Advancing species distribution dynamics modeling
Entendre com canvien les distribucions de les espècies en l'espai i el temps és essencial per al seguiment de la biodiversitat i la seva conservació. Aquesta tesi avança en l'ús de models de dinàmica de distribució d'espècies basats en processos com un marc potent, flexible i basat en...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2025 |
| País: | España |
| Institución: | Universitat Autònoma de Barcelona |
| Repositorio: | Dipòsit Digital de Documents de la UAB |
| Idioma: | inglés |
| OAI Identifier: | oai:ddd.uab.cat:322552 |
| Acceso en línea: | https://ddd.uab.cat/record/322552 |
| Access Level: | acceso abierto |
| Palabra clave: | Models de distribució Species distribution models Modelos de distribución Dinàmica de distribució Species distribution change Dinámica de distribución Models jeràrquics Hierarchical models Modelos jerárquicos Ciències Experimentals |
| Sumario: | Entendre com canvien les distribucions de les espècies en l'espai i el temps és essencial per al seguiment de la biodiversitat i la seva conservació. Aquesta tesi avança en l'ús de models de dinàmica de distribució d'espècies basats en processos com un marc potent, flexible i basat en dades per modelitzar aquests canvis a partir de dades de detecció/no detecció. A través de tres estudis complementaris, s'investiga com la inclusió explícita de processos ecològics, el disseny del mostreig i la integració de dades influeixen en la capacitat d'aquests models per detectar i predir canvis en l'ocurrència de les espècies. Al Capítol 1, s'avalua si la incorporació de la connectivitat entre veïns-com a indicador de dispersió espacial-en models d'ocupació dinàmica (DynOcc) millora el rendiment predictiu. Utilitzant dades del segon i tercer d'ocells nidificants a Catalunya, es mostra que incloure la connectivitat entre veïns en els components de colonització i extinció millora les prediccions dels canvis en l'ocurrència. Tanmateix, afegir aquests predictors espacials a models que ja inclouen un bon conjunt de covariables d'hàbitat comporta guanys només modestos en precisió. Per a moltes espècies, les covariables d'hàbitat per si soles tenen un rendiment similar. Aquests resultats suggereixen que els processos espacials impulsats per la dispersió tenen un paper important-però específic per espècie-en la dinàmica de distribució, i que pot ser especialment útil incorporar-los quan les covariables ambientals no són suficients. El Capítol 2 utilitza un enfocament basat en simulacions per avaluar com diferents nivells d'esforç de mostreig-tant en durada com en cobertura espacial-influeixen en la capacitat dels models d'ocupació dinàmica espacial (SpDynOcc) per recuperar les dinàmiques reals de colonització i extinció. L'anàlisi revela una relació inversa entre la durada mínima de l'estudi i la cobertura espacial necessària per assolir prediccions satisfactòries en diferents escenaris d'ocupació i detecció. No obstant això, l'esforç mínim necessari varia segons el nivell d'ocupació inicial i la dinàmica subjacent. A més, els resultats indiquen que les espècies amb baixa probabilitat de detecció requereixen un esforç de mostreig més gran per obtenir estimacions fiables, ressaltant la importància d'optimitzar els protocols de mostreig per millorar la detectabilitat. Aquests resultats ofereixen orientacions pràctiques per dissenyar programes de seguiment de la biodiversitat que donin suport a l'aplicació robusta dels models SpDynOcc. Al Capítol 3, s'exploren els beneficis i les limitacions de combinar dades de dos programes de seguiment d'ocells independents-els censos estructurats de llarg termini (SOCC) i les dades d'atles (AONC)-per millorar la selecció de models i el seu rendiment predictiu. Els resultats mostren que tant les dades del SOCC com del AONC capten eficaçment els patrons espacials de canvi en la distribució per espècies en expansió i en regressió. Tot i que els models integrats capten bé els patrons generals, no superen sistemàticament els models basats en fonts de dades individuals. Això posa de manifest compensacions importants entre resolució espacial i temporal, així com la importància de la compatibilitat entre conjunts de dades. Caldrà explorar estratègies alternatives de modelització que permetin equilibrar millor la contribució de cada conjunt de dades, com ara enfocaments basats en versemblança ponderada que aprofitin millor el potencial de les dades d'atles. En conjunt, aquests estudis aporten coneixements empírics i metodològics per modelitzar de manera més eficaç la dinàmica de distribució d'espècies. Els resultats subratllen la necessitat d'un esforç de mostreig espacial i temporal adequat, la importància de la selecció de covariables i el potencial d'integrar múltiples fonts de dades. Finalment, la tesi reflexiona sobre els reptes de predir distribucions en condicions noves i fa una crida a futures recerques per millorar la ciència predictiva de la biodiversitat. |
|---|