Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
RESUMEN
En los últimos 30 años, la expansión de la horticultura intensiva bajo plástico en Almería
ha mejorado notablemente el panorama económico de esta región. Pero esta “revolución”
económica tiene otra cara menos amable: la ausencia de una ordenación territorial adecuada y
una ingente demanda de recursos (agua y suelo principalmente), que ha alterado drásticamente
el paisaje y están poniendo en serio aprieto el equilibrio ecológico del sureste árido ibérico.
Teniendo en cuenta la próxima construcción de instalaciones desaladoras de agua de mar en la
costa almeriense, el factor limitante “agua” dejará de serlo, por lo que se prevé un nuevo auge
en la construcción de invernaderos.
Como consecuencia directa, hábitats de pastizales efímeros xerofíticos (considerados de
conservación prioritaria por la Directiva Hábitats 92/43/CEE y algunos propuestos como LIC y
ZEPA) continuarán siendo fragmentados y destruidos, junto con las especies que albergan.
Entre estas, Linaria nigricans Lange (Scrophulariaceae de ciclo anual, protegida por la Ley
8/2003, de 28 de Octubre de Flora y Fauna Andaluza), ha sido escogida para el presente estudio
como especie marcadora de hábitats susceptibles de protección adicional frente a la expansión
de los invernaderos.
La utilización combinada de SIG y modelos predictivos de distribución (Bioclim,
Domain, ENFA, GARP y MaxEnt), aplicados tanto a invernaderos como a la especie
marcadora, permite analizar el estado del hábitat potencial de la especie marcadora y conocer
las áreas de máximo riesgo de ocupación del hábitat por invernaderos. Los resultados, aplicados
a un plan de gestión territorial pueden orientar hacia la resolución de problemas espaciales
derivados del conflicto existente entre desarrollo económico y conservación de la biodiversidad.
Palabras clave
Invernaderos, SIG, modelos predictivos, conservación, biodiversidad
ABSTRACT
Last 30 years, the expansion of greenhouses in Almería province has improved notably
the economic and social panorama of this historically depressed region. This economic
revolution has another side: an enormous demand of natural resources (mainly water supplies
and construction surface) has altered the landscape dramatically. New appearance of seawater
desalination plants in the coast is allowing an increase in the construction of greenhouses.
Therefore, unique xerofitic grasslands habitats (considered of high-priority conservation
for the Directive Habitats 92/43/CEE and some proposed as LIC and ZEPA) will continue being
fragmented and destroyed. In some of these habitats inhabit Linaria nigricans Lange,
(Scrophulariaceae, annual plant, protected by the Law 8/2003 of October the 28th of Andalusian
Flora and Fauna), has been selected for the present study as key specie of habitats needed of
additional protection in front of the expansion of greenhouses.
The combined use of SIG and predictive distribution models (MaxEnt, GARP, ENFA,
Bioclim and Domain), applied to greenhouses and key species, may allow to analize the status
33
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 33-47
of the potential habitat of Linaria nigricans, and predict the habitat area endangered by
greenhouses' expansion.
The results, applied to territorial management can guide to solve spatial conflicts between
economical development and conservation.
Keywords
Greenhouses, GIS, predictive models, conservation, biodiversity.
1. INTRODUCCIÓN
El paisaje de la provincia de Almería ha sido alterado drásticamente en los
últimos 30 años. La expansión de la agricultura intensiva en invernaderos (34.000
hectáreas en el año 2000, datos propios) la ha transformado en un tecnificado vergel que
proporciona tres cosechas anuales de frutas y hortalizas. El volumen productivo
generado por esta gran infraestructura ha situado al sector agrícola almeriense como eje
vertebrador de la economía de la región.
Este motor económico presenta ciertas consecuencias ambientales negativas: la
gran extensión ocupada por los invernaderos en áreas costeras y su propagación hacia el
interior de la provincia, está ocasionando la pérdida de hábitats de carácter único en
Europa. Están siendo especialmente afectados pastizales xerofíticos ricos en
endemismos vegetales, de conservación prioritaria para la Directiva Hábitat 92/43/CEE.
Una de las especies emblemáticas de estos pastizales y exclusiva de la provincia
de Almería, Linaria nigricans Lange, se encuentra ante un grave problema de cara al
futuro: una parte importante de su entorno está siendo sometido a una intensa
fragmentación y destrucción por desmonte e instalación de invernaderos.
