Una herramienta de estudio que combina estadística, programación, biología y tecnología espacial. Conocidos con diversos nombres, como "modelización de la envoltura bioclimática", "modelización del hábitat" o "modelización del nicho", los modelos de distribución de especies pretenden proponer un nuevo punto de vista para diversas áreas de estudio, desde la conservación a la epidemiología, pasando por la paleontología y la ecología. La historia de la modelización de distribución comenzó en los años setenta con la introducción de los computadores personales en las universidades, el avance de los programas espaciales y la estadística, así como el aumento exponencial de las publicaciones científicas a partir de los años ochenta (Figura 1) (lobo et.al 2010).
Figura 1: Número de artículos publicados (línea) y variación en el número de artículos acumulados (puntos) sobre la distribución de especies, modelización encontrada en el ISI Web of Science después de realizar una búsqueda por tema y autor (Fuente: lobo et.al 2010).
La primera pregunta que suele surgir tras esta introducción es: "¿Cómo funciona?". Para aclarar su funcionamiento, podemos dividir sus funciones en 4 etapas principales: obtención y preparación de datos, ejecución del algoritmo seleccionado, comprobación de la idoneidad de la predicción y, por último, resultado final. La primera etapa, como su nombre lo indica, es la colecta de datos que pueden venir de colecciones taxonómicas, artículos, imágenes satelitales, bases de datos en línea y una multitud de fuentes posibles dependiendo del objetivo del estudio. Esta etapa es sin duda la más crucial, ya que requiere una mayor atención por parte del investigador en lo que denominamos "limpieza de datos".Este paso consiste en eliminar "impurezas" del conjunto de datos, que generalmente no tienen sentido con la condición biogeográfica del período analizado, buscando evitar trazos taxonómicos, temporales y espaciales, lo que aumenta la confiabilidad del estudio. La segunda etapa es un poco más compleja, ya que se fundamenta en pasar estos datos por un algoritmo que los pondrá en teoremas matemáticos predictivos como regresión lineal, regresión logística, árboles de regresión, entre otros modelos. En una comparación simplificada, sería como una ecuación de primer grado que genera un gráfico lineal en el que, con los datos recogidos y siguiendo la ecuación "y = ax + b" podemos predecir una línea recta. Es importante destacar que el teorema utilizado puede variar según la forma de análisis e investigación, lo que obliga a actualizar y crear nuevos algoritmos constantemente. La tercera etapa es la validación por parte de la precisión de los datos científicos , es decir, la interpretación de lo que significan los gráficos y los modelos matemáticos y si hubo posibles errores en el modelo. La última etapa no se analizará en profundidad, ya que requeriría un marco específico.
Figura 2: Recta resultante de una función polinómica de primer grado (Fuente: Archivo personal)
Una vez explicado brevemente el proceso, podemos pasar a las aplicaciones prácticas de esta herramienta de investigación. Como herramienta de pronóstico, puede emplearse para entender cómo se producen las extinciones, por ejemplo, la evolución de la transmisión de enfermedades e incluso la dinámica poblacional de las especies invasoras. Sin embargo, una de las aplicaciones que más ha destacado en los últimos años es la previsión de las interacciones ecológicas entre los animales y los cambios climáticos que se vienen produciendo en nuestro planeta. Una lectura importante que demuestra el uso de estas herramientas en este contexto se muestra en "The fate of endemic birds of eastern Brazilian mountaintops in the face of the climate change" (Hoffman, 2020), en el que el autor obtuvo resultados en los que fue posible inferir que los hábitats de las especies endémicas de las cimas de las montañas tienden a disminuir en los próximos años y sugiere lugares donde la creación de áreas de preservación sería más eficiente teniendo en cuenta la ecología de estos biomas.
En resumen, la modelización de la distribución de especies es una herramienta útil en varios ámbitos y, sin duda, debería estar más presente en la investigación nacional, especialmente con los recientes cambios climáticos. Merece la pena que los estudiantes de veterinaria, biología, zootecnia y áreas afines dentro del campo de la ecología, el medio ambiente y los animales salvajes se empeñen en aprender a emplear estas herramientas para promover una investigación que pueda ayudar para la conservación del planeta en el futuro.
'
Comments