Información

6.1: La diversidad de especies como sustituto de la biodiversidad mundial: biología

6.1: La diversidad de especies como sustituto de la biodiversidad mundial: biología


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

La biodiversidad mundial se expresa con frecuencia como el número total de especies que viven actualmente en la Tierra, es decir, su riqueza de especies. En estos casos, los científicos pueden pasar por alto accidentalmente ciertas especies cuando preparan inventarios de biota, lo que hace que describan y nombren una especie ya conocida.

Más significativamente, algunas especies son muy difíciles de identificar. Por ejemplo, taxonómicamente "especies crípticas" se ven muy similares a otras especies y pueden ser identificadas erróneamente (y por lo tanto ignoradas como especies diferentes). Por lo tanto, varias especies diferentes, pero de aspecto similar, identificadas como una sola especie por un científico, son identificadas como especies completamente diferentes por otro científico. Para un análisis más detallado de las especies crípticas, con ejemplos específicos de ranas crípticas de Vietnam, consulte Inger (1999) y Bain et al., (En prensa).

Los científicos esperan que las especies descritas científicamente representen solo una pequeña fracción del número total de especies de la Tierra en la actualidad. Muchas especies adicionales aún no se han descubierto, o son conocidas por los científicos pero no se han descrito formalmente. Los científicos estiman que el número total de especies en la Tierra podría oscilar entre 3,6 millones y 117,7 millones, siendo el rango citado con más frecuencia entre 13 y 20 millones (Hammond, 1995; Cracraft, 2002).

La estimación del número total de especies se basa en extrapolaciones de lo que ya sabemos sobre ciertos grupos de especies. Por ejemplo, podemos extrapolar usando la proporción de especies descritas científicamente a especies no descritas de un grupo particular de organismos recolectados de un área prescrita. Sin embargo, sabemos tan poco sobre algunos grupos de organismos, como las bacterias y algunos tipos de hongos, que no disponemos de datos de referencia adecuados a partir de los cuales podamos extrapolar nuestro número total estimado de especies en la Tierra. Además, algunos grupos de organismos no se han recolectado de manera integral en áreas donde es probable que su riqueza de especies sea más rica (por ejemplo, insectos en las selvas tropicales). Estos factores, y el hecho de que diferentes personas hayan utilizado diferentes técnicas y conjuntos de datos para extrapolar el número total de especies, explican el amplio rango entre las cifras inferiores y superiores de 3,6 millones y 117,7 millones, respectivamente.

Si bien es importante conocer el número total de especies de la Tierra, también es informativo tener alguna medida de la representación proporcional de diferentes grupos de especies relacionadas (por ejemplo, bacterias, plantas con flores, insectos, aves, mamíferos). Esto generalmente se conoce como diversidad taxonómica o filogenética. Las especies se agrupan de acuerdo con características compartidas (genéticas, anatómicas, bioquímicas, fisiológicas o de comportamiento) y esto nos da una clasificación de las especies en función de sus relaciones filogenéticas o aparentes evolutivas. Luego, podemos usar esta información para evaluar la proporción de especies relacionadas entre el número total de especies en la Tierra. La tabla contiene una selección de taxones conocidos.


Puntos críticos de biodiversidad para las prioridades de conservación

Los conservacionistas están lejos de poder ayudar a todas las especies amenazadas, aunque solo sea por falta de fondos. Esto da prioridad a las prioridades: ¿cómo podemos mantener la mayor cantidad de especies al menor costo? Una forma es identificar "puntos críticos de biodiversidad" donde concentraciones excepcionales de especies endémicas están sufriendo una pérdida excepcional de hábitat. Hasta el 44% de todas las especies de plantas vasculares y el 35% de todas las especies en cuatro grupos de vertebrados están confinadas en 25 puntos críticos que comprenden solo el 1,4% de la superficie terrestre de la Tierra. Esto abre el camino para una estrategia "milagrosa" por parte de los planificadores de la conservación, que se centra en estos puntos críticos en proporción a su participación en las especies del mundo en riesgo.


Introducción

Aunque las aguas dulces cubren solo el 2,3% de la superficie de la Tierra 1, el número de especies descritas por área es mucho mayor que el de los ecosistemas terrestres y marinos 2. Además, sustentan aproximadamente el 10% de todas las especies conocidas, que incluye el 40% de las especies de peces mundiales y

33% de las especies de vertebrados globales 3,4. Sin embargo, la disminución de la biodiversidad es mucho mayor en las aguas dulces que en los ecosistemas terrestres más afectados 5. Los ecosistemas de agua dulce son los más amenazados a nivel mundial; también concentran poblaciones humanas que han provocado una degradación generalizada del hábitat, contaminación, regulación del flujo, extracción de agua, pesquerías insostenibles, introducción de especies exóticas, climas cambiantes, enfermedades infecciosas, proliferación de algas nocivas y expansión de la energía hidroeléctrica 6,7 , 8. Como resultado, casi un tercio de las especies en aguas dulces han sido clasificadas como "En peligro" en la Lista Roja de Especies Amenazadas de la Unión Internacional para la Conservación de la Naturaleza (UICN) 9.

