Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
RESUMEN
En los últimos años se han observado progresos importantes en el desarrollo de herramientas para
el modelado espacial de servicios ecosistémicos (SE), las cuales tienen un gran potencial para el
apoyo en la toma de decisiones relacionadas principalmente con la planificación del uso del suelo.
Con el fin de analizar estas herramientas se realizó una revisión sistemática de literatura científica,
en la cual se identificaron los patrones temporales y espaciales de la información, además se
caracterizaron las tendencias de las redes de instituciones que realizan investigación en el tema y
las organizaciones que financian de estas investigaciones. De los 65 artículos revisados, se encontró
que el modelo más utilizado desde el año 2001 es Soil Water Assessment Tool -SWAT y a partir del
año 2009 es –Integrated Valuation of Ecosystem Services and Tradeoffs - InVEST. Solo 4 de 9
herramientas identificadas cuentan con artículos científicos de soporte, y las restantes se cree que
son más usadas en consultorías y las publicaciones están a nivel de informes técnicos. Además, los
SE que fueron evaluados con mayor frecuencia están relacionados con el componente hidrológico
y con la regulación climática. Se presentan diferencias conceptuales con respecto a la clasificación
de los servicios hídricos y la inclusión de la biodiversidad y el hábitat como SE. Se observa con gran
preocupación la falta de validación este tipo de estudios (sólo el 44% validaron los modelos
espaciales), y en este sentido las herramientas son usadas como cajas negras, lo cual incrementa la
incertidumbre del modelo y se pone en duda su utilidad para la toma de decisiones. Por otra parte,
las instituciones que más artículos han publicado son las que más colaboran entre sí, tienen mayor
número de citas, sus proyectos tienen mayor diversidad de fuentes de financiación y modelan todas
las categorías de SE. Es necesario incrementar las colaboraciones con más instituciones de la red,
las cuales pueden ampliar el espectro de SE modelados.
INTRODUCCIÓN
Los servicios ecosistémicos (SE) son los beneficios que las personas obtienen de los ecosistemas
(MEA, 2005). Se estima que el 62% de los SE analizados por el MEA (2005) se encuentran
ampliamente degradados. El impacto de las acciones humanas causa el ajuste de los componentes
bióticos y abióticos de los ecosistemas y afecta la estabilidad y la dinámica de los recursos (Díaz y
Cabido, 2001). La degradación del ecosistema supone una amenaza inminente para el suministro y
flujo continuo de SE, del cual dependen las generaciones humanas presentes y futuras (de Groot et
al. 2012). Los empresarios, gobernantes e instituciones y actores locales han tardado en incorporar
estos beneficios en la toma de decisiones, principalmente por la pobre caracterización biofísica y
económica del flujo de servicios a escalas locales y regionales (Chan et al. 2006). En respuesta a esto,
recientemente se han venido desarrollado numerosos métodos y herramientas para identificar y
priorizar información clave alrededor de la valoración integral de los SE (Rincón-Ruíz et al. 2014),
como apoyo en la generación de políticas y para la toma decisiones encaminadas a la sostenibilidad
(Nelson et al. 2009).
Como estrategia de valoración ecológica con un enfoque espacial, se han propuesto los mapas de
SE, los cuales son representaciones de las condiciones biológicas, físicas y químicas de un territorio
(Burkhard et al. 2012). Así, los mapas se convierten en herramientas robustas para comunicar al
público, de manera sencilla, información de alta complejidad para la toma de decisiones (Kandziora
et al. 2013). Actualmente existen diversas herramientas y modelos que representan de una forma
espacialmente explicita los SE, haciéndolos útiles para guiar y articular políticas de uso y manejo del
suelo, principalmente en áreas donde hay conflictos entre el mantenimiento de una alta oferta de
servicios ecosistémicos, una gran diversidad biológica y objetivos de desarrollo relacionados con la
agricultura, áreas urbanas, hidroeléctricas, entre otros (Luck et al. 2012; Malinga et al. 2015).
Por todo esto es importante entender la relación entre la oferta y la demanda de los SE. La oferta
de SE es el beneficio potencial que brindan las funciones ecológicas o elementos biofísicos de un
ecosistema al hombre, sin tener en cuenta el uso actual (Balvanera et al. 2012). Por otra parte, la
demanda de SE es considerada como la suma de todos los bienes y servicios actualmente
consumidos o usados en un área particular (Burkhard et al. 2012).La espacialización de SE es esencial
dado que la oferta y la demanda pueden diferir ampliamente a través del espacio geográfico, por lo
que es necesario modelar estas diferencias bajo escenarios de cambio global y apoyar el desarrollo
de intervenciones, políticas o esquemas de manejo (Balvanera et al. 2011, 2012; Burkhard et al.
2013). Así mismo, estos análisis espaciales ofrecen el potencial de hacer análisis estandarizados, con
el fin de facilitar las evaluaciones y las comparaciones a través de amplios contextos geográficos
(Bagstad et al. 2013).
En algunas ocasiones las áreas geográficas prioritarias para representar la biodiversidad no son las
mismas que para los SE (Luck et al. 2009; Larsen et al. 2011). Estas diferencias pueden deberse en
parte a la heterogeneidad de enfoques para representar espacial y temporalmente los servicios
evaluados, los métodos empleados (económica, ecológica o cultural), la escala utilizada, el tipo de
SE analizados y la incorporación de modelos biofísicos existentes (Bagstad et al. 2013). Las revisiones
de literatura más recientes han buscado resumir el estado del arte en el mapeo de los SE, y coinciden
en que no existen objetivos claros al momento de modelar y no hay un consenso sobre cuál de los
métodos utilizados es el mejor (Nelson y Daily 2010, Martínez-Harms y Balvanera, 2012, Vigerstol y
Aukema 2012, Crossman et al. 2013, Logsdon y Chau 2013, Schägner et al. 2013, Villa et al. 2014,
Malinga et al., 2015), aunque esto puede depender del alcance y finalidad de cada una de las
investigaciones. Las principales herramientas que modelan y espacializan los servicios ecosistémicos
se referencian en la Tabla 1.
A pesar de la alta documentación de la espacialización en general de los SE, ninguna de las revisiones
encontradas incluye el análisis de los resultados del uso de los software. Es por esto, que el propósito
de este trabajo es contribuir al conocimiento de los patrones espaciales y temporales en el uso de
las herramientas de modelado de servicios ecosistémicos a nivel global. El trabajo se complementa
con el análisis de redes (Social Network Analysis) para identificar nodos importantes a nivel de
instituciones que investigan y publican artículos científicos sobre el tema, las entidades que
financian estos estudios, y el relacionamiento mundial entre autores alrededor de los modelos
espaciales de servicios ecosistemicos.
Con este artículo de revisión se pretende resolver dos preguntas principales: 1. ¿Cuáles son las
tendencias espacio-temporales en la literatura que modela mapas de SE a nivel mundial?, 2. ¿cuál
es el relacionamiento entre instituciones y entidades financiadoras de investigación en el mapeo de
SE? Este ejercicio analiza algunos de los aspectos que se deben tener en cuenta al modelar
espacialmente los servicios ecosistémicos e identifica los desafíos futuros para este tipo de
investigaciones. Este análisis será de gran utilidad para futuros usuarios, investigadores y tomadores
de decisiones, al seleccionar las diferentes herramientas de análisis y modelado de servicios
ecosistémicos.
