Los modelos pueden predecir dónde aparecerán las especies invasoras y dónde es necesario protegerlas. Un nuevo estudio demuestra la importancia de la procedencia de los datos. Tras tan solo 100 observaciones de plantas invasoras en EE. UU., los modelos que utilizan únicamente datos estadounidenses predicen mejor su propagación que aquellos que incorporan información sobre su distribución global.
Nicholas Young y sus colegas examinaron cómo los modelos pueden usar datos del área de distribución de una planta para predecir dónde es más probable que invada en EE. UU. Descubrieron que los mejores modelos varían según la etapa de invasión. Los mejores modelos para la etapa más temprana, con menos de 50 observaciones, utilizaron datos estadounidenses y mundiales.
Sin embargo, cuando se registraron más de 100 observaciones en EE. UU., ocurrió algo extraño. El consejo tradicional de construir modelos de distribución utilizando toda la distribución global de una planta (nativa + invadida) en realidad tuvo peores resultados en la mayoría de los casos. Los autores sugieren que la calidad de los datos podría ser un problema.
Los predictores globales generalmente son más gruesos (tamaño de grano o de celda), menos precisos a nivel local y tienen una cantidad limitada disponible, mientras que los predictores estadounidenses pueden estar disponibles en resoluciones más finas, a menudo son más precisos y pueden tener una mayor variedad y diversidad de predictores disponibles.
Otro factor pueden ser los cambios de nicho. Cuando las plantas invaden nuevas regiones, a menudo encuentran nuevas oportunidades. En el caso de la zacate zancuda japonesa, Young y sus colegas encontraron que casi no hay superposición entre los nichos estadounidenses y globales. Estas diferencias pueden hacer que las observaciones locales sean más valiosas que los datos globales.
El equipo aplicó su método a 13 especies diferentes, desde el Árbol del Cielo, que invadió en 1841, hasta la Papa Aérea, que invadió en 1965. Encontraron que su punto de inflexión de 100 observaciones funcionó en vides, hierbas, arbustos, árboles y pastos, lo que sugiere que funciona como un enfoque general para el modelado.
Nuestros hallazgos muestran que una vez que un invasor acumula 100 ocurrencias después de filtrar espacialmente al menos 5 km en el rango invadido de EE. UU., los modelos desarrollados utilizando ocurrencias del rango global son significativamente peores que otras estrategias de modelos y que los modelos deberían desarrollarse utilizando ocurrencias del rango invadido desde este punto en adelante en la invasión.
El estudio proporciona orientación a los trabajadores sobre la detección temprana de invasiones y las medidas de respuesta rápida. Mejorar la modelización ayudará a desarrollar un enfoque más preciso y eficiente para identificar zonas de alto riesgo, lo que permitirá una mejor asignación de los limitados recursos de monitoreo y control.
Young, NE, Williams, DA, Shadwell, KS, Pearse, IS y Jarnevich, CS (2025). ¿Cómo modelar un nuevo invasor? Los modelos de áreas de distribución invadidas por EE. UU. superan a los modelos de áreas de distribución globales o combinados después de 100 apariciones. Aplicaciones Ecológicas, 35(2), e70010. https://doi.org/pbqd
Publicación cruzada en Bluesky & Mastodonte.
Imagen: Lysimachia nummularia / Canva.
