Serviços Personalizados
Journal
Artigo
texto em 
Inglês (pdf)
Artigo em XML
Referências do artigo
Tradução automática
Enviar este artigo por emailIndicadores
-
Citado por SciELO -
Acessos
Links relacionados
-
Similares em
SciELO
Compartilhar
Permalink
Revista Chapingo serie ciencias forestales y del ambiente
versão On-line ISSN 2007-4018versão impressa ISSN 2007-3828
Rev. Chapingo ser. cienc. for. ambient vol.28 no.2 Chapingo Mai./Ago. 2022 Epub 16-Fev-2024
https://doi.org/10.5154/r.rchscfa.2021.10.066
Artículo científico
El cambio climático afectará la distribución del búho manchado mexicano (Strix occidentalis lucida Nelson 1903)
1Universidad Juárez del Estado de Durango. Calle Constitución núm. 404 sur, zona centro. C. P. 34000. Durango, Durango, México.
2Universidad Juárez del Estado de Durango, Programa Institucional de Doctorado en Ciencias Agropecuarias y Forestales. Río Papaloapan núm. 203, col. Valle del sur. C. P. 34000. Durango, Durango, México.
3Colegio de Postgraduados, Campus San Luis Potosí. Calle Iturbide núm. 73, col. centro. C. P. 78620. Salinas de Hidalgo, San Luis Potosí, México.
Introducción:
El búho manchado mexicano (Strix occidentalis lucida Nelson 1903) es una subespecie amenazada por la destrucción del hábitat y sensible al cambio climático. Esta se distribuye en los bosques maduros de Estados Unidos y México.
Objetivo:
Determinar la distribución potencial histórica (1970-2000) y futura (2021-2040, 2041-2060 y 2061-2080) del búho manchado mexicano bajo dos escenarios de cambio climático (SSP 245 y SSP 585).
Materiales y métodos:
La distribución potencial se modeló con el software R, utilizando el algoritmo MaxEnt, 155 registros de presencia geográficamente no correlacionados y cinco capas bioclimáticas. Las áreas de idoneidad ambiental se predijeron para ocho unidades de manejo ambiental de Estados Unidos y México.
Resultados y discusión:
Tres variables de temperatura contribuyeron en 93.1 % a la predicción del modelo: rango diurno medio (44.8 %), temperatura máxima del mes más cálido (28.8 %) y promedio del trimestre más frío (19.5 %). Los escenarios futuros mostraron pérdidas paulatinas y continuas de espacio bioclimático idóneo para el ave en siete unidades de manejo, especialmente en el escenario de altas emisiones (SSP 585) en la Sierra Madre Oriental de México (-56.1 a -96.4 %). La unidad de manejo ambiental Montañas Rocosas del Sur, en Estados Unidos, fue la única que ganó espacio bioclimático idóneo (51.3 a 167.2 %) en todos los periodos.
Conclusión:
Aunque los cambios no son significativos, la pérdida de áreas de idoneidad bioclimática inicia en el 2030 e incrementa en el 2041 y, por tanto, el cambio climático representa una amenaza actual para esta ave rapaz.
Palabras clave: distribución de especies; ave rapaz; pérdida del hábitat; riesgo de extinción; planes de conservación
Introduction:
The Mexican spotted owl (Strix occidentalis lucida Nelson 1903) is a subspecies threatened by habitat destruction and sensitive to climate change. It is distributed in the old forests of the United States and Mexico.
Objective:
To determine the potential historical (1970-2000) and future (2021-2040, 2041-2060 y 2061-2080) distribution of the Mexican spotted owl under two climate change scenarios (SSP 245 and SSP 585).
Materials and methods:
Potential distribution was modeled using the R software with the MaxEnt algorithm, 155 geographically uncorrelated occurrence records, and five bioclimatic layers. Areas of environmental suitability were predicted for eight environmental management units in the United States and Mexico.
Results and discussion:
Three temperature variables contributed 93.1 % to the model prediction: mean diurnal range (44.8 %), maximum temperature of the warmest month (28.8 %) and average of the coldest quarter (19.5 %). Future scenarios showed gradual and continuous losses of suitable bioclimatic space for the bird in seven management units, especially in the high emissions scenario (SSP 585) in the Sierra Madre Oriental de México (-56.1 to -96.4 %). The Southern Rocky Mountains environmental management unit in the United States was the only one that gained suitable bioclimatic space (51.3 to 167.2 %) in all periods.
Conclusion:
Although changes are not significant, the loss of areas of bioclimatic suitability begins in 2030 and increases in 2041 and, therefore, climate change represents a current threat to this bird of prey.
Keywords: species distribution; bird of prey; habitat loss; extinction risk; conservation plans
Ideas destacadas:
Se modeló la distribución histórica (1970-2000) y futura (2021-2080) de Strix occidentalis lucida.
La idoneidad ambiental se predijo para ocho unidades de manejo ambiental de Estados Unidos y México.
Tres variables de temperatura contribuyeron en 93.1 % a la predicción del modelo.
Se predijeron pérdidas de espacio bioclimático adecuado para el búho manchado mexicano.
Solo la unidad ambiental Montañas Rocosas del Sur ganará espacio idóneo (51.3 a 167.2 %).