RESULTADOS
A partir de la lectura detallada de los 65 artículos no se obtuvo información suficiente para
identificar en todas las publicaciones las variables de entrada y salida, las escalas espaciales o
resolución de estas, los ecosistemas asociados (de los 65 artículos sólo 5 reportan los ecosistemas
de los casos de estudio) y las técnicas de validación de los resultados (sólo 22 artículos reportan que
los estudios fueron validados).
De las nueve herramientas que se utilizan comúnmente para modelar espacialmente SE, sólo cuatro
presentaron publicaciones de soporte en artículos científicos (Tabla 1). Las herramientas como
MIMES, Co$ting Nature, EcoAIM, GUMBO, ECOMETRIX han sido reconocidas por diferentes autores
como softwares especializados en el modelado espacial de SE (Nelson y Daily, 2010; Bagstad et al.
2013; Nemec y Raudsepp-Hearne, 2013). Sin embargo, estas herramientas solo tienen
documentación a nivel de informes técnicos de proyectos y consultorías, y en algunos casos
manuales. Estos documentos que no fueron considerados en la presente revisión por tres razones:
(a) no tienen una revisión rigurosa por pares, (b) no están avaladas por alguna editorial científica
reconocida, y (c) no es posible hacer una búsqueda sistemática de estos informes en la web.
De los 23 países en donde se han mapeado SE los que mayor número de publicaciones tienen son:
Estados Unidos (15), China (11) y España (7). Para el modelado de SE se utilizaron principalmente
InVEST, seguido de SWAT y ARIES, con 23, 17 y 10,7% del total de los artículos, respectivamente. Los
países restantes tuvieron entre 1 y 4 publicaciones e hicieron uso de los cuatro softwares evaluados
(Figura 2).
Figura 2. Distribución espacial de las publicaciones de acuerdo con el software empleado.
El 41,3% de los casos de estudio (n=75) modelaron SE en una extensión geográfica entre 1.000 y
10.000 Km2. Otras escalas usadas frecuentemente estuvieron entre 100 y 1.000 Km2 (24% de los
casos de estudios) y 100.000 y 1.000.000 Km2 (17,3% de los casos de estudio). Los demás casos de
estudio se distribuyeron en otras escalas (mayores y menores a las mencionadas), con porcentajes
por debajo del 8%. El 2,7% (2 estudios) no indicaron la extensión del área espacializada por lo que
se catalogaron como extensión desconocida (Figura 4).
Los tipos de modelos espaciales de SE que más publicaciones presentan son la provisión de agua
(23,7%), formación de suelo (17,2%), regulación climática (15,1%), y calidad y tratamiento del agua
(12,9%). A su vez, la provisión de agua es el SE que se modela con mayor diversidad de herramientas
(n=4), seguido por formación de suelo y regulación climática (figura 5).
Tabla 2.Formas de referencia de los Servicios Ecosistémicos identificados en los casos de estudio
Categoría Servicio Ecosistémico Nombre en artículos No. Publicaciones**
Almacenamiento de agua 1
Disponibilidad de agua potable 2
Producción de agua 14
Producción de agua superficial 1
Provisión - Agua Provisión de agua 4
Producción de energía hidroeléctrica 4
Provisión Recarga de agua subterránea 4
Suministro de agua 2
Productividad de agua para cultivos 1
Producción de cultivos 2
Alimento Producción agrícola 1
Producción de ostras 1
Madera Producción de madera 3
Escorrentía superficial 9
Regulación -Agua
Retención de agua 1
Calidad del agua 9
Purificación del agua 4
Calidad y tratamiento del agua Control de sedimentos 1
Retención de sedimentos 2
Retención del suelo 2
Calidad del aire Calidad del aire 1
Captura de carbono 10
Regulación climática
Almacenamiento de carbono 11
Regulación
Conservación del suelo 4
Producción de sedimentos 15
Regulación de sedimentos 1
Formación del suelo
Retención de nutrientes 2
Producción de fósforo 1
Producción de nitrato 1
Regulación de la erosión Control de la erosión 5
Mitigación de tormentas 1
Regulación de riesgos naturales
Regulación a inundaciones de ríos 1
Polinización Polinización 1
Proximidad a espacios abiertos 2
Valores estéticos
Culturales Paisajismo 2
Recreación Recreación 1
Biodiversidad 2
Calidad del hábitat 7
Biodiversidad y hábitat Biodiversidad y hábitat Conservación de la biodiversidad 1
Conservación del hábitat 1
Riesgo del hábitat 1
Número total de servicios evaluados en los artículos incluidos en la revisión 139
* Las categorías fueron adaptadas de de Groot et al. (2010); MEA, (2005).
** El número total de publicaciones (n= 139) no corresponde con el número de artículos evaluados (n=65) dado que un
artículo puede evaluar más de un SE.
Figura 6. Validación de las publicaciones de acuerdo con el software utilizado en las publicaciones.
Por otra parte, según el análisis de redes sociales (SNA) se estableció la relación entre las
organizaciones que financian y las instituciones que han sido financiadas de acuerdo con los grados
de centralidad y proximidad encontrados, en esta red se identificaron las organizaciones que
financian a un mayor número de instituciones son: el Ministerio de Ciencia e Innovación de España
(13), la Fundación Gordon and Betty Moore (EEUU) (11) y finalmente Royal Society (Reino Unido),
The Leverhulme Trush (Reino Unido), Ministerio de Economía y Competitividad de España, U.S.
Geological Survey –USGS (EEUU), con 9 organizaciones financiadas cada uno. Los principales
beneficiarios de la financiación por parte del Ministerio de Ciencia e Innovación de España son:
Universidad de Stanford (EEUU) y La Universidad Rovira i Virgil (España), cada uno con 3 artículos
científicos que reportan haber sido financiados (Figura suplementaria 1). Así mismo, las
investigaciones de 44 entidades se han realizado sin financiación.
Otra red de alta importancia pero conformada exclusivamente por entidades de China, donde la
Academia China de Ciencias está ubicada en la parte central, siendo la institución que más ha tenido
financiación por diferentes organizaciones (n=9), tales como: recursos propios, Fundación Nacional
de las Ciencias Naturales de China, Ministerio de Ciencia y Tecnología de China, entre otras (Figura
9).
Figura 9. Red de instituciones que investigan y presentan publicaciones en SE y organizaciones financiadoras
de estas investigaciones en la Academia China de la Ciencias. (Tamaño de la etiqueta= importancia de la
institución en la red)
DISCUSIÓN
Las publicaciones científicas que analizan y modelan espacialmente los SE se han incrementado
sustancialmente durante los últimos 10 años pero el mayor aporte se hace desde pocos países (eg.
Estados Unidos, China y España) e instituciones. Sin embargo, se encontró que hay un gran sesgo
por modelar cierto tipo de servicios ecosistemicos (los relacionados con agua, suelo y clima), por
trabajarlos a nivel de cuenca, y por usar un conjunto reducido de herramientas (eg. SWAT e INvEST).
En este sentido, la presente investigación busca evaluar tendencias espacio-temporales en la
producción del conocimiento sobre análisis y modelos espaciales de SE pero no realiza una
evaluación profunda de la programación de algoritmos o el funcionamiento de las herramientas
para modelar espacialmente los SE.
