Modelación de la distribución espacial de diez especies de aves amenazadas en jurisdicción de Corantioquia

El avance en los Sistemas de Información Geográfica (SIG) ha impulsado el desarrollo de técnicas para la construcción de modelos predictivos de la distribución espacial de las especies. Estos modelos constituyen criterios objetivos fundamentales para tomar decisiones en relación con la creación de los sistemas de áreas protegidas en todo el mundo. En este trabajo se modeló la distribución espacial de diez especies de aves amenazadas en jurisdicción de CORANTIOQUIA (JDC de aquí en adelante). La JDC se dividió en 177 cuadrículas de 15 x 10 Km. y dentro de cada una se cuantificaron las siguientes variables: presencia o ausencia de las especies de aves amenazadas, precipitación, temperatura, brillo solar, humedad relativa, duración del día, altitud, cobertura vegetal, pendiente y productividad primaria neta. Con base en la técnica de regresión logística se elaboraron modelos predictivos que permiten explicar entre el 24% y el 80% de la variabilidad en la distribución espacial de estas especies. Estos resultados ayudan a la identificación de áreas valiosas para la conservación de la biodiversidad. En lugares donde no existe tiempo ni recursos económicos para llevar a cabo análisis exhaustivos de la biodiversidad, los modelos permiten con base en variables ambientales predecir la probabilidad de presencia de estas especies.

Recently, thanks to advances made in Geographic Information Systems (GIS), techniques have been developed for the construction of models that predict the spatial distribution of species and other attributes of biodiversity. These methods have allowed for the development of objective criteria that are fundamental for making decisions regarding the creation of protected areas systems throughout the world. In this research, the spatial distribution of ten endangered species of birds found within the jurisdiction of CORANTIOQUIA (JDC from here on) was modelled, using GIS techniques. The JDC was divided into 177 squares of 15 x 10 Km and the following variables were quantified within each one: presence or absence of endangered species of birds, rainfall, temperature, sun brightness, relative humidity, day duration, altitude, vegetal cover, slope and primary net productivity. With the help of logistic regression were made predictive models. Based on logistic regressions techniques predictive models were made. These models allow to explain a percentage between 24% and 80% of spatial distribution variability of these species. Those results can help in the identification of valuable zones for the biodiversity conservation. In places where there are neither the time or the economic resources to carry out exhaustive analyses of biodiversity, the models can predict the probable presence of this endangered species.