El objetivo de este trabajo consiste en ofrecer criterios espaciales aplicados a la
conservación de esta especie amenazada. Con este propósito se han construido modelos
de distribución de Linaria nigricans y de invernaderos, que serán utilizados como
variables críticas en el análisis del estado de conservación de la especie, y serán
aplicables a la gestión medioambiental del territorio almeriense.
34
MODELOS PREDICTIVOS APLICADOS A LA CONSERVACIÓN DE FLORA AMENAZADA: INVERNADEROS VS. LINARIA
NIGRICANS EN EL SURESTE ÁRIDO IBÉRICO
2. MATERIAL Y MÉTODOS
La metodología empleada exige una serie de herramientas de modelización
(algoritmos predictivos), coordenadas de presencia de los sujetos de análisis (Linaria
nigricans e invernaderos), y una base de datos medioambiental que proporcione las
variables predictoras para el análisis. Además es necesaria una herramienta para evaluar
los modelos predictivos. Como eje principal para intercambio de formatos y análisis de
los resultados resulta imprescindible un entorno SIG.
35
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 33-47
36
MODELOS PREDICTIVOS APLICADOS A LA CONSERVACIÓN DE FLORA AMENAZADA: INVERNADEROS VS. LINARIA
NIGRICANS EN EL SURESTE ÁRIDO IBÉRICO
37
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 33-47
3. RESULTADOS Y DISCUSIÓN
Los resultados (Figura 1 y Tabla 2) indican que MaxEnt (AUC = 0.9466) es el
modelo que mejor se ajusta a la distribución de invernaderos. Aunque no muestra
diferencias significativas con el generado mediante Domain (AUC = 0.9464), ha sido
seleccionado por su menor desviación estándar. Respecto a la distribución de Linaria
nigricans, es el modelo Domain (AUC = 0.9961) el que presenta un mejor ajuste con los
datos de evaluación. Ambos modelos fueron seleccionados con este criterio de mejor
ajuste (Segurado y Araújo 1999). Los modelos restantes fueron descartados porque su
peor ajuste no justifica su utilización en los análisis a realizar posteriormente.
Figura 1. Medias y dispersión de los valores AUC obtenidos para los distintos modelos.
38
MODELOS PREDICTIVOS APLICADOS A LA CONSERVACIÓN DE FLORA AMENAZADA: INVERNADEROS VS. LINARIA
NIGRICANS EN EL SURESTE ÁRIDO IBÉRICO
Para incluir la información contenida en el mapa de usos del suelo (no utilizado
durante el modelado), se reclasificaron sus valores, proporcionando valor 1 en las
entidades con puntos de presencia de la especie marcadora y 0 a las restantes. El modelo
“Linaria Inicial” se multiplicó por este filtro booleano, eliminándose las áreas con usos
incompatibles a la presencia de la especie (Figura 2). Tras el tratamiento se dispone de
dos modelos: uno referente al hábitat potencial de la planta que no tiene en cuenta el uso
actual del suelo (“Linaria Inicial”, Figura 3), y otro que explica la distribución actual de
Linaria nigricans teniendo en cuenta el factor usos (“Linaria Actual”, Figura 4).
Figura 2. Procedimiento de confección de un filtro booleano con la variable “usos del suelo” para
restringir el área de predicción del modelo “Linaria Inicial” en la localidad de Campohermoso.
Elaboración propia.
El modelo “Invernaderos” también fue filtrado eliminando las áreas ocupadas por
aquellas entidades del mapa de usos del suelo que no permiten la construcción nuevas
instalaciones (invernaderos ya construidos, aeropuertos, canteras, zonas residenciales,
embalses, lagunas y marismas, vertederos, etc.). De este modo disponemos de dos modelos;
uno sin filtrar, que indica la idoneidad de todo el territorio para la instalación de
invernaderos (“Invernaderos Inicial”, Figura 5), y otro que indica la idoneidad del territorio
para la instalación de nuevas instalaciones agrícolas (“Invernaderos Potencial”, Figura 6).
