Indicador del Estado de la Biodiversidad: Integridad Ecosistémica

     

Integridad Ecosistémica

La Integridad Ecosistémica se refiere a el estado de conservación o condición de los ecosistemas, es una medida directa de la modificación de hábitat (Equihua-Zamora M. et al, 2014; Equihua-Zamora et al, 2015; Pérez-Maqueo et al en prep.). La estimación de la IE depende de varios tipos de variables como las de calibración que dan indicios de estabilidad y permanencia del estado del ecosistema, las variables instrumentales que permiten estimar la probabilidad de los diferentes valores de IE y las variables de contexto que permiten estratificar debido a condiciones diferentes en el espacio y medio ambientales (Figura 1).

 

Figura 1. Integridad Ecosistémica como indicador e índices que lo conforman.

      La Integridad Ecosistémica (IE) es un indicador compuesto actualmente por diversas variables de campo (estructura de la vegetación, INFyS 2004-2009, 2009-2013), de percepción remota (Landsat y MODIS), clima (temperatura y precipitación), y uso del suelo (series INEGI II a V), generado con modelos probabilísticos (redes bayesianas).De forma alternativa se incluirán las tendencias que a partir del Inventario Nacional Forestal y de Suelos (INFyS, CONAFOR), e información satelital procesada en el sistema de monitoreo, reporte y verificación de datos de actividad para México (MAD-Mex), lo que permite el cálculo de las tasas de transformación de hábitat y deforestación reciente. Asimismo serán incorporadas medidas de diversidad funcional al indicador IE, con datos de fauna que está siendo obtenidos mediante el SNMB.

Para atenuar el ruido de variación natural de los productos anuales del indicador se ajusta un modelo lineal para cada serie de tiempo-pixel y tomar como cambio cuando la pendiente es estadísticamente significativamente positiva o negativa. Los cambios anuales son sobre comportamientos lineales. La referencia para este indicador es la tendencia en el tiempo y se puede estimar además, calculando el número de unidades (pixeles) con cambio positivo (aumento) o negativo (disminución) de la Integridad Ecosistémica por año.

Tabla 1. Indices y resolución espacio temporal de la Integridad Ecosistémcia

Indicadores Variable Ecológica Indices Monitoreo Extensión temporal Resolución temporal Resolución espacial
Integridad Ecosistémica Múltiple 2004-2017 Anual \(1km\) y \(250m\)
Cobertura de Uso de suelo Cambios en la cobertura de uso de suelo y deforestación Satelital \(30m\): 2000-2010. \(5m\): 2011-2015 30m: 2000-2003, 2003-2005, 2005-2008, 2008-2010. 5m: 2011-2012, 2012-2013, 2013-2014, 2014-2015 \(30m\) y \(5m\)
Porcentaje de pixel con vegetación no boscosa, Porcentaje de pixel sin vegetación, Porcentaje de pixel con vegetación boscosa Satelital 2004-2017 Anual \(250m\) y \(1000m\)
Estructura de la Vegetación Altura promedio del fuste, Desviación estándar de la altura total del arbolado, Altura promedio del arbolado, Desviación estándar del diámetro de copa del arbolado, Promedio del diámetro de copa del arbolado, Desviación estándar del diámetro a la altura del pecho, Promedio del diámetro a la altura del pecho, Probabilidad de presencia de árboles muertos en pie, Probabilidad de presencia de hojarasca en el suelo, Número de árboles por hectárea Inventario Forestal y Satelital 2004-2017 Anual \(250m\) y \(1000m\)
Productividad Primaria Promedio de la producción primaria bruta en temporada de secas, Desviación estándar de la producción primaria bruta en temporada de secas, Promedio anual de la producción primaria bruta, Desviación estándar anual de la producción primaria bruta, Promedio de la producción primaria bruta en temporada de lluvias, Desviación estándar de la producción primaria bruta en temporada de lluvias Satelital 2004-2017 Anual \(250m\) y \(1000m\)
Actividad Fotosintética Promedio de la fotosíntesis neta en temporada de secas, Desviación estándar de la fotosíntesis neta en temporada de secas, Promedio anual de la fotosíntesis neta, Desviación estándar anual de la fotosíntesis neta, Promedio de la fotosíntesis neta en temporada de lluvias, Desviación estándar de la fotosíntesis neta en temporada de lluvias Satelital 2004-2017 Anual \(250m\) y \(1000m\)
Daño Vegetación Probabilidad de presencia de plagas en árboles (muérdago, descortezadores o barrenadores) Inventario Forestal y Satelital 2004-2017 Anual \(250m\) y \(1000m\)
Flora exótica-invasora Probabilidad de especies exóticas e invasoras Cámaras Trampa 2015-2017, 2018-2020 Trianual Conglomerados

