Loading...
Publication
Living on the edge in a changing world : modelling global change effects on the distribution of Red-backed Shrike (Lanius collurio) in Iberia
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 4.05 MB | Adobe PDF |
Advisor(s)
Abstract(s)
O aumento de temperaturas e modificação de usos do solo, como consequência de atividades de origem
antropogénica, têm sido documentadas como alguns dos principais componentes na alteração de
qualidade de habitats. Estas mudanças radicais têm impactos profundos na composição de comunidades
biológicas, podendo levar a perturbações no nicho ecológico de determinadas espécies.
As distribuições geográficas das espécies muitas vezes são vistas como uma representação fisiológica
entre a tolerância das mesmas a determinados fatores ecológicos e a forma como estes fatores variam
ao longo do espaço. Em particular, territórios na margem da distribuição das espécies frequentemente
marcam o limite dessa tolerância, existindo nesses locais um equilíbrio frágil entre populações
biológicas e disponibilidade de habitat. Consequentemente, é espectável que os impactos das alterações
globais sejam amplificados nas populações presentes em territórios no limite da distribuição geográfica.
Entre os grupos biológicos, as aves migradoras são frequentemente dos mais afetados por alterações na
qualidade do habitat. Por percorrerem uma grande quantidade de território, este grupo enfrenta
potenciais ameaças em territórios de reprodução primaveris, migração e invernada, tornando-o
especialmente sensível a alterações na qualidade dos habitats a nível global.
Para identificar fatores limitantes da distribuição das espécies, assim como possíveis impactos
originados por alterações na qualidade do habitat, ecólogos começaram a utilizar modelos de previsão
de distribuição de espécies. Este tipo de modelação permitiu relacionar a forma como as espécies se
distribuem com gradientes climáticos e topográficos, assim como obter previsões de mudanças de
distribuição com alterações previstas de habitat.
Este trabalho focou-se em modelar a distribuição do Picanço-de-dorso-ruivo (Lanius collurio), uma ave
migradora que inverna no sudeste de África e na primavera migra para a Europa e Ásia para se
reproduzir, voltando para os territórios de invernada no outono. Esta espécie apresenta uma ampla
distribuição em território de reprodução, estendendo-se desde o oeste da Europa até à Ásia Central. Na
Península Ibérica, esta ave ocupa principalmente territórios no norte e centro, frequentemente associados
a altitudes mais elevadas. O Picanço-de-dorso-ruivo depende de áreas abertas com alguma vegetação de
médio porte. Arbustos e postes servem como postos de vigia, permitindo melhor deteção e captura de
presas, tornando-se assim um componente importante para a sobrevivência desta espécie.
Em particular, certas populações no limite da sua distribuição sofreram grandes declínios, levando
mesmo a extinções regionais em locais como o Reino Unido. Estas situações realçam a importância de
compreender a forma como as espécies são limitadas pelo seu habitat, podendo guiar esforços de
conservação de maneira mais eficiente em regiões críticas. Assim, a Península Ibérica foi escolhida
como o foco espacial deste estudo, por representar o limite sudoeste da distribuição geográfica do
Picanço-de-dorso-ruivo no período reprodutivo.
Em concreto, este trabalho teve como objetivos: determinar quais os fatores bioclimáticos e de uso do
solo mais limitantes na distribuição do Picanço-de-dorso-ruivo; prever a distribuição geográfica da
espécie baseada em modelos probabilísticos, usando os fatores previamente mencionados; usar esses
mesmos modelos para estimar o impacto das alterações globais, baseadas em cenários previstos pelo Painel Internacional de Alterações Climáticas (IPCC). Assim, os resultados permitiram averiguar os
fatores condicionantes do seu nicho ecológico, assim como a variação expectável da distribuição sob
condições futuras, permitindo uma análise do impacto das alterações globais no território reprodutivo
total desta espécie.
