📄 earth_science

Towards spatio-temporal analysis of global species distribution models

Este estudio introduce un nuevo marco automatizado para el modelado de la distribución global de especies marinas que integra barreras espacio-temporales y mallas esféricas dentro de un enfoque INLA-SPDE para asegurar una conectividad biológicamente realista, respaldado por una aplicación RShiny de fácil uso y validado mediante simulaciones y estudios de caso sobre el bacalao del Atlántico y los corales formadores de arrecifes.

Autores originales: Alba Fuster-Alonso, Elias T. Krainski, David Conesa, Marta Coll, Jose M. Bellido, Finn Lindgren, Haavard Rue

Publicado 2026-09-15

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Alba Fuster-Alonso, Elias T. Krainski, David Conesa, Marta Coll, Jose M. Bellido, Finn Lindgren, Haavard Rue

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Para comprender dónde vive la vida marina y cómo se desplaza, los científicos confían en mapas que conectan los puntos entre dónde se encuentra una criatura y el entorno que la rodea. Estos mapas, conocidos como modelos de distribución de especies, son herramientas esenciales para predecir cómo cambiará la vida oceánica a medida que el planeta se caliente. Durante décadas, estos modelos han funcionado bien a escala regional, como rastrear peces a lo largo de una costa específica. Sin embargo, los océanos son un sistema único y conectado que envuelve una esfera, no una hoja de papel plana. Cuando los investigadores intentaron extender estos mapas regionales para cubrir todo el globo, se encontraron con dos problemas principales. Primero, aplanar la Tierra sobre un mapa distorsiona las distancias y las formas, de forma muy similar a intentar pelar una naranja y extender la piel de forma plana sin romperla. Segundo, y más críticamente, los modelos informáticos estándar suelen asumir que el agua fluye libremente por todas partes, ignorando el hecho de que los continentes actúan como muros sólidos que impiden que la vida marina cruce la tierra. Esto conduce a predicciones donde un pez en el Océano Atlántico podría estar matemáticamente vinculado a un pez en el Océano Pacífico, a pesar de que un enorme continente los separa.

Un equipo de investigadores ha desarrollado ahora una nueva forma de construir estos mapas globales que respeta la verdadera forma de la Tierra y las barreras físicas que dividen los océanos. En lugar de forzar el océano sobre una cuadrícula plana, construyeron su modelo directamente sobre una esfera, utilizando una malla triangular que se ajusta a la curvatura del globo. Este enfoque les permite calcular las distancias de la misma manera que lo haría un barco, siguiendo la curva del planeta. Más importante aún, introdujeron un método para decirle al modelo dónde termina el agua y dónde comienza la tierra. Al definir las masas de tierra como barreras, el modelo aprende que una corriente o un animal nadador no puede cruzar un continente, obligando a que las conexiones fluyan solo a través de los pasajes oceánicos reales. Para hacer este complejo proceso accesible a otros científicos, el equipo creó una herramienta de software interactiva y gratuita que permite a los usuarios dibujar y ajustar estas barreras en un globo digital, asegurando que el modelo refleje las realidades ecológicas específicas de la especie que se está estudiando.

Los investigadores probaron este nuevo marco utilizando simulaciones por computadora para ver si podía recuperar patrones conocidos. Crearon datos ficticios para tres tipos diferentes de escenarios marinos: uno que representaba la abundancia de peces, otro que rastreaba cambios continuos en las condiciones ambientales a lo largo del tiempo, y un tercero que trataba con registros simples de presencia o ausencia. En todos los casos, el modelo identificó con éxito los patrones correctos. Aprendió a separar la influencia del entorno, como la profundidad del agua, del agrupamiento natural de las especies. Crucialmente, respetó las barreras; las conexiones simuladas no se filtraron a través de los continentes, y el modelo identificó correctamente que las especies en diferentes cuencas oceánicas no estaban directamente conectadas a menos que existiera un paso específico. Esto demostró que el motor matemático podía manejar la complejidad de un mundo global y esférico manteniendo intacta la física del océano.

Para ver cómo funciona esto con datos del mundo real, el equipo aplicó su método a dos grupos marinos muy diferentes. Primero, analizaron el bacalao del Atlántico, un pez que vive en las plataformas continentales del Atlántico Norte. Estos peces son conocidos por ser sensibles a las líneas costeras y a los canales de aguas profundas. El modelo produjo un mapa que mostraba altas concentraciones de bacalao a lo largo de las productivas plataformas cerca de Islandia, Groenlandia y el noreste del Atlántico. Al utilizar un enfoque consciente de las barreras, el modelo evitó predecir altos números de peces en medio del océano abierto donde los peces rara vez se encuentran, centrándose en cambio en los hábitats costeros específicos donde la especie realmente prospera. El resultado fue una imagen más realista de dónde es probable que se encuentren los peces, fundamentada en la geografía real de la región.

