Las plantas son increíblemente importantes para sustentar a los polinizadores como las abejas, las mariposas y otros insectos beneficiosos. Cuando las personas u organizaciones intentan ayudar a los polinizadores plantando jardines de mariposas o áreas de flores silvestres, puede resultar difícil saber qué especies de flores ofrecen el mayor rendimiento por dólar. Rachel Pizante y colegas de la Universidad de Alberta evaluaron varios métodos que los científicos han desarrollado para cuantificar las preferencias florales de los polinizadores y brindar recomendaciones de plantación. Sin embargo, descubrieron importantes inconsistencias entre estas técnicas, lo que pone en duda su confiabilidad. Su estudio, publicado en la revista Conservación y diversidad de insectos, encontrado que Diferentes técnicas matemáticas para calcular las preferencias florales de los polinizadores no coinciden en qué flores son más atractivas..

El desafío de determinar las preferencias de los polinizadores

Los investigadores han tratado de determinar qué flores prefieren los polinizadores observando qué flores visitan con más frecuencia. Sin embargo, el número de visitas por sí solo puede resultar engañoso. Es posible que los polinizadores simplemente estén visitando las flores más abundantes en un área, no necesariamente sus flores favoritas. La abundancia inherente de diferentes flores. necesidades de las especies para ser contabilizado.

Por eso, los investigadores han desarrollado métodos matemáticos para calcular las verdaderas preferencias florales de los polinizadores y al mismo tiempo eliminar el efecto de la abundancia de flores. Estos métodos se denominan "métricas de preferencia". Trabajan comparando el número de visitas a una especie de flor con la abundancia de esa especie. Las métricas calculan una puntuación de preferencia para cada flor que muestra si los polinizadores la visitaron más de lo esperado en función de su abundancia. Esto permite a los investigadores clasificar qué flores parecen preferir más los polinizadores.

Impactante desacuerdo entre métodos

Sorprendentemente, cuando los investigadores probaron estas diferentes métricas de preferencia en el mismo conjunto de datos, las métricas dieron clasificaciones muy diferentes sobre qué flores eran las más preferidas. Las métricas estaban fundamentalmente en desacuerdo sobre cuál Las flores que los polinizadores consideran más atractivas.

Un ejemplo es Symphoricarpos occidentalis, Baya de lobo. Lo cual Pizante y sus colegas ponen como ejemplo. Escriben:

No hubo consenso entre las métricas con respecto a qué flores eran las más preferidas (Figura 1). De hecho, diferentes métricas enumeraron las mismas especies de flores como preferidas (altamente clasificadas) y evitadas (bajo clasificadas). Por ejemplo, Symphoricarpos occidentalis fue considerado el más preferido por la hipótesis de acción masiva y las métricas de intervalo de confianza, algo preferido por la métrica de centralidad y no preferido por la preferencia de recursos y las métricas de IP (Figura 1). Además, incluso cuando algunas especies mostraron similitudes entre las métricas, estas mismas métricas podrían clasificar a otras especies de manera muy diferente. Por ejemplo, aunque la hipótesis de acción masiva y las métricas del intervalo de confianza produjeron la misma clasificación para S occidentalis, Solidago canadiense ocupó el tercer lugar según la métrica de la hipótesis de acción masiva y el 34º según la métrica del intervalo de confianza.

Pizante et al. 2023

Este desacuerdo surge del hecho de que las métricas difieren en qué tan bien explican la abundancia de cada especie de flor. Algunos métodos eliminan el efecto de la abundancia de flores mejor que otros. Cuanto mejor controla una métrica la abundancia, más refleja la verdadera preferencia innata de los polinizadores en lugar de solo la disponibilidad.

Las métricas también se relacionan de manera diferente con el simple uso del número de visitas de polinizadores para clasificar las preferencias. El estudio encontró que algunas métricas están correlacionadas con el recuento de visitas, mientras que otras proporcionan información novedosa. Por ejemplo, los investigadores encontraron que la métrica del "índice de preferencia" no mostraba correlación con el número de visitas. Esto lo sugiere proporciona información adicional en preferencias que no están contenidas únicamente en los datos de las visitas. Por el contrario, la métrica de la “hipótesis de acción masiva” tuvo una fuerte correlación positiva con el recuento de visitas, lo que indica que no proporciona mucha información nueva más allá de los datos brutos de visitas.

Seguimiento de los pasos del polinizador a través de las flores silvestres de la pradera de Alberta

En esta investigación, los científicos probaron cinco métricas de preferencia diferentes en el mismo conjunto de datos de visitas de flores recopilados en las regiones de las praderas de Alberta, Canadá. Las praderas son un paisaje icónico del oeste de Canadá, cubiertas de pastos, flores silvestres y arbustos. Estos hábitats sustentan diversas comunidades de polinizadores.

Los investigadores observaron y registraron visitantes de flores a lo largo de transectos en una pradera de pastos mixtos en Mattheis Research Ranch. Contaron e identificaron 268 especies de polinizadores que visitaron 35 especies de flores diferentes. nativo a las praderas. Los polinizadores más comunes fueron las abejas, moscas, mariposas y escarabajos. El equipo también contó el número de flores de cada especie de planta.