Con respecto a las herramientas, SWAT ha sido la más utilizada desde el año 2001, ya que este es el
más antiguo de los software evaluados en la presente revisión (Arnold et al. 1998). Los otros
modelos publicados como FIESTA (Mulligan y Burke, 2005), InVEST (Tallis y Polasky, 2009) y ARIES
(Villa et al. 2009) fueron desarrollados más recientemente, y en la última década se han utilizado
con mayor frecuencia que SWAT. Específicamente InVEST, es en la actualidad el software más
utilizado para espacializar SE patrón que había sido reportado previamente or Nemec y Raudsepp
(2013).
Sin embargo, los SE relacionados con regulación climática, así como la provisión, calidad y
tratamiento de agua fueron los más comúnmente analizados y modelados. Este patrón fue
reportado previamente por Vigerstol y Aukema (2011) y reviste gran importancia en la toma de
decisiones (Malinga et al 2015; Martínez-Harms y Balvanera, 2012; Egoh et al. 2012). En este
sentido, era de esperarse que el ámbito geográfico en este tipo de publicaciones estuviera muy
centrado en estudios de casos a nivel de cuencas, las cuales son de gran importancia ya que están
relacionadas directamente con la provisión de SE claves como provisión de agua, mitigación de
inundaciones, regulación climática, entre otros (Luck et al. 2009). Además, las cuencas son unidades
ecológicas independientes de las fronteras político-administrativas y representan un rasgo de la
conectividad altitudinal entre paisajes generalmente altamente transformados por usos agrícolas y
urbanos (Baker y Miller, 2013). Estas acciones antrópicas alteran ampliamente los procesos
hidrológicos a nivel global con modificaciones que afectan las características físicas, químicas y
biológicas de los cuerpos de agua (Carpenter et al. 2011), las cuales posiblemente podrían actuar en
sinergia con el cambio climático global, y tener como resultado escasez de agua para diferentes usos
(Bangash et al. 2013). Es importante mencionar que el suministro de servicios hidrológicos depende
de un rango de procesos ecológicos que operan en particular a escala de cuenca (de Groot et al.
2010). La importancia de las cuencas dentro de las publicaciones también se ve reflejado por el
hecho de que los cuatro softwares evaluados tienen módulos relacionados con servicios
hidrológicos, como provisión de agua, calidad y tratamiento del agua, regulación del agua, entre
otros.
Las ventajas de restringir el modelado espacial de SE al ámbito de cuenca hidrográfica es que deja
implícito : (a) al alto impacto al que están sometidas las cuencas por el aumento de la intensidad de
diversas actividades humanas (Wang, 2001); (b) los efectos de cambio climático y del uso del suelo
(Zhou et al. 2015); (c) el requerimiento de la gestión sostenible de los recursos suelo y agua para
mantener la productividad de los recursos a largo plazo (Prato, 2000); y (d) proporciona un marco
para delinear la distribución espacial y los vínculos entre los procesos físicos y las comunidades
biológicas en un contexto físico (Montgomery et al. 1995) y no en ámbitos político-administrativos.
Sin embargo, las publicaciones utilizadas para esta revisión han pasado por alto la importancia de
describir el gradiente de ecosistemas evaluados, los cuales dependiendo de su estado de
conservación tendrán la capacidad de seguir proporcionando SE a las poblaciones humanas (MEA,
2005). La inclusión de los ecosistemas dentro de los mapas de SE es esencial para tener un modelado
más integral, que trascienda las coberturas y usos del suelo en los paisajes, patrón que se observa
en los artículos revisados.
Además, el problema de invisibilizar los ecosistemas en el gradiente altitudinal de las cuencas, es
que la deforestación o degradación de alguno de los ecosistemas presente a lo largo de la cuenca
afectará la cantidad y calidad del agua, sea por interacciones con el clima local, el agua usada por
las plantas, la modificación del suelo superficial, entre otros (Zhou et al. 2015). Se debe tener
cuidado con hacer extrapolaciones de los efectos locales y de corto plazo de los servicios
hidrológicos a escalas generales, y viceversa entre escalas (Brauman et al. 2007), entonces al no
identificar en este tipo de estudios los ecosistemas asociados tanto a las partes altas, medias y bajas,
la gestión no atenderá las necesidades de estas áreas de forma adecuada. Además, no sólo es
cuestión de SE hídricos, ya que por ejemplo la captura de carbono no se presenta de igual forma a
lo largo de una cuenca, ya que la parte alta recibe la mayor parte del carbono terrestre que entra a
los ríos, el cual se almacena de forma desproporcional en las partes bajas de las redes fluviales (Wohl
et al. 2012).
Con respecto a la extensión espacial de los estudios de caso, la mayoría corresponden a una escala
intermedia o de tipo regional, seguidos por locales y por nacionales. Este patrón ha sido
documentado previamente en revisiones sobre diferentes tópicos de servicios ecosistemicos y
explican que la dominancia de estudios a escala regional es debido a la disponibilidad de información
especial (Malinga et al. 2015, Martínez-Harms y Balvanera 2012). Sin embargo, un aspecto
preocupante es que los estudios de caso revisados presentan diferentes escalas espaciales en el
modelado de SE sin basarse en un marco conceptual sólido. A manera de ejemplo, en laTabla 3 se
presenta un resumen de las diversa escalas espaciales de análisis propuestas por diferentes autores
Desafortunadamente en esta revisión no se pudo corroborar los criterios de selección de una escala
espacial de trabajo, dado que las publicaciones analizadas no hacen mención alguna a la elección de
la extensión del área espacializada. Por su parte, de Groot et al. (2010) proponen una escala
geográfica para algunos SE de regulación basado en la base ecológica, y ponen los siguientes
ejemplos, un parche de bosque puede proporcionar el SE de la polinización para un área de cultivo
cercana y en cambio el servicio de regulación climática se presenta solamente a escala global (Tabla
3).
En conclusión, aunque las investigaciones a nivel de cuencas son muy importantes, como ya se ha
mencionado, debe ser clave incluir en los análisis el gradiente ecosistemico, el grado de pérdida,
degradación y fragmentación de las coberturas y también una resolución espacial de trabajo
adecuada, teniendo en cuenta los SE especializados (sensu de Groot et al. 2010).
Para esta revisión se incluyó la categoría biodiversidad y hábitat dado que el software InVEST cuenta
con modelos específicos que ofrecen salidas gráficas para su representación espacial y porque
algunos artículos han modelado simultáneamente SE junto con biodiversidad y hábitat (Nelson et
al. 2009; Polasky et al. 2011; Chiang et al. 2014). Algunos estudios consideran esta categoría como
un SE de soporte (Malinga et al. 2015) pero no es considerada como un SE para otros autores
(Martínez-Harms y Balvanera, 2012; Egoh et al. 2012). En los artículos revisados cuando se modela
biodiversidad generalmente se modelan múltiples SE, tales como: regulación climática, calidad y
tratamiento del agua, provisión de agua, polinización, formación del suelo, alimento, recreación,
valores estéticos, madera, regulación de riesgos naturales y algunas veces solo. En los 11 artículos
que analizan la biodiversidad, los SE con los que más fue espacializada más frecuentemente fueron:
regulación climática (25,8%), calidad y tratamiento del agua (19,3%) y provisión de agua (16,1%).
Esto sugiere que la biodiversidad y el hábitat, son usados como complementos en el entendimiento
holístico de los SE, se presentan aún serios problemas conceptuales al respecto.