A continuación, el equipo examinó los corales formadores de arrecifes, que se encuentran en aguas tropicales de todo el mundo. Estos corales viven en sistemas de islas complejos y mares semiencerrados, lo que hace que su distribución dependa altamente de cómo se mueve el agua entre las diferentes cuencas oceánicas. Los investigadores compararon su nuevo modelo de barreras contra un modelo tradicional que ignoraba las barreras terrestres. El modelo tradicional extendió la presencia predicha de los corales por todo el globo de una manera que sugería que podrían cruzar fácilmente las masas de tierra, creando conexiones poco realistas entre océanos distantes. En contraste, el nuevo modelo mantuvo las predicciones confinadas a las aguas tropicales conectadas, mostrando una distinción clara entre la región del Indo-Pacífico rica en corales y las poblaciones más aisladas del Atlántico. Esta comparación destacó que, al reconocer las barreras físicas de la Tierra, el modelo produce un mapa de distribución que se alinea mucho mejor con la realidad biológica de cómo estas criaturas pueden realmente moverse y sobrevivir.

Este trabajo no pretende haber resuelto todos los problemas de la ecología global, pero proporciona una base necesaria para la próxima generación de la ciencia marina. Los investigadores reconocen que definir exactamente dónde termina una barrera y dónde comienza una conexión puede ser difícil, ya que algunos estrechos angostos podrían permitir el paso para algunas especies pero no para otras. Sugieren que las versiones futuras del modelo podrían dar cuenta de barreras que están solo parcialmente abiertas o que cambian con el tiempo según las estaciones. Por ahora, el marco ofrece una forma práctica y reproducible de construir mapas globales que no distorsionan la Tierra ni ignoran sus continentes. Al combinar una geometría esférica con una comprensión clara de las barreras físicas, este enfoque permite a los científicos crear predicciones que no solo son matemáticamente sólidas, sino ecológicamente verdaderas.

Resumen Técnico: Hacia el Análisis Espacio-Temporal de Modelos de Distribución de Especies Globales

Planteamiento del Problema
Los modelos de distribución de especies (SDM, por sus siglas en inglés) se han aplicado tradicionalmente a escalas regionales. Sin embargo, existe una creciente necesidad de extender estos modelos a una escala global para capturar los procesos ambientales y ecológicos a gran escala que impulsan las distribuciones de las especies marinas. Los esfuerzos actuales de modelado global enfrentan tres desafíos metodológicos primarios:

Distorsión Geométrica: La mayoría de los modelos dependen de proyecciones planas bidimensionales, lo que introduce distorsiones cuando se aplican a la superficie esférica de la Tierra.
Conectividad Irreal: Muchos modelos globales asumen un movimiento sin restricciones a través de las cuencas oceánicas, fallando al no contabilizar las barreras físicas (p. ej., continentes, masas de tierra) que restringen la dispersión y la conectividad.
Complejidad de Implementación: Si bien existen marcos estadísticos avanzados para manejar la dependencia espacial y las barreras, hay una falta de herramientas prácticas y accesibles para automatizar su integración en aplicaciones globales, particularmente dentro del marco de la Aproximación de Laplace Integrada Anidada (INLA) y la Ecuación Diferencial Parcial Estocástica (SPDE).

Metodología
Los autores proponen un marco novedoso que integra estructuras de barreras espacio-temporales dentro del enfoque INLA-SPDE, modelando explícitamente la geometría esférica de la Tierra.