El estudio proporcionó un conjunto de datos sólido para evaluar las métricas de preferencia, que abarcan las interacciones entre los polinizadores de las praderas y los animales naturales. especies de flores presentes. Luego, las métricas podrían calcularse y compararse utilizando los mismos datos subyacentes de visitas y abundancia. Esto permitió a los investigadores revelar resultados inconsistentes entre las técnicas destinadas a determinar las preferencias florales de los polinizadores.

Desmitificando los cálculos de preferencias

Cada una de las métricas de preferencia calcula una puntuación matemática de qué tan preferida es cada especie de flor, utilizando los datos de visitas y los datos de abundancia. Pero lo hacen de diferentes maneras:

• Las métricas de “intervalo de confianza” y “uso de recursos” simplemente analizan si una flor recibió más visitas de las esperadas en función de su abundancia. Por ejemplo, una flor común necesitaría muchas visitas para ser considerada preferida según estas métricas.
• Las métricas del “índice de preferencia” y la “hipótesis de acción masiva” utilizan la proporción relativa de visitas en comparación con la abundancia. Esto conserva más información sobre la abundancia de las flores.
• La “métrica de centralidad” ignora por completo la abundancia. Sólo se fija en la estructura de las conexiones en el Red de interacción entre polinizadores y plantas..
• Cada métrica utiliza su puntuación para clasificar todas las especies de flores desde las más preferidas hasta las menos preferidas.

El problema es que, cuando se prueban con los mismos datos, estos diferentes enfoques generan clasificaciones inconsistentes de las flores. Los investigadores descubrieron que no había dos métricas que coincidieran firmemente sobre qué flores eran más atractivas para los polinizadores.

Seleccionar la métrica óptima

Según su análisis, los investigadores recomiendan utilizar una métrica llamada "índice de preferencia" sobre las demás. Destacan dos razones clave:

En primer lugar, el Índice de Preferencia fue mejor para eliminar los efectos de la abundancia de flores para descubrir las verdaderas preferencias de los polinizadores, dicen Pizante y sus colegas. Escriben:

La métrica PI evalúa el número relativo de visitas que recibe una especie de planta versus el número relativo de flores de esa especie, reteniendo así información sobre la abundancia relativa. Encontramos que la métrica PI tiene una correlación significativamente negativa con la abundancia de flores, pero no mostró correlación con el número de visitas.

Pizante et al. 2023

Esa falta de correlación significa que el Índice de Preferencia proporciona más información que solo el número de visitas de polinizadores. Escriben:

Cuando las flores son raras, el denominador de la ecuación PI será muy pequeño, de modo que pocas visitas darán como resultado que el numerador sea lo suficientemente grande como para que una planta se considere preferida. Lo contrario también es cierto: una flor común dará como resultado un denominador grande y requerirá un numerador grande para considerarse preferida. Esperamos una correlación insignificante con el número de visitas porque las plantas raras aún pueden ser muy preferidas a pesar de que generalmente tienen pocas visitas en relación con el número total de visitas a todas las especies de flores en el conjunto de datos. Un ejemplo de esto en nuestro conjunto de datos es Escobaria vivípara, que sólo tuvo cinco flores, pero recibió 11 visitas. Por lo tanto, esperaríamos que esta planta obtuviera un valor alto a partir de una métrica de preferencia determinada, lo que logra la métrica PI, y que la métrica no estuviera correlacionada con el número de visitas. Por lo tanto, la métrica PI funciona de la manera que esperaríamos que funcionara una métrica de preferencia laboral.

Pizante et al. 2023

Otra ventaja que le dan al Índice de Preferencia es que es insensible al submuestreo, lo que significa que no Necesita una gran cantidad de plantas. para que produzca resultados útiles. Lo más importante para el jardinero doméstico es que es relativamente sencillo de utilizar. Si tienes la paciencia de pasar una mañana observando cómo los insectos zumban alrededor de tus flores, es posible que obtengas resultados interesantes. Los detalles completos están en el documento de acceso abierto, lo que permitiría discriminar por especies polinizadoras. Si está satisfecho con la visita de algún polinizador a su jardín, a continuación encontrará un método ligeramente simplificado.

Usando el índice de preferencias en tu jardín

Si desea utilizar el Índice de preferencias en su propio jardín, aquí tiene una descripción general de cómo funciona:

1. Identificar los especies de flores en tu jardín y cuenta cuántas flores de cada especie tienes. Esto le da los datos de abundancia.
2. Observe las visitas de los polinizadores a las flores a lo largo del tiempo, registrando cada vez que un polinizador visita una especie de flor en particular. Esto le proporciona los datos de visitas.
3. Para cada especie de flor, divida el número de visitas a esa especie por el total de visitas a todas las flores. Esto le da la proporción relativa de visitas para esa especie.
4. Para cada especie de flor, divida el número de flores de esa especie por el total de flores de todas las especies. Esto te da la abundancia relativa.
5. Divida la proporción relativa de visitas por la abundancia relativa de cada flor. El número resultante es el índice de preferencia de esa flor.
6. Clasifica todas las flores según su índice de preferencia. ¡Aquellos con las puntuaciones más altas son los preferidos por los polinizadores de su jardín!

LEA EL ARTÍCULO:
Pizante, R., Acorn, JH, Worthy, SH y Frost, CM (2023) “Las métricas de preferencia de flores existentes difieren sobre cuáles son las mejores plantas para los polinizadores: ¿qué métrica elegir?, " Conservación y diversidad de insectos. Disponible en: https://doi.org/10.1111/icad.12682.