Monitorear y gestionar todos los aspectos de la biodiversidad es un desafío y "atajos", como una especie sustituta (es decir, especies indicadoras, paraguas y emblemáticas), mediante las cuales los recursos se concentran en un número limitado de especies focales para un beneficio más amplio 10. Dependiendo de los objetivos de conservación, se han distinguido varios conceptos de especies sustitutas 11. Se han utilizado 'especies indicadoras' para evaluar la magnitud de la perturbación antropogénica y los cambios en el hábitat (indicadores de salud), para localizar áreas de alta biodiversidad regional (indicadores de biodiversidad) y para monitorear las tendencias de la población en otras especies (indicadores de población) 12 'paraguas Se han propuesto especies 'como una forma de gestionar comunidades enteras centrándose en los requisitos de las especies más extendidas 13' especies insignia 'se han empleado para atraer la atención pública y el apoyo a la naturaleza a nivel mundial o nacional, y potencialmente atraer fondos para problemas ambientales más importantes 14. Independientemente de sus supuestos subyacentes, la expectativa es que la presencia y / o abundancia de una especie sustituta sea un medio para comprender la composición, el estado y la función de una comunidad más compleja, y se ha pensado que su uso tiene mérito para la conservación. y manejo de ambientes naturales 10,15,16. Se han propuesto muchas especies como sustitutos en ecosistemas terrestres (grandes mamíferos o aves) 17,18 y acuáticos (mamíferos o peces) 19,20,21, pero las supuestas relaciones funcionales o de distribución entre estos y otros taxones rara vez se prueban 22. Aunque las especies sustitutas de agua dulce, incluidas las especies migratorias, se han considerado conceptualmente, rara vez se utilizan en los ecosistemas acuáticos 16,23.

Recientemente, se propuso que las anguilas catádromas (género Anguila), incluidas 16 especies que desovan en mar abierto y crecen en aguas continentales, se promueven como especies emblemáticas para la conservación acuática 24. Esto se propuso sobre la base de que (1) las poblaciones de algunas anguílidas (en lo sucesivo denominadas anguilas) han experimentado disminuciones notables en las últimas décadas, lo que ha llevado a que 10 de las 16 especies evaluadas ahora se incluyan como 'Amenazadas' o 'Casi amenazadas'. 'en la Lista Roja de Especies Amenazadas de la UICN 25 (2) tienen ciclos de vida catádromos que involucran migraciones extendidas a través de ambientes marinos y de agua dulce en más de 150 países 26 (3) amenazas como el cambio climático, barreras a la migración, contaminación, hábitat la pérdida y la explotación y el comercio insostenibles amenazan a las anguilas en todo el mundo 27, todo lo cual tendrá un impacto significativo en miles de otras especies acuáticas que residen en los ecosistemas marinos y de agua dulce 24. Dados los catádromos ciclos de vida de las anguilas que durante mucho tiempo han fascinado a los investigadores y su importancia comercial y cultural global, tienen el potencial de estimular el interés público y el apoyo a la conservación. Además, considerando sus características ecológicas, el amplio uso del hábitat que se extiende desde las bahías salinas hasta las cabeceras de las tierras altas 28, así como los hábitos de alimentación poltróficos 29,30,31,32,33, tienen potencial para ser no solo una especie insignia, sino también un indicador y un paraguas. especies para la biodiversidad de agua dulce. Esto podría tener enormes beneficios para otras especies de flora y fauna acuáticas, muchas de las cuales se conocen aún menos que las anguilas 24.

Aquí, demostramos que las anguilas pueden ser una especie sustituta para la conservación de la biodiversidad de agua dulce utilizando datos relacionados con especies acuáticas, incluida la anguila japonesa (A. japonica) y la anguila gigante moteada (A. marmorata). La investigación se llevó a cabo en ríos de Japón, una parte de islas formadas por el prisma de acreción 34,35. Se ha sabido que las especies diádromas migratorias son generalmente predominantes en los ríos de las regiones formadas por el prisma de acreción 36, debido a que en estas regiones se forman muchos ríos pequeños como resultado de tener muchas áreas montañosas en comparación con las regiones erosionadas y el cratón 34. Dado que las especies diádromas se reclutan entre ambientes marinos y de agua dulce, las estructuras trans-fluviales como presas y presas tienen un impacto crítico en la disminución de la población de especies diádromas, incluidas las anguilas 37. Por lo tanto, estas islas ofrecen sitios adecuados para investigar los posibles efectos de la conectividad río-océano en la biodiversidad de agua dulce.

El potencial de utilizar anguilas como especies sustitutas para la conservación de la diversidad de la fauna de agua dulce se evaluó probando (1) si las anguilas eran las especies con mayor distribución topográfica en los ecosistemas de agua dulce, (2) si las anguilas eran un indicador apropiado de la conectividad río-océano y (3) ) si las anguilas eran un consumidor de alto nivel en los ecosistemas de agua dulce. Finalmente, discutimos el potencial de las anguilas para actuar como un símbolo integral para la conservación del agua dulce al sintetizar los resultados del presente estudio y los informes anteriores que muestran la importancia comercial y cultural de las anguilas.