Introducción
El búho manchado mexicano (Strix occidentalis lucida Nelson 1903) es una subespecie ícono de la conservación en Norteamérica (Wan, Ganey, Vojta, & Cushman, 2018). El ave habita en bosques maduros mixtos de coníferas, en árboles con diámetros > 40 cm, alturas > 10 m, cobertura aérea > 70 % y estructura vertical diversa (Silva-Piña et al., 2018), desde el suroeste de Estados Unidos hasta el centro de México (Secretaría de Medio Ambiente y Recursos Naturales [SEMARNAT, 2010]; U. S. Fish and Wildlife Service [USFWS, 2012]). En México, esta subespecie se clasifica como amenazada (SEMARNAT, 2010) y a nivel mundial se encuentra en la categoría de casi amenazada (BirdLife International, 2020). Aunque la disminución de las poblaciones se ha asociado a la pérdida y fragmentación de su hábitat (SEMARNAT, 2010; USFWS, 2012), aún se desconoce la respuesta del búho manchado mexicano hacia otras amenazas (Salazar-Borunda, Martínez-Guerrero, Tarango-Arámbula, Pereda-Solís, & López-Serrano, 2020; Wan et al., 2018). Al respecto, el Servicio de Pesca y Vida Silvestre de los Estados Unidos (USFWS, 2012) ha subdividido el rango de distribución del búho manchado mexicano en Unidades de Manejo Ecológico (EMU, por sus siglas en inglés) para investigar, manejar y monitorear sus amenazas. Estas áreas se representan por Meseta de Colorado, Cuenca y Cordillera del Este, Cuenca y Cordillera del Oeste, Montañas Superiores de Gila, Montañas Rocosas del Sur en EE. UU. y por la Sierra Madre Occidental, Sierra Madre Oriental y el Eje Neovolcánico Transversal en México.
El cambio climático impacta los ecosistemas y representa una amenaza para la vida silvestre (Krishnan, 2021). Este fenómeno reducirá el espacio adecuado para las especies que dependen directamente del clima (Parmesan & Yohe, 2003) y generará cambios en la distribución (Chen, Hill, Ohlemuller, Roy, & Thomas, 2011; VanDerWal et al., 2013). Aunque los movimientos que realizarán las especies son desconocidos, se prevé su desplazo hacia gradientes latitudinales cercanos a los polos (Chen et al., 2011) o bien, que realicen movimientos multidireccionales hacia áreas con espacios bioclimáticos adecuados (VanDerWal et al., 2013). Por ello, la identificación de las áreas con idoneidad ambiental futura es clave para el diseño de estrategias de gestión en un entorno ambiental dinámico (Lawler, Wiersma, & Huettman, 2011).
Los pocos registros de algunas especies dificultan conocer con precisión su distribución actual (Pearce & Boyce, 2006) y limitan las medidas de conservación (SEMARNAT, 2010; USFWS, 2012). En este sentido, los modelos de distribución de especies ayudan a resolver estas limitantes, a través de la predicción de áreas con condiciones ambientales idóneas para una especie en particular (Elith et al., 2006; Guisan et al., 2013), la localización de poblaciones nuevas (Raxworthy et al., 2003), la definición de áreas con potencial de reintroducción de especies o la predicción de los efectos del cambio climático sobre su rango de distribución (Méndez, Méndez, & Cerano, 2020).
El objetivo de este estudio fue determinar la distribución potencial histórica (periodo 1970-2000), a corto (2021-2040), mediano (2041-2060) y largo plazo (2061-2080) del búho manchado mexicano en las EMU de Estados Unidos y México, bajo dos escenarios de cambio climático (SSP 245 y SSP 585) y considerando variables bioclimáticas. El conocimiento generado contribuirá en la toma de decisiones más adecuada por parte de las agencias gubernamentales de dichos países (SEMARNAT, 2010; USFWS, 2012).
Materiales y métodos
Datos de presencia
Las coordenadas de presencia del búho manchado mexicano (Strix occidentalis lucida) se obtuvieron de la plataforma Global Biodiversity Information Facility (GBIF, 2019; 949 puntos), del reporte gubernamental de áreas naturales protegidas en México (Garza, 2018; 12 puntos) y de registros en campo (25 puntos). La correlación espacial entre presencias se redujo al considerar un área circular entre cada registro de al menos 2.67 ha en función del ámbito hogareño del ave (Willey & Van Riper, 2014). Los puntos por debajo del área umbral y la eliminación de los registros duplicados se discriminaron utilizando los paquetes spThin (Aiello‐Lammens, Boria, Radosavljevic, Vilela, & Anderson, 2015) y remove.duplicates (Bivand, Pebesma, & Gomez-Rubio, 2013; Pebesma & Bivand, 2005; R Core Team, 2021).
Variables bioclimáticas
Los datos bioclimáticos se obtuvieron de WorldClim (versión 2.1, Fick & Hijmans, 2017) a 2.5 minutos de arco de resolución espacial (~4.5 km2). De las 19 variables bioclimáticas descargadas se excluyeron las capas de la temperatura media del mes más húmedo (BIO 8) y más seco (BIO 9), y la precipitación del trimestre más cálido (BIO 18) y más frío (BIO 19), debido a que combinan información de temperatura y precipitación (Escobar, Lira, Medina, & Peterson, 2014).
La multicolinealidad entre las variables ambientales puede sesgar los modelos al representar su relevancia biológica de manera inadecuada (Franklin, 2009). Por ello, para identificar las variables relacionadas entre sí, se realizó una prueba de correlación de Pearson mediante el paquete ENMTools (Warren, Glor, & Turelli, 2010); asimismo, la contribución de cada variable al modelo en general se determinó mediante pruebas de Jackknife (Phillips, Anderson, & Schapire, 2006). El modelo se construyó seleccionando las variables bioclimáticas con base en su importancia biológica (Ganey, 2004), aporte individual y colectivo en el modelado y nivel de correlación (r < 0.8).