Marco SPDE Esférico: El estudio utiliza la metodología INLA-SPDE para aproximar Campos Aleatorios Gaussianos (GRF) como soluciones a ecuaciones diferenciales parciales estocásticas. A diferencia de los enfoques tradicionales que utilizan proyecciones planas, este marco define campos espaciales directamente sobre la esfera ( $S^2$ ) utilizando la biblioteca fmesher. Esto asegura la consistencia geométrica y permite el uso de distancias geodésicas.
Modelado de Barreras: Para abordar las restricciones físicas, el dominio se particiona en regiones normales ( $\Omega_n$ ) y regiones de barrera ( $\Omega_b$ ). El operador SPDE se modifica en las regiones de barrera (p. ej., masas de tierra) para suprimir fuertemente la correlación espacial ( $r_b \ll r$ ), evitando una dependencia irreal entre cuencas oceánicas desconectadas, mientras mantiene la conectividad a través de pasos estrechos y ecológicamente relevantes.
Dinámicas Espacio-Temporales: El marco se extiende al modelado espacio-temporal mediante la definición del campo latente $u(s, t)$ a través de una SPDE que evoluciona en el tiempo, resuelta numéricamente mediante una estructura de producto tensorial entre funciones de base de elementos finitos espaciales y funciones de base temporales (p. ej., procesos AR(1)).
Aplicación de MOBIE: Para facilitar la definición de estructuras de barreras globales complejas, los autores desarrollaron MOBIE, una aplicación interactiva en RShiny. Esta herramienta permite a los usuarios:
- Cargar, simplificar y editar polígonos de barreras globales (p. ej., disolver fronteras de países, eliminar islas pequeñas, añadir o restar polígonos manualmente).
- Construir mallas esféricas con resolución y multiplicadores de corte definidos por el usuario.
- Visualizar nodos de la malla, clasificar elementos respecto a las barreras y realizar diagnósticos de correlación para verificar que la dependencia esté correctamente restringida a través de las masas de tierra.

Contribuciones Clave

Integración Metodológica: El artículo presenta el primer marco automatizado que combina mallas SPDE esféricas con modelos de barreras no estacionarios para SDM marinos globales.
Herramienta de Software (MOBIE): El desarrollo de una aplicación interactiva y de código abierto que democratiza la construcción de polígonos de barreras globales y mallas esféricas, cerrando la brecha entre la teoría estadística compleja y la implementación práctica.
Validación mediante Simulación: El marco se valida a través de tres escenarios de simulación que representan tipos de datos comunes en ecología:
- Un modelo Gamma Espacial para datos de abundancia/biomasa positivos.
- Un modelo Gaussiano Espacio-Temporal para respuestas ambientales continuas.
- Un modelo Bernoulli Espacio-Temporal para datos de presencia-ausencia.
  En todos los casos, el modelo recuperó con éxito los efectos fijos y los hiperparámetros espaciales respetando las barreras físicas.
Casos de Estudio Reales:
- Bacalao del Atlántico (Gadus morhua): Se aplicó un modelo de obstáculos (hurdle model) a datos de muestreo estandarizados (FishGlob) para modelar la ocurrencia y la biomasa positiva. El modelo de barreras produjo predicciones ecológicamente realistas, concentrando la biomasa a lo largo de los sistemas de plataforma continental y reduciendo las predicciones en áreas de alta mar con baja probabilidad de ocurrencia.
- Corales Constructores de Arrecifes (Scleractinia): Se ajustó un Proceso de Cox Log-Gaussiano (LGCP) a datos de ocurrencia de GBIF. Al comparar el modelo de barreras contra un SPDE estándar sin barreras, se revelaron diferencias significativas en la intensidad predicha, particularmente alrededor de sistemas costeros e insulares complejos, demostrando cómo las restricciones de barrera alteran la propagación espacial.

Resultos y Significado
El estudio demuestra que el marco propuesto puede modelar eficazmente las distribuciones de especies globales preservando una conectividad biológicamente realista. Los resultados de la simulación confirman que el modelo puede recuperar efectos fijos (p. ej., batimetría) e hiperparámetros espaciales (rango, varianza) a través de diferentes distribuciones de respuesta (Gamma, Gaussiana, Bernoulli).

En los casos de estudio, el modelo de barreras demostró ser superior en realismo ecológico en comparación con los modelos esféricos sin restricciones. Para el bacalao del Atlántico, las predicciones corregidas por el modelo de obstáculos se alinearon con los hábitats conocidos de la plataforma continental. Para los corales, el modelo de barreras evitó la propagación artificial de la dependencia espacial a través de las masas de tierra, resultando en distribuciones globales más interpretables.

Los autores afirman que este trabajo representa un paso significativo hacia el análisis espacio-temporal exhaustivo de los SDM globales. Al combinar la geometría esférica, la conectividad marina explícita y herramientas accesibles, la metodología establece una base reproducible para una nueva generación de modelos ecológicos globales. El documento señala que, si bien persisten desafíos respecto a la justificación ecológica de las definiciones de barreras para especies específicas y el costo computacional de las mallas de alta resolución, el marco abre la puerta a desarrollos más sofisticados, incluyendo modelos de distribución de especies conjuntos y análisis integrados de múltiples fuentes de datos.

Más como este