3. RESULTADOS

3.1. Características de la flora de inselberg.

Registramos 1.060 especies de 92 familias de las 478 parcelas. Las Fabaceae (112 especies), Myrtaceae (75), Asteraceae (77), Proteaceae (67), Cyperaceae (61), Orchidaceae (55), Poaceae (49), Asparagaceae (36), Ericaceae (34) y Stylidiaceae ( 32) fueron las diez familias más ricas en especies, pero su abundancia relativa varió entre los tres hábitats (Tabla & # x200B (Tabla2 2).

Tabla 2

Las diez familias más ricas en especies y # x02010 en la región florística del suroeste de Australia en comparación con las de tres hábitats, vegetación herbácea en afloramientos (HO), vegetación leñosa en afloramientos (WO) y vegetación leñosa en la base de afloramientos (WOB) en 16 inselbergs de granito , ordenados por el número de especies (norte) registrados en nuestras parcelas por familia

HO norteWO norteWOB norteTotal SWAFR a norte
Asteraceae47Myrtaceae75Fabaceae79Myrtaceae1,436
Orchidaceae31Fabaceae75Myrtaceae72Fabaceae1,156
Poaceae24Asteraceae49Asteraceae51Proteáceas914
Cyperaceae14Orchidaceae46Proteáceas49Orchidaceae422
Stylidiaceae13Proteáceas45Cyperaceae43Ericaceae362
Droseraceae13Poaceae40Poaceae37Asteraceae330
Centrolepidáceas12Cyperaceae40Orchidaceae30Cyperaceae262
Asparagáceas9Ericaceae27Asparagáceas28Goodeniaceae231
Araliaceae8Asparagáceas22Goodeniaceae19Stylidiaceae227
Geraniaceae7Goodeniaceae19Ericaceae18malváceas196

Hubo un gran número de especies raramente muestreadas en nuestro conjunto de datos, con 267 especies (25.2%) registradas en una sola parcela en todas las parcelas y 544 especies (51.3%) registradas en parcelas en un solo inselberg (Tabla & # x200B (Tabla3). 3). Se registraron dieciséis grupos de formas de vida, siendo los arbustos (37,4%), hierbas anuales (14%), gramíneas perennes (12,3%), hierbas perennes (11,3%) y geófitas perennes (7,2%) las más comunes (Tabla & # x200B (Tabla3). 3). Ocho de los grupos de vida & # x02010form cada uno incluía menos del 2% de los taxones registrados.

Tabla 3

Espectros de vida & # x02010form para la flora total de 478 parcelas en 16 inselbergs de granito en la región florística del suroeste de Australia, y especies que se encuentran en una sola parcela (en todos los inselberg) o en parcelas en un solo inselberg

Vida & # x02010formNinguna especieFlora total (%)Parcela únicaParcela única (%)Inselberg solteroInselberg único (%)
Helecho anual10.110.410.2
Graminoide anual484.583.0132.4
Hierba anual14814.04115.46211.4
Hierba suculenta anual121.120.730.6
Trepadora perenne / epífita262.551.9101.8
Trepadora perenne / epífita & # x02010parasite50.500.000.0
Helecho perenne131.231.161.1
Graminoide perenne13012.32910.97012.9
Hierba perenne12011.3269.76211.4
Hierba perenne & # x02013carnivore40.410.440.7
Geófito de hierba perenne777.3176.4315.7
Geófito de hierba perenne & # x02013carnívoro141.331.171.3
Hierba suculenta perenne20.200.000.0
Arbusto39637.412044.924344.7
Árbol545.183.0275.0
Parásito de arbustos o árboles100.931.150.9
norte1,060& # x000a0267& # x000a0544& # x000a0

Las especies exóticas constituían aproximadamente el 7% de la flora total, siendo las hierbas anuales la forma de vida más común (39 especies, 26% de las hierbas anuales), seguidas de los graminoides anuales (19 especies, el 40% de los graminoides anuales), las hierbas perennes (nueve especies, 8% de hierbas perennes), hierbas suculentas anuales (tres especies, 25% de hierbas suculentas anuales) y gramíneas perennes (dos especies, & # x0003c1% de gramíneas perennes).

3.2. Diversidad de la flora de inselberg

A nivel de parcela, las variables locales se correlacionaron significativamente (pag& # x000a0 & # x0003c & # x000a00.05) con riqueza de especies en parcelas HO y WO. La riqueza media de especies en las parcelas de HO varió de 7.8 a 18.0 especies por parcela y aumentó con el aumento del índice de humedad de la saga (t 15,148& # x000a0 = & # x000a04.94, pag& # x000a0 & # x0003c & # x000a00.001, r 2 & # x000a0 = & # x000a00.49). La riqueza media de especies en las parcelas WO osciló entre 13,5 y 26,3 especies por parcela y aumentó con la profundidad del suelo (t 15,151& # x000a0 = & # x000a03.3, pag& # x000a0 & # x0003c & # x000a00.01) y disminuyó al aumentar el TPI (t 15,151& # x000a0 = & # x000a0 & # x022122.2, pag& # x000a0 & # x0003c & # x000a00.05) con el modelo que incluye ambas variables r 2 & # x000a0 = & # x000a00.29. La riqueza media de especies en los hábitats de WOB varió de 14,3 especies a 57,0 especies por parcela, pero no se correlacionó con ninguna de las variables topográficas o de profundidad del suelo.

