Nuevos modelos muestran cómo las especies serán reubicadas por el cambio climático

Nuevos modelos muestran cómo las especies serán reubicadas por el cambio climático

Los científicos de la Universidad de Duke están aprovechando el poder de los grandes datos y el análisis geoespacial para crear nuevas formas de rastrear los efectos del cambio climático en las especies y las redes alimentarias.

Su trabajo, que está financiado por la National Science Foundation y la NASA, comenzó en 2018 y ya ha producido dos nuevas herramientas poderosas. Una de las herramientas es un portal web interactivo que proyecta cómo una especie podría afectar a otras especies a medida que se traslada y compite por hábitats adecuados en un mundo en calentamiento.

El otro es un marco probabilístico que puede usarse para superar las lagunas en los datos e identificar los impactos directos e indirectos del cambio ambiental en una comunidad de especies.

“Estas herramientas proporcionan nuevos enfoques para evaluar los impactos del cambio climático en la biodiversidad, incluidos sus efectos a lo largo del tiempo en las especies que interactúan, lo que puede ser muy difícil de cuantificar”, dijo James S. Clark, profesor distinguido de ciencias ambientales de Nicholas y profesor de ciencias estadísticas en Duke, quien es co-investigador principal del proyecto.

Entender estas interacciones y anticipar sus efectos es esencial para desarrollar políticas y prácticas de conservación efectivas, dijo Jennifer Swenson, profesora asociada de la práctica del análisis geoespacial, quien también es investigadora co-principal del proyecto.

“Necesitamos considerar quién vive con quién para comprender los impactos más grandes”, dijo. El nuevo portal web Predicting Biodiversity with a Generalized Joint Attribution Model (PBGJAM) se está desarrollando para ayudar a los científicos, propietarios de tierras y tomadores de decisiones a ver esos impactos más grandes.

Sintetiza décadas de datos satelitales, aéreos y terrestres sobre múltiples especies, junto con predicciones climáticas y pronósticos ecológicos, para rastrear cómo cambian los rangos de las especies en respuesta al aumento de las temperaturas, las sequías más frecuentes y otros cambios ambientales.

Utilizando información de la Red Nacional de Observatorios Ecológicos y datos remotos de la Tierra y de la NASA, el equipo de Swenson y Clark recientemente utilizó PBGJAM para proyectar dónde podría migrar el campañol de la pradera en los próximos años a medida que el calentamiento climático y el desarrollo disminuyan su hábitat actual en el Medio Oeste.

Al agrupar decenas de miles de puntos de datos archivados, incluidas décadas de información sobre temperaturas de la superficie, patrones de precipitación, índices de vegetación, cambios en la cobertura del suelo y tasas de evaporación y transpiración de las plantas, el modelo descubrió que los ratones de campo se verán obligados a moverse hacia el norte, llevándolos al norte en contacto y competencia con especies nuevas y antiguas por igual, y dejando un vacío en las redes alimentarias de sus antiguas guaridas.

“Estos son impactos de largo alcance que deben tenerse en cuenta al planificar estrategias de conservación. Cuando se implemente por completo, el portal web PBGJAM hará que sea mucho más fácil hacerlo para una multitud de especies o tipos de ecosistemas en América del Norte”, dijo Swenson.

“Un portal como PBGJAM mejorará y permitirá investigaciones científicas enfocadas al facilitar el acceso, la integración, la comprensión y la visualización de conjuntos de datos dispares”, dijo Jacqueline Le Moigne, gerente de programas avanzados de tecnología de sistemas de información de la NASA.

El nuevo marco probabilístico que Clark y sus estudiantes han desarrollado aumenta aún más la capacidad de los científicos para dar cuenta de tales impactos al brindarles un método estadístico confiable para identificar los impactos directos e indirectos de las interacciones entre especies climáticas en redes alimentarias enteras o comunidades ecológicas, incluso cuando frente a lagunas o disparidades en los datos de especies.

“Tradicionalmente, hemos tratado de comprender los efectos del cambio climático en la biodiversidad observando dónde viven las especies y relacionándolo con el clima en esos lugares. Pero ese enfoque tiene limitaciones.

No sabemos con certeza si es el clima el que determina dónde viven o si son sus interacciones con las especies competidoras, sus enemigos naturales o la comida lo que lo determina “, dijo Clark.

“Al observar el cambio en la abundancia de las especies que interactúan colectivamente como una comunidad a lo largo del tiempo y cuantificar las contribuciones de sus efectos entre sí, así como los efectos del clima, este modelo nos permite hacer esa distinción”, dijo Clark.

“Así como las interacciones entre especies dependen de la abundancia de la población, también lo hacen los efectos del medio ambiente, como cuando la sequía se amplifica por la competencia”, dijo Clark.

“Incrustar interacciones dinámicas entre el ambiente y las especies en un marco de series de tiempo que admite datos de campo reunidos en diferentes escalas nos permite cuantificar los cambios que se inducen indirectamente a través de otras especies.

Así podemos determinar qué cambios son las manzanas y cuáles las naranjas”. Una brecha clave en la investigación es incluir procesos bióticos en modelos, dijo Betsy von Holle, directora de programa en NSF.

“Este enfoque innovador de incluir respuestas bióticas a nivel comunitario es un gran paso adelante para predecir cómo responderán las especies al cambio climático a escala de paisaje”.

Clark creó el marco con Lane Scher y Margaret Swift, estudiantes de doctorado en su Biodiversity and Global Change Lab en Duke’s Nicholas School of the Environment. Publicaron un artículo revisado por pares sobre su trabajo la semana del 6 de julio en las Actas de la Academia Nacional de Ciencias.

La financiación adicional vino de la iniciativa “Make Our Planet Great Again” del Ministerio francés de “Enseñanza Superior de Investigación y de la Innovación”.

Fuente: phys.org

Comparte el artículo

Leave a Reply