Jornada CREAF-SCB-ICHN “Fragmentació del territori i biodiversitat” Bellaterra, 3 desembre 2007
Anàlisi de la connectivitat del paisatge forestal: implicacions per a l’ordenació forestal Santiago Saura Universitat de Lleida & Centre Tecnològic Forestal de Catalunya
Financiació: Plan Nacional I+D+I & Fundació Territori i Paisatge
Conectividad del paisaje Característica que facilita los flujos ecológicos a través del paisaje (e.g. dispersión fauna, intercambio genético, etc.)
Pérdida de conectividad: una de las principales amenazas para la conservación de la biodiversidad y de las funciones ecológicas de los bosques.
Conectividad del paisaje Depende de: 戮
Configuraci贸n del paisaje (aspecto estructural)
Capacidades / distancias de dispersi贸n de las especies (aspecto funcional)
戮
La conectividad depende de la especie considerada
Habitat patches
Habitat patches (d=0)
Habitat patches
Buffer 0.5 km
Buffer 1.5 km
Habitat patches
Buffer 2.5 km
Conectividad y cambio climรกtico El cambio climรกtico es una realidad ante la que hay que prepararse y el mantenimiento y mejora de la conectividad es una de las mejores respuestas. La conectividad alivia los efectos del cambo climรกtico en la biodiversidad y los ecosistemas, al permitir a las especies adaptarse a las condiciones ambientales cambiantes y a los desplazamientos en sus dominios naturales.
www.mdbc.gov.au
Conectividad y planificación forestal Las escalas espaciales consideradas tradicionalmente en la ordenación forestal (rodal, monte individual) deben ampliarse para caracterizar y considerar adecuadamente procesos ecológicos que operan a ámbitos territoriales más grandes. Planes de Ordenación de los Recursos Forestales (PORF) a escala comarcal/provincial (Ley de Montes 43/2003). Planes o estrategias forestales a nivel regional.
Conectividad y planificación forestal La planificación forestal y territorial en general debería incluir consideraciones de conectividad Problema: ¾ Necesidad de metodologías operativas que permitan integrar adecuadamente la conectividad funcional en la planificación y en la toma de decisiones en escalas amplias ¾ Propuesta metodológica: ¾ Grafos ¾ Índices de disponibilidad de hábitat
Grafos Los grafos son estructuras matemรกticas Grafo = Nodos + Aristas (enlaces)
Grafos y conectividad ecológica Ecología del paisaje Paisaje / territorio Tesela de hábitat Conexión funcional Región conexa
Teoría de grafos → → → →
Grafo Nodo Enlace Componente
Nodo Enlace Componentes
Grafos y conectividad ecológica PROBABILÍSTICO
BINARIO
0.1 4
2
1
0.8 2 3
1
4
0.2 0.7
0.4
0.3
3
Matriz de adyacencia
SI / NO
Matriz de probabilidad
0-1
From node
To node
ADJ
From node
To node
PROB
2
1
1
2
1
0.8
3
1
0
3
1
0.4
3
2
1
3
2
0.7
4
1
0
4
1
0.1
4
2
0
4
2
0.2
4
3
0
4
3
0.3
¿Por qué utilizar grafos? 1) Los grafos son una manera eficiente de representar el mosaico del paisaje y su intrincada red de conexiones (redes topoecológicas). 2) Las estructuras y algoritmos desarrollados en el ámbito de la teoría de grafos permiten realizar análisis de las redes de conectividad muy complejos y potentes (mucho más de lo que se puede realizar sólo con las estructuras de datos típicas de los SIG) 9 Ampliamente desarrollados en otros ámbitos (internet y comunicación, transporte, redes sociales, química, etc.) 9 Aplicaciones más recientes pero en rápido incremento en el ámbito de la ecología (Urban & Keitt 2001, Jordan et al 2003, Brooks 2006, etc…)
¿Por qué utilizar grafos? 3) Se ha sugerido que los índices de conectividad basados en grafos (Calabrese & Fagan 2004): 9 “poseen el mayor ratio beneficio/coste para los problemas de conservación que requieren la caracterización de la conectividad a escalas relativamente amplias” 9 “proporcionan una visión suficientemente detallada de la conectividad potencial a la vez que requieren una cantidad de datos de entrada relativamente modesta” Otros índices más sencillos (e.g. basados en buffers o en vecinos más próximos) se consideran demasiado primitivos y no suficientemente realistas. Otros modelos más completos (e.g. teoría metapoblaciones) son demasiado complejos y requieren excesivos datos para ser aplicados de manera práctica y operativa a escala de paisaje.