A nivel de afloramiento, la riqueza de especies en las parcelas de HO fue relativamente constante en los inselberg y no se correlacionó con el área del afloramiento, el aislamiento o cualquiera de las cuatro variables bioclimáticas. La riqueza total de especies en las parcelas WO y WOB no se correlacionó con el área de Inselberg o el aislamiento, ni con tres de las variables bioclimáticas. Sin embargo, la riqueza de especies aumentó significativamente con la precipitación del trimestre más seco para las parcelas WO (Wald & # x003c7 1, 14 2 & # x000a0 = & # x000a011.83, pag& # x000a0 & # x0003c & # x000a00.001, r 2 & # x000a0 = & # x000a00.45) y disminuyó significativamente con la precipitación del trimestre más seco para las parcelas WOB (Wald & # x003c7 1, 14 2 & # x000a0 = & # x000a07.28, pag& # x000a0 & # x0003c & # x000a00.01, r 2 & # x000a0 = & # x000a00.31).

3.3. Contribución del medio ambiente y el espacio geográfico a la rotación de especies.

Se conservaron cuatro variables como predictores del recambio de especies en la GDM para las parcelas de HO (Tabla & # x200B (Tabla4). 4). La precipitación del cuarto más seco fue relativamente la variable más importante seguida por la precipitación del cuarto más húmedo, la distancia geográfica entre parcelas y el aspecto y el norte. Las cuatro variables representaron el 17,1% de la desviación total explicada del modelo (Figura & # x200B (Figura3, 3, Tabla & # x200B Tabla5). 5). Se conservaron seis variables como predictores del recambio de especies en la GDM para las parcelas WO (Tabla & # x200B (Tabla4). 4). La distancia geográfica entre parcelas fue relativamente la variable más importante seguida de la temperatura media del cuarto más seco, la precipitación del cuarto más seco, la precipitación del cuarto más húmedo, la profundidad del suelo y el índice de rugosidad topográfica. Las seis variables representaron el 39,9% de la desviación total explicada del modelo (Figura & # x200B (Figura3, 3, Tabla & # x200B Tabla5). 5). Se conservaron tres variables como predictores de la rotación de especies en la GDM para las parcelas WOB (Tabla & # x200B (Tabla4). 4). La distancia geográfica entre parcelas fue relativamente la variable más importante seguida por la precipitación del cuarto más húmedo y la temperatura media del cuarto más seco. Las tres variables representaron el 65,8% de la desviación total explicada del modelo (Figura & # x200B (Figura3, 3, Tabla & # x200B Tabla5 5).

Cuadro 4

Importancia relativa de las variables predictoras significativas utilizadas para modelar la diferencia de composición de las comunidades de plantas en tres hábitats en 16 inselbergs de granito en la región florística del suroeste de Australia.

DegradadoHOWOWOB
Distancia geográfica entre parcelas0.341.212.02
La temperatura media en el cuarto más húmedo& # x02014& # x02014& # x02014
Cuarto más seco de temperatura media& # x020140.911.81
Precipitación trimestre más húmedo0.470.861.40
Cuarto más seco de precipitaciones0.781.11& # x02014
Profundidad del suelo& # x020140.46& # x02013
Aspecto & # x02010eastness& # x02014& # x02014& # x02014
Aspecto & # x02010northness0.15& # x02014& # x02014
Curvatura& # x02014& # x02014& # x02014
Índice de posición topográfica& # x02014& # x02014& # x02014
Índice de humedad topográfica& # x02014& # x02014& # x02014
Rugosidad topográfica & # x000a0index& # x020140.39& # x02014
Índice de humedad de Saga& # x02014& # x02014& # x02014

Los hábitats son vegetación herbácea del suelo & # x02010 depresiones rellenas en el afloramiento (HO) vegetación leñosa del suelo & # x02010 depresiones rellenas en el afloramiento (WO) y vegetación leñosa en suelos más profundos en la base de afloramientos (WOB). La importancia relativa se determina sumando los coeficientes de las líneas I & # x02010 (cada línea I & # x02010 tiene tres coeficientes) a partir del modelo de disimilitud generalizada (ver Figura & # x200B Figura4 4).

Partición de la desviación del modelo de disimilitud generalizada explicada en la rotación de especies de plantas en 16 inselbergs de granito en la región florística del suroeste de Australia para tres hábitats: (a) vegetación herbácea del suelo & # x02010 depresiones rellenas en el afloramiento (HO) (b) vegetación leñosa del suelo & # x02010 relleno depresiones en el afloramiento (WO) y (c) vegetación leñosa en suelos más profundos en la base de afloramientos (WOB). Se utilizaron tres conjuntos de variables explicativas: variables climáticas, de distancia geográfica y de sitio. Para obtener detalles completos de las contribuciones únicas y compartidas a la desviación explicada, consulte Tabla & # x200B Tabla5. 5. El diagrama de Venn se dibujó en eulerAPE 3 (Micallef & # x00026 Rodgers, 2014)

