Modelación espacial de especies, género Dactylopius, Región Parque Chaqueño Seco

Transcripción

1 Modelación espacial de especies, género Dactylopius, Región Parque Chaqueño Seco Autores: Savino, C.; Diodato, L.; Gatto, M. y Zerda, H. Instituto de Protección Vegetal - Universidad Nacional de Santiago del Estero Introducción En la Región del Chaco Seco Argentino, se han registrado, hasta la actualidad, cinco especies de cochinillas pertenecientes al género Dactylopius (Diodato, et al., 24), todas parásitas de diferentes especies de cactáceas. Lo que indica una alta riqueza específica dentro de la familia monogenérica Dactilopiidae, cuyo género consta de nueve especies. Una de las características relevantes de la cochinilla es la marcada presencia de una cubierta cerosa con aspecto de telaraña difícil de quitar (Portillo, 199) y que en ocasiones impide la penetración de productos químicos. Estas espécies de Dactylopius, poseen ácido carmínico en una proporción que oscila entre 6 y 8% en peso seco. Esta, es una sustancia química natural, empleada para teñir desde épocas prehispánicas. Debido al escaso conocimiento de la distribución de las especies en la región, y la elevada tasa de modificación ambiental, que condiciona sus distribuciones, se recurre a modelos predictivos para estimar la distribución potencial de especies. El análisis de la distribución de los organismos, constituye una herramienta muy valiosa para los estudios evolutivos, puesto que permite realizar inferencias acerca de los procesos que determinan dicha distribución, y que pueden contribuir a la diversificación de las poblaciones. Los modelos de distribución de especies indican la idoneidad del hábitat para el desarrollo de poblaciones de una especie concreta o de una comunidad (Ferrier y Guisan, 26), calculada a partir de observaciones de campo y una serie de variables ambientales que actúan como predictores. Estos modelos permiten optimizar el trabajo de campo y enfocar las actividades en áreas más pequeñas, conociendo que estas cumplen con ciertas características (Habitat Models 25), y así mismo, excluir muchas áreas con poco o nulo potencial de estar ocupadas por la especie. Maxent proporciona además una salida gráfica como el Área Bajo la Curva (AUC), que es un estadístico de ajuste, y varía entre y 1.Un modelo ideal sería aquel en donde la sensibilidad alcance el valor de 1 y la tasa de falsos negativos sea cero, y por lo tanto con un AUC = 1. Por lo general, se considera que un valor de AUC por encima de.7 señala un buen ajuste; un valor de.5, por otro lado, indica que la capacidad de predicción del modelo no es mejor que al azar (Hanley y McNeil, 1982). Objetivo Proporcionar información sobre la distribución de especies del género Dactylopius, en la ecoregión del Parque Chaqueño Seco, como elemento del ecosistema. Metodología El área de estudio comprende la ecorregión del Parque Chaqueño Seco, abarcando una superficie aproximada de 32.. de hectáreas. A partir de la información obtenida de las observaciones y colectas realizadas a campo e información bibliográfica obtenida de las diferentes colecciones entomológicas existentes en la región, se elaboró una base de datos con las localidades de colecta, las que fueron georreferenciados con el programa Biogeomancer, disponible en que permite georreferenciar puntos con base en información del sitio. Se consultaron también,

2 las bases de datos conocidas como gazetteers, que son diccionarios geográficos que contienen listas de unidades administrativas (como municipalidades) con sus respectivas coordenadas geográficas, que se usaron para corroborar la información georreferenciada a puntos de interés. Se realizó una primera aproximación marcando en mapas individuales las localidades en las que fueron colectadas las diferentes especies del género. Los datos de clima, fueron obtenidos a partir de la base de datos de WorldClim (Hijmanset al., 25), disponible en Esta es una base de datos de variables climáticas que se presenta en la forma de archivos raster. Las variables Bioclimaticas se derivan de los valores mensuales de la temperatura y de la precipitación, y representan las tendencias anuales, para generar variables biológicamente más significativas. Todas las variables utilizadas fueron interpoladas a una resolución espacial de 2.5 minutos. La selección del conjunto de variables más importantes, como determinantes de la distribución y la confección de los modelos de distribución se realizó con el programa Maxent v3. (Phillips et al., 26), que estima la probabilidad de distribución esperada, encontrando la probabilidad de distribución que es más uniforme (entropía máxima). De las 5 especies del género Dactylopius identificadas en el Chaco Seco, sólo 3 de ellas fueron empleadas para realizar los análisis predictivos (D. austrinus, D. ceylonicus y D. confertus); las 2 especies restantes poseían registros escasos para una utilización confiable del software. Una vez obtenida la imagen de Maxent, esta fue transferida en formato.grd a Diva-gis, ya que este permite una mejor contextualización y manipulación de la imagen. Modelos de distribución de las especies Dactylopius ceylonicus Mapa de distribución hipotética de Dactylopius ceylonicus, los tonos rojos muestran las áreas donde existe mayor probabilidad de ocurrencia de la especie, mientras que los tonos verde claro son las áreas de menor probabilidad de ocurrencia de la especie. En la figura 3 los puntos blancos indican los registros de la especie (presencia), con los que se elaboró el modelo. Maxent proporciona una tabla que muestra la participación de las variables en porcentaje de contribución a la distribución de D. ceylonicus: 2

