SPECIES DISTRIBUTION PROJECTIONS UNDER INTERNAL CLIMATE VARIABILITY REVEAL MULTIPLE PLAUSIBLE FUTURES REQUIRING FLEXIBLE CLIMATE-READY DECISIONS

Este estudo demonstra que a variabilidade climática interna pode gerar múltiplos futuros plausíveis e qualitativamente distintos para a distribuição de espécies, exigindo que o planejamento de biodiversidade seja adaptável e testado contra um leque de cenários climáticos em vez de depender de estimativas únicas.

O essencial

Imagine que você é um planejador urbano tentando decidir onde construir um novo hospital ou uma escola de proteção contra enchentes. Você pede a um supercomputador uma previsão do tempo para daqui a 30 anos.

O computador diz: "Há 80% de chance de chover muito". Você constrói o hospital em um local alto. Mas e se o computador tivesse escolhido uma das outras 199 possibilidades de "como o tempo vai se comportar"? Em algumas dessas outras realidades, a chuva seria leve e o hospital ficaria em um lugar desnecessariamente caro. Em outras, a chuva seria tão forte que o local escolhido ainda estaria em risco.

Este é o problema que o artigo acima resolve.

Aqui está a explicação simples, usando analogias do dia a dia:

1. O Problema: A "Única Resposta" vs. O "Universo de Possibilidades"

Até agora, os cientistas usavam modelos para prever onde as espécies (animais e plantas) viveriam no futuro. Eles geralmente pegavam uma única previsão de clima (uma "melhor estimativa") e diziam: "O urso polar vai morar aqui em 2050".

O artigo diz que isso é como jogar um dado e olhar apenas para o número que caiu, ignorando que o dado poderia ter caído de outra forma. O clima tem uma "variabilidade interna" (ICV). Isso significa que, mesmo com as mesmas emissões de poluição, o clima pode seguir caminhos ligeiramente diferentes por pura sorte ou caos natural.

A Analogia do Orquestra:
Imagine que o clima é uma orquestra.

• O jeito antigo: O maestro (o modelo climático) dizia: "Toquem a nota Dó". Todos tocam o Dó. O resultado é uma única nota.
• O jeito novo (deste artigo): O maestro diz: "Toquem a nota Dó, mas cada músico pode variar um pouquinho o ritmo e a intensidade". O resultado não é uma nota única, mas um acorde rico e complexo. Às vezes, a variação faz a música soar como um "Dó" (chuva forte), e outras vezes como um "Si" (seca), mesmo que a partitura seja a mesma.

2. A Descoberta: O Caos Muda Tudo

Os autores pegaram 34 espécies (12 marinhas, como peixes e algas, e 22 terrestres, como ursos e insetos) e rodaram o modelo climático 100 vezes, cada vez começando com uma "semente" inicial diferente (como mudar o ponto de partida de uma corrida).

O resultado foi chocante:

• Para o mundo marinho: O "orquestra" tocava quase a mesma música em todas as 100 tentativas. As previsões eram estáveis.
• Para o mundo terrestre: O "orquestra" tocava músicas completamente diferentes! Em algumas previsões, uma espécie de inseto (como o mosquito da dengue) avançaria para o norte. Em outras, ele recuaria. Em outras, ficaria no mesmo lugar.

A Analogia do GPS:
É como se você pedisse ao GPS 100 rotas diferentes para ir ao trabalho.

• Para quem vive no mar, o GPS diz: "Vire à direita em todos os 100 cenários".
• Para quem vive na terra, o GPS diz: "Em 40 cenários, vire à direita. Em 40, vire à esquerda. Em 20, fique parado".
  Se você seguir apenas a "média" das 100 rotas, você pode acabar no meio do nada, em um lugar que ninguém realmente vai.

3. As 4 Situações de Decisão

Os autores criaram um sistema para classificar o futuro em 4 caixas, para ajudar os gestores a tomarem decisões:

1. Cenário 1 (O "Fim do Mundo" é o mesmo): Não importa qual rota o clima escolha, a espécie não muda de lugar. Ação: Apenas monitore.
2. Cenário 2 (O "Futuro Claro"): Em todas as 100 rotas, a espécie vai para o norte e perde 50% do habitat. Ação: Aja com confiança! Mova a proteção para o norte.
3. Cenário 3 (A "Direção é Clara, a Intensidade é Incerta"): Todos concordam que a espécie vai para o norte, mas uns dizem que vai perder 10% do habitat, outros dizem 90%. Ação: Planeje de forma flexível. Prepare-se para o pior, mas espere o melhor.
4. Cenário 4 (O "Jogo de Cara ou Coroa"): Em metade das previsões a espécie expande, na outra metade ela desaparece. Ação: Não aposte em uma única estratégia. Use medidas "sem arrependimento" (ações que são boas em qualquer cenário) e monitore muito de perto.