Os dados usados neste trabalho foram condensados em grelhas geográficas de 0,5º em latitude e
longitude, permitindo o mapeamento geográfico da informação. Para modelar a distribuição do Picançode-dorso-ruivo foram recolhidos dados de ocorrência da espécie em cada célula da grelha de 0,5º, só
sendo necessário 1 presença dentro de cada célula para a espécie ser considerada presente. Caso
contrário, a espécie foi considerada ausente dentro das células. Duas bases de dados online foram usadas
neste trabalho, dados de ciência cidadã obtidos da plataforma GBIF, e dados de censos de reprodução
do segundo Atlas Europeu das Aves Nidificantes (EBBA2). Visto que em grande parte do território é
incerto se a espécie não foi detetada por ausência de condições favoráveis ou por falta de dados, foram
usadas pseudo-ausências dentro de uma área delimitada para mapear os gradientes ambientais relevantes
para a ocorrência da espécie. Estes gradientes consistiram em condições bioclimáticas e de uso do solo.
Para as condições bioclimáticas foram calculadas as médias dentro de cada célula de 0,5º para:
temperatura mínima, temperatura média, temperatura máxima, variação sazonal da temperatura,
precipitação e variação sazonal da precipitação. Para os usos do solo, em cada célula de 0,5º foi atribuído
o uso predominante dentro de 5 categorias: usos considerados não favoráveis à ocorrência da espécie
(deserto, gelo, urbanizações intensas), matagal intenso, espaços maioritariamente abertos, zonas
florestais e produções agrícolas. Ambos os grupos de covariáveis foram criados para dois períodos
temporais distintos: o período current (1961-1990) e cenários futuros em 2050.
O primeiro passo focou-se em executar modelos baseados em 4 algoritmos distintos dentro do pacote R
biomod2: regressão linear (GLM), máxima entropia (MaxEnt), boosting (GBM) e bagging (RF). Estes
modelos relacionaram a ocorrência (presença ou ausência) do Picanço-de-dorso-ruivo com as condições
bioclimáticas e de uso do solo presentes em cada célula da grelha geográfica, atribuindo uma estimativa
de probabilidade de ocorrência. Após obter as estimativas de probabilidade para cada célula de 0,5º em
todas a área em análise, foi possível converter os valores contínuos de probabilidade em categorias
binárias de ausência (0) e presença (1), usando um valor limite separando valores abaixo do limite e
acima do limite em dois grupos distintos. As previsões binárias foram comparadas com os dados
originais de ocorrência, usando um método de cross-validation em que 70% dos dados foram usados
para calibrar os coeficientes dos modelos, e as previsões dos modelos foram comparadas com um grupo
de dados independente obtidos de censos para Portugal e Espanha. Isto permitiu obter várias métricas
de avaliação dos modelos, entre os quais destacou-se o True Skill Statistic usado para avaliar a
capacidade preditiva dos modelos.
Em seguida, as previsões probabilísticas dos modelos foram combinadas usando uma técnica conhecida
como ensemble, em que é calculada a média dos valores contínuos de estimativa para a ocorrência da
espécie em cada célula de 0, 5º. Apenas os modelos com valores de True Skill Statistic de pelo menos
0,7 foram considerados precisos o suficiente para integrarem o modelo ensemble. Desta forma, obtevese estimativas de ocorrência da espécie baseadas em algoritmos diferentes, o que permitiu obter um
modelo mais equilibrado e verificar onde existem zonas com maior variabilidade entre previsões dos
diferentes modelos.
Após obter o modelo ensemble, o último passo consistiu em modelar a distribuição do picanço-de-dorso ruivo em cenários de alterações bioclimáticas e de uso do solo previstas para o ano de 2050. Todos os modelos que foram selecionados para integrar o modelo ensemble foram usados para prever as novas
probabilidades de ocorrência sob condições futuras, e posteriormente calculada a média novamente.
Assim, obteve-se uma previsão de como as alterações da qualidade de habitat irão afetar esta espécie
em todo o seu território de reprodução e, particularmente, na Península Ibérica.
Os resultados obtidos demonstraram que os algoritmos de boosting (GBM) e bagging (RF) tiveram
melhores previsões da distribuição do picanço-de-dorso-ruivo, e que utilizar a técnica ensemble criou
um modelo com boa capacidade preditiva e adicionou informação relevante sobre áreas com maior
incerteza sobre as estimativas. O modelo ensemble ainda atribuiu maior valores de influência à
temperatura máxima e variação sazonal de temperatura sobre a variação das estimativas de
probabilidade de ocorrência ao longo de todo o território. Em grande parte, o modelo final obteve uma
previsão bastante precisa da distribuição do picanço-de-dorso-ruivo, tanto em toda a área de distribuição
como na Península Ibérica.
