, matorral seco, áreas intervenidas y suelo Golondrinas se verá afectado por la pérdida de
desnudo. El Bosque Protector Golondrinas tiene una especies en zonas con bosque andino mientras que la
mayor ganancia de especies en zonas cubiertas por Reserva Ecológica El Ángel en zonas cubiertas por
bosque andino, pero también existirán ganancias páramo de frailejones, páramo de almohadillas,
aunque en menor escala en la Reserva Ecológica El bosque de Polylepis sp y páramo lacustre (Figura 3 b).
Ángel en zonas que actualmente están cubiertas por: Ante el supuesto de dispersión universal o
páramo de frailejones seguido de páramo de ilimitada, la tasa de recambio temporal de especies se
almohadillas, páramo lacustre, áreas intervenidas estima que podría variar entre 3.2 - 56% (Figura 3 c),
(Figura 3 a). con los porcentajes más altos entre 2500 – 4000 msnm
32
T. DELGADO Y D. SUÁREZ-DUQUE
Ecol. apl. Vol.8 No2, pp. 27-36
__________________________________________________________________________________________
33
EFECTOS DEL CAMBIO CLIMÁTICO EN LA DIVERSIDAD VEGETAL - ECUADOR
Julio – Diciembre 2009
__________________________________________________________________________________________
Figura 4. Patrones espaciales de cambio (HadCM3-A2, 2080). a. ganancia y pérdida media de especies por
píxel cada 500 m de altitud, b. Porcentaje de recambio medio (Species turnover), por píxel cada 500 m de
altitud, (dispersión ilimitada y dispersión nula).
especies tendrán espacios naturales a donde migrar y financiado por la John D. and Catherine T. MacArthur
evitar su extinción por falta de hábitats. En base a esta Foundation y ejecutado por la Corporación Grupo
experiencia local, se propone la creación de corredores Randi Randi. Agradecemos los comentarios y apoyo
altitudinales entre áreas naturales protegidas, como de: Telma Paredes, Pablo Cabrera, Carla Gavilanes,
una estrategia para adaptación y conservación de los César Cisneros, Susan V. Poats, Ángel Felicísimo y
ecosistemas de montaña ante los efectos del cambio Alicia Gómez-Muñoz.
climático, asegurando así, la migración y protección
de la biodiversidad. Literatura citada.
Araújo M.B. & Williams P.H. 2000. Selecting areas for
Agradecimientos. species persistence using occurrence data. Biological
Esta investigación y las actividades que la Conservation. 96: 331-345.
Arnell N.W., Livermore M.J.L., Kovats S., Levy P.E.,
respaldaron fueron realizadas gracias al soporte de Nicholls R., Parry M.L. & Gaffin S.R. 2004. Climate
Proyecto Conservación Comunitaria Fase II and Socio- economic scenarios for global- scale climate
34
T. DELGADO Y D. SUÁREZ-DUQUE
Ecol. apl. Vol.8 No2, pp. 27-36
__________________________________________________________________________________________
change impacts assessments: characterising the SRES Climático para Países de los Andes del Norte. Unidad
storylines. Global Environmental Change. 14: 3-20. de Investigación Climática, Norwich, Reino Unido.
Chapin F.S.III., Zavaleta E.S., Eviner V.T., Naylor, R.L., IPCC (Grupo Intergubernamental de Expertos sobre Cambio
Vitousek P.M., Reynolds H.L., Hooper D.U., Lavorel Climático). 2000. Informe especial del IPCC.
S., Sala O.E., Hobbie S.E., Mack M.C. & Díaz S. Escenarios de Emisiones. Resumen para responsables
2000. Consequences of changing biodiversity. Nature. de políticas. Grupo de Trabajo III.
405: 234-242. IPCC (International Panel on Climatic Change). 2007
Cuesta-Camacho F., Ganzenmüller A., Peralvo M.F., Sáenz “Climate Change 2007: Impacts, Adaptation and
M., Novoa J. & Riofrío G. 2006. Predicting specie’s Vulnerability”. Sumary for Policymakers Working
niche distribution shifts and biodiversity change within Group II. Fourth Assessmente Report.
climate change scenarios. A regional assessment for Leathwick J.R., Elith J. & Hastie T. 2006. Comparative
bird and plant species in the Northern Tropical Andes. performance of generalized additive models and
Nacional Institute for Public Heath and the multivariate adaptive regression splines for statistical
Environment (RIVM-NEAA). modelling of species distributions. Ecological
EcoCiencia/MNP_Andes. 1-36. Modelling. 199: 188-196.
Delgado T. 2008. Evolución de la diversidad vegetal en Liu C., Berry P.M., Dawson T.P. & Pearson G.P. 2005.
Ecuador ante un escenario de cambio global. Memoria Selecting thresholds of occurrence in the prediction of
de Tesis Doctoral. Madrid: Departamento de species distributions. Ecography. 28: 385-393.
Publicaciones. Universidad Complutense de Madrid. Martínez-Meyer E. 2005. Climate change and biodiversity:
hptt//www.kraken.unex.es/kraken Some considerations in forescasting shifts in species’
Elith J., Graham C.H., Anderson R.P., Dudík M., Ferrier S., potential distributions. Biodiversity Informatics. 2: 42-
Guisan A., Hijmans R.J., Huettmann F., Leathwick 55.
J.R., Lehmann A., Li, J. Lohmann L.G., Loiselle B.A., Moisen G.G. & Frescino T.S. 2002. Comparing five
Manion G., Moritz C., Nakamura M, Nakazawa Y., modelling techniques for predicting forest
McC. Overton J., Peterson A.T., Phillips S.J., characteristics. Ecological Modelling. 157: 209-225.