Las proyecciones para las variables bioclimáticas seleccionadas se obtuvieron del Proyecto de Intercomparación de Modelos Acoplados Fase 6 (CMIP6, Eyring et al., 2016). Los modelos climáticos globales CNRM-ESM2-1 y MIROC6 se utilizaron bajo dos vías socioeconómicas compartidas (SSP). Estas trayectorias describen futuros alternativos de desarrollo socioeconómico y representan: a) escenario de altas emisiones con desarrollo impulsado por combustibles fósiles y baja adaptación al cambio climático (SSP 585) y b) escenario de estabilización intermedio, donde la sociedad adapta desafíos medios para la mitigación y la adaptación al cambio climático (SSP 245) (Keywan et al., 2017). El aumento de temperatura media superficial considerada para el escenario extremo fue de 2.0 °C (8.5 W∙m-2), mientras que para el escenario conservador fue de 1.4 °C (4.5 W∙m-2).
Calibración del modelo
En el modelado de nichos y de distribución de especies, la definición del área de calibración es fundamental para la generación y transferencia del modelo (Soberón, Osorio-Olvera, & Peterson, 2017). En este estudio, el área de calibración se definió como el rango probable de presencia del búho manchado mexicano (USFWS, 2012) y constituyó una superficie continental de 772 182 km2 (Instituto Nacional de Estadística y Geografía [INEGI], 2020; U.S. Geological Survey [USGS], 2021) con climas diversos (De Alba & Reyes, 1998; National Oceanic and Atmospheric Administration [NOAA], 2021). En el proceso de calibración se consideraron únicamente las presencias confirmadas dentro del área de calibración y 10 000 pseudoausencias; a cada una de ellas se asignó un valor de 0.5.
Modelo de distribución de especies
El modelado se realizó con el paquete kuenm (Cobos, Peterson, Barve, & Osorio, 2019) en el software estadístico R (R Core Team, 2021). Para el modelado se utilizó el algoritmo de máxima entropía (MaxEnt) y se generaron modelos múltiples en función de la combinación de las configuraciones del multiplicador de regularización (0.1, 0.3, 0.5, 0.7, 1, 5, 10), clases de entidad (lineal, producto, cuadrático, bisagra, umbral y categórico) y de los conjuntos de las variables bioclimáticas. El modelo más apropiado se seleccionó con base en su significancia estadística (ROC parcial con P < 0.05), rendimiento (tasa de omisión <5 %) y complejidad (menor criterio de información Akaike). El formato de salida del modelo fue logístico, el cual considera valores entre 0 (sin condiciones de idoneidad) y 1 (área de idoneidad bioclimática) (Phillips et al., 2006). El modelado de la distribución histórica calculada con las variables bioclimáticas del periodo 1970 a 2000 y futura de los periodos 2021-2040 (2030), 2041-2060 (2050) y 2061-2080 (2070), para las EMU en EE. UU. y México, se transfirió sin extrapolación.
Resultados
Modelo de distribución de especies
Inicialmente se consideraron 986 registros de ubicaciones del búho manchado mexicano; sin embargo, la base de datos depurada consideró 155 registros geográficamente no correlacionados. A partir de las combinaciones de siete multiplicadores de regularización, clases de entidad y 42 conjuntos de variables bioclimáticas, se generaron y evaluaron 1 470 modelos. El mejor modelo de distribución potencial se obtuvo con 109 registros para entrenamiento y 46 para ejecución, con respuesta lineal + cuadrático + producto, multiplicador de regularización de 0.5 y cinco variables bioclimáticas: rango medio de temperatura (BIO 2), temperatura máxima del mes más cálido (BIO 5), temperatura media del trimestre más frío (BIO 11), precipitación del mes más húmedo (BIO 13) y precipitación del trimestre más húmedo (BIO 16). El modelo presentó ajuste adecuado con tasas de AUC (área bajo la curva) de 0.97 y de omisión de 0.02 %, ROC parcial de 0 y criterio de Akaike también con valor 0.
Distribución histórica
El modelo predijo que la distribución histórica del búho manchado mexicano en EE. UU. y México abarca una superficie discontinua de 762 114 km2 (48.4 % en EE. UU. y 51.6 % en México). Las áreas con mayor idoneidad bioclimática se agruparon con mayor frecuencia en las porciones centrales de las EMU (Figura 1), especialmente en las de México.
Figura 1 Modelo de distribución potencial histórica (1970 a 2000) del búho manchado mexicano (Strix occidentalis lucida): a) Montañas rocosas del Sur, b) Meseta de Colorado, c) Montañas Superiores de Gila, d) Cuenca y Cordillera del Oeste, e) Cuenca y Cordillera del Este en EE. UU, y f) Sierra Madre Occidental, g) Sierra Madre Oriental y h) Eje Neovolcánico Transversal en México. Los puntos indican las presencias (n = 155) del búho manchado mexicano, utilizadas para la generación del modelo. La figura denota predicción logística discontinua con áreas más oscuras (valores cercanos a 1) referidas a las de mayor idoneidad bioclimática.