De acuerdo con la guía del usuario del software InVEST, la biodiversidad no es tratada como un SE,
sino que es un atributo independiente, con su propio valor intrínseco dentro de los sistemas
naturales. Las razones por las cuales algunos autores modelan la biodiversidad junto con SE es que
permite: (a) hacer comparaciones de los patrones espaciales de la biodiversidad y los SE; (b)
identificar áreas de ganancia recíproca (win-win: áreas donde la conservación puede beneficiar los
ecosistemas y las economías humanas); (c) alertar sobre áreas donde estos objetivos no están
alineados; y (d) realizar análisis de trade-offs entre la biodiversidad y los SE a través de diferentes
escenarios futuros de cambio del uso del suelo (Sharp et al. 2014).
Desde hace un tiempo existe un debate importante sobre si la biodiversidad debe ser considerada
un SE o no (Eigenbrod et al. 2010), sin embargo hoy en día la unión entre la biodiversidad y los SE
está lejos de ser entendida, ya que los dos conceptos son complejos y por lo tanto es difícil entender
sus vínculos (Reyers at al. 2012). Las publicaciones incluidas en esta revisión apuntan a que la
biodiversidad no es un SE por sí mismo, sin embargo es evaluado en sus casos de estudio, soportados
en que juegan un papel crítico en el sostenimiento de una gran cantidad de SE (MEA, 2005).
También, esta puede actuar como regulador de procesos ecosistémicos y proveedor de los mismos,
que en todo caso son fundamentales para el mantenimiento del bienestar humano (Huberman,
2009). En cambio, autores como Eigenbrod et al. (2010) sugieren que la biodiversidad es un SE, pero
reconocen que es necesario realizar evaluaciones del rol de los diferentes elementos de la
biodiversidad en el soporte de otros SE. Mace et al. (2012), consideran que la biodiversidad tiene
un valor de existencia para muchas personas por tanto desean que continúe allí,
independientemente de los beneficios que se derivan de ella. En realidad, es a través del estudio de
la ecología y diversidad funcional que se puede hacer explícita la relación entre biodiversidad y
procesos ecosistémicos (Díaz y Cabido, 2001). Por esto es importante evaluar el grado de
superposición espacial entre las dimensiones composicionales, estructurales, filogenéticas y
funcionales de la biodiversidad para aportar a la toma de decisiones en la conservación biológica
(Devictor et al. 2010) y ver su relación con SE en el territorio. Si bien la biodiversidad se asocia con
procesos ecológicos, aún se desconocen muchos de los atributos relacionados con la prestación de
SE.
En las publicaciones revisadas los resultados de la consistencia espacial entre SE y biodiversidad son
diferentes. Por ejemplo algunas publicaciones, tal es el caso de Bai et al. 2011, quienes encuentran
alto grado de superposición espacial, lo que sugiere que las estrategias de conservación de la
biodiversidad en ciertas áreas pueden mejorar la provisión de múltiples SE. Mientras en otros
trabajos, se observan trade-offs entre la biodiversidad y la provisión de madera en escenarios
futuros (Shoyama y Yamagata, 2014). Todo lo anterior coincide con el artículo de Anderson (2009)
quien estimó la covarianza en áreas importantes para SE (almacenamiento de carbono, agricultura
y recreación) y la biodiversidad en Gran Bretaña, y encontró una mezcla de asociaciones negativas
y positivas y algunas veces sin relación alguna, por ejemplo hábitats importantes para el
almacenamiento de carbono presentaron una baja congruencia con la biodiversidad (especies con
prioridad de conservación), mientras que la biodiversidad y los valores de la agricultura mostraron
una fuerte correlación positiva, y no se encontró ningún tipo de relación entre la recreación y la
biodiversidad. Otros autores como Larsen et al. (2010) después de hacer un estudio global concluyen
que no es posible conservar el 100% de los lugares para asegurar la provisión de SE y al mismo
tiempo representar la biodiversidad, por tanto los esfuerzos para conservar estos serán ineficaces
sino se consideran explícitamente los objetivos para cada uno de ellos.
En esta revisión la provisión de agua fue categorizada como un servicio de provisión de acuerdo con
las propuestas de MEA (2005) y de Groot et al. (2010), sin embargo, autores como Martínez-Harms
y Balvanera (2012) destacan como el SE de provisión de agua fue considerado como un servicio de
Regulación, igual ocurre con el artículo de Malinga et al. (2015), para quienes el SE denominado
cantidad de agua también está dentro de los servicios de regulación, lo cual no es discutido a lo
largo de estas publicaciones. Sin embargo, de acuerdo con Fu et al. (2011) en estudios de SE es muy
común encontrar definiciones ambiguas, más cuando existe una gran variedad de clasificaciones
realizadas por diferentes autores (Costanza et al 1997; De Groot et al. 2002, 2010; MEA, 2005;
Wallace, 2007), las cuales dependen de la teoría básica que cada uno de estos investigadores ha
utilizado para generar estas clasificaciones (Fu et al. 2011).
Por otra parte, múltiples autores han tratado de catalogar los SE bajo diferentes categorías, pero a
la vez han fallado en diferenciar servicios, procesos y funciones ecosistémicas, lo que también ha
aportado a una inconsistencia generalizada en los sistemas de clasificación (Fu et al. 2011). Otros
autores como Fisher y Turner (2008), explican que estas diferencias se derivan del hecho de que los
sistemas de clasificación de servicios se dan en torno a contextos (sociales, culturales, económicos
y ecosistémicos) específicos en los que se utilizan, así mismo como las definiciones utilizadas y por
tanto no en todos los casos pueden ser iguales. Las complejas relaciones ecosistémicas y su
interacción con sistemas sociales indica que no es operativo contar con una lista simple y genérica
de los servicios de ecosistemas, dado que dependen de la escala espacio-temporal de estudio, el
tipo de actores involucrados y el objetivo de gestión y manejo ecosistémico buscado; por ello es
probable y necesario que la tipología de los SE continúe evolucionando para logar guiar con mayor
claridad la toma de decisiones (Haines-Young y Potschin, 2009).
Dentro de las limitaciones halladas se observa una falta de claridad en los conceptos de SE derivada
de múltiples tipificaciones por parte de diversos autores. En los artículos revisados se encontraron
un total de 41 SE bajo diferentes nombres y categorías, los cuales no coincidían con la clasificación
del MEA (2005) u otras propuestas más recientes (eg. de Groot et al. 2010). En general esta falta de
consenso en la clasificación de los SE analizados y modelados, genera confusión entre los usuarios
y debilita los argumentos al momento de sopesar los trade-offs entre conservación y los modelos
extractivistas o de deforestación que degradan el capital natural. Los sistemas de clasificación
actuales confunden procesos y funciones con servicios de los ecosistemas, lo que limita su
contribución en la toma de decisiones (Wallace, 2007).
Si bien, es imposible realizar una validación completa de los análisis realizados en sistemas
complejos como son los ecosistemas (Running 1994), se debe mejorar la sensibilidad de las
herramientas empleadas para la validación de los resultados de los estudios en SE. Esto es crucial si
se busca que los análisis y modelos espaciales de SE sean incorporados en la toma de decisiones
actual y futura y en la priorización de áreas de conservación (Martínez-Harms y Balvanera, 2012).
Esta advertencia sobre la ausencia de validación de los modelos desde hace un tiempo también
viene siendo reportada en otras áreas de estudio, tales como cambio climático y calidad de hábitat
en poblaciones silvestres (Conner, 2002), distribución de efecto de tóxicos en especies silvestres
(Raimondo et al. 2007), entre otras áreas. La validación de los modelos espaciales de SE es una
medida de control esencial, por tanto es muy importante que los softwares desarrollen e incluyan
módulos o rutinas en este sentido. Estos módulos de validación son indispensables para evitar que
los usuarios corran los modelos como cajas negras o grises (Seppelt, 2003), sin criterio de los
supuestos y requerimientos del software, así como las limitaciones y alcances de los resultados.