Relaciones espaciales simples en SIG Modelos de conectividad en teorĂa de metapoblaciones E.g. Ovaskainen & Hanski (2003)
Grafos e identificación de teselas y corredores críticos La representación del paisaje mediante estructuras de grafos permite: ¾ Realizar análisis complejos en relación con la conectividad ¾ Caracterizar la importancia de cada tesela / corredor para el mantenimiento de la conectividad global del paisaje forestal • No es algo simplemente descriptivo • Es un análisis orientado hacia la planificación y la toma de decisiones
Teselas y corredores críticos para la conectividad
? ¿Qué teselas de hábitat son más importantes para el mantenimiento de la conectividad en el territorio? Baja importancia Media importancia Alta importancia
Priorización de teselas de hábitat y corredores para la conservación de la conectividad X: Índice de conectividad Importancia de la tesela (dX): % de disminución de la conectividad global (medida por el índice X) tras perder esa tesela de hábitat
Xini − Xloss dX = 100 Xini Xini = valor del índice antes de eliminar esa tesela Xloss = valor del índice tras la eliminación de la tesela
Tesela Índice 1 ID dX
Índice 2 dX
Índice 3 dX
1
50 %
2%
40 %
2
20 %
1%
10 %
3
5%
0.5 %
3%
4
13 %
1.5 %
7%
¿Cómo integrar / medir la conectividad? Hay diversos índices de conectividad disponibles, pero…. ¿Son esos índices adecuados de cara a la planificación territorial / forestal? ¿Cuáles son las propiedades deseables de un índice ideal? ¿Qué índice es el más adecuado para integrar la conectividad en la planificación territorial / forestal? Se ha realizado un amplio análisis a este respecto (Pascual y Saura 2006, Saura y Pascual 2007)
Nuevos índices mejorados (Pascual & Saura 2006) Índice integral de conectividad (IIC) ( modelo de dispersión binaria ) n
IIC =
ai ⋅ a j
n
∑∑ 1 + nl i =1 j =1
ij
AL2
Probabilidad de conectividad (PC) ( modelo de dispersión probabilística ) n
PC =
n
∑∑ a i =1 j =1
i
⋅ a j ⋅ pij*
AL
2
Disponibilidad de hábitat A
¿Qué paisaje está más conectado? (A o B) ¿Qué teselas de hábitat son más importantes?
B
Índices de disponibilidad de hábitat
(Pascual & Saura 2006)
Para integrar adecuadamente la conectividad en la planificación territorial ésta debe considerarse dentro del concepto más amplio de disponibilidad de hábitat. Una tesela de hábitat en sí misma se considera como un espacio donde se produce la conectividad. Se integra el área de las teselas de hábitat y la conectividad entre las mismas en un único índice. Alta disponibilidad = hábitat abundante + hábitat conexo
REACCIÓN ADECUADA FRENTE A LA PÉRDIDA DE DISTINTOS ELEMENTO DEL MOSAICO DEL PAISAJE (teselas, corredores…)
Type of change
REACCIĂ“N NL
NC
MCS
LCS
H
HN
1. Loss of an unconnected patch
0
-
+0
0
-
0
+
-
0
2. Loss of a cutpatch
-
+
-
0
-
-
+
-
+0
-
-
3. Loss of a connected non-cutpatch
-
0
-
0
-
-
+0
+ 0
-
+0
4. Loss of part of a patch (no link variation
0
0
-
0
-
0
0
+0
5. Loss of a cutlink
-
+
-
0
-
-
-
0
6. Loss of a non-cutlink
-
0
0
-
-
+ 0
7. Loss of a component
-
-
+0
-
+0
-
0
-
0
-
-
GD
0
LCP
IIC
-
-
-
-
-
-
-
-
-
-
-
-
-
0
0
-
+ 0
- -
-
+ 0
0
-
CCP
-
-
-
Diferentes tipos de teselas de hรกbitat - Tesela conectada pero no clave (1) - Tesela aislada (2) - Tesela conectada y clave (3, 4), 4 mรกs importante que 3.
IDENTIFICACIÓN CORRECTA DE LOS ELEMENTOS MÁS CRÍTICOS PARA LA CONECTIVIDAD GLOBAL (PRIORIZACIÓN)
La pérdida de B se considera peor que la de A
PRIORIZACIĂ“N
Skills comparison
NL
NC
MCS
LCS
H
HN
D
CCP
LCP
IIC
1. Bigger size of the patch lost
=
=
B
B
=
=
=
B
B
B
2. Loss of a cutpatch (case 1)
=
B
B
B
B
B
B
B
B
B
3. Loss of a cutpatch (case 2)
A
B
B
B
B
A
B
B
B
B
4. Smaller size of remaining largest component
=
=
=
B
=
=
=
B
B
B
5. Increased topological distance (case 1)
=
=
=
=
A
A
B
=
=
B
6. Increased topological distance (case 2)
B
=
=
=
B
A
A
=
=
B
7. Habitat loss in addition to link loss
=
A
A
=
=
=
=
A
B
B
Índices nuevos: mejoras (Saura & Pascual 2007, 2006) 1. Integran propiedades topológicas (redes de conectividad) + atributos de las teselas de hábitat (área, calidad hábitat, etc.) 2. Capaces de detectar y priorizar adecuadamente los tipos de cambio (negativos) que afecten al mosaico del paisaje: ¾ Pérdida de conectividad entre teselas (interpatch connectivity) ¾ Pérdida de superficie de hábitat (intrapatch connectivity) ¾ Alteración del hábitat (pérdida de calidad)
3. Son índices de disponibilidad de hábitat 4. Utilizan algoritmos de grafos para su cálculo (caminos más cortos, identificación de componentes, etc.)