39
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 33-47
40
MODELOS PREDICTIVOS APLICADOS A LA CONSERVACIÓN DE FLORA AMENAZADA: INVERNADEROS VS. LINARIA
NIGRICANS EN EL SURESTE ÁRIDO IBÉRICO
41
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 33-47
50
SUPERFICIE PROTEGIDA
40
30
(%)
20
10
0
95 96 97 98 99 100
IDONEIDAD
42
MODELOS PREDICTIVOS APLICADOS A LA CONSERVACIÓN DE FLORA AMENAZADA: INVERNADEROS VS. LINARIA
NIGRICANS EN EL SURESTE ÁRIDO IBÉRICO
entre las entidades modelizadas. La superposición del mapa de riesgos sobre la imágen
Landsat del año 2000 confirma esta circunstancia, mostrando densidades elevadas de
invernaderos especialmente en los Campos de Níjar. El área de conflicto de Cabo de
Gata no presenta un grado de afección elevado, debido a su régimen de protección por
pertenecer al Parque Natural de Cabo de Gata-Níjar (Figura 8).
Figura 8. Comparación entre modelo “Riesgo Inicial” y la situación real en el año 2000. El
modelo detectó un área de conflicto entre invernaderos y Linaria nigricans en el Campo de
Níjar, tal y como sucede actualmente.
Elaboración propia.
70
60
50
40
30
20
10
0
0 20 40 60 80 100
RIESGO
Figura 9. Relación exponencial entre el valor indicado por el modelo “Riesgo Inicial” y el
porcentaje de ocupación por invernaderos del conjunto de píxeles con dicho valor de riesgo.
43
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 33-47
Figura 10. Modelo “Riesgo Potencial”. Indica las áreas previsibles de conflicto espacial
entre invernaderos y Linaria nigricans.
Figura 11. Mapa de idoneidad del territorio para la instalación de nuevos invernaderos.
Cumple criterios compatibles con la conservación de espacios naturales y especies
protegidas manteniendo los requerimientos exigidos por los invernaderos.
Elaboración propia.
44
MODELOS PREDICTIVOS APLICADOS A LA CONSERVACIÓN DE FLORA AMENAZADA: INVERNADEROS VS. LINARIA
NIGRICANS EN EL SURESTE ÁRIDO IBÉRICO
4. CONCLUSIONES
Los modelos predictivos son herramientas útiles en aplicaciones destinadas a la
conservación de especies vegetales raras ó amenazadas propias de zonas áridas (Elith y
Burgman 2002). Pueden aplicarse a la gestión territorial (Felicísimo 2003) desde
múltiples perspectivas porque introducen criterios objetivos y cuantitativos de carácter
espacial en la toma de decisiones.
Las técnicas de selección y evaluación de modelos empleadas permiten obtener la
distribución de la entidad modelada con un alto grado de certidumbre. Los modelos
obtenidos pueden mejorarse incluyendo las variables cualitativas como filtros booleanos
de presencia-ausencia. Esta técnica de filtrado permite incorporar información cualitativa
a los modelos resultantes de algoritmos que no pueden utilizar este tipo de variables.
Generar conjuntos de muestras aleatorias aplicados a la evaluación de modelos
mediante la curva ROC permite testar la capacidad discriminatoria de modelos de solo-
presencia y establecer diferencias entre los resultados de distintos algoritmos. En la
evaluación de nuestros modelos, los algoritmos MaxEnt y Domain se mostraron
superiores en cuanto a capacidad de discriminación.
El análisis los modelos indica que el uso del suelo es una variable de gran
importancia para establecer las causas que restringen la distribución de Linaria
nigricans. Es importante disponer de cartografía precisa de usos del suelo para trabajos
de alta resolución relacionados con la conservación de especies amenazadas.
La propagación de invernaderos hacia el interior de la provincia de Almería está
poniendo en peligro poblaciones de Linaria nigricans, afectando a proporciones
significativas del hábitat potencial de este organismo. Teniendo en cuenta que la mayor
parte del hábitat potencial de Linaria nigricans no está incluido en la RENPA, no es
posible garantizar su conservación si no se incluye en alguna figura de protección de
espacios naturales.
La selección y combinación de modelos predictivos permite generar mapas de
riesgos que facilitan la identificación de amenazas y son directamente aplicables a la
conservación de especies de interés. Los modelos de riesgo generados para este estudio
indican altas probabilidades de desparición para las poblaciones de Linaria nigricans
establecidas en los Campos de Níjar.
5. BIBLIOGRAFÍA
Anderson, R. P., Lew, D., Peterson, A. T. (1999): “Evaluating predictive models of
species distributions: criteria for selecting optimal models”, Ecological
Modelling,, 162, pp. 211-232.
Carpenter G., Gillson, A. N. y Winter, J. (1993): “DOMAIN: a flexible modelling
procedure for mapping potential distributions of plants and animals”, Biodiversity
and Conservation, 2, pp. 667-680.