Predictores bioclimáticos
La distribución del búho manchado mexicano se asoció más con el rango diurno medio de temperatura (BIO 2), el cual contribuyó en mayor medida con la predicción del modelo (44.8 %), la temperatura máxima del mes más cálido (BIO 5) contribuyó con 28.8 % y temperatura media del trimestre más frío (BIO 11) con 19.5 %. Las variables de precipitación del mes y del trimestre más húmedos, en conjunto, únicamente predijeron 6.9 % del modelo.
Las curvas de respuesta a las variables mostraron diversos umbrales bioclimáticos para el búho manchado mexicano (Figura 2). El rango de temperatura medio se estabilizó en una idoneidad bioclimática de 11 °C y disminuyó drásticamente con el aumento de la temperatura (hasta 22 °C); la temperatura máxima del mes más cálido tuvo la mayor idoneidad bioclimática a los 17.5 °C; y la temperatura media del trimestre más frío se estabilizó a los 5 °C, lo que refleja las condiciones ambientales de los bosques principalmente fríos en donde el búho manchado mexicano habita. La idoneidad bioclimática para la precipitación se alcanzó desde 100-250 mm y 200-600 mm en el mes y trimestre más húmedo, respectivamente.
Figura 2 Curvas de respuesta para cada variable bioclimática utilizada como predictora en el modelo de distribución potencial del búho manchado mexicano (Strix occidentalis lucida).
El análisis de Jackknife mostró que el rango diurno de temperatura (BIO 2) y temperatura máxima del mes más cálido (BIO 5) tuvieron la mayor ganancia de entrenamiento regularizado (Figura 3). La precipitación del trimestre más húmedo (BIO 16) tuvo la mayor ganancia cuando se usó de forma aislada conteniendo información útil sobre las condiciones bioclimáticas idóneas para la subespecie. La BIO 2 obtuvo la menor disminución en la ganancia cuando se omitió y contuvo la mayor cantidad de información ausente en las otras variables, para explicar el nicho bioclimático del búho manchado mexicano.
Figura 3 Ganancia de entrenamiento regularizada para predictores bioclimáticos del modelo de distribución del búho manchado mexicano (Strix occidentalis lucida) usando el análisis de Jackknife. Las barras de color gris claro representan la ganancia regularizada sin una variable específica y las barras de color gris oscuro representan la ganancia regularizada con solo esa variable. Variables bioclimáticas: rango medio de temperatura (BIO 2), temperatura máxima del mes más cálido (BIO 5), temperatura media del trimestre más frío (BIO 11), precipitación del mes más húmedo (BIO 13) y precipitación del trimestre más húmedo (BIO 16).
Distribución futura
La distribución del búho manchado mexicano varió espacialmente entre escenarios de cambio climático (Figura 4). En todos los periodos se predicen movimientos multidireccionales y pérdidas desde 1.4 % hasta 96.4 % de áreas de idoneidad (Cuadro 1). Aunque estas pérdidas varían entre modelos climáticos globales, los escenarios muestran disminución constante del espacio bioclimático adecuado para el ave, especialmente en las EMU de México. Los modelos pronosticaron ganancia de áreas bioclimáticas idóneas para el búho manchado mexicano en las Montañas Rocosas del Sur, al norte de su distribución histórica, siendo la única EMU que ganó espacio bioclimático idóneo (51.3 a 167.2 %) en todos los periodos.
Figura 4 Modelos de distribución potencial para el búho manchado mexicano (Strix occidentalis lucida) para los periodos 2021-2040 (2030), 2041-2060 (2050), 2061-2080 (2070) en las unidades de manejo ecológico de EE. UU. y México, bajo dos escenarios de emisiones (SSP). Las imágenes muestran predicción logística con áreas más oscuras (valores cercanos a 1) que indican idoneidad bioclimática mayor.
Cuadro 1 Variación del espacio bioclimático futuro adecuado para el búho manchado mexicano (Strix occidentalis lucida) en las unidades de manejo ecológico de Estados Unidos y México, considerando los escenarios de cambio climático de bajas (SSP 245) y altas (SSP 585) emisiones.
| Unidades de manejo ecológico | Distribución histórica (km2) | SSP 245 | SSP 585 | ||||||
|---|---|---|---|---|---|---|---|---|---|
| Pérdida o ganancia (%) | Acumulación (km2) | Pérdida o ganancia (%) | Acumulación (km2) | ||||||
| 2030 | 2050 | 2070 | 2030 | 2050 | 2070 | ||||
| Montañas Rocosas del Sur | 4 783.10 | 59.7 | 68.3 | 90.9 | +4 347.8 | 51.3 | 102.3 | 167.2 | +7 997.3 |
| Meseta de Colorado | 23 117.70 | -17.3 | -35 | -28.8 | -6 657.9 | -46.1 | -34.3 | -35.2 | -8 137.4 |
| Montañas Superiores de Gila | 5 351.40 | -1.4 | -2.9 | -8.4 | -449.5 | -2.1 | -7 | -8.7 | -465.6 |
| Cuenca y Cordillera del Oeste | 6 575.20 | -4.2 | -21.1 | -43 | -2 827.3 | -17.2 | -47.3 | -49 | -3 221.8 |
| Cuenca y Cordillera del Este | 14 724.00 | -34.6 | -49.5 | -63.9 | -9 408.6 | -29 | -57.2 | -66.1 | -9 732.6 |
| Sierra Madre Occidental | 20 751.20 | -15.9 | -39.1 | -54.4 | -11 288.7 | -21.1 | -50.6 | -65 | -13 488.3 |
| Sierra Madre Oriental | 11 368.10 | -61.5 | -83.5 | -87.5 | -9 947.1 | -56.1 | -84.9 | -96.4 | -10 958.8 |
| Eje Neovolcánico Transversal | 9 071.40 | -38.1 | -51.9 | -55.7 | -5 052.8 | -38.2 | -55.9 | -75.3 | -6 830.8 |
Escenarios futuros: 2021-2040 (2030), 2041-2060 (2050) y 2061-2080 (2070).
