Validación de modelos predictivos de distribución: un ejemplo con lagartos del género Phymaturus

DEBANDI, G.; CORBALÁN, V.

Mar del Plata

Congreso; XIII Congreso Argentino de Herpetología; 2012

AHA

Los modelos predictivos de distribución de especies constituyen una herramienta útil para predecir, sobre la base de variables ambientales, las áreas de probabilidad de presencia de determinados taxa. Han sido criticados debido a que  la distribución de las especies no sólo está determinada por variables climáticas sino por otros factores tales como interacciones bióticas o capacidad de dispersión. Así, las especies en general no ocupan todos los ambientes disponibles, y su nicho fundamental no siempre coincide con su nicho realizado. Sin embargo, como dichos factores muchas veces son difíciles de cuantificar, los modelos predictivos de nicho siguen constituyendo una valiosa herramienta. En el año 2011 publicamos un modelo de distribución potencial para cada grupo de especies de Phymaturus (palluma y patagonicus). El objetivo de esta presentación es utilizar nueva información para validar los modelos de los grupos de Phymaturus, utilizando el software MaxEnt v3.3.3. Para ello se usaron 19 nuevos registros (14 para palluma y 5 para patagonicus), que incluyen nuevas especies descriptas para los dos grupos y datos de campo para determinar el nivel predictivo de los modelos publicados. Dado que el modelo original se expresó como probabilidad continua, se usaron los umbrales extremos de corte: Presencia mínima de entrenamiento y Percentil 10. Para el umbral menos exigente, el 86% de nuevas localidades fueron correctamente predichas para el grupo palluma, mientras que el 100% fueron correctamente predichas para el grupo patagonicus. Para el umbral más exigente, el 50% y el 60% fueron correctamente predichas para palluma y patagonicus respectivamente. Los registros mal predichos mostraron un sesgo geográfico perteneciendo a la zona norte de la distribución del grupo palluma, una región poco explorada en comparación con el resto del país. Se presenta un nuevo modelo incorporando los nuevos registros para mejorar el poder predictivo.