3 Variable Percentcontribution Tº promedio Anual 36.8 Precip. trimestre más seco 19.3 Precip. trimestre más húmedo 16.6 Rango medio diurno (Tº) 12.3 Tº media trimestre más seco 8 Tº mín. trimestre más frío 3.1 Estacionalidad de Tº (CV) 1.6 Estacionalidad de precip. (CV) 1.3 Tº media trim. más húmedo.6 Isotermalidad.3 Tº máx. trimestre más cálido Precipitación Anual Rango anual de Tº Estas contribuciones, no son necesariamente la causa de la distribución de los insectos, sino, la medida en que contribuye cada variable para llegar a una buenaseparación de áreas idóneas de las que no lo son. En este mapa fueron utilizados 44 registros de presencia, siendo la especie más muestreada del género. Esto contribuyó a que los valores de AUC (Area Bajo la Curva) muestren el mejor ajuste, con

4 Dactylopius austrinus Mapa de distribución hipotética de Dactylopius austrinus, los tonos rojos resaltan las áreas con mayor probabilidad de ocurrencia de la especie, mientras que los tonos verdes indican la menor probabilidad. La salida de MaxEnt, muestra los puntos blancos que son los registros de la especie (presencia), obtenidos para la elaboración de los modelos. Porcentaje de contribución de las variables en la distribución de D. austrinus, se muestra en el siguiente cuadro: Variable Percent contribution 74.4 Precip. trimestre más seco Isotermalidad 8.4 Precip. trimestre más húmedo 7.1 Rango medio diurno (Tº) Tº media trimestre más seco Tº mín. trimestre más frío 2. Estacionalidad de Tº (CV) Estacionalidad de precip. (CV) Tº media trim más húmedo Tº promedio Anual Tº máx. trimestre más cálido Precipitación Anual Rango anual de Tº Aunque los puntos de muestreo utilizados para obtener el mapa de distribución es bajo, los mismos demostraron un buen ajuste a las variables como se observa en el valor de AUC (Área Bajo la Curva) de.99. 4

5 Dactylopius confertus Mapa de distribución hipotética de Dactylopius austrinus, los tonos rojos resaltan las áreas con mayor probabilidad de ocurrencia de la especie, mientras que los tonos verdes indican la menor probabilidad. La salida de MaxEnt, muestra los puntos blancos que son los registros de la especie (presencia), obtenidos para la elaboración de los modelos. El porcentaje de contribución de las variables en la distribución de D. austrinus, se muestra en el siguiente cuadro: 5

6 Variable Percentcontribution Precip. trim. seco 54.9 Estacionalidad en tº 19.7 Tº media trim. lluvioso 18.4 Rango medio diurno 3.5 Precip. trim. lluvioso 3.3 Estacion. precip..1 Tºmín per. mas frío Tº máx. per. mas caliente Tº media trim. seco TºProm. anual Rango anual de tº Precip. anual El valor obtenido de AUC, de.916, demuestra que el modelo tuvo muy buen desempeño para la especie estudiada y con las variables empleadas. Discusión y Conclusiones La visualización de la distribución espacial de las especies, ubicando los puntos de las localidades en que fueron colectadas, permite realizar un análisis preliminar, aunque no acabado, debido a que la dinámica poblacional, la fragmentación del hábitat o la capacidad dispersiva de las mismas, pueden ocasionar que una localización con características óptimas para la especie no sea relevada porque las mismas no están en equilibrio con su medio o, porque se trata de organismos con grandes fluctuaciones interanuales en el tamaño poblacional, que pueden generar ausencias temporales, ó también en organismos con baja detectabilidad, que originan ausencias aparentes. Maxent ha demostrado ser una herramienta robusta para modelar sólo con datos de presencia, haciendo predicciones incluso con escasos números de presencia, mejorando el desempeño de numerosas técnicas tradicionales. En la actualidad, la aproximación al modelado con Maxent se extiende a numerosos grupos taxonómicos, distintas áreas geográficas y diversos objetivos específicos. Cuando el número de observaciones es escaso, como ocurre para alguna de estas especies, las representaciones geográficas generadas mediante estas técnicas deben considerarse hipótesis provisionales cuya fiabilidad sólo podrá evaluarse a medida que se obtengan nuevas 6

7 colectas. Asumiendo que los factores climáticos usados como predictores son adecuados para representar la heterogeneidad ambiental capaz de describir la distribución de estas especies a la escala espacial considerada, los ejemplos que se proporcionan en este trabajo nos permiten obtener una indicación sobre la localización de futuros sitios de colecta. La calidad de los mapas obtenidos es muy buena, ya que los mismos mostraron valores de AUC, por encima de.9 en los todos los casos modelados. De nuestro análisis surge que las especies modeladas se encuentran preferentemente en áreas de serranías y, en general, con ausencia de lluvias durante el mes más seco, lo que sugiere una notable adaptación a los ambientes semiáridos, lo que concuerda con el área de presencia de cactáceas en la región. El número de variables explicativas intervinientes en los modelos fue variable, desde trece a cuatro, siendo la precipitación promedio anual, precipitación en el trimestre más seco y la estacionalidad de precipitación (CV), las variables empleadas en todos los modelos. En el caso específico de D. ceylonicus, su distribución se encuentra además relacionada a Rango medio diurno de temperatura, siendo esta la diferencia entre las temperaturas máximas y mínimas promedio mensual. Las distribuciones potenciales obtenidas en las especies D. austrinus y D. confertus amplían su rango de distribución conocido, desde el Chaco Seco hacia la ecorregión de Sierras y Bolsones que se encuentra hacia el oeste de la misma, compartiendo ambas especies, un 8% el área de distribución potencial. La influencia del cambio climático global es un elemento que puede adquirir relevancia en el futuro, y que en la actualidad no se ha explorado. Por tratarse la cochinilla de un insecto sésil, que vive sobre las cactáceas, un aumento en las temperaturas, podría favorecer su expansión, pero ocurriría lo contrario si este viene acompañado de un incremento en las precipitaciones, ya que pueden ser arrastradas por lluvias de mediana a gran intensidad. 7