RESUMEN

El uso de los datos existentes puede ser una forma fiable y rentable de predecir la distribución de las especies, y especialmente útil para aquellas en recuperación o expansión. Los autores de este trabajo desarrollaron un modelo actual de distribución del lobo (Canis lupus) para la región occidental de los Grandes Lagos, en Estados Unidos, y evaluaron la transferibilidad espacial de los modelos de un solo estado a la región. Este estudio es la primera evaluación de la transferibilidad en un carnívoro de amplia distribución, así como uno de los pocos desarrollados para grandes extensiones espaciales. Recogieron 3500 localizaciones de lobos de estudios durante el invierno en Minnesota (2017-2019), Wisconsin (2019-2020) y Michigan (2017-2020). Incluyeron 10 variables: proporción de cobertura natural, pastos y cultivos; distancia a la cobertura natural, a la agricultura, a las tierras desarrolladas y al agua; densidad de carreteras principales y secundarias; y nevadas. Crearon una distribución regional de conjunto ponderando 8 modelos en función de su rendimiento. También desarrollaron modelos de un solo estado y estimaron la transferibilidad espacial utilizando dos enfoques: validación cruzada de estados y extrapolación. Evaluaron el rendimiento cuantificando las correlaciones, las curvas de características operativas del receptor (ROC), las sensibilidades y dos índices de similitud de nicho. El área regional estimada como más adecuada para los lobos durante el invierno (umbral = máxima sensibilidad/especificidad) fue de 106465 km² (MN = 48083 km², WI = 27757 km², MI = 30625 km²) y predijo correctamente el 88% de las localizaciones de lobos analizadas. El aumento de la cobertura natural y la distancia a los cultivos fueron consistentemente importantes para determinar la distribución regional y de un solo estado del lobo. La extrapolación (frente a la validación cruzada) produjo resultados con las mayores métricas de rendimiento, y fueron los más similares al modelo regional, aunque el buen rendimiento interno no estuvo relacionado con el mayor rendimiento de la extrapolación. Los factores que influyen en la distribución de las especies dependen de la escala y pueden variar entre zonas debido a la plasticidad del comportamiento. Cuando se amplían las inferencias más allá de la presencia actual de los individuos, la evaluación de la variación en la ecología, como la selección del hábitat, así como los factores metodológicos, incluido el rendimiento del modelo, serán fundamentales para evitar interpretaciones científicas deficientes y desarrollar aplicaciones de conservación eficaces. En particular, los modelos de distribución precisos para carnívoros en recuperación o recuperados pueden utilizarse para desarrollar planes de gestión del hábitat, cuantificar el potencial del hábitat desocupado, evaluar la modelización de la conectividad y mitigar los conflictos, facilitando la persistencia de las especies a largo plazo.

Los autores y otros datos del artículo:

Gantchoff, M. G., D. E. Beyer, J. D. Erb, D. M. MacFarland, D. C. Norton, B. J. Roell, J. L. P. Tack and J. L. Belant (2022). «Distribution model transferability for a wide-ranging species, the Gray Wolf”. Scientific Reports 12 (1). DOI: 10.1038/s41598-022-16121-6.

La revista Scientific Reports tuvo un factor de impacto en el año 2021 de 4,996 (Web of Science, 2022).

Categoría de la revista	Total de revistas	Clasificación de la revista	Cuartil
Ciencias multidisciplinares	73	19	Q2

REFERENCIAS

Web of Science (2022). Consultado el 5 de Septiembre de 2022. https://www.webofscience.com/wos/woscc/summary/d8407597-6a44-4bde-a3e9-f3101e93a8a9-4cc872b1/relevance/1