     

Figura 2. Red Bayesiana con la variables consideradas para el cálculo de la Integridad Ecosistémica. Las flechas indican las variables entre las que existe correlación.            

Integridad Ecosistémica en Áreas Naturales Protegidas

Los indicadores del estado de la biodiversidad pretenden conocer la efectividad de las Áreas Naturales Protegidas (ANP) por lo que se compararon los valores de integridad en las zonas núcleo y de preservación dentro de las ANP y fuera de ellas. Contrasta la condición de la periferia del ANP (anillo) dónde hay una mennor y mayor variabilidad de condiciones de degradación.

       

Figura 2. Integridad Ecosistémica en Áreas Naturales Protegidas terrestres de México y zonas aledañas.

Integridad Ecosistémica: Fauna

     

Integridad Ecosistémica: índices con monitoreo de fauna

Los índices que conformarán el modelo bayesiano integran un aspecto clave para tener indicios del estado del funcionamiento de los ecosistemas. Estos se estiman a partir de la información obtenida en el Sistema Nacional de Monitoreo de la Biodiversidad (SNMB). Así, los índices incorporarán no sólo elementos de estructura de la vegetación si no de composición y función a escala de paisaje. Se establece el uso de medidas de representatividad y diversidad funcional de aves y murciélagos en los ecosistemas de México. Así como de medidas de tendencias sobre la calidad de hábitat de los depredadores tope (especies clave) y la representatividad de la composición de presas principales de los depredadores tope.

Figura 1. Integridad Ecosistémica como indicador e índices asociados a fauna que lo conformarán.

     

Tabla 1. Indices y resolución espacio temporal de la Integridad Ecosistémcia con índices asociados a Fauna

Indicadores Variable Ecológica Indices Monitoreo Extensión temporal Resolución temporal Resolución espacial
Hábitat de Fauna Calidad de hábitat de especies clave (Modelos elipsoide del nicho; Hooper et al. 2008, Angilletta 2009, Soberón and Nakamura 2009, Soberón & Peterson, 2011, Qiao et al., 2016) Múltiple (Cámaras trampa, huellas, registros SNIB, Inventario Forestal, MAD-Mex) 2008-2017 Anual \(1km\)
Interacciones Ecológicas Representatividad de presas principales de depredadores tope Cámaras trampa, huellas y excretas 2015-2017, 2018-2020 Trianual Conglomerados
Murciélagos Riqueza de especies (Índice de diversidad de Hill) Grabaciones ultrasónicas 2015-2017, 2018-2020 Trianual Conglomerados
Murciélagos Diversidad funcional (FD,Petchey & Gaston 2002) Grabaciones ultrasónicas 2015-2017, 2018-2020 Trianual Conglomerados
Murciélagos Proporción de grupos funcionales de murciélagos (Frisch-Jordán, 1995) Grabaciones ultrasónicas 2015-2017, 2018-2020 Trianual Conglomerados
Aves Riqueza de especies (Índice de diversidad de Hill) Observación directa de Aves 2015-2017, 2018-2020 Trianual Conglomerados
Aves Diversidad funcional aves (FD, Petchey & Gaston 2002) Observación directa Aves 2015-2017, 2018-2020 Trianual Conglomerados
Aves Proporción de grupos funcionales de aves (González-Salazar et al 2014) Observación directa Aves 2015-2017, 2018-2020 Trianual Conglomerados
Fauna exótica-invasora Proporción de Biomasa de mamíferos silvestres nativos y exóticos-invasores Cámaras Trampa 2015-2017, 2018-2020 Trianual Conglomerados

