RESUMEN

Los modelos de distribución de especies (SDM) son herramientas estadísticas importantes para que los ecólogos puedan comprender y predecir el área de distribución de las especies. Sin embargo, los SDM estándar no incorporan explícitamente procesos dinámicos como la dispersión. Esta limitación puede conducir a sesgos en la inferencia sobre la distribución de las especies. En este estudio, los autores adoptan la teoría de la difusión ecológica que se ha introducido recientemente en la ecología estadística para incorporar procesos espacio-temporales en modelos ecológicos. Como ejemplo, eligieron al lobo (Canis lupus) que ha recolonizado el este de Francia de forma natural a través de la dispersión desde los Apeninos desde principios de los 90. Utilizando ecuaciones diferenciales parciales para modelar la difusión y el crecimiento de especies en un paisaje fragmentado, desarrollaron un modelo espacio-temporal estadístico-mecanicista que tiene en cuenta la difusión ecológica, el crecimiento logístico y la detección imperfecta de especies. Llevaron a cabo un estudio de simulación y mostraron la capacidad del modelo para i) estimar parámetros ecológicos en diversas situaciones con probabilidad contrastada de detección de especies y número de sitios encuestados y ii) pronosticar la distribución en el futuro. Descubrieron que la tasa de crecimiento de la población de lobos en Francia se explicaba por la proporción de cobertura forestal, que la densidad humana influía en la difusión y que la detectabilidad de las especies aumentaba con el aumento del esfuerzo de prospección. Usando los parámetros estimados del período 2007-2015, pronosticaron la distribución de lobos en 2016 y observaron una buenan concordancia con las detecciones reales realizadas ese año. Este enfoque puede ser útil para gestionar especies que interactúan con las actividades humanas para anticipar posibles conflictos.

Los autores y otros datos del artículo:

Louvrier, J., J. Papaix, C. Duchamp and O. Gimenez (2020). «A mechanistic-statistical species distribution model to explain and forecast wolf (Canis lupus) colonization in South-Eastern France”. Spatial Statistics 36. DOI: 10.1016/j.spasta.2020.100428.

La revista Spatial Statistics tuvo un factor de impacto en el año 2019 de 1,656 (Web of Science, 2021).

Categoría de la revista	Total de revistas	Clasificación de la revista	Cuartil
Geociencias	200	129	Q3
Matemáticas, aplicaciones interdisciplinares	106	51	Q2
Sensores remotos	30	23	Q4
Estadísticas y Probabilidad	124	38	Q2

REFERENCIAS

Web of Science (2021). Consultado el 18 de febrero de 2021. https://apps.webofknowledge.com/Search.do?product=WOS&SID=F2PotglZrtK7emhVzBW&search_mode=GeneralSearch&prID=95d9202b-67e0-4dbf-8f2b-ee4ddf0ff95d