Además, se deben hacer esfuerzos por desarrollar estándares para la espacialización y así disminuir
las incertidumbres relacionadas con varios de los métodos usados actualmente (Crossman et al.
2013).
Los retos identificados anteriormente buscan hacer un llamado de atención a las principales
entidades financiadoras para estimular, entre las universidades, ONGs y entidades de gobierno, el
avance en la investigación sobre modelos espaciales de SE y su validación. Sin embargo, cabe
resaltar que el 29% de los estudios revisados no reportan una entidad financiadora, por lo que se
asume que estos estudios fueron realizados con recursos propios de los grupos de investigación, lo
que probablemente influya en la falta de validación de la mayoría de los estudios analizados.
Por su parte, China es uno de los países donde más casos de estudio se han publicado dada la
colaboración con Estados Unidos, seguido por estudios de caso en este último país. Si se desea hacer
una valoración integral de SE en diversas regiones del mundo como apoyo a la toma de decisiones,
es necesario contar con estudios de caso rigurosos y robustos en otros ecosistemas para poder tener
valores de referencia en futuras investigaciones. Si bien las entidades que más productividad de
artículos científicos tienen sobre modelos espaciales de SE (eg. Universidad de Stanford, Academia
China de las Ciencias, entre otras) son aquellas que presentan mayor relacionamiento con entidades
de financiación (Figura 10), otras (eg. Universidad de Vermont, Universidad Federal de Pareiba,
Universidad de Hong Kong) han generado el 30% de la investigación científica en el tema de sin
necesidad de financiación (o sin reportar una entidad de financiación en la publicación). Se
recomienda entonces a las entidades financiadoras ampliar su espectro de apoyo económico a estas
instituciones para apoyar la consolidación de la red de instituciones e investigadores en el tema a
nivel global.
La red de colaboración entre la Universidad de Stanford, Universidad de Minnesota y sus aliados
(Universidad Estatal de Colorado, Universidad de Girona, Universidad Politécnica de Madrid,
Universidad de Arkansas, entre otros), presenta una característica muy importante a nivel global
dado que estas instituciones han evaluado un mayor número de categorías de SE, han sido las más
citadas en la literatura científica y tienen un mayor número de publicaciones. Es en este
componente importante de la red donde se presenta la experiencia para continuar el desarrollo de
rutinas y modelos estadísticos para validar los SE. Y de ellas depende parcialmente incrementar su
colaboración científica con otras redes locales nacientes para generar una masa crítica en el tema
que avance rápida y eficientemente en el análisis y modelado espacial de los SE. Adicionalmente,
las organizaciones que funcionan como intermediarias en la red son claves, pues sin ellas no existiría
la red con las instituciones actuales, por tanto se puede concluir que la mayor investigación de este
tema es realizado por el sector académico, algunas entidades del gobierno y una ONG internacional
(Universidad de Stanford, Universidad Politécnica de Madrid, USGS, Fondo Mundial para la
Naturaleza –WWF), lo cual muestra una gran diversidad de tipos de entidades que aportan al
conocimiento y a la toma de decisiones realizadas por medio de la espacialización de SE. Esta
intermediación es relevante ya que evalúa la importancia de un nodo en una red basada en el “flujo”
que puede controlar (Baggio et al. 2015).
Parte de la importancia de las universidades de Stanford y Minnesota radica en que hacen parte del
proyecto Capital Natural (http://www.naturalcapitalproject.org/), lo que ha influido
considerablemente tanto en su productividad científica como en la financiación de este tipo de
proyectos, por ejemplo en el marco de este proyecto se han realizado algunos estudios de caso de
valoración de SE en Baoxing County (China), Sumatra (Indonesia), Valle del Cauca (Colombia), entre
otros. Toda la experiencia ganada durante los últimos 9 años del Proyecto de Capital Natural puede
aplicarse a otra regiones y enriquecerse con la experticia local generada por otros actores quienes
hacen parte de la red periférica de instituciones de investigación en el modelado y espacialización
de SE.
MATERIALES Y MÉTODOS
Búsqueda de literatura
Se realizaron búsquedas sistemáticas de artículos científicos (revisiones de literatura y estudios de
caso), cuyos métodos analíticos se centraran en el mapeo y/o modelado explícito de SE por medio
de alguna herramienta o software. Para esto fueron utilizadas las bases de datos Web of Science,
Scopus y Science Direct entre los años 1980 – 2015 (hasta el mes de febrero).
En una fase 2 se usaron términos de búsqueda a partir del nombre de las herramientas más
reconocidas sobre SE en diferentes publicaciones (Bagstad et al. 2013; Crossman et al. 2013; Nemec
y Raudsepp-Hearne, 2013; Figura 1), en todas las bases de datos utilizadas. De esta resultaron un
total de 1.048 artículos, los cuales fueron reducidos a 226 documentos luego de ser refinados por
la exclusión de áreas de investigación no relevantes a la presente revisión (Figura 1). Al leer el título
y resumen de cada uno y verificar que cumplieran con los criterios mencionados en la fase 1, se
obtuvieron 36 artículos.
Durante la fase 3 se configuró una búsqueda de artículos que modelaran espacial y explícitamente
SE hídricos a partir de la herramienta Soil Water Assessment Tool - SWAT, y se excluyeron los
artículos en los que se usara esta herramienta fuera del ámbito conceptual de los SE (ej. simulación
de procesos físicos en cuenca hidrográfica, predicción del impacto del cambio del uso del suelo en
la hidrología o análisis de la prevención y control de la contaminación por fuentes no puntuales,
entre otros; Fuente http://swat.tamu.edu/). De esta búsqueda se obtuvieron un total de 295
artículos, los cuales también fueron leídos (título y resumen) uno a uno para verificar el
cumplimiento de los criterios de la fase 1, para un total de 29 artículos.
En la fase 4 se revisó la literatura citada de todos los artículos seleccionados en las fases 1 a 3 en
busca de publicaciones no incluidas previamente. En la fase 5 se unificaron las cuatro bases de datos
para eliminar los duplicados, con lo cual se tuvo un total de 65 artículos evaluados en la presente
revisión de literatura (Figura 1).
Análisis de la información
La información extraída de cada uno de los 65 artículos seleccionados se organizó en una matriz,
por medio de la cual se obtuvieron las tendencias temporales y espaciales de los estudios que
realizan espacialización de SE con alguna herramienta, las variables de entrada y salida, la técnicas
de validación y se determinó su distribución y ámbito geográfico.
Para cada publicación se identificaron los SE encontrados y se procedió a agruparlos por categorías
o tipos. La ubicación de cada SE en categorías se hizo basado en las clasificaciones de Groot et al.
(2010) y la MEA (2005). No se tuvo en cuenta la categoría SE de soporte, ya que algunos autores
alertan que al funcionar como apoyo a las otras categorías puede generar doble contabilidad en la
valoración de SE (Fisher et al. 2009), subestimando el valor de algunos servicios de regulación (Ojea
et al. 2011). Además, se incluyó la categoría biodiversidad y hábitat, dado que el software InVEST la
involucra como un módulo aparte de los SE de soporte, y lo define como “el fundamento de los
servicios de los ecosistemas a los que el bienestar humano está vinculado” (MEA, 2005).