Instituciones y Literatura

     

Instituciones involucradas en el plan de desarrollo de indicadores de biodiversidad

El Sistema de información ha sido desarrollado, a través del proyecto Resiliencia, el cual es ejecutado por la CONANP e implementado por el PNUD a partir del cofinanciamiento del GEF. En el desarrollo del sistema se reconocen avances que se han alcanzado la participación técnica y financiera de otras dependencias y organizaciones, así como el liderazgo de la CONABIO en su consecución.

Agradecimientos

La CONABIO agradece la colaboración constante del Instituto de Ecología A.C., Instituto de Geografía, Facultad de Ciencias e Instituto de Biología de la Universidad Nacional Aut´ónoma de México, y de Stanford University, California, USA.

Literatura

Angilletta, M. J. (2009) Thermal adaptation: a theoretical and empirical synthesis. Oxford Univ. Press.

Birch, L. C. (1953) Experimental background to the study of the distribution and abundance of insects: III. The relation between innate capacity for increase and survival of different species of beetles living together on the same food. Evolution 7,  pp. 136–144.

Badii, M.H., A. Guillen, C.E. Rodríguez, O. Lugo, J. Aguilar & M. Acuña. 2015. 156 Pérdida de Biodiversidad: Causas y Efectos Biodiversity Loss: Causes and Factors. International Journal of Good Conscience. 10(2)156-174.

Barnosky, A. D., et al. 2011. Has the Earth’s sixth mass extinction already arrived? Nature 471:51–57

Cardillo, M., G. M. Mace, J. L. Gittleman, K. E. Jones, J. Bielby, and A. Purvis. 2008. The predictability of extinction: biological and external correlates of decline in mammals. Proceedings of the Royal Society B 275:1441–1448.

Challenger A. 1998. Utilización y conservación de los ecosistemas terrestres de México, pasado presente y futuro. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad, Instituto de Biología, UNAM, Agrupación Sierra Madre S.C., México.

Clavel, J., R. Julliard & V. Devictor. 2010. Worldwide decline of specialist species: toward a global functional homogenization?. Frontiers in ecology and Environment. doi:10.1890/080216

CONABIO. 2016. Sistema de información sobre especies invasoras en México. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. Consultada: 30/06/2017. URL: http://www.biodiversidad.gob.mx/invasoras

Convenio sobre la Diversidad Biológica.https://www.cbd.int/

Crooks, K. R. 2002. Relative Sensitivities of Mammalian Carnivores to Habitat Fragmentation. Conservation Biology, 16(2):488–502.

Davidson, A. D., M. J. Hamilton, A. G. Boyer, J. H. Brown, and G. Ceballos. 2009. Multiple ecological pathways to extinction in mammals. Proceedings of the National Academy of Sciences USA 106:10702–10705.

Dirzo, R., H.S. Young, M.Galetti, G. Ceballos, J.B.I., Nick, B. Collen. 2014. Defaunation in the Anthropocene. Science, 345(6195):401-406.