Software Conefor Sensinode 2.2 (CS22) CS22 incluye los algoritmos de grafos e índices de disponibilidad de hábitat descritos para el análisis de la conectividad. Desarrollado por J. Torné y S. Saura en la Universidad de Lleida (2007), tras modificar, reprogramar e incluir nuevos índices y prestaciones en el Sensinode 1.0 de Dean L. Urban (Duke University, USA).
Desacarga libre desde www.udl.es/usuaris/saura/cs22.htm Freeware. Funciona en cualquier PC con sistema operativo Windows CS22 es simple de usar. Inputs: archivo nodos + archivo conexiones Resultados: importancia de los nodos, valores globales de los índices, componentes, probabilidades de dispersión, etc.
Software Conefor Sensinode 2.2 (CS22) ESPECIES Requisitos hábitat
SIG
Dispersión
Identificación teselas hábitat
CS22 SIG
Distancia entre teselas y usos del suelo
OUTPUT: Priorización teselas
Otras herramientas relacionadas: Extensiones ArcView/ArcGis propias (Conefor Inputs) y externas (PathMatrix, Cost Distance Tools in Spatial Analyst, etc.) Función sensilink (futuro CS23)
METHODOLOGY OUTLINE
Aplicaciones en Catalunya (UdL+CTFC) Especies analizadas: Gall fer (Tetrao urogallus), EN (en perill) Mussol pirinenc (Aegolius funereus), VU (vulnerable) Picot negre (Dryocopus martius), NT (proper amenaรงa)
APLICACIĂ“N
Habitat del urogallo en Catalunya Bosques del piso montano y subalpino (Pirineos) Pino negro (Pinus uncinata), abeto (Abies alba), masas mixtas de abeto y haya (Abies alba+Fagus sylvatica), a veces pino silvestre (P. sylvestris). Bosques maduros y estructuralmente complejos y heterogĂŠneos Al menos 50% de cubierta arbustiva (Vaccinium myrtillus y otros)
APLICACIÓN
Distribución hábitat especies objetivo Información de partida: censos UTM 1x1 km del Atles dels Ocells Nidificants de Catalunya (Estrada et al. 2004) Modelización nicho ecológico HÁBITAT = cuadrículas UTM 1x1 km con adecuación del hábitat ≥ 0.2
Modelización distribución del hábitat Realizada por Lluís Brotons et al. (CTFC) Modelización diferente y mejorada respecto a la incluida en el Atles de Ocells para las 3 especies objetivo. 9 Modelización basada en el método de la máxima entropía (MAXENT) 9 Utilizando sólo datos de presencia de las aves (especialmente adecuado para modelizar distribución especies de difícil detección).
