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

Resumo Técnico: Impactos das Mudanças Climáticas na Distribuição de Saurauia punduana no Nordeste da Índia

Declaração do Problema
A perda de habitat, a degradação e as mudanças climáticas estão levando uma parcela significativa da diversidade vegetal global à extinção, com as espécies endêmicas do Nordeste da Índia enfrentando ameaças severas. Saurauia punduana Wall. (Actinidiaceae), uma espécie arbórea Criticamente Em Perigo (CR) nativa da região, está passando por um declínio populacional devido a distúrbios antropogênicos, incluindo a degradação do habitat, a superexploração e as espécies invasoras. Embora a espécie possua valor medicinal e econômico significativo, seu status de conservação é precário. Os esforços atuais de conservação frequentemente carecem de dados preditivos precisos sobre como as mudanças nas condições climáticas alterarão o habitat potencial da espécie. Há uma necessidade crítica de identificar áreas prioritárias para a conservação in situ e a reabilitação ex situ usando modelagem preditiva robusta que considere tanto os cenários climáticos atuais quanto os futuros.

Metodologia
O estudo empregou uma abordagem de modelagem de conjunto para delinear e caracterizar os habitats potenciais de S. punduana no Nordeste da Índia, com foco específico no Santuário de Vida Selvagem de East Karbi Anglong (EKAWLS).

• Coleta de Dados:

  • Dados de Ocorrência: 36 localizações geográficas foram registradas via GPS de mão durante levantamentos de campo realizados entre 2018 e 2020. Estes incluíram 72 indivíduos (44 adultos, 18 mudas e 10 plântulas) identificados em 17 localidades dentro do EKAWLS.
  • Variáveis Preditoras: O modelo utilizou 19 variáveis bioclimáticas (resolução de 30 arc-segundos), dados de elevação (resolução de 90m) e parâmetros do solo (carbono orgânico, pH, textura nas profundidades de 5cm e 15cm) para o cenário atual.
  • Cenários Futuros: Para projeções futuras (2060), apenas variáveis bioclimáticas foram utilizadas, provenientes do modelo CMCC-ESM2 sob o Projeto de Comparação de Modelos Acoplados Fase 6 (CMIP6). Dois Caminhos Socioeconômicos Compartilhados (SSPs) foram analisados: SSP2-4.5 (emissões moderadas) e SSP5-8.5 (altas emissões).

• Abordagem de Modelagem:

  • Um modelo de conjunto foi construído usando o pacote SSDM em R, integrando dois algoritmos de aprendizado de máquina: Maxent (dados de presença apenas) e Random Forest (aprendizado de conjunto).
  • Treinamento e Validação: 75% dos dados de ocorrência foram usados para treinamento e 25% para teste. O desempenho do modelo foi avaliado por meio de validação cruzada de 10 dobras (10-fold cross-validation), avaliando a Área Sob a Curva (AUC), o Estatístico de Skill Verdadeiro (TSS), Sensibilidade, Especificidade e estatísticas de Kappa.
  • Limiarização (Thresholding): Um limiar de AUC <0,75 foi definido para determinar o modelo de melhor ajuste, com o desempenho categorizado de pobre a excelente (0,9–1,0).

Principais Resultados

• Desempenho do Modelo: O modelo de conjunto demonstrou um desempenho excelente. O cenário climático atual rendeu um AUC_train de 0,959 e um valor de Kappa de 0,446. Ambos os cenários futuros (SSP2-4.5 e SSP5-8.5) também mostraram alto desempenho, com valores de AUC superiores a 0,90.
• Contribuições das Variáveis:
  • Cenário Atual: As variáveis mais influentes foram Isotermia (Bio3), Precipitação do trimestre mais seco (Bio17) e carbono total do solo tanto a 5cm quanto a 15cm de profundidade.
  • SSP2-4.5 (2060): Os preditores dominantes mudaram para a Temperatura média do trimestre mais seco (Bio9) e Precipitação do trimestre mais quente (Bio18).
  • SSP5-8.5 (2060): O modelo indicou a contribuição máxima para Sazonalidade de Temperatura (Bio4) e Precipitação do mês mais seco (Bio14).
• Projeções de Adequabilidade de Habitat:
  • Clima Atual: 12,86% da área total do Nordeste da Índia é classificada como "altamente adequada" para S. punduana.
  • SSP2-4.5 (2060): A alta adequabilidade é projetada para diminuir para 3,01%.
  • SSP5-8.5 (2060): A alta adequabilidade é projetada para cair ainda mais para 2,88%.
  • Sem Adequabilidade: A área sem adequabilidade é projetada para aumentar significativamente de 47,62% (atual) para mais de 80% em ambos os cenários futuros.

Principais Contribuições

1. Primeiro Mapeamento de Habitat: Este estudo fornece o primeiro mapeamento detalhado dos habitats atuais e a previsão de variáveis ambientais sensíveis para S. punduana no Nordeste da Índia.
2. Aplicação de Modelagem de Conjunto: Demonstra a eficácia da combinação dos algoritmos Maxent e Random Forest para reduzir a incerteza e melhorar a precisão da previsão para espécies ameaçadas.
3. Quantificação do Impacto Climático: A pesquisa quantifica a severa contração do habitat adequado sob cenários climáticos futuros, destacando que menos de 3% da região pode permanecer altamente adequada até 2060 sob cenários de altas emissões.
4. Orientação para Conservação: As áreas de consenso identificadas através de sobreposições espaciais oferecem alvos geográficos específicos para reabilitação, reintrodução e planejamento de conservação.

Significância e Alegações
Os autores afirmam que a modelagem de distribuição de espécies (SDM) usando abordagens de conjunto é uma ferramenta vital para prever habitats potenciais de espécies ameaçadas, particularmente diante das mudanças climáticas. O estudo alega que a identificação de "áreas de consenso" através de múltiplas sobreposições de modelos permite a otimização da tomada de decisão em estratégias de conservação.

O artigo enfatiza que a conservação eficaz para S. punduana deve combinar a proteção in situ de zonas altamente adequadas com medidas ex situ, como o banco de sementes e o cultivo em jardins botânicos. Os autores concluem que o uso dos resultados dos modelos para guiar políticas regionais de conservação é essencial para a sobrevivência de longo prazo da espécie. Eles observam que, embora as ameaças antropogênicas, como o sobrepastoreio e o desmatamento, sejam preocupações imediatas, o efeito cumulativo das mudanças climáticas exige um gerenciamento proativo e preditivo para evitar a extinção local ou global. O estudo posiciona-se como um passo fundamental para melhorar o status de conservação de S. punduana e sugere que modelagens semelhantes baseadas em consenso podem ser aplicadas a outras espécies ameaçadas da região.