Estes, J.A., J. Terborgh, J. S. Brashares, M. E. Power, J. Berger, W.J. Bond, S. R. Carpenter, T. E. Essington, R. D. Holt, J. B. C. Jackson, R. J. Marquis, L. Oksanen, T. Oksanen, R.T. Paine, E.K. Pikitch, W. J. Ripple, S. A. Sandin, M. Scheffer, T. W. Schoener, Jo. B. Shurin, A. R. E. Sinclair, M. E. Soulé, R. Virtanen, D. A. Wardle. Trophic Downgrading of Planet Earth. Science, 2011; 333 (6040): 301-306. DOI:10.1126/science.1205106

Equihua Zamora, M., Nashieli García Alaniz, Octavio Pérez-Maqueo, Griselda Benítez Badillo, Melanie Kolb, Michael Schmidt, Julián Equihua Benítez, Pedro Maeda, José Luis Álvarez Palacios. 2014. En: Integridad ecológica como indicador de la calidad ambiental (Ecological integrity as indicator of environmental quality ). En: Bioindicadores: guardianes de nuestro futuro ambiental El Colegio de la Frontera Sur, Instituto Nacional de Ecología y Cambio Climático., pp.687 - 710

Equihua Zamora, M., Griselda Benítez, Octavio Pérez Maqueo, Arturo Hernández Huerta, Nashieli García Alaníz, Julián Equihua Benítez, Pedro Maeda, Melanie Kolb, Michael Schmidt. 2015. Integridad ecológica para la gestión de la sustentabilidad ambiental frente al cambio climático. En: Cambio Climático: Adaptación y Mitigación hacia Agendas Siglo XXI, Chapter: 6, Publisher: AGT Editor S.A. de C.V., Editors: Alejandro Yañez-Aranciba, pp.75 – 8

Fernández, N., Maldonado, C. & Gershenson, C. 2013. Information Measures of Complexity, Emergence, Self-organization, Homeostasis, and Autopoiesis. arXiv, 1304.1842v3.

Farris Z.J., Golden C.D., Karpanty S., Murphy A., Stauffer D., Ratelolahy F., et al. 2015. Hunting, Exotic Carnivores, and Habitat Loss: Anthropogenic Effects on a Native Carnivore Community, Madagascar. PLoS ONE, 10(9): e0136456. https://doi.org/10.1371/journal.pone.0136456.

Fahrig, L. 2003. Effects of Habitat Fragmentation on Biodiversity. Annual Review of Ecology, Evolution, and Systematics, 34(1), 487–515.

Flather C.H., Knowles M.S., Kendall I.A. 1998. Threatened and endangered species geography. BioScience 48: 365–376. Global Biodiversity Change Indicators. 2015. Version 1.2. Group on Earth Observations Biodiversity Observation Network Secretariat. Leipzig, 20 pp.

Fritz, S. A., O. R. P. Bininda-Emonds, and A. Purvis. 2009. Geographical variation in predictors of mammalian extinction risk: big is bad, but only in the tropics. Ecology Letters 12:538–549.

Frisch-Jordán, A. Hábitos y Dietas de los mamíferos Mexicanos como medida alternativa de Diversidad. Universidad Nacional Autónomma de México.1995

Galetti M. & R. Dirzo. 2013. Ecological and evolutionary consequences of living in a defaunated world. Biological Conservation. 163: 1-6.

González-Suárez, M., A. Gómez & E. Revilla. 2013.Which intrinsic traits predict vulnerability to extinction depends on the actual threatening processes.Ecosphere.4(6):1-16

González-Suárez, M. and E. Revilla. 2013. Variability inlife-history and ecological traits is a buffer against extinction in mammals. Ecology Letters 16:242–251.

Haddad, N. M., Brudvig, L. A., Clobert, J., Davies, K. F., Gonzalez, A., Holt, R. D., Townshend, J. R. 2015. Habitat fragmentation and its lasting impact on Earth´s ecosystems, American Association for the Advancement of Science (1(2), 1–9.

Hansen A.J., DeFries R., Turner W. 2004. Land Use Change and Biodiversity: A Synthesis of Rates and Consequences during the Period of Satellite Imagery. In: Gutman G. and Justice C. (eds.) 2004. Land Change Science: Observing, Monitoring, and Understanding Trajectories of Change on the Earth’s Surface. Springer Verlag, New York, NY, pp. 277-299.

Hill, M. O. 1973. Diversity and evenness: a unifying notation and its consequences. Ecology. 54: 427–432. doi:10.2307/1934352.

