Modelación de nichos ecológicos en SIG

En el ámbito profesional nos hemos topado con la necesidad de desarrollar y realizar iniciativas o medidas de conservación y restauración ecológica, una de ellas lo es la reforestación y/o reubicación de especies.  Para llevar a cabo dicha tarea, es necesario conocer aquellas áreas que por sus características bióticas son óptimas y tendrían éxito de supervivencia a largo plazo.

Para ello se han desarrollado herramientas  que permiten ubicar espacialmente las zonas que cumplen con las características necesarias; por ejemplo, los Sistemas de Información Geográfica o técnicas de percepción remota, sin embargo, los modelos de distribución de especies han cobrado fuerza debido a que son capaces determinar la distribución de especies poco estudiadas o con datos limitados generando información biológica valiosa.

En este caso hablaremos sobre el software MaxEnt, el cual es un algoritmo estadístico de máxima entropía, es decir mide la información contenida en una distribución –la incertidumbre respecto al resultado de un experimento- empleando la entropía de Shannon.

“Es un método de inteligencia artificial que aplica el principio de máxima entropía para calcular la distribución geográfica más probable para una especie. MaxEnt estima la probabilidad de ocurrencia de la especie buscando la distribución de máxima entropía (lo más uniforme posible) sujeta a la condición de que el valor esperado de cada variable ambiental según esta distribución coincide con su media empírica. El resultado del modelo expresa el valor de idoneidad del hábitat para la especie como una función de las variables ambientales. Un valor alto de la función de distribución en una celda determinada indica que ésta presenta condiciones muy favorables para la presencia de la especie. MaxEnt puede utilizar variables cualitativas, otorgando a cada valor de la variable un peso relativo al número total de puntos de presencia que contiene. El programa proporciona las curvas de respuesta de la especie ante las distintas variables ambientales y estima la importancia de cada variable en la distribución de la especie”.

(Phillips et al., 2006) (www.cs.princeton.edu/~schapire/maxent)

El modelo requiere de dos entradas de datos, el primero son puntos (x,y) en donde se ha registrado la especie, es decir una muestra. El segundo consiste en capas de información ambiental que permite el desarrollo de la especie, por ejemplo, precipitación, temperatura, edafología entre otros.

El resultado del proceso va de una escala de 0 a 1, donde 1 representa el área más óptima para el establecimiento de la especie en cuestión, y los valores por debajo tendrían una menor probabilidad de supervivencia hasta llegar al 0 en donde es nula la posibilidad del desarrollo.

Resultado de MaxEnt para encontrar sitios con potencial para la reforestación de manglar. Las áreas azules tienen mayor aptitud, sin embargo, el resultado aún puede afinarse para obtener zonas con el mayor porcentaje de sobrevivencia de la especie.

Cabe destacar que la calidad del resultado depende complemente de los datos de entrada, ya que, si las variables ambientales cuentan con una escala tosca, el producto estará poco definido incurriendo en errores. Asimismo, es necesario conocer las particularidades de la especie que se esté estudiando, ya que el resultado es un apoyo que bien debe ser revisado y afinado en SIG para la entrega de resultados certeros y puntuales.

Las zonas en tonos morado representan las áreas que son aptas y tienen un alto porcentaje de sobrevivencia de la especie, el resultado modelo en SIG.