Cada red fue descrita a partir de las dimensiones o métricas indicadoras como: el grado de
centralidad (representa cuantas conexiones unen a las organizaciones con sus vecinas inmediatos
en la red), proximidad (mide que tan cerca está una organización a todos las demás) e
intermediación (determina con qué frecuencia se encuentra un nodo en su trayectoria más corta,
entre cualquier par de nodos en la red, los nodos que están en estos caminos más cortos se
consideran altamente centrales) (Lui et al. 2005), e identificación de subgrupos nodales y de
componente gigante (componente conectado que tiene una fracción significativa de todos los
nodos), lo cual permitió calcular las propiedades generales de la red y otras resultantes (Clark, 2006).
Se hicieron grafos con el propósito de representar gráficamente las interacciones entre entidades
financiadas e instituciones financiadoras. Además, se definió la red de colaboración entre las
organizaciones que publican artículos científicos sobre mapas de SE, para esto se analizaron las
categorías de los SE estudiados, la productividad (número de publicaciones), impacto (el número de
citaciones), y su importancia a partir de su ubicación en la red.
Agradecimientos
Agradezco especialmente a mi director de tesis Nicolás Urbina Cardona, por todo su apoyo durante
esta investigación. De igual forma, agradezco al director de la Maestría en Conservación y Uso de la
Biodiversidad Luis Miguel Renjifo, quien con todo su apoyo me brindo la posibilidad de hacer más
amable el camino arduo que significó este trabajo.
Referencias
Anderson BJ, Armsworth PR, Eigenbrod F, Thomas CD, Gillings S, Heinemeyer A, Roy, DB and Gaston,
KJ. Spatial covariance between biodiversity and other ecosystem service priorities. Journal of
Applied Ecology. 2009; 46: 888–896.
Arnold JG, Srinivasin R, Muttiah RS, Williams JR. Large area hydrologic modeling and assessment:
part I. Model development. J. Am. Water Resour. Assoc. 1998; 34(1): 73-89.
Arnold, JG, Fohrer N. SWAT2000: current capabilities and research opportunities in applied
watershed modeling. Hydrological Processes. 2005; 19(3): 563–572.
Baggio JA, Brown K, Hellebrandt D. Boundary object or bridging concept? A citation network analysis
of resilience. Ecology and Society. 2015; 20(2): 2. http://dx.doi.org/10.5751/ES-07484-200202
Bagstad KJ, Semmens DJ, Waage S, Winthrop R. A comparative assessment of decision-support tools
for ecosystem services quantification and valuation. Ecosystem Services. 2013; 5:e27–e39.
Bagstad KJ, Villa F, Johnson GW, Voigt B. ARIES – Artificial Intelligence for Ecosystem Services: A
guide to models and data, version 1.0. ARIES report series No. 1. The ARIES Consortium, Bilbao,
Spain.
Bai Y, Zheng H, Ouyang Z, Zhuang C, Jiang B. Modeling hydrological ecosystem services and
tradeoffs: a case study in Baiyangdian watershed, China. Environ. Earth. Sci. 2013; 70: 709–718.
Bai Y, Zhuang C, Ouyang Z, Zheng H, Jiang B. Spatial characteristics between biodiversity and
ecosystem services in a human-dominated watershed. Ecological Complexity. 2011; 8: 177–183.
Baker TJ, Miller SN. Using the Soil and Water Assessment Tool (SWAT) to assess land use impact on
water resources in an East African watershed. Journal of Hydrology. 2013; 486: 100–111
Bastian M, Heymann S, Jacomy M. Gephi: An open source Software for exploring and manipulating
networks. Proceedings of the Third International ICWSM Conference. 2009. 361-362.
Boumans R, Roman J, Altman J, Kaufman L. The Multiscale Integrated Model of Ecosystem Services
(MIMES): Simulating the interactions of coupled human and natural systems. Ecosystem Services.
2015; 12: 30–41.
Boumans RMJ, Costanza R, Farley J, Wilson MA, Rotmans J, Villa F, Portela R, Grasso M. Modeling
the dynamics of the integrated earth system and the value of global ecosystem services using the
GUMBO model. Ecological Economics. 2002; 41(3): 529–560.
Brauman KA, Daily GC, Duarte TK, Mooney HA. The Nature and Value of Ecosystem Services: An
Overview Highlighting Hydrologic Services. Annu. Rev. Environ. Resour. 2007; 32:67–98.
Burkhard B, Crossman N, Nedkov S, Petz K, Alkemade R. Mapping and modelling ecosystem services
for science, policy and practice. Ecosystem Services. 2013; 4: 1–3.
Burkhard B, Kroll F, Nedkov S, Müller F. Mapping ecosystem service supply, demand and budgets.
Ecological Indicators. 2012; 21: 17–29.
Cai XM, Ringler C. Balancing agriculture and environmental water needs in China: alternative
scenarios and policy options. Water Policy. 2007; 9:95–108.
Carpenter SR, Stanley EH, Vander-Zanden MJ. Freshwater Ecosystems: Physical, Chemical, and
Biological Changes. Annual Review of Environment and Resources. 2011; 36: 75-99.
Chan KM, Shaw MR, Cameron DR, Underwood EC, Daily GC. Conservation Planning for Ecosystem
Services. PLoS Biology. 2006; 4(11): 2138-2152.
Chiang L, Lin Y, Huang T, Schmeller D, Verburg P, Liu Y, Ding T. Simulation of ecosystem service
responses to multiple disturbances from an earthquake and several typhoons. Landscape and Urban
Planning. 2014; 122: 41– 55.
Clark L. Manual para el mapeo de redes como una herramienta de diagnóstico. La Paz – Bolivia:
Centro Internacional de Agricultura Tropical- CIAT. 2006.
Costanza R, d’Arge R, de Groot R, Faber S, Grasso M, Hannon B, Limburg K, Naeem S, O’Neill RV,
Paruelo J, Raskin RG, Sutton P, van den Belt M. The values of the world’s ecosystem services and
natural capital. Nature. 1997; 387: 253–260.
Corner LM. A technique to locate isolated populations using satellite imagery. Wildlife Society
Bulletin. 2002; 30(4): 1044-1049.
Crossman ND, Burkhard B, Nedkov S, Willemen L, Petz K, Palomo I, Drakou, E., Martín-Lopez, B.,
McPhearson, T., Boyanova, R., M., Alkemade, R., Egoh, B., Dunbar, M.B., Maes J. A blueprint for
mapping and modelling ecosystem services. Ecosystem services. 2013; 4: 4-14.
de Groot R, Brander L, van der Ploeg S, Costanza R, Bernard F, Braat L, Christie, M., Crossman, N.,
Ghermandi, A., Hein, L., Hussain, S., Kumar, P., McVittie, A., Portela, R. Rodriguez, L.C., ten Brink,
P., van Beukering, P. Global estimates of the value of ecosystems and their services. Ecosystem
services. 2012; 1: 50-61.
de Groot RS, Alkemade R, Braat L, Hein L, Willemen L. Challenges in integrating the concept of
ecosystem services and values in landscape planning, management and decision making. Ecological
Complexity. 2010; 7: 260–272.
de Groot RS, Wilson MA, Boumans RMJ. A typology for the classification, description and valuation
of ecosystem functions, goods and services. Ecological Economics. 2002; 41:393–408.
Díaz S, Cabido M. Vive la différence: plant functional diversity matters to ecosystem processes.
TRENDS in Ecology & Evolution. 2001; 16(11): 646-655.