Resultado: índice de adecuación del hábitat (de 0 a 1) en 1x1 km (habitat suitability) Capacidad predictiva muy buena (validación)
Tetrao urogallus: hรกbitat en Catalunya
Aegolius funereus: hรกbitat en Catalunya
Dryocopus martius: hรกbitat en Catalunya
Distancias dispersión especies objetivo
9 Gall fer: 9 Mussol: 9 Picot:
5,0 34,4 6,5
km km km
• Probabilidad de dispersión ajustada a esos valores como exponencial negativa de la distancia • Integración pij en índice PC (probabilístico)
Probability of dispersal
• Distancias de dispersión medias (probabilidad 0.5) estimadas a partir de dispersión observada en Cataluña y otras regiones y modelo Sutherland: 1
0,5
0 0
2000
4000
6000
8000
Distance between patches
pij = exp
− k ⋅d ij
10000
IMPORTANCIA dPC (zonas crĂticas para la conectividad)
XARXA NATURA 2000 35 % de la importància per la connectivitat cau en quadrícules fora de la Xarxa
XARXA NATURA 2000 46 % de la importància per la connectivitat cau en quadrícules fora de la Xarxa
XARXA NATURA 2000 53 % de la importància per la connectivitat cau en quadrícules fora de la Xarxa
Especie
% zonas críticas fuera PEINS
% zonas críticas fuera Xarxa Natura 2000
Gall fer
31 %
35 %
Mussol
46 %
46 %
Picot
57 %
53 %
• Cuanto más amenazada la especie mejor funcionan las redes de espacios protegidos (ok) • Redes de espacios de protegidos relativamente buenas pero con aspectos mejorables
Aplicaciones a aves forestales amenazadas: zonas cr铆ticas, Red Natura 2000 e identificaci贸n corredores
Saura y Pascual-Hortal (2007), Landscape and Urban Planning
Montes de utilidad pública y áreas críticas conectividad
L321 - Muntanya d’Espot L321-- Muntanya Muntanya d’Espot L321 (Espot) L114 – Obaga i Solana L114 – Obaga i Solana
L323 – Riberes de Sant Nicolau L323 – Riberes de Sant Nicolau
Montes pĂşblicos prioritarios conectividad urogallo
Area (ha)
Importancia para la conectividad global dPC (%)
L-114 Obaga i Solana (Areu/Alins)
7,730
22.59
L-321 Muntanya (Espot)
8,020
18.99
L-323 Riberes de Sant Nicolau (Vall de BoĂ)
12,435
13.84
L-169 Muntanya (Alins)
1,579
11.23
L-165 Plana de Riberals (Lladorre)
1,938
9.40
CUPID
Monte
RECOMENDACIONES DE GESTIÓN FORESTAL EN MONTES CRÍTICOS PARA LA CONECTIVIDAD DEL UROGALLO A tener en cuenta en: PORFs, Proyectos de ordenación, Planes técnicos de gestión forestal….
•
Gestión adecuada de las masas de Pinus uncinata
•
Favorecer alta heterogeneidad espacial, fracción de cabida cubierta aprox. 50%, masas irregulares
•
Aclareo sucesivo con amplios periodos entre cortas (y sólo cuando >1.000 pies/ha)
•
Creación de ecotonos: cortas a hechos en bosquetes de 0.5 ha
•
Favorcer presencia de especies matorral (Vaccinium myrtillus)
•
Actuaciones forestales en septiembre-noviembre, fuera de los periodos más sensibles para el urogallo
Pero, ¿es siempre la conectividad lo más importante para la planificación territorial / forestal? ¿en qué casos? Los recursos disponibles para la conservación y planificación territorial son limitados, ¿en qué deberían concentrarse?: ¾ En el mantenimiento o establecimiento de corredores / conexiones entre las teselas de hábitat ¾ En la conservación o mejora de la cantidad y calidad del hábitat La metodología, a través del uso de índices de disponibilidad de hábitat… ¾ ….no sólo cuantifica qué zonas son más críticas para mantener o mejorar la conectividad… ¾ …sino que también indica si la conectividad es realmente lo relevante para la conservación, o si lo realmente importante son las características intrínsecas del hábitat.
Importancia para la disponibilidad de hábitat (dPC) vs. características intrínsecas hábitat (calidad) ¿Qué proporción de la importancia del hábitat viene determinada por sus características intrínsecas (calidad) y por tanto no es atribuible a la conectividad entre teselas?
Especie
Coef. corr. Coef. corr. Pearson Kendall
R2 (%) regresión curvilínea SPSS
Gall fer
0.125
0.519
20 %
Mussol
0.864
0.710
75 %
Picot
0.990
0.980
(power)
(lineal / cuadr)
98 % (lineal / cuadr)
Conclusiones Existe una metodología operativa para integrar la conectividad ecológica en la planificación territorial y forestal, basada en grafos y nuevos índices de disponibilidad de hábitat, y que puede ser una contribución importante en este ámbito, por las siguientes ventajas: ¾ Permite evaluar la importancia de las diferentes teselas de hábitat y
corredores para el mantenimiento y mejora de la conectividad (identificación de elementos críticos, evaluación impactos). ¾ Mejora las prestaciones de otras metodologías e índices de conectividad disponibles anteriormente. ¾ Flexible y adaptable a distintos niveles de detalle en la escala de estudio y en la información ecológica disponible. ¾ Proporciona resultados transparentes y de fácil interpretación. ¾ Tiene una base cuantitativa, objetiva, reproducible. ¾ Está implementada para su aplicación práctica en el programa informático gratuito Conefor Sensinode 2.2.
Más información E-mail: ssaura@eagrof.udl.cat Web: http://www.udl.cat/usuaris/saura/cs22.htm Publicaciones en: 9 Landscape Ecology 9 Landscape and Urban Planning (x2) 9 European Journal of Forest Research 9 Otros (capítulo libro, artículos divulgación, actas, etc.)
¡Gràcies!