Richardson K., Scachetti-Pereira R., Schapire R.E., Muñoz J. & Felicísimo A.M. 2004. Comparison of statistical
Soberón J., Williams S., Wisz M.S. & Zimmermann methods commonly used in predictive modelling.
N.E. 2006 Novel methods improve prediction of Journal of Vegetation Science. 15(2): 285-292.
species’ distributions from occurrence data. Ecography. Myers N., Mittermeier R., Mittermeier C., da Fonseca G. &
29: 129-151. Kent J. 2000. Biodiversity hotspots for conservation
-------. & Leathwick J. 2007 Predicting species distributions priorities. Nature. 403: 853-858.
from museum and herbarium records using Parmesan C. & Yohe G. 2003. A globally coherent
multiresponse models fitted with multivariate adaptive fingerprint of climate change impacts across natural
regression splines. Diversity and Distributions. 13: 265- systems. Nature. 421: 37-42.
275. Pearson R.G. 2006. Climate change and the migration
Fielding A.H. & Bell J.E. 1997. A review of methods for the capacity of species. TRENDS in Ecology and
assessment of prediction errors in conservation Evolution. 21(3): 111-113.
presence/absence models. Environmental conservation. Peterson A.T., Ortega–Huerta M.A., Bartley J., Sánchez-
24(1): 38-49. Cordero V., Soberón J., Buddemeier R.H. & Stockwell
Friedman J.H. 1991. Multivariate adaptive regression D.R.B. 2002. Future projections for Mexican faunas
splines. Annals of Statistics. 19: 1-141. under global climate change scenarios. Nature. 416:
Graham C.H., Ferrier S., Huettman F., Moritz C. & Peterson 626-629.
A.T. 2004. New developments in museum-based Root T.L., Price J.T., Hall K.R., Schneider S.H.,
informatics and applications in biodiversity analysis. Rosenzweig C. & Pounds J.A. 2003. Fingerprints of
TRENDS in Ecology and Evolution. 19(9): 497-502. global warming on wild animals and plants. Nature.
Guisan A. & Thuiller W. 2005. Predicting species 421: 57-60.
distribution: offering more than simple habitat models. Swets J.A. 1988. Measuring accuracy of diagnostic sytems.
Ecology Letter. 8: 993-1009. Science. 240: 1285-1293.
-------------., Lehmann A., Ferrier S., Austin M., Overton Thomas C.D., Cameron A., Green R.E., Bakkenes M.,
J.M, Aspinall R. & Hastie T. 2006. Making better Beaumont L.J., Collingham Y.C., Erasmus B.F.N.,
biogeographical predictions of species’ distribution. Ferreira de Siqueira M., Grainger A., Hannah L.,
Journal of Applied Ecology. 43: 386-392. Hughes L., Huntley B., van Jaarsveld A.S., Midgley
Hanley J.A. & McNeil B.J. 1982. The meaning and use of G.F., Miless L., Ortega-Huerta M.A., Peterson A.T.,
the area under a Receiver Operating Characteristic Phillips O.L. & Williams S.E. 2004. Extinction risk
(ROC) Curve. Radiology. 143: 29-36. from climate change. Nature. 427: 145-148.
Hijmans R.J., Cameron S.E., Parra J.L., Jones P.G. & Jarvis Thuiller W. 2004. Patterns and uncertainties of species’
A. 2005. Very high resolution interpolated climate range shifts under climate change. Global Change
surfaces for global land areas Global Change Biology. Biology. 10: 2020-2027.
International Journal of Climatology. 25: 1965-1978. ----------., Lavorel S., Araújo B., Sykes M.T. & Prentice C.I.
Hijmans R.J. & Graham C.H. 2006. The ability of climate 2005a. Climate change threats to plant diversity in
envelope models to predict the effect of climate change Europa. Proceedings of the National Academy of
on species distributions. Global Change Biology. 12: Sciences of the USA, PNAS. 102: 8245-8250.
2272-2281. ----------., Richardson D.M., Pysek P., Midgley G.F.,
Hulme M. & Sheard N. 1999. Escenarios de Cambio Hughes G.O. & Rouget M. 2005b. Niche-based
35
EFECTOS DEL CAMBIO CLIMÁTICO EN LA DIVERSIDAD VEGETAL - ECUADOR
Julio – Diciembre 2009
__________________________________________________________________________________________
modelling as a tool for predicting the risk of alien plant Formaciones Vegetales de la Sierra del Ecuador. En:
invasions at a global scale. Global Change Biology. 11: Sierra R. (eds) Propuesta Preliminar de un Sistema de
2234-2250. Clasificación de Vegetación para el Ecuador
----------., Albert C., Araújo M.B., Berry P.M., Cabeza M., Continental: 79-108. Proyecto INEFAN/GEF-BIRF y
Guisan A., Hickler T., Midgley G.F., Peterson J., EcoCiencia. Quito, Ecuador
Schurr F.M., Sykes M.T. & Zimmermann N.E. 2008. Walther G.R., Post E., Convery P., Menzel A., Parmesan C.,
Predicting global change impacts on plant species’ Beebee T.J.C., Fromentin J-C., Hoegh-Guldberg O. &
distributions: Future challenges. Perspectives in Plant Bairlein F. 2002. Ecological responses to recent climate
Ecology, Evolution and Systematics. 9: 137-152. change. Nature. 416: 389-395.
Valencia R., Cerón C., Palacios W. & Sierra R. 1999.
1
Herbario Reinaldo Espinoza (LOJA), Casilla 11-01-249. Loja-Ecuador, delgado_tania@hotmail.com.
2
Corporación Grupo Randi Randi, Casilla17-11-6102, Quito-Ecuador, davsua2@yahoo.com
36