4. Por que isso importa para você?

Se você é um gestor público, um conservacionista ou apenas um cidadão preocupado:

• Não confie cegamente em um único mapa. Um mapa que mostra "onde o urso vai viver" pode estar errado se ele ignorou a variabilidade interna.
• A Terra é mais imprevisível que o Mar. O clima na terra é mais caótico. Projetos de reflorestamento ou proteção de cidades contra pragas precisam ser mais flexíveis do que os projetos de pesca.
• O Futuro é um leque, não uma linha. Em vez de tentar prever o futuro, devemos nos preparar para vários futuros possíveis.

Resumo em uma frase

Este artigo nos ensina que, ao planejar o futuro da natureza, não devemos olhar para uma única bola de cristal, mas sim para um leque de possibilidades, pois o clima natural pode mudar o destino de uma espécie de um dia para o outro, exigindo que nossas decisões sejam flexíveis e preparadas para o inesperado.

Resumo técnico

Título: Projeções de Distribuição de Espécies sob Variabilidade Climática Interna Revelam Múltiplos Futuros Plausíveis Exigindo Decisões Flexíveis e Prontas para o Clima

1. O Problema

As projeções tradicionais de biodiversidade, baseadas em Modelos de Distribuição de Espécies (SDMs), geralmente assumem que uma trajetória climática específica (como um caminho de emissões) implica uma resposta ecológica previsível. No entanto, a prática atual frequentemente colapsa a Variabilidade Climática Interna (ICV) — a divergência entre simulações de modelos climáticos que surgem da sensibilidade às condições iniciais — em uma única trajetória (média de ensemble ou simulação única).

• A Lacuna: Não está claro como a ICV se traduz em resultados de SDMs. Como as SDMs são mapeamentos não lineares, pequenas diferenças na sequência de anomalias climáticas podem mover espécies através de limiares ecológicos, ativar atrasos e resultar em regimes de resposta distintos, mesmo sob forçantes idênticas.
• O Risco: Confiar em uma única projeção "melhor estimativa" pode levar a conclusões excessivamente confiantes, direcionalmente imprecisas ou que mascaram futuros plausíveis radicalmente diferentes, comprometendo decisões de gestão e conservação.

2. Metodologia

Os autores desenvolveram um framework de modelagem e análise de SDMs totalmente consciente da ICV, projetando explicitamente a variabilidade interna de um único Modelo do Sistema Terrestre (ESM) em projeções ecológicas.

• Dados e Modelos:
  • Espécies: 34 espécies (12 marinhas e 22 terrestres) selecionadas por diversidade de traços, nichos ecológicos e relevância para decisões (incluindo vetores de doenças, pesca, conservação e espécies invasoras).
  • Clima: Utilização do grande ensemble de condições iniciais CESM2-LENS2 (100 membros) sob o cenário de emissões SSP3-7.0.
  • Períodos: Meia-século (2031–2060) e final de século (2071–2100).
  • Pré-processamento: Todos os membros do ensemble foram corrigidos de viés (bias-corrected) individualmente em relação às climatologias observadas (ERA5 e CMEMS, 1981–2014) para preservar a variabilidade interna enquanto se alinha com a base observada.
• Modelagem:
  • Um único modelo SDM (XGBoost via pacote biomod2) foi treinado para cada espécie usando dados observacionais e preditores estáticos (elevação, batimetria).
  • Este modelo fixo foi projetado através de todas as 100 realizações de IC, mantendo a estrutura do modelo constante e variando apenas a trajetória climática.
• Métricas Ecológicas: Quatro métricas baseadas em área foram derivadas de cada realização:
  1. Mudança de Área Potencial (PAC).
  2. Ganho de Área Potencial (PAG).
  3. Perda de Área Potencial (PAL).
  4. Mudança na Razão de Adequabilidade Potencial (PSRC).
• Análise de Divergência:
  • Cálculo de consenso de ensemble (percentual de membros projetando presença).
  • Classificação dos resultados em 4 Casos de acordo com a suscetibilidade à ICV.
  • Uso de Razão Sinal-Ruído (SNR) e Distância de Energia (Energy Distance) para analisar a separação entre membros que projetam presença vs. ausência.