Kalko EKV, Estrada Villegas S, Schmidt M, Wegmann M, Meyer CFJ. Flying high–assessing the use of the aerosphere by bats. Integr Comp Biol. 2008;48:60–73.

Knut Conradsen Allan A. Nielsen and James J. Simpson. Multivariate alteration detection (mad) and maf postprocessing in multispectral bitemporal image data: New approaches to change detection studies. Remote Sensing of the Environment, 64(1), 1998.

Lee, T. M. and W. Jetz. 2010. Unravelling the structure of species extinction risk for predictive conservation science. Proceedings of the Royal Society B 278:1329–1338

Lambin E.F., Geist H.J. and Lepers E. 2003. Dynamics of land-use and land-cover change in tropical regions. Assessing land use/cover changes: a nationwide multidate spatial database for Mexico. International Journal of Applied Earth Observation and Geoinformation 5: 249-261.Maguire, B. Jr (1967) A partial analysis of the niche. Am. Nat. 101, 515–526.

Mahalanobis, P.C. On the generalised distance in statistics, Proceedings of the National Institute of Science of India 12 (1936) 49-55.

Martínez-Meyer E, Díaz-Porras D, Peterson AT, Yáñez-Arenas C (2013) Ecological niche struc-ture and rangewide abundance patterns of species. Biology Letters 9: 20120637

McGeoch, M.A. and Squires, Z.E. 2015. An Essential Biodiversity Variable approach to monitoring biological invasions: Guide for Countries. GEO BON Technical Series 2, 13 pp.

McKinney, M.L., Lockwood, J.L., 1999. Biotic homogenization: a few winners replac- ing many losers in the next mass extinction. Trends Ecol. Evol. 14, 450–453.

Narayani Barve and Vijay Barve (2016). ENMGadgets: Tools for Pre and Post Processing in ENM workflow. R package version 0.0.12.

Murray, K. A., D. Rosauer, H. McCallum, and L. F. Skerratt. 2011. Integrating species traits with extrinsic threats: closing the gap between predicting and preventing species declines. Proceedings of the Royal Society B 278:1515–1523

Nielsen, A. A. 2007. The regularized iteratively reweighted mad method for change detection in multi- and hyperspectral data. Transactions on Image Processing, 16(2).

Noss, R. F. (1990). Indicators for monitoring biodiversity: a hierarchical approach. Conservation biology, 4(4), 355-364.

Osorio-Olvera L., Barve V., Barve N., Soberón J. (2016) nichetoolbox: From getting biodiversity data to evaluating species distribution models in a friendly GUI environment. R package versión 0.2.0.0.

Osorio-Olvera L., Falconi M, Soberón J (2016) Sobre la relación entre idoneidad del hábitat y la abundancia poblacional bajo diferentes escenarios de dispersión. Revista Mexicana de Biodiversidad 87: 1080–1088

Petchey & K. Gaston. 2002. Functional diversity (FD), species richness and community composition. Ecology Letters.

Parrish, J. D., Braun, D.P., R.S. Unnasch. 2003. Are we conserving what we say we are? Measuring ecological integrity within protected areas. Bioscience, 53, 9: 851-860.

Pijanowski, B.C., L. J. Villanueva-Rivera, S Dumyahn, A. Farina, B. Krause, B. Napoletano, S. Gage and N. Pieretti. 2011. Soundscape Ecology: The Science of Sound in Landscapes. BioScience 61: 203-216.

Purvis, A., J. L. Gittleman, G. Cowlishaw, and G. M. Mace. 2000. Predicting extinction risk in declining species. Proceedings of the Royal Society B 267:1947–1952

Qiao, H., Peterson, A. T., Campbell, L. P., Soberón, J., Ji, L. and Escobar, L. E. (2016), NicheA: creating virtual species and ecological niches in multivariate environmental scenarios. Ecography, 39, pp.