Cuadro 5

Desviación generalizada del modelo de disimilitud en la rotación de especies de plantas en 16 afloramientos de granito explicada por conjuntos seleccionados de variables (clima, distancia geográfica y sitio) divididos en contribuciones correspondientes únicas (a, b, c) y compartidas (ab, ab, bc, abc) como se indica en la Figura & # x200B Figura3 3

Conjunto explicativoHabitat
HOWOWOB
Clima (a)6.57.25.7
Distancia geográfica (b)1.02.96.1
Sitio (c)0.351.80.0
Clima & # x02229 distancia geográfica (ab)9.327.054
Clima & # x02229 sitio (ac)0.00.40.0
Sitio & # x02229 GD (bc)0.050.30.0
Clima & # x02229 sitio & # x02229 distancia geográfica (abc)0.050.30.0
Total (clima & # x0222a sitio & # x0222a GD)17.239.965.8

HO, vegetación herbácea del suelo & # x02010 depresiones rellenas en el afloramiento (HO) WO, vegetación leñosa del suelo & # x02010 depresiones rellenas en el afloramiento (WO) WOB, vegetación leñosa en suelos más profundos en la base de afloramientos (WOB).

Las funciones ajustadas de I & # x02010spline que describen la magnitud y la tasa de diferencias de composición en los tres hábitats no eran lineales para la mayoría de las variables (Figura & # x200B (Figura4), 4), con tasas de rotación que varían con la posición a lo largo del gradiente de aridez, siendo mayor en niveles bajos de precipitación del trimestre más húmedo (Figura & # x200B (Figura 4b). 4 b). Además, en las parcelas WO las tasas de rotación de especies aumentaron con la profundidad del suelo (Figura & # x200B (Figura 4e) 4 e) y los valores bajos de TRI (Figura & # x200B (Figura 4f), 4 f), mientras que en las parcelas HO las tasas de rotación de especies aumentó a una tasa mayor en las parcelas con un aspecto más al sur (Figura & # x200B (Figura4 4 g).

Modelo de disimilitud generalizada & # x02010 ajustado I & # x02010splines para variables que se encuentran asociadas significativamente con patrones de diversidad beta en 16 afloramientos de granito en la región florística del suroeste de Australia divididos en tres tipos de hábitat: vegetación herbácea del suelo & # x02010 depresiones rellenas en el afloramiento (HO) leñoso vegetación de depresiones rellenas de suelo en el afloramiento (WO) y vegetación leñosa en suelos más profundos en la base de afloramientos (WOB). La altura máxima alcanzada por cada curva indica la cantidad total de rotación composicional asociada con esa variable, manteniendo las otras variables constantes y su forma indica la tasa de variación de la rotación composicional a lo largo del gradiente.

3.4. Contribución relativa de la rotación espacial y el anidamiento a las diferencias de composición

Diversidad beta, medida por la medida de disimilitud de sitios múltiples de Baselga (& # x003b2 SOR), osciló entre 0,892 y 0,935 para los tres tipos de hábitat en los inselberg. Esto se debió casi en su totalidad a la rotación espacial de especies (& # x003b2 SIM rango 0.875 & # x020130.910) con un componente muy bajo debido al anidamiento (& # x003b2 NES 0.017 & # x020130.025 Mesa & # x200B Mesa6). 6). Un patrón similar ocurrió para toda la flora del afloramiento.

Tabla 6

Medida de disimilitud de sitios múltiples de Baselga (& # x003b2 SOR) y sus componentes relacionados con el reemplazo de especies (& # x003b2 SIM) y anidamiento (& # x003b2 NES) a través de inselbergs de granito en la región florística del suroeste de Australia

Los valores se dan para parcelas de tres tipos de hábitat en los inselberg, vegetación herbácea del suelo & # x02010depresiones rellenas en el afloramiento (HO) vegetación leñosa del suelo & # x02010depresiones rellenas en el afloramiento (WO) y vegetación leñosa en suelos más profundos en la base de los afloramientos (WOB).


Introducción

La extinción de especies es uno de los desafíos ambientales más importantes que enfrenta la humanidad (Ceballos et al. 2017). Las tasas son hasta 1000 veces más altas de lo que se considera natural (De Vos et al. 2015). En respuesta a este desafío, la mayoría de los países han ratificado el Convenio sobre la Diversidad Biológica (CDB) y el Plan Estratégico para la Biodiversidad 2020 (Convenio de las Naciones Unidas sobre la Diversidad Biológica 2010). Estos planes comprometen a todos los signatarios a prevenir la extinción de especies amenazadas conocidas y mejorar su estado de conservación para 2020. Un factor crítico para el éxito en el logro de estos planes es la financiación, pero a nivel mundial hay una inversión inadecuada en conservación (Waldron et al. 2017). Con una creciente crisis de extinción de especies (IPBES 2018), una fecha límite inminente del CDB (Convención de las Naciones Unidas sobre la Diversidad Biológica 2010) y una financiación limitada para la conservación a nivel mundial (Waldron et al. 2017), se necesitan mejores métodos para priorizar la inversión de recursos en la recuperación de especies. .