Cabezudo, B. et al. (2005): Lista Roja de la Flora Vascular de Andalucía. Sevilla,
Consejería de Medio Ambiente de la Junta de Andalucía.
Elith, J. et al. (2006): “Novel methods improve prediction of species' distributions from
occurrence data”, Ecography, 29, pp. 129-151.
45
EL ACCESO A LA INFORMACIÓN ESPACIAL Y LAS NUEVAS TECNOLOGÍAS GEOGRÁFICAS PÁG. 33-47
Elith, J., Burgman, M. A. (2004): “Habitat models for PVA”, en Brigham C.A.,
Schwartz M.W. (Ed.): Population Viability in Plants. Conservation, Management
and Modelling of Rare Plants. New York, Springer-Verlag, pp.203-235.
Elith, J. y Burgman, M. A. (2002): “Predictions and their validation: rare plants in the
Central Highlands, Victoria, Australia”, en Scott, M. S. et al. (Ed.): Predicting
species occurrences: issues of accuracy and scale. Island Press, pp.303-319.
Eastman, J. R. (2003): Idrisi Kilimanjaro. Guía para SIG y Procesamiento de Imágenes.
Worcester, Clark University.
Farber, O., Kadmon, R. (2003): “Assessment of alternative approaches for bioclimatic
modeling with special emphasis on the Mahalanobis distance”, Ecological
Modelling,, 160, pp. 115-130.
Felicísimo, A.M. (2003): “Uso y utilidad de los modelos espaciales predictivos en la
ordenación territorial de zonas forestales”, IV Congreso Internacional de
Ordenación del Territorio.
Fielding, A. H., Bell, J. F. (1997): “A review of methods for the assessment of
prediction errors in conservation presence/ absence models”, Environmental
Conservation, 24, pp. 38 49.
Hanley, J. A., McNeil, B. J. (1982): “The meaning and use of the area under a receiver
operating characteristic (ROC) curve”, Radiology, 143, pp. 29-36.
Hirzel, A. H. et al. (2002): “Ecological-niche factor analysis: How to compute habitat-
suitability maps without absence data?”, Ecology, 83, pp. 2027-2036.
Hirzel, A. H., Guisan, A. (2002): “Which is the optimal sampling strategy for habitat
suitability modelling”, Ecological Modelling, 157, pp. 331-341.
Hirzel, A. H., Hausser, J., y Perrin, N. (2000). Biomapper 2.0. Laboratory for
Conservation Biology, University of Lausanne.
Hirzel, A.H., Hausser., Chesser, D., Perrin, N. (1999): “Ecological-Niche factor
analysis: How to compute habitat-suitability maps without absence data? ”,
Ecology, 83, 7, pp. 2027-2036.
Muñoz, J. and Felicísimo, A.M. (2004): “Comparison of statistical methods commonly
used in predictive modelling”, Journal of Vegetation Science, 15, pp. 285-292.
Ninyerola, M., Pons, X. and Roure, J. M. (2000): “A methodological approach of
climatological modelling of air temperature and precipitation through GIS
techniques”, International Journal of. Climatology 20, pp. 1823-1841.
Osborne, P. E., Suárez-Seoane, S. (2002): “Should data be partitioned before building
large scale distribution models?”, Ecological Modelling, 157, pp. 249-259.
Phillips, S.J., Dudik, M., Schapire, R.E. (2004): “A maximum entropy approach to
species distribution modeling.”, Proceedings of the Twenty-first Century
International Conference on Machine Learning.
Segurado, P., Araujo, M.B. (1999): “An evaluation of methods for modelling species
distributions”, Journal of Biogegraphy, 31, pp. 1555-1568.
Stockwell, D. (1999): “Genetic algorithms II”, en Fielding, A. H. (Ed.): Machine
learning methods for ecological applications. Boston, Kluwer Academic
Publishers, pp.123-144.
46
MODELOS PREDICTIVOS APLICADOS A LA CONSERVACIÓN DE FLORA AMENAZADA: INVERNADEROS VS. LINARIA
NIGRICANS EN EL SURESTE ÁRIDO IBÉRICO
Stockwell, D., Peters, D. (1999): “The GARP modelling system: Problems and
solutions to automated spatial prediction”, International Journal of Geographic
Information Systems, 13, pp. 143-158.
Thuiller, W. (2003): “BIOMOD - optimizing predictions of species distributions and
projecting potential future shifts under global change”, Global Change Biology, 9,
pp. 1353-1362.
47