Rodrigues A., Orestes J. and Gaston K. 2000. Flexibility, efficiency, accountability: adapting reserve selection algorithms to more complex conservation problems. Ecography 23: 565-574.

Schadt, S., F. Knauer, P. Kaczensky, E. Revilla, T. Wiegand, L. Trepl. 2002. Rule based assessment of suitabe hábitat and patch connectivity for the eurasian lynx.Ecological Applications, 12(5), 2002, pp. 1469–1483

Soberón, J. and Nakamura, M. (2009) Niches and distributional areas: concepts, methods, and assumptions. Proc. Natl Acad. Sci. USA 106, pp. 19644–19650.

Soberón J., Peterson T.A., Osorio-Olvera L. 2018. A comment on “Species are not most abundant in the centre of their geographic range or climatic niche”. Rethinking Ecology 3: 13–18.
Peterson A.T., Papes M., Soberón J. (2008) Rethinking receiver operating characteristic analysis applications in ecological niche modeling. Ecological modelling 213:63–72.

Soulé, M. E. & J. Terborgh. Continental Conservation, Scientific Foundations of regional reserve networks. 1999. 227 pp

Smart, Simon M., Ken Thompson, Robert H. Marrs, Mike G. Le Duc, Lindsay C. Maskell y Leslie G. Firbank. Proc. R. Soc. 273:2659-2665.

Soberón, J., and Townsend Peterson, A. 2011. Ecological niche shifts and environmental space anisotropy: A cautionary note. Revista Mexicana de Biodiversidad, 82(4), 1348–1355.

Tscharntke, T., Steffan-Dewenter, I., Kruess, A. & Thies, C. 2002. Characteristics of insect populations on habitat fragments: a mini review. Ecological Research, 17, 229–239.

Velázquez A., Mas J.F., Díaz-Gallegos J.R., Mayorga-Saucedo R., Alcántara P.C., Castro R., Fernández T., Bocco G., Ezcurra E. y Palacio J.L. 2002. Patrones y tasas de cambio de uso del suelo en México. Gaceta 62: 21-37.

Vitousek P. M., Mooney H. A.; Lubchenco J. and Melillo J. M. 1997. Human domination of Earth´s ecosystems. Science 277: 494-499.

Young, H. S., D. J. McCauley, M. Galetti, & R. Dirzo. 2016 Patterns, Causes, and Consequences of Anthropocene Defaunation. The Annual Review of Ecology, Evolution, and Systematics. 47:333–58.

Yañez-Arenas C, Martínez-Meyer E, Mandujano S, Rojas-Soto O (2012) Modelling geographic patterns of population density of the white-tailed deer in central Mexico by implement-ing ecological niche theory. Oikos 121: 2081–2089.

Weckel, M., W. Giuliano y S. Silver. 2006. Jaguar feeding ecology: distribution of predator and prey through time and space. Journal of Zoology 270: 25-30

González-Salazar, C., E. Martínez-Meyer & G. López-Santiago. 2014. Revista Mexicana de Biodiversidad. A hierarchical classification of trophic guilds for North American birds and mammals. Clasificación jerárquica de gremios tróficos para aves y mamíferos de Norteamérica.85: 931-941.

Chinchilla, F. 1997. La dieta del jaguar, el puma y el manigordo en el Parque Nacional Corcovado, Costa Rica. Revista de Biología Tropical 45 (3): 1223-1229.

Estrada, C.G. 2008. Dieta, uso de hábitat y patrones de actividad del puma y el jaguar en la Selva Maya, Centroamérica. Revista Mexicana de Mastozoología 12: 113-130.

Núñez, R., B. Miller y F. Lindsey. 2000. Food habita of jaguars and pumas in Jalisco, México.Journal of Zoology London 252: 373-379.

Rueda, P., G.D. Mendoza, D. Martínez y O.C. Rosas-Rosas. 2013. Determination of the jaguar and puma diet in a tropical forest in San Luis Potosi, Mexico. Journal of Applied Animal Research 41 (4): 484-489.