Utilizamos métodos de análisis de decisiones para orientar la inversión en el manejo de especies amenazadas (p. Ej., Joseph et al. 2009 Carwardine et al. 2012 Chadés et al. 2015) para cuantificar la eficiencia de priorizar el manejo de especies al considerar el rango geográfico y las superposiciones de amenazas. Calculamos la eficiencia con base en la cantidad de especies que podrían manejarse bajo un presupuesto estricto y priorizamos el manejo de especies en base a aquellas que son las más efectivas en términos generales (es decir, especies que pueden beneficiar simultáneamente a muchas otras especies de flora y fauna con el manejo de sí mismas). Probamos este método en el plan reciente del gobierno federal australiano para priorizar 73 especies amenazadas, que es parte de un esfuerzo más amplio para proteger y recuperar todas las plantas y animales en riesgo de extinción. Creemos que nuestro enfoque de priorización basado en problemas para elegir especies paraguas es aplicable a otras regiones que contienen muchas especies en peligro.

Australia tiene aproximadamente 1828 especies amenazadas y una de las tasas de extinción más altas de la Tierra (Woinarski et al. 2011). Las especies priorizadas fueron elegidas por el gobierno federal porque se pensaba que eran especies paraguas importantes (Gobierno de Australia 2015), pero se desconoce con qué eficacia representan toda la flora y fauna amenazadas.


Abstracto

El uso de sustitutos de la biodiversidad es una herramienta cada vez más popular, porque proporciona resultados sólidos al tiempo que reduce los costos de los estudios de conservación. Aquí, planteamos la hipótesis de que el cuco (Cuculus canorus) la ocurrencia puede correlacionarse con una gran riqueza de especies de aves basada en el supuesto de que su presencia debería reflejar la riqueza de sus hospedadores de aves potenciales y la comunidad de aves en general. Específicamente, evaluamos la asociación entre la ocurrencia de especies y los patrones de diversidad taxonómica en una escala multiespacial utilizando conjuntos de datos de siete países europeos. Nuestros resultados muestran que la alta riqueza de especies de aves es un buen indicador de la aparición del cuco, y los mejores resultados se basaron en datos de recuentos de puntos. La especie estuvo casi ausente en sitios con baja riqueza de especies, lo que sugiere que la presencia del cuco es un sustituto apropiado de la biodiversidad de las aves. La precisión de los modelos osciló entre 0,68 y 0,71 (para gran escala espacial) y 0,86 (para escala espacial local) y proporcionaron valiosas indicaciones de la distribución de la diversidad taxonómica de aves en todos los diferentes tipos de entornos monitoreados en cada país. Estas asociaciones posiblemente estén relacionadas con las relaciones coevolutivas con las especies hospedadoras (correlacionadas con la riqueza general de especies) y la preferencia del cuco por sitios que son atractivos para muchas otras especies de aves, debido a la alta diversidad de hábitats o abundantes recursos alimenticios. Nuestros hallazgos destacan cómo los planificadores de la conservación pueden usar la ocurrencia del cuco como un sustituto para maximizar la eficiencia al estudiar los patrones de riqueza de especies de aves. Estos resultados también demuestran las ventajas de utilizar el cuco en lugar de los principales depredadores como una herramienta potencial de subrogación para los programas de científicos ciudadanos.


Métodos

Listado rojo de Katydid

Durante dos décadas, PN visitó colecciones mundiales de museos, identificó especímenes y registró datos y mediciones de la localidad en su base de datos MANTIS [31]. Utilizando MANTIS y OSF [32], se compiló una lista de 167 especies de saltamontes conocidos que se encuentran en Sudáfrica, Lesotho y Swazilandia. De la lista completa, 133 especies (79,64%) fueron evaluadas para la Lista Roja de la UICN [33]. Los taxa que no pudieron evaluarse (n = 34 20,35%) incluyeron miembros de grandes géneros con gran necesidad de revisión científica (p. Ej. Ruspolia spp.) y subespecies de validez cuestionable (p. ej. Pupus de hetrodes subspp.).

Para la evaluación de la Lista Roja, CSB calculó primero la extensión de ocurrencia (EOO) y el área de ocupación (AOO) en ArcGIS 9.2 [34] sobre la base de los registros de recopilación almacenados en MANTIS. Luego, las especies se evaluaron de acuerdo con los criterios de evaluación de la UICN [35] utilizando el Criterio B (rango geográfico en forma de EOO y / o AOO) o el Criterio D (población muy pequeña o restringida) en uno de seis estados: En peligro crítico (CR ), En peligro (EN), Vulnerable (VU), Preocupación menor (LC) o Datos insuficientes (DD). El texto de la evaluación fue escrito por CSB y PN y todas las evaluaciones fueron publicadas por la UICN en 2014 [33]. Las especies DD (n = 16) fueron excluidas de análisis adicionales.

