Impacts of climate change on the distribution of Critically Endangered Saurauia punduana in Northeast India

Resumen Técnico: Impactos del Cambio Climático en la Distribución de Saurauia punduana en el Noreste de la India

Planteamiento del Problema
La pérdida de hábitat, la degradación y el cambio climático están impulsando a una parte significativa de la diversidad vegetal global hacia la extinción, con las especies endémicas del noreste de la India enfrentando graves amenazas. Saurauia punduana Wall. (Actinidiaceae), una especie arbórea en Peligro Crítico (CR) nativa de la región, está experimentando un declive poblacional debido a perturbaciones antropogénicas, incluyendo la degradación del hábitat, la sobreextracción y las especies invasoras. Aunque la especie posee un valor medicinal y económico significativo, su estado de conservación es precario. Los esfuerzos de conservación actuales a menudo carecen de datos predictivos precisos sobre cómo los cambios en las condiciones climáticas alterarán su hábitat potencial. Existe una necesidad crítica de identificar áreas prioritarias para la conservación in situ y la rehabilitación ex situ utilizando un modelado predictivo robusto que considere tanto los escenarios climáticos actuales como los futuros.

Metodología
El estudio empleó un enfoque de modelado de conjunto para delinear y caracterizar los hábitats potenciales de S. punduana en el noreste de la India, con un enfoque específico en el Santuario de Vida Silvestre East Kardi Anglong (EKAWLS).

• Recolección de Datos:

  • Datos de Ocurrencia: Se registraron 36 ubicaciones geográficas mediante GPS de mano durante las encuestas de campo realizadas entre 2018 y 2020. Estas incluyeron 72 individuos (44 adultos, 18 plántulas, 10 semilleros) identificados en 17 localidades dentro de EKAWLS.
  • Variables Predictoras: El modelo utilizó 19 variables bioclimáticas (resolución de 30 segundos de arco), datos de elevación (resolución de 90 m) y parámetros del suelo (carbono orgánico, pH, textura a 5 cm y 15 cm de profundidad) para el escenario actual.
  • Escenarios Futuros: Para las proyecciones futuras (2060), solo se utilizaron variables bioclimáticas, obtenidas del modelo CMCC-ESM2 bajo el Proyecto de Comparación de Modelos Acoplados Fase 6 (CMIP6). Se analizaron dos Trayectorias Socioeconómicas Compartidas (SSP): SSP2-4.5 (emisiones moderadas) y SSP5-8.5 (emisiones altas).

• Enfoque de Modelado:

  • Se construyó un modelo de conjunto utilizando el paquete SSDM en R, integrando dos algoritmos de aprendizaje automático: Maxent (datos de presencia únicamente) y Random Forest (aprendizaje de conjunto).
  • Entrenamiento y Validación: Se utilizó el 75% de los datos de ocurrencia para el entrenamiento y el 25% para las pruebas. El rendimiento del modelo se evaluó mediante validación cruzada de 10 pliegues (10-fold cross-validation), analizando las estadísticas de Área Bajo la Curva (AUC), Estadístico de Habilidad Verdadera (TSS), Sensibilidad, Especificidad y Kappa.
  • Umbralización: Se estableció un umbral de AUC <0.75 para determinar el modelo con mejor ajuste, categorizando el rendimiento desde pobre hasta excelente (0.9–1.0).

Resultos Clave

• Rendimiento del Modelo: El modelo de conjunto demostró un rendimiento excelente. El escenario climático actual produjo un AUC_train de 0.959 y un valor Kappa de 0.446. Ambos escenarios futuros (SSP2-4.5 y SSP5-8.5) también mostraron un alto rendimiento con valores de AUC superiores a 0.90.
• Contribuciones de las Variables:
  • Escenario Actual: Las variables más influyentes fueron la Isotermia (Bio3), la Precipitación del trimestre más seco (Bio17) y el carbono total del suelo tanto a 5 cm como a 15 cm de profundidad.
  • SSP2-4.5 (2060): Los predictores dominantes cambiaron a la Temperatura media del trimestre más seco (Bio9) y la Precipitación del trimestre más cálido (Bio18).
  • SSP5-8.5 (2060): El modelo indicó la máxima contribución de la Estacionalidad de la temperatura (Bio4) y la Precipitación del mes más seco (Bio14).
• Proyecciones de Idoneidad de Hábitat:
  • Clima Actual: El 12.86% del área total del noreste de la India se clasifica como "altamente adecuada" para S. punduana.
  • SSP2-4.5 (2060): Se proyecta que la alta idoneidad disminuya al 3.01%.
  • SSP5-8.5 (2060): La alta idoneidad se proyecta que caiga aún más al 2.88%.
  • Sin Idoneidad: El área sin idoneidad se proyecta que aumente significativamente del 47.62% (actual) a más del 80% en ambos escenarios futuros.

Contribuciones Clave

1. Primer Mapeo de Hábitat: Este estudio proporciona el primer mapeo detallado de los hábitats actuales y la predicción de variables ambientales sensibles para S. punduana en el noreste de la India.
2. Aplicación de Modelado de Conjunto: Demuestra la eficacia de combinar los algoritmos Maxent y Random Forest para reducir la incertidumbre y mejorar la precisión de la predicción para especies amenazadas.
3. Cuantificación del Impacto Climático: La investigación cuantifica la severa contracción del hábitat adecuado bajo futuros escenarios climáticos, destacando que menos del 3% de la región podría permanecer altamente adecuada para 2060 bajo escenarios de altas emisiones.
4. Guía de Conservación: Las áreas de consenso identificadas mediante superposiciones espaciales ofrecen objetivos geográficos específicos para la rehabilitación, reintroducción y planificación de la conservación.

Significancia y Reivindicaciones
Los autores sostienen que el modelado de distribución de especies (SDM) utilizando enfoques de conjunto es una herramienta vital para predecir los hábitats potenciales de especies amenazadas, particularmente ante el cambio climático. El estudio afirma que la identificación de "áreas de consenso" mediante múltiples superposiciones de modelos permite optimizar la toma de decisiones en las estrategias de conservación.

El documento enfatiza que la conservación efectiva de S. punduana debe combinar la protección in situ de las zonas de alta idoneidad con medidas ex situ, tales como el banco de semillas y el cultivo en jardines botánicos. Los autores concluyen que el uso de los resultados del modelo para guiar las políticas regionales de conservación es esencial para la supervivencia a largo plazo de la especie. Señalan que, si bien las amenazas antropogénicas como el sobrepastoreo y la deforestación son preocupaciones inmediatas, el efecto compuesto del cambio climático requiere una gestión proactiva y predictiva para prevenir la extinción local o global. El estudio se posiciona como un paso fundacional hacia la mejora del estado de conservación de S. punduana y sugiere que un modelado de consenso similar puede aplicarse a otras especies amenazadas de la región.