Aval a las bases de datos de observaciones ciudadanas para la protección de especies

Un equipo de la Universidad de Córdoba ha comprobado que las grandes bases de datos de biodiversidad, donde la ciudadanía registra observaciones de flora, son válidas para calibrar modelos de distribución de especies conjuntas, incluso si las observaciones se realizaron de forma individual, siempre que se cuente con más del 50% de registros de las especies de la zona.

En el contexto actual de cambio climático, tanto instituciones como la comunidad científica se cuestionan cómo afectarán las nuevas condiciones a las especies de flora silvestre. Un ejemplo clave es el Un equipo de la Universidad de Córdoba ha comprobado que las grandes bases de datos de biodiversidad, donde la ciudadanía registra observaciones de flora, son válidas para calibrar modelos de distribución de especies conjuntas, incluso si las observaciones se realizaron de forma individual, siempre que se cuente con más del 50% de registros de las especies de la zona.

En el contexto actual de cambio climático, tanto instituciones como la comunidad científica se cuestionan cómo afectarán las nuevas condiciones a las especies de flora silvestre. Un ejemplo clave es el pinsapo (Abies pinsapo), una especie en peligro de extinción bajo los planes de protección de la Junta de Andalucía. Predecir cómo evolucionará su distribución, por ejemplo, si colonizará áreas más altas en las montañas, requiere tener en cuenta no solo el clima, sino también las interacciones entre diferentes especies.

Para abordar esta cuestión, la investigación está evolucionando de modelos de distribución que solo consideran variables ambientales (como clima y tipo de suelo) hacia modelos de distribución de comunidad, que incluyen las relaciones entre las especies. Estas interacciones, ya sean positivas o negativas, serán determinantes para conocer cómo se distribuirán las especies en el futuro. No obstante, los datos disponibles sobre flora no suelen incluir información sobre la composición de las comunidades biológicas, lo que limita la capacidad de estos modelos.

Los investigadores Diego Nieto y Daniel Romera, de la Universidad de Córdoba, han realizado el primer análisis sobre el uso de bases de datos oportunistas de biodiversidad, como las proporcionadas por plataformas ciudadanas como iNaturalist, para modelos de distribución de especies conjuntas. Estos modelos permiten predecir cómo las comunidades de especies responderán al cambio climático, incluso con datos parciales.

El estudio reveló que, siempre que se disponga de entre un 50% y un 75% de registros de las especies de una zona, los modelos pueden ofrecer predicciones precisas no solo sobre su distribución según variables climáticas, sino también sobre las interacciones entre especies. Estos resultados son prometedores para el desarrollo de mejores herramientas predictivas en ecología y conservación, fundamentales para afrontar los retos que plantea el cambio climático en los ecosistemas naturales.

Este análisis ofrece un mecanismo para mejorar la selección de datos de biodiversidad y generar predicciones más certeras sobre el comportamiento de las especies vegetales silvestres en un mundo en constante cambio. de la Junta de Andalucía. Predecir cómo evolucionará su distribución, por ejemplo, si colonizará áreas más altas en las montañas, requiere tener en cuenta no solo el clima, sino también las interacciones entre diferentes especies.

Para abordar esta cuestión, la investigación está evolucionando de modelos de distribución que solo consideran variables ambientales (como clima y tipo de suelo) hacia modelos de distribución de comunidad, que incluyen las relaciones entre las especies. Estas interacciones, ya sean positivas o negativas, serán determinantes para conocer cómo se distribuirán las especies en el futuro. No obstante, los datos disponibles sobre flora no suelen incluir información sobre la composición de las comunidades biológicas, lo que limita la capacidad de estos modelos.

Los investigadores Diego Nieto y Daniel Romera, de la Universidad de Córdoba, han realizado el primer análisis sobre el uso de bases de datos oportunistas de biodiversidad, como las proporcionadas por plataformas ciudadanas como iNaturalist, para modelos de distribución de especies conjuntas. Estos modelos permiten predecir cómo las comunidades de especies responderán al cambio climático, incluso con datos parciales.

El estudio reveló que, siempre que se disponga de entre un 50% y un 75% de registros de las especies de una zona, los modelos pueden ofrecer predicciones precisas no solo sobre su distribución según variables climáticas, sino también sobre las interacciones entre especies. Estos resultados son prometedores para el desarrollo de mejores herramientas predictivas en ecología y conservación, fundamentales para afrontar los retos que plantea el cambio climático en los ecosistemas naturales.

Este análisis ofrece un mecanismo para mejorar la selección de datos de biodiversidad y generar predicciones más certeras sobre el comportamiento de las especies vegetales silvestres en un mundo en constante cambio.