Puntuación de Katydid y medidas de diversidad

Cada especie se puntuó por varios rasgos (Tabla 1). El estado de amenaza (T) se puntuó con un valor entre 0 y 3 en orden ascendente de amenaza. La distribución (D) se puntuó de 0 a 3 al disminuir el tamaño del rango de distribución (cuanto más estrecho es el rango de la especie, mayor es su puntuación). La historia de vida (LH) se puntuó como la suma de dos puntuaciones separadas: la movilidad (M) se puntuó de 0 a 2 en orden descendente de movilidad (p. Ej., 2 = no voladores) y el nivel trófico (Tr) se puntuó de 0 a 3 en orden ascendente orden de especialización alimentaria (p. ej., 3 = herbívoro huésped único). Se sumaron combinaciones de estos elementos y se mapeó su distribución espacial. Cuando se sumaron todos los elementos, la puntuación máxima total fue de 9, y cuanto mayor es este valor, más amenazada, endémica y hospedante especializada es la especie. Este sistema de puntuación es similar al índice biótico de la libélula [12, 13] y permite que los rasgos de las especies se tengan en cuenta en los análisis de diversidad. Dado que las puntuaciones de las especies eran números enteros que oscilaban entre 0 y 9, sus residuos no estaban distribuidos normalmente (W de Shapiro Wilk = 0,96, p = 0,001), por lo que los rasgos de las especies se compararon entre las categorías de amenaza utilizando pruebas no paramétricas de Kruskal-Wallis en R 3.0.2 [36 ] y pruebas post-hoc de Tukey-Kramer-Nemenyi en el paquete PMCMR [37].

Cartografía

Sudáfrica se dividió en cuadrículas de igual tamaño de 1 ° de longitud por 1 ° de latitud en QGIS [38]. Este tamaño de celda de la cuadrícula dividió a Sudáfrica en 150 celdas, 28 (19%) de las cuales no contenían ningún punto de recolección de saltamontes. Si bien esta es una división de escala muy gruesa, fue la más apropiada para este estudio porque se ha utilizado para estudios similares a escala global para aves [6] y debido al número relativamente bajo de registros totales de recolección en Sudáfrica (N = 1075 registros de especies LC, VU, EN y CR (Tabla S1), esta división de Sudáfrica resultó en un promedio de 8.81 ± 0.31 (se) especies por celda de cuadrícula. Si hubiéramos utilizado celdas de cuadrícula más pequeñas, necesariamente habría menos puntos de recolección por celda de cuadrícula, comprometiendo los posibles análisis de los datos. Las celdas de la cuadrícula se recortaron a la línea costera y el área de tierra dentro de una celda de la cuadrícula se tuvo en cuenta en los análisis para tener en cuenta la variación en el tamaño de las celdas de la cuadrícula recortadas.

Se calcularon varias métricas por celda de la cuadrícula: total, amenazada (número de especies CR, EN y VU) y riqueza de especies sensibles (número de especies con puntuación LH = 3). La riqueza de especies endémicas se calculó como el número de especies en una celda que tenía EOO & lt 5000 km 2. Este criterio fue seleccionado por tres razones: (1) en el Criterio B de la Lista Roja de la UICN, este es el límite para que una especie sea clasificada como EN (2) El 25,44% de las especies (29 especies todas amenazadas) fueron incluida en esta clasificación, que es similar al 25% de corte de especies utilizado por estudios similares [6] y (3) hay una ruptura natural en el conjunto de datos en el sentido de que, en EOO & lt 5000 km 2, hay brechas mucho mayores entre valores sucesivos de EOO que en EOO & gt 5000 km 2 (S1 Fig).

También se promediaron seis combinaciones de las puntuaciones de los rasgos de las especies de saltamontes por celda de la cuadrícula: amenaza + distribución (T + D) amenaza + historia de vida (T + LH) distribución + historia de vida (D + LH) amenaza + distribución + movilidad (T + D + M) amenaza + distribución + nivel trófico (T + D + Tr) amenaza + distribución + historia de vida (T + D + LH). Se promediaron las puntuaciones de todas las especies presentes en una celda de la cuadrícula para dar a cada celda de la cuadrícula un valor medio por métrica.

Análisis estadístico

Por análisis de especies.

Probamos la covarianza entre los componentes de la puntuación de especies mediante el uso de un análisis filogenético de mínimos cuadrados (PGLS) en R 3.0.2 [39]. Nuestros puntos de datos violaron el supuesto de independencia necesario para los modelos de regresión lineal, ya que asumimos que las especies más estrechamente relacionadas serían más similares en términos de su amenaza, distribución y rasgos de historia de vida. En PGLS primero construimos un árbol filogenético para la especie (Fig. S2). Las relaciones de taxones superiores (subfamilias) se determinaron de acuerdo con Mugleston et al. (2013) [40]. For paraphyletic subfamilies (Tettigoniinae, Pseudophyllinae, Mecopodinae and Meconematinae) we did the following: because no subfamily in our study was represented by > 20 species and because all of the representatives in our study appeared similar morphologically, in terms of their tribal assignment, and in terms of their South African distribution, we considered them monophyletic for the purposes of this study. They were placed on the branch of the tree from Mugleston et al. (2013) which corresponded to their closest relative. Since we lacked information on evolutionary relationships within subfamilies, genera and subgenera were assumed to be monophyletic. All species within a subgenus were assigned equal branch lengths, subgenera within a genus were assigned equal branch lengths, and all genera within a subfamily were also assigned equal branch lengths, such that two species from the same subgenus were considered more closely related evolutionarily than two species from different subgenera within the same genus, but no further ranking was assigned at species, subgenus or genus level. All branch lengths were kept equal to one to construct a conservative tree, and the tree was unrooted. The only species which may fall significantly in the wrong place is a Pseudophyllinae species from the coastal forests of the Eastern Cape which has yet to be described, and which appears to be of a different evolutionary origin than other South African members of this subfamily. Within the genus Brinckiella, evolutionary relationships between species pairs B. wilsoni–B. arboricola y B. karooensis–B. mauerbergerorum were assumed on the basis of recent morphological evidence [30].