Eigenbrod F, Armsworth PR, Anderson BJ, Heinemeyer A, Gillings S, Roy DB, Thomas, C.D. and
Gaston, K.J. The impact of proxy-based methods on mapping the distribution of ecosystem services.
Journal of Applied Ecology. 2010; 47:377–385.
Egoh B, Drakou EG, Dunbar MB, Maes J, Willemen L. Indicators for mapping ecosystem services: a
review. Report EUR 25456 EN. Publications Office of the European Union, Luxembourg. 2012.
Fu BJ, Su CH, Wei YP, Willett IR, Lu YH, Liu, GH. Double counting in ecosystem services valuation:
causes and countermeasures. Ecological Research. 2011; 26(1): 1-14.
Fisher B, Turner RK, Morling P. Defining and classifying ecosystem services for decision making.
Ecological Economics. 2009; 68: 643–653.
Fisher B, Turner RK. Ecosystem services: Classification for valuation. Biological conservation. 2008;
141: 1167–1169.
Gassman PW, Reyes MR, Green CH, Arnold JG. The Soil and Water Assessment Tool: Historical
Development, Applications, and Future Research Directions. American Society of Agricultural and
Biological Engineers. 2007; 50(4): 1211-1250.
Haines-Young R, Potschin M. The links between biodiversity, ecosystem services and human well-
being. In: Raffaelli, D. & C. Frid (eds.): Ecosystem Ecology: a new synthesis. BES Ecological Reviews
Series, CUP, Cambridge in press. 2009.
Haddaway NR, Woodcock P, Macura B, Collins A. Making literature reviews more reliable through
application of lessons from systematic reviews. Conservation Biology. 2015; 00(0):1–10.
Huberman D. World Heritage Sites and the Integration of Biodiversity into an International PES
Framework. Journal of Sustainable Forestry. 2009; 28:3-5.
Jiang Y. China's water security: Current status, emerging challenges and future prospects.
Environmental Science & police. 2015; 54: 106-125.
Kandziora M, Burkhard B, Müller F. Mapping provisioning ecosystem services at the local scale using
data of varying spatial and temporal resolution. Ecosystem Services. 2013; 4: 47–59.
Kareiva P, Tallis H, Ricketts TH, Daily GC, Polasky S. Natural Capital: theory and practice of mapping
ecosystem services. 1st ed. Oxford: Oxford University Press. 2011.
Larsen FW, Londoño-Murcia MC, Turner WR. Global priorities for conservation of threatened
species, carbon storage, and freshwater services: scope for synergy? Conservation Letters. 2011; 4:
355–363.
Luck GW, Chan KM, Klien CJ. Identifying spatial priorities for protecting ecosystem services.
F1000Research. 2012; 1:17. doi: 10.12688/f1000research.1-17.v1.
Luck GW, Chan KM, Fay JP. Protecting ecosystem services and biodiversity in the world’s
watersheds. Conservation Letters. 2009; 2: 179–188.
Mace GM, Norris K, Fitter AH. Biodiversity and ecosystem services: a multilayered relationship.
Trends in Ecology and Evolution. 2012; 27(1): 19-26.
Malinga R, Gordon LJ, Jewitt G, Lindborg R. Mapping ecosystem services across scales and continents
– A review. Ecosystem Services. 2015. doi:10.1016/j.ecoser.2015.01.006.
Martinez- Harms MJ, Balvanera, P. Methods for mapping ecosystem services supply: A review.
International Journal of Biodiversity Science, Ecosystem Services & Management. 2012; 8(1–2): 17–
25.
Montgomery DR, Grant GE, Sullivan K. Watershed analysis as a framework for implementing
ecosystem management. JAWRA Journal of the American Water Resources Association. 1995; 31(3):
369–386.
Mulligan M, Burke SM. FIESTA: Fog Interception for the Enhancement of Streamflow in Tropical
Areas. 2005. http://www.ambiotek.com/fiesta.
Nelson E, Mendoza G, Regetz J, Polasky S, Tallis H, Cameron DR, Kai M. A. Chan, Gretchen C. Daily,
Joshua Goldstein, Peter M. Kareiva, EricLonsdorf, Robin Naidoo, Taylor H. Ricketts and M. Rebecca
Shaw. Modeling Multiple Ecosystem Services, Biodiversity Conservation, Commodity Production,
and Tradeoffs at Landscape Scales. Front. Ecol. Environ. 2009; 7(1): 4-11.
Nelson E, Daily GC. Modelling ecosystem services in terrestrial systems. F1000. Biology Reports.
2010; 2:53 (doi:10.3410/B2-53).
Nemec KT, Raudsepp-Hearne C. The use of geographic information systems to map and assess
ecosystem services. Biodivers Conserv. 2013; 22:1–15.
Polasky S, Nelson E, Pennington D, Johnson KA. The Impact of Land-Use Change on Ecosystem
Services, Biodiversity and Returns to Landowners: A Case Study in the State of Minnesota. Environ
Resource Econ. 2011; 48: 219–242.
Porter AL, Cunningham SW. Tech mining: exploiting new technologies for competitive advantage.
Hoboken, NJ: John Wiley &Sons, Inc. 2004.
Raimondo S, Mineau P, Barron MG. Estimation of Chemical Toxicity to Wildlife Species Using
Interspecies Correlation Models. Environ. Sci. Technol. 2007; 41 (16): 5888–5894.
Reyers B, Polasky S, Tallis H, Mooney HA, Larigauderie A. Finding Common Ground for Biodiversity
and Ecosystem Services. BioScience. 2012; 62: 503–507.
Rincón-Ruíz, A., Echeverry-Duque, M., Piñeros, A. M., Tapia, C. H., David, A., Arias-Arévalo, P. y
Zuluaga, P.A. Valoración integral de la biodiversidad y los servicios ecosistémicos: Aspectos
conceptuales y metodológicos. Instituto de Investigación de Recursos Biológicos Alexander von
Humboldt (IAvH). Bogotá, DC. 2014, 151 pp.
Running SW. Testing forest-BGC ecosystem process simulations across a climatic gradient in Oregon.
Ecological applications. 1994; 4(2): 238-247.
Schägner JP, Brander L, Maes J, Hartje V. Mapping ecosystem services’ values: Current practice and
future prospects. Ecosystem services. 2013; 4: 33-46.
Seppelt R, Dormann CF, Eppink FV, Lautenbach S, Schmidt S. A quantitative review of ecosystem
service studies: approaches, shortcomings and the road ahead. Journal of Applied Ecology. 2011;
48: 630–636.
Seppelt R. Computer-based environmental management. WILEY-VCH Verlag GmbH & Co. KGaA,
Weinheim. 2003; 284p.
Sharp R, Tallis HT, Ricketts T, Guerry AD, Wood SA, Chaplin-Kramer R, Nelson, E., Ennaanay, D.,
Wolny, S., Olwero, N., Vigerstol, K., Pennington, D., Mendoza, G., Aukema, J., Foster, J., Forrest, J.,
Cameron, D., Arkema, K., Lonsdorf, E., Kennedy, C., Verutes, G., Kim, C.K., Guannel, G., Papenfus,
M., Toft, J., Marsik, M., Bernhardt, J., Griffin, R., Glowinski, K., Chaumont, N., Perelman, A., Lacayo,
M. Mandle, L., Griffin, R., and Hamel, P. InVEST tip User’s Guide. The Natural Capital Project,
Stanford. 2014.