3. Principais Contribuições

• Framework de 4 Casos para Decisão: Classificação de resultados de SDMs em quatro categorias baseadas no consenso de direção e magnitude entre os membros do ensemble:
  • Caso 1: Mudança neutra com alto acordo (robusta ausência de mudança).
  • Caso 2: Respostas direcionais robustas (acordo em direção e magnitude).
  • Caso 3: Mudança direcional consistente, mas com grande divergência na magnitude (acordo no sinal, incerteza na severidade).
  • Caso 4: Reversões direcionais (desacordo sobre o sinal da mudança; alguns membros projetam expansão, outros contração).
• Demonstração de Incerteza Irredutível: Evidência de que a ICV sozinha é suficiente para gerar resultados qualitativamente diferentes, incluindo reversões na direção das mudanças de distribuição, que não podem ser resolvidas apenas aumentando o tamanho do ensemble ou refinando a escala espacial.
• Divisão Marinha-Terrestre: Identificação de uma disparidade sistemática onde projeções terrestres são significativamente mais suscetíveis à ICV do que as marinhas.

4. Resultados Chave

• Impacto da ICV: A ICV altera tanto a magnitude quanto, para muitas espécies, a direção das mudanças projetadas. Cerca de 44% das classificações de espécies (across todas as métricas e períodos) caem nos Casos 3 ou 4, indicando que quase metade das projeções é substancialmente alterada pela variabilidade interna.
• Divisão Marinha vs. Terrestre:
  • Espécies Marinhas: 80% ocupam o Caso 2, indicando respostas robustas e previsíveis. O sinal forçado domina a ICV nos oceanos.
  • Espécies Terrestres: Distribuem-se mais uniformemente, com 60% nos Casos 3 e 4, indicando alta incerteza e reversões de direção frequentes.
• Dinâmica Temporal: A transição para menor incerteza (de Casos 3/4 para 1/2) ocorre cerca de 3 vezes mais frequentemente do que o oposto à medida que o sinal climático forçado se fortalece ao longo do tempo. No entanto, 75-83% das espécies marinhas mantêm sua classificação entre os períodos, enquanto apenas 31-40% das terrestres o fazem, confirmando que a incerteza terrestre persiste até o final do século.
• Não Linearidade e Métricas: A divergência não é proporcional à magnitude da ICV local (amplitude do clima). Em vez disso, a separação entre membros que projetam presença e ausência ocorre dentro do mesmo envelope ambiental, sugerindo que as não-linearidades do SDM amplificam pequenas diferenças climáticas em resultados binários divergentes. Além disso, a escolha da métrica (ex: PAC vs. PSRC) pode alterar a classificação de risco de uma espécie.
• SNR Insuficiente: A Razão Sinal-Ruído (SNR) tradicional não captura a estrutura distribucional dos resultados. Espécies no Caso 1 (sem mudança) e Caso 4 (reversão) podem ter SNRs baixos semelhantes, mas com implicações de decisão opostas.

5. Significado e Implicações

• Mudança de Paradigma na Gestão: O estudo argumenta que o planejamento de biodiversidade robusto não deve buscar um único mapa "melhor estimativa", mas sim testar decisões contra uma distribuição de futuros plausíveis.
• Estratégias de Adaptação: O framework de 4 casos oferece caminhos acionáveis:
  • Caso 2: Intervenções direcionadas (alta confiança).
  • Caso 3: Design de políticas flexíveis (direção clara, magnitude incerta).
  • Caso 4: Medidas "sem arrependimento" (no-regrets) e monitoramento intensivo (direção incerta).
• Relevância para o Curto Prazo: A expansão do espaço de decisão devido à ICV é mais pronunciada em meados do século, o horizonte temporal mais crítico para decisões de gestão imediata, mas persiste para um subconjunto significativo de espécies terrestres até o final do século.
• Conclusão: A variabilidade climática interna representa uma fonte de incerteza irreduzível que exige uma abordagem de "decisão robusta" (robust decision-making), onde as estratégias são estressadas contra múltiplos cenários climáticos plausíveis em vez de otimizadas para uma única trajetória.