In PGLS we constructed a series of models to test the relationship of T (dependent variable) with D, LH, M, Tr and their interaction terms (independent variables), and D (dependent) with LH (independent). Ordinary least square models (OLS) and phylogenetic equivalents (PGLS) were constructed for each pair of variables and their strength was compared using Akaike Information Criteria (AIC) to select the best performing model [41]. PGLS models also produced an estimate of phylogenetic covariance (λ), which indicated the strength of the phylogenetic effect [39].

By grid cell analysis.

In order to compare the information provided by each of the diversity measures per grid cell, we constructed a spatial generalized linear mixed effects model (GLMM) in R 3.0.2. We could not calculate traditional pair-wise correlations between the diversity measures because we expected a large degree of spatial autocorrelation which would violate the assumption of independence among the data points (grid cells). We first calculated the degree of spatial autocorrelation in fitted general linear models (function glm in R 3.0.2) of each pair of diversity measures [42]. Moran’s I was calculated using package ncf in R [43]. We then calculated GLMM using the function glmmPQL in package MASS [44] by using Poisson errors with predictor diversity measure and land area within a grid cell as fixed effects and spatial structure modeled as an exponential correlation structure [6, 42]. Estimates of model fit were calculated using marginal r 2 since this is appropriate for models with no random effects [45]. Here, we present results for species richness based diversity measures and for the T+D+LH diversity measure which takes species identity into account. Other combinations of katydid species trait scores are excluded because they are collinear with T+D+LH since they are constructed from individual elements of the full measure.

We then compared overlap of katydid hotspots with South African biodiversity hotspots. We first classified the grid cells according to whether they fell within a biodiversity hotspot or not. We tested four inclusion rules: a grid cell was considered to be within a biodiversity hotspot if > 25% (N = 62, 50.8% of cells), > 50% (N = 57, 46.7% of cells), > 75% (N = 47, 38.5% of cells), or 100% (N = 39, 32.0% of cells) of the area of the cell fell within a biodiversity hotspot. There was no significant difference between the four possible inclusion rules in the difference between the hotspot minus non-hotspot values for any of the diversity measures (Kruskal-Wallis χ 2 3 = 0.22, p = 0.98). Therefore, we chose to use 50% inclusion throughout all analyses as this is conservative but includes enough grid cells to allow for more robust analyses.

All three of the biodiversity hotspots are located along South Africa’s coastline. Sampling density was higher along coastlines (i.e. in the hotspots) than in South Africa’s interior. However, since much of our raw data were derived from historical museum records, it was impossible to know whether this was due to increased sampling along the coastlines due to easier access or whether more specimens were collected along the coastlines because there were more specimens along the coastlines. We compared whether sampling effort was equivalent and sufficient between the hotspot and non-hotspot grid cells using species accumulation curves (SACs) calculated in EstimateS [46]. Hotspot and non-hotspot grid cells were compared for each of the diversity measures using Mann-Whitney non-parametric tests in R 3.0.2.

Frequency histograms were constructed to identify a usable definition of katydid count-based and score-based hotspots. We then ran a series of chi-squared tests in R 3.0.2 to test whether individual grid cells which fell within a katydid count or score-based hotspot were more likely to also fall within a biodiversity hotspot than what would be predicted on the basis of chance alone.


Quantifying the relative irreplaceability of important bird and biodiversity areas

Address for correspondence: Centre for Biodiversity and Conservation Science, Goddard bld 8, The University of Queensland, 4072, Brisbane, Queensland, Australia, email [email protected] Search for more papers by this author

International Union for Conservation of Nature, 28 rue Mauverney, 1196 Gland, Switzerland

World Agroforestry Center (ICRAF), University of the Philippines Los Baños, Laguna, 4031 Philippines

School of Geography and Environmental Studies, University of Tasmania, Hobart TAS, 7001 Australia

International Union for Conservation of Nature, Sheraton House Castle Park, Cambridge, CB3 0AX United Kingdom

BirdLife International, Wellbrook Court, Girton Road, Cambridge, CB3 0NA United Kingdom

Global Mammal Assessment Program, Department of Biology and Biotechnologies, SapienzaUniversità di Roma, viale dell’ Università 32, 00185 Rome, Italy

Durrell Institute of Conservation and Ecology, School of Anthropology and Conservation, University of Kent, Canterbury, CT2 7NR United Kingdom

The Biodiversity Consultancy Ltd, 3E King's Parade, Cambridge, CB2 1SJ United Kingdom

BirdLife International, Wellbrook Court, Girton Road, Cambridge, CB3 0NA United Kingdom

CSIRO Land and Water Flagship, GPO Box 1700, Canberra, ACT, 2601 Australia

Sovon, Dutch Centre for Field Ornithology, P.O. Box 6521, 6503 GA Nijmegen, The Netherlands

European Bird Census Council, P.O. Box 6521, 