Discusión
Las agencias gubernamentales evalúan los efectos del cambio climático sobre el rango geográfico de especies sensibles (SEMARNAT, 2010; USFWS, 2012); para ello, utilizan los modelos de distribución de especies, los cuales contribuyen en los planes de conservación (Guisan et al., 2013). Aunque el uso exclusivo de variables bioclimáticas pudo simplificar los patrones biogeográficos del búho manchado mexicano (Dallas, Decker, & Hastings, 2017; Salazar-Borunda et al., 2021b), las áreas de idoneidad bioclimática predichas coinciden con las áreas de distribución actual (Salazar-Borunda, Martínez-Guerrero, Tarango-Arámbula, López-Serrano, & Pereda-Solís, 2022; USFWS, 2012). Al respecto, las áreas de idoneidad bioclimática más adecuadas para la permanencia del ave son mayores en el centro de las Cordilleras y Cuencas del Este y Oeste, y Montañas Superiores de Gila en EE. UU., y al centro de la Sierra Madre Occidental, al oeste de la Sierra Madre Oriental y dispersas sobre el Eje Neovolcánico Transversal en México.
Tolerancia bioclimática
El rendimiento predictivo del modelo fue mayor utilizando todas las métricas de evaluación, demostrando los requerimientos bioclimáticos del búho manchado mexicano. Las curvas de respuesta y pruebas de Jackknife identificaron las variables bioclimáticas más importantes, las cuales definen la distribución potencial del ave. Esta subespecie muestra tolerancia a temperaturas >5 °C, pero disminuye a una temperatura media de 22 °C durante el mes más cálido y, aunque soporta niveles diversos de precipitación (Salazar-Borunda et al., 2021b), prefiere áreas con 200 a 250 mm en el mes más húmedo, lo que sugiere un vínculo entre las temperaturas relativamente bajas y la precipitación. Este comportamiento puede asociarse a mecanismos intrínsecos de termorregulación y gastos de energía (Ganey, Ward, Rawlinson, Kyle, & Jonnes, 2020) y es consistente con estudios de campo (Palma-Cancino et al., 2014; Silva-Piña et al., 2018) y modelos previos (Ganey et al., 2020; Palma-Cancino et al., 2020; Salazar-Borunda et al., 2022) que asocian a esta rapaz con los bosques maduros de EE. UU. y México.
Distribución futura
Sin duda, el cambio climático continuará afectando la distribución natural de las especies de aves (Huntley et al., 2006). Esta afectación probablemente variará con el estado actual de conservación, ubicación y ecología (Møller, Fielder, & Berthold, 2006). En este estudio, los modelos predijeron cambios en el rango de distribución del búho manchado mexicano a través del tiempo, los cuales no representan cambios significativos para las poblaciones actuales; sin embargo, la pérdida de áreas de idoneidad bioclimática inicia en el año 2030 e incrementa en el 2041 y, por lo tanto, representa una amenaza. Los modelos mostraron reducción de las EMU de México, especialmente en la Sierra Madre Oriental. A pesar de ello, las áreas de idoneidad remanentes se circunscriben a las áreas de su distribución histórica.
Los cambios en el clima que afectan las áreas de idoneidad para el búho manchado mexicano y su supervivencia tienen que ver con la fisiología (Ganey et al., 2020), fecundidad, abundancia y composición de las comunidades de presas (Franklin, Anderson, Gutierrez, & Burnham, 2000). Estos cambios pueden modificar la estructura y composición de los bosques mixtos de coníferas en los que el ave se distribuye naturalmente (Gutiérrez & Trejo, 2014).
Los resultados pueden ser de utilidad para el monitoreo y conservación de las poblaciones del búho manchado mexicano; sin embargo, en este trabajo se utilizaron pocos registros de la subespecie (n = 155), por lo que es probable que este tamaño de muestra haya comprometido la precisión del modelo (Sagarin & Gaines, 2002; Salazar-Borunda et al., 2021b). La distribución potencial del búho manchado mexicano, generada en este estudio, es una primera aproximación que muestra efectos drásticos del cambio climático sobre las áreas idóneas para esta especie en todas las EMU. En este trabajo se utilizaron únicamente cinco variables bioclimáticas; sin embargo, en estudios futuros, para obtener mayor exactitud en la predicción, estos modelos de distribución también deberán tomar en cuenta variables más específicas como las topográficas (Meineri & Hylander, 2017), de vegetación (Pearson & Dawson, 2003), las interacciones bióticas con presas (Wisz et al., 2013), competidores potenciales (Strix varia; Peterson & Robins, 2003) o presiones humanas (Engler et al., 2017). Asimismo, será necesario aumentar el número de registros y proyectar el modelo hacia áreas geográficas más extensas.