No final, foram obtidas previsões que as alterações globais irão levar a uma expansão da distribuição
para novos locais no norte da Europa e Ásia, e uma contração nos territórios a sul próximos do limite
da distribuição. Na Península Ibérica os resultados foram mais incertos, uma vez que foi prevista um
abandono dos locais de reprodução associados ao sistema Central, mas também o estabelecimento de
novas populações reprodutoras em territórios a sul.
Biodiversity is constantly under threat due to human-made global change. Habitat qualities, such as climate and land-use, are changing faster than species can adapt, leading to shifts in geographic distributions. These changes can have very negative impacts on local populations, especially for those at the margin of a species’ distribution, often corresponding to the limits of their physiological tolerance to environmental pressures. This work focused on modeling the current and future distribution of the Red-backed Shrike (Lanius collurio) using species distribution models (SDMs). The Iberian Peninsula at the southwestern margin of its range was selected to assess the impacts of altering habitat conditions in the edge of its breeding distribution. Four modeling algorithms (GLM, MaxEnt, GBM and RF) included in the biomod2 package were used to relate occurrence data to a set of bioclimatic and landuse variables. All available data was aggregated in 0.5º resolution grid cells across the study area. Model coefficients were calibrated using citizen science and breeding atlas occurrence data, and predictive accuracy was evaluated on independent field census data for the Iberian Peninsula. High performance models with True Skill Statistic values of at least 0.7 were combined into an ensemble model by averaging habitat suitability predictions. The results showed that decision tree algorithms (GBM and RF) had the best predictive performance, and averaging model predictions into an ensemble provided the highest evaluation metric scores. Maximum temperature was the dominant effect on influencing the distribution of this species, and projections into future scenarios predicted a significant northward expansion in most of the Red-backed Shrike’s breeding range, and a fractional retraction from southern territories. In the Iberian Peninsula, global change was predicted to lead to contractions in the central system, with new areas in southern mountainous regions becoming more suitable for the occurrence of this species.
Biodiversity is constantly under threat due to human-made global change. Habitat qualities, such as climate and land-use, are changing faster than species can adapt, leading to shifts in geographic distributions. These changes can have very negative impacts on local populations, especially for those at the margin of a species’ distribution, often corresponding to the limits of their physiological tolerance to environmental pressures. This work focused on modeling the current and future distribution of the Red-backed Shrike (Lanius collurio) using species distribution models (SDMs). The Iberian Peninsula at the southwestern margin of its range was selected to assess the impacts of altering habitat conditions in the edge of its breeding distribution. Four modeling algorithms (GLM, MaxEnt, GBM and RF) included in the biomod2 package were used to relate occurrence data to a set of bioclimatic and landuse variables. All available data was aggregated in 0.5º resolution grid cells across the study area. Model coefficients were calibrated using citizen science and breeding atlas occurrence data, and predictive accuracy was evaluated on independent field census data for the Iberian Peninsula. High performance models with True Skill Statistic values of at least 0.7 were combined into an ensemble model by averaging habitat suitability predictions. The results showed that decision tree algorithms (GBM and RF) had the best predictive performance, and averaging model predictions into an ensemble provided the highest evaluation metric scores. Maximum temperature was the dominant effect on influencing the distribution of this species, and projections into future scenarios predicted a significant northward expansion in most of the Red-backed Shrike’s breeding range, and a fractional retraction from southern territories. In the Iberian Peninsula, global change was predicted to lead to contractions in the central system, with new areas in southern mountainous regions becoming more suitable for the occurrence of this species.
Description
Trabalho de Projeto de Mestrado, Bioestatística, 2025, Universidade de Lisboa, Faculdade de Ciências
Keywords
Picanço-de-dorso-ruivo Modelos de distribuição de espécies Nicho ecológico Península Ibérica Alterações globais Teses de mestrado - 2025