Shoyama K, Yamagata Y. Predicting land-use change for biodiversity conservation and climate-
change mitigation and its effect on ecosystem services in a watershed in Japan. Ecosystem Services.
2014; 8: 25–34.
Tallis H, Polasky S. Mapping and Valuing Ecosystem Services as an Approach for Conservation and
Natural-Resource Management. Ann. N.Y. Acad. Sci. 2009; 1162: 265–283.
Vandewalle M, Sykes MT, Harrison PA, Luck GW, Berry P, Bugter R, Dawson TP, Feld, C.K.,
Harrington, R., Haslett, J.R., Hering, D., Jones, K.B., Jongman, R., Lavorel, S., Martins da Silva, P.,
Moora, M., Paterson, J., Rounsevell, M.D.A., Sandin, L., Settele, J., Sousa, J.P, Zobel, M. Review paper
on concepts of dynamic ecosystems and their services. RUBICODE Deliverable D2.1. 2008.
http://www.rubicode.net/rubicode/RUBICODE_Review_on_Ecosystem_Services.pdf
Vigerstol KL, Aukema JE. A comparison of tools for modeling freshwater ecosystem services. Journal
of Environmental Management. 2011; 92: 2403-2409.
Villa F, Bagstad K, Voigt B, Johnson GW, Portela R, Honzák M, Batker D. A Methodology for Adaptable
and Robust Ecosystem Services Assessment. PLoS ONE. 2014; 9(3): e91001.
doi:10.1371/journal.pone.0091001.
Villa F, Ceroni M, Bagstad K, Johnson G, Krivov S. ARIES (ARtificial Intelligence for Ecosystem
Services): a new tool for ecosystem services assessment, planning, and valuation. 11th International
BIOECON Conference on Economic Instruments to Enhance the Conservation and Sustainable Use
of Biodiversity. 2009. Venice, Italy.
Wallace KJ. Classification of ecosystem services: Problems and solutions. Biological conservation.
2007; 139: 235–246.
Zhou G, Wei X, Chen X, Zhou P, Liu X, Xiao Y, Sun G, Scott DF, Zhou S, HanL, Su Y. Global pattern for
the effect of climate and land cover on water yield. NATURE COMMUNICATIONS. 2015; 6:5918 |
DOI: 10.1038/ncomms6918.
ANEXO 2
Señores
Biblioteca Alfonso Borrero Cabal S.J.
Pontificia Universidad Javeriana
Cuidad
Los suscritos:
Vivian Ochoa Cardona , con C.C. No 41.946.088
En consecuencia, las atribuciones de usos temporales y parciales que por virtud de la presente
licencia se autorizan a la Pontificia Universidad Javeriana, a los usuarios de la Biblioteca Alfonso
Borrero Cabal S.J., así como a los usuarios de las redes, bases de datos y demás sitios web
con los que la Universidad tenga perfeccionado un convenio, son:
AUTORIZO (AUTORIZAMOS) SI NO
1. La conservación de los ejemplares necesarios en la sala de tesis y trabajos
X
de grado de la Biblioteca.
2. La consulta física (sólo en las instalaciones de la Biblioteca) X
3. La consulta electrónica – online (a través del catálogo Biblos y el
X
Repositorio Institucional)
4. La reproducción por cualquier formato conocido o por conocer X
5. La comunicación pública por cualquier procedimiento o medio físico o
electrónico, así como su puesta a disposición en Internet
6. La inclusión en bases de datos y en sitios web sean éstos onerosos o
gratuitos, existiendo con ellos previo convenio perfeccionado con la
X
Pontificia Universidad Javeriana para efectos de satisfacer los fines
previstos. En este evento, tales sitios y sus usuarios tendrán las mismas
facultades que las aquí concedidas con las mismas limitaciones y
condiciones
De acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a
título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho
lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines
indicados, respetando siempre la titularidad de los derechos patrimoniales y morales
correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada
a la finalidad perseguida, sin ánimo de lucro ni de comercialización.
Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré
(continuaremos) conservando los correspondientes derechos patrimoniales sin modificación
o restricción alguna, puesto que de acuerdo con la legislación colombiana aplicable, el
presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos
patrimoniales derivados del régimen del Derecho de Autor.
En caso afirmativo expresamente indicaré (indicaremos), en carta adjunta, tal situación con
el fin de que se mantenga la restricción de acceso.
No. del
NOMBRE COMPLETO documento de FIRMA
identidad
Vivian Ochoa Cardona 41.946.088
SUBTÍTULO, SI LO TIENE
AUTOR O AUTORES
Apellidos Completos Nombres Completos
Ochoa Cardona Vivian
FACULTAD
Estudios ambientales y rurales
PROGRAMA ACADÉMICO
Tipo de programa ( seleccione con “x” )
Pregrado Especialización Maestría Doctorado
X
Nombre del programa académico
Maestría en Conservación y Uso de la Biodiversidad
Nombres y apellidos del director del programa académico
Luis Miguel Renjifo
TRABAJO PARA OPTAR AL TÍTULO DE:
Master en Conservación y uso de la biodiversidad
PREMIO O DISTINCIÓN (En caso de ser LAUREADAS o tener una mención especial):
Con el fin de analizar las herramientas usadas para el análisis y modelado de servicios
ecosistémicos –SE, se realizó una revisión sistemática de literatura científica en la cual se
identificaron los patrones temporales y espaciales de la información, y se caracterizaron las
tendencias de las redes de instituciones que realizan la financiación e investigación en el tema.
De los 65 artículos revisados, se encontró que el modelo más utilizado desde el 2001 es SWAT,
y a partir del 2009 es InVEST. Solo 4 de 9 herramientas identificadas cuentan con artículos
científicos de soporte, las restantes herramientas son más frecuentes en informes técnicos que
resultan de diversas consultorías. Los SE que fueron evaluados con mayor frecuencia son los
hidrológicos y la regulación climática. Se presentan diferencias conceptuales con respecto a la
clasificación de los servicios y la inclusión de la biodiversidad como SE. Solo el 44% de los
estudios revisados validaron sus modelos espaciales. Esta falta de validación incrementa la
incertidumbre del modelo y pone en duda su utilidad para la toma de decisiones. Por otra
parte, las instituciones que más publican son aquellas que más colaboran entre sí, tienen mayor
número de citaciones, tienen mayor diversidad de fuentes de financiación y modelan todas las
categorías de SE. Por tanto, se recomienda incrementar las colaboraciones entre las
instituciones de la red para así ampliar el espectro de los SE modelados.
A systematic review of scientific literature was conducted in order to analyze the tools
commonly used for analyzing and modeling ecosystem services (ES). Here we identify temporal
and spatial patterns of information, trends of institution networks that conduct research aswell
as those with funding organizations. In 65 articles revised, the most commonly used model
since 2001 was SWAT followed by InVEST since 2009. Only 4 out of 9 tools identified were
supported by scientific articles, the other tools were frequently found in technical reports of
various consultancies. The ES found to be more frequently evaluated were hydrological services
and climate regulation. Conceptual differences regarding the classification of services and the
inclusion of biodiversity as an ES were found. Only 44% of the revised studies validated their
spatial models. This lack of validation increases the uncertainty of the model, and questions its
utility for decision making. On the other hand, institutions with more publications are the ones
that collaborate, have the highest number of citations, greater diversity of funding sources,
and model all ES categories. Thus, we recommend greater collaboration among institutions of
the network in order to expand the spectrum of modeled ES.