Conclusión
Este estudio constituye un esfuerzo pionero para definir el efecto del cambio climático sobre la distribución potencial del búho manchado mexicano. Los modelos de predicción de la distribución potencial histórica y futura, bajo dos escenarios de cambio climático, describen disminución paulatina y constante de áreas de idoneidad bioclimática del ave y muestran espacios bioclimáticos nuevos más adecuados al norte de su distribución histórica; por ejemplo, en las Montañas Rocosas del Sur. Aunque las pérdidas de áreas de distribución potencial del búho manchado mexicano se acentúan a partir del 2041, es claro que el cambio climático ya es una amenaza para esta ave rapaz. En este estudio se utilizaron únicamente variables bioclimáticas, por lo que, en estudios futuros se recomienda la inclusión de variables más específicas como las topográficas, de vegetación, las interacciones bióticas con presas, competidores potenciales y el efecto de actividades antrópicas.
Agradecimientos
Al Consejo Nacional de Ciencia y Tecnología, a la Facultad de Medicina Veterinaria y Zootecnia e Instituto de Silvicultura e Industria de la Madera de la UJED y al Colegio de Postgraduados. Al Dr. Joseph L. Ganey y a los revisores cuyas observaciones enriquecieron sustancialmente el manuscrito.
REFERENCIAS
Aiello‐Lammens, M. E., Boria, R. A., Radosavljevic, A., Vilela, B., & Anderson, R. P. (2015). spThin: An R package for spatial thinning of species occurrence records for use in ecological niche models. Ecography, 38(5), 541-545. doi: 10.1111/ecog.01132 [ Links ]
Bivand, R. S., Pebesma, E., & Gomez-Rubio, V. (2013). Applied spatial data analysis with R. Springer. [ Links ]
BirdLife International. (2020). Strix occidentalis. The IUCN Red list of threatened species 2020. doi: 10.2305/IUCN.UK.2020-3.RLTS.T22689089A180937862.en [ Links ]
Chen, I. C., Hill, J. K., Ohlemuller, R., Roy, D. B., & Thomas, C. D. (2011). Rapid range shifts of species associated with high levels of climate warming. Science, 333(6045), 1024-1026. doi: 10.1126/science.1206432 [ Links ]
Cobos, M. E., Peterson, A. T., Barve, N., & Osorio, O. L. (2019). kuenm: An R package for detailed development of ecological niche models using Maxent. PeerJ, 7:e6281. doi: 10.7717/peerj.6281 [ Links ]
Dallas, T., Decker, R. R., & Hastings, A. (2017). Species are not most abundant in the centre of their geographic range or climatic niche. Ecology Letters, 20(12), 1526-1533. doi: 10.1111/ele.12860 [ Links ]
De Alba, E., & Reyes, M. E. (1998). Contexto físico: La diversidad biológica de México estudio de país. México: CONABIO. https://www.biodiversidad.gob.mx/publicaciones/librosDig/pdf/divBiolMexEPais1.pdf [ Links ]
Elith, J., Graham, C. H., Anderson, R. P., Dudik, M., Ferrier, S., Guisan, A., … Zimmerman, N. E. (2006). Novel methods improve prediction of species' distributions from occurrence data. Ecography, 29(2), 129-151. doi: 10.1111/j.2006.0906-7590.04596.x [ Links ]
Engler, J. O., Stiels, D., Schidelko, K., Strubbe, D., Quillfeldt, P., & Brambilla, M. (2017). Avian SDMs: current state, challenges, and opportunities. Journal of Avian Biology, 48(12), 1483-1504. doi: 10.1111/jav.01248 [ Links ]
Escobar, L. E., Lira, N., Medina, V., & Peterson, A. T. (2014). Potential for spread of the white-nose fungus (Pseudogymnoascus destructans) in the Americas: use of Maxent and NicheA to assure strict model transference. Geospatial Health, 9(1), 221-229. doi: 10.4081/gh.2014.19 [ Links ]
Eyring, V., Bony, S., Meehl, G. A., Senior, C. A., Stevens, B., Stouffer, R. J., & Taylor, K. E. (2016). Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geoscientific Model Development, 9(5), 1937-1958. doi: 10.5194/gmd-9-1937-2016 [ Links ]
Fick, S. E., & Hijmans, R. J. (2017). WorldClim 2: new 1km spatial resolution climate surfaces for global land areas. International Journal of Climatology, 37(12), 4302-4315. doi: 10.1002/joc.5086 [ Links ]
Franklin, A. B., Anderson, D. R., Gutierrez, R. J., & Burnham, K. P. (2000). Climate, habitat quality, and fitness in northern spotted owl populations in northwestern California. Ecological Monographs, 70(4), 539-590. doi: 10.1890/0012-9615(2000)070[0539:CHQAFI]2.0.CO;2 [ Links ]
Franklin, J. (2009). Mapping species distributions. USA: Cambridge University Press. [ Links ]
Ganey, J. L., Ward Jr, J. P., Rawlinson, T. A., Kyle, S. C., & Jonnes, R. S. (2020). Annual climate in mexican spotted owl habitat in the Sacramento Mountains, New Mexico: implications for responding to climate change. Journal of Field Ornithology, 91(3), 225-240. doi: 10.1111/jofo.12337 [ Links ]
Ganey, J. L. (2004). Thermal regimes of Mexican spotted owl nest stands. Southwestern Naturalist, 49(4), 478-486. Retrieved from http://www.jstor.org/stable/3672405 [ Links ]
Garza, H. A. (2018). Situación actual de búho manchado mexicano (Strix occidentalis lucida) y de los Strigiformes de la reserva de la Biosfera La Michilía. Retrieved from https://www.snib.mx/iptconabio/resource?r=SNIB-H305&v=1.3 [ Links ]
Global Biodiversity Information Facility (GBIF). (2019). Strix occidentalis subsp. lucida (Nelson, 1903). GBIF backbone taxonomy. Checklist dataset. doi: 10.15468/39omei [ Links ]
Guisan, A., Tingley, R., Baumgartner, J. B., Naujokaitis‐Lewis, I., Sutcliffe, R. P., Tulloch, A. T., … Buckley, M. Y. (2013). Predicting species distributions for conservation decisions. Ecology Letters, 16(12), 1424-1435. doi: 10.1111/ele.12189 [ Links ]
Gutiérrez, E., & Trejo, I. (2014). Efecto del cambio climático en la distribución potencial de cinco especies arbóreas de bosque templado en México. Revista Mexicana de Biodiversidad, 85(1), 179-188. doi: 10.7550/rmb.37737 [ Links ]
Huntley, B., Collingham, Y. C., Green, R. E., Hilton, G. M., Rahbek, C., & Willis, S. G. (2006). Potential impacts of climatic change upon geographical distributions of birds. Ibis, 148(s1), 8-28. doi: 10.1111/j.1474-919X.2006.00523.x [ Links ]
Instituto Nacional de Estadística y Geografía (INEGI). (2020). Referencias geográficas y extensión territorial de México. México: Author. [ Links ]
Keywan, R., van Vuuren, D. P., Kriegler, E., Edmonds, J., O’Neill, B. C., Fujimori, S., …Tavoni, M. (2017). The shared socioeconomic pathways and their energy, land use, and greenhouse gas emissions implications: An overview. Global Environmental Change, 42, 153-168. doi: 10.1016/j.gloenvcha.2016.05.009 [ Links ]
Krishnan, A. (2021). Lessons across scales: molecular ecology and wildlife conservation. Journal of the Indian Institute of Science, 101, 117-123. doi: 10.1007/s41745-021-00232-6 [ Links ]
Lawler, J. J., Wiersma, Y. F., & Huettman, F. (2011). Predictive species and habitat modeling in landscape ecology. Drew, C. A., Wiersma, Y. F., & F. Huettmann (Eds.), Using species distribution models for conservation planning and ecological forecasting (pp. 271-290). Springer. doi: 10.1007/978-1-4419-7390-0 [ Links ]
Meineri, E., & Hylander, K. (2017). Fine-grain, largedomain climate models based on climate station and comprehensive topographic information improve microrefugia detection. Ecography, 40(8), 1003-1013. doi: 10.1111/ecog.02494 [ Links ]
Méndez, E. F. M., Méndez, G. J., & Cerano, P. J. (2020). Distribución actual y potencial de Dendroctonus mexicanus Hopkins bajo dos escenarios de cambio climático. Madera y Bosques, 26(2), e2622002. doi: 10.21829/myb.2020.2622002 [ Links ]
Møller, A. P., Fielder, W., & Berthold, P. (2006). Birds and climate change. UK: Elsevier. [ Links ]
National Oceanic and Atmospheric Administration (NOAA). (2021). National Center for Environmental Information. US Federal Government. Retrieved from https://www.ncei.noaa.gov/access/monitoring/climate-at-a-glance/ [ Links ]
Palma-Cancino, D. Y., Tarango-Arambula, L. A., Ugalde-Ledezma, S., Alcántara-Carbajal, J. L., Ángeles-Pérez, G., Ramírez-Valverde, G., & Martínez-Montoya, J. L. (2014). Hábitat del tecolote moteado mexicano (Strix occidentalis lucida) en Tlachichila, Zacatecas, México. Agro Productividad, 7(4), 3-9. Retrieved from https://revista-agroproductividad.org/index.php/agroproductividad/article/view/528 [ Links ]
Palma-Cancino, D. Y., Tarango-Arámbula, L. A., Ugalde-Ledezma, S., Alcántara-Carbajal, J. L., Olmos-Oropeza, G., Ángeles-Pérez, G., & Rincón-Ramírez, J. A. (2020). Distribución potencial del tecolote moteado mexicano (Strix occidentalis lucida Nelson 1903) en Aguascalientes, Durango, Jalisco y Zacatecas México. Agro Productividad, 12(1), 23-28. doi: 10.32854/agrop.vi0.1563 [ Links ]
Parmesan, C., & Yohe, G. (2003). A globally coherent fingerprint of climate change impacts across natural systems. Nature, 421, 37-42. doi: 10.1038/nature01286 [ Links ]
Pearce, J. L., & Boyce, M. S. (2006). Modelling distribution and abundance with presence-only data. Journal of Applied Ecology, 43(3), 405-412. doi: 10.1111/j.1365-2664.2005.01112.x [ Links ]
Pearson, R. G., & Dawson, T. P. (2003). Predicting the impacts of climate change on the distribution of species: are bioclimatic envelope models useful? Global Ecology and Biogeography, 12(5), 361-371. doi: 10.1046/j.1466-822X.2003.00042.x [ Links ]
Pebesma, E. J., & Bivand, R. S. (2005). Classes and methods for spatial data in R. R News. Retrieved from https://cran.r-project.org/web/packages/sp/vignettes/intro_sp.pdf [ Links ]
Peterson, A. T., & Robins, C. R. (2003). Using ecological-niche modeling to predict barred owl invasions with implications for spotted owl conservation. Conservation Biology, 17(4), 1161-1165. doi: 10.1046/j.1523-1739.2003.02206.x [ Links ]
Phillips, S. J., Anderson, R. P., & Schapire, R. E. (2006). Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190(3-4), 231-259. doi: 10.1016/j.ecolmodel.2005.03.026 [ Links ]
R Core Team (2021). R: A language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing. Retrieved from https://www.R-project.org/ [ Links ]
Raxworthy, C. J., Martinez-Meyer, E., Horning, N., Nussbaum, R. A., Schneider, G. E., Ortega-Huerta, M. A., & Peterson, A. T. (2003). Predicting distributions of known and unknown reptile species in Madagascar. Nature, 426, 837-841. doi: 10.1038/nature02205 [ Links ]
Sagarin, R. D., & Gaines, S. D. (2002). The ‘abundant centre’ distribution: to what extent is it a biogeographical rule? Ecology Letters, 5(1), 137-147. doi: 10.1046/j.1461-0248.2002.00297.x [ Links ]
Salazar-Borunda, M. A., Martínez-Guerrero, J. H., Tarango-Arámbula, L. A., Pereda-Solís, M. E., & López-Serrano, P. M. (2020). Avances científicos del búho manchado mexicano (Strix occidentalis lucida Nelson 1903). Agro Productividad, 13(6), 43-48. doi: 10.32854/agrop.vi.1681 [ Links ]
Salazar-Borunda, M. A., Martínez-Guerrero, J. H., Tarango-Arámbula, L. A., López-Serrano, P. M., & Pereda-Solís, M. E. (2022). Distribution modeling of mexican spotted owl (Strix occidentalis lucida) in Mexico. Journal of Raptor Research, 56(1), 65-74. doi: 10.3356/JRR-20-114 [ Links ]
Salazar-Borunda, M. A., Tarango-Arámbula, L. A., López-Serrano, P. M., Chávez-Simental, J. A., Olmos-Oropeza, G., Martínez-Guerrero, J. H., & Pereda-Solís, M. E. (2021). Realized ecological niche of the mexican spotted owl (Strix occidentalis lucida) in Mexico. Agro Productividad, 14(6), 3-9 doi: 10.32854/agrop.v14i6.2020 [ Links ]
Secretaría de Medio Ambiente y Recursos Naturales (SEMARNAT). (2010). Norma Oficial Mexicana NOM-059-SEMARNAT-2010, Protección ambiental-Especies nativas de México de flora y fauna silvestres-Categorías de riesgo y especificaciones para su inclusión, exclusión o cambio-Lista de especies en riesgo. México: Diario Oficial de la Federación. Retrieved from http://dof.gob.mx/nota_detalle_popup.php?codigo=5173091 [ Links ]
Silva-Piña, M. J., Tarango-Arámbula, L. A., Clemente-Sánchez, F., Cortez-Romero, C., Velázquez-Martínez, A., Rafael-Valdez, J., & Ugalde-Lezama, S. (2018). Características del hábitat de sitios de descanso del búho manchado (Strix occidentalis lucida) en la Sierra Madre Occidental, México. Huitzil, 19(2), 141-156. doi: 10.28947/hrmo.2018.19.2.319 [ Links ]
Soberón, J., Osorio-Olvera, l., & Peterson, T. (2017). Diferencias conceptuales entre modelación de nichos y modelación de áreas de distribución. Revista Mexicana de Biodiversidad, 88(2), 437-441. doi: 10.1016/j.rmb.2017.03.011 [ Links ]
U.S. Geological Survey (USGS). (2021). Geologic maps of US states US Federal Government. Retrieved from https://mrdata.usgs.gov/geology/state/map-us.html [ Links ]
U.S. Fish and Wildlife Service (USFWS). (2012). Final recovery plan of the Mexican spotted owl (Strix occidentalis lucida), First Revision. U. S. Fish and Wildlife Service. Retrieved from https://www.fs.usda.gov/rm/pubs_other/rmrs_2012_us_fish_wildlife.pdf [ Links ]
VanDerWal, J., Murphy, H. T., Kutt, A. S., Perkins, G. C., Bateman, B. L., Perry, J. J., & Reside, A. E. (2013). Focus on poleward shifts in species’ distribution underestimates the fingerprint of climate change. Nature Climate Change, 3, 239-243. doi: 10.1038/nclimate1688 [ Links ]
Wan, H. Y., Ganey, J. I., Vojta, C. D., & Cushman, S. A. (2018). Managing emerging threats to spotted owls. The Journal of Wildlife Management, 82(4), 682-697. doi: 10.1002/jwmg.21423 [ Links ]
Warren, D. L., Glor, R. E., & Turelli, M. (2010). ENMTools: a toolbox for comparative studies of environmental niche models. Ecography, 33(3), 607-611. doi: 10.1111/j.1600-0587.2009.06142.x [ Links ]
Willey, D. W., & Van Riper, C. (2014). Home range characteristics of Mexican spotted owls in the Rincon Mountains, Arizona. The Wilson Journal of Ornithology, 126(1), 53-59. doi: 10.1676/13-029.1 [ Links ]
Wisz, M. S., Pottier, J., Kissling, W. D., Pellissier, l., Lenoir, J., Damgaard, C. F., …. Heikkinen, R. K. (2013). The role of biotic interactions in shaping distributions and realised assemblages of species: implications for species distribution modelling. Biological Reviews, 88(1), 15-30. doi: 10.1111/j.1469-185X.2012.00235.x [ Links ]
Recibido: 19 de Octubre de 2021; Aprobado: 13 de Abril de 2022
This is an open-access article distributed under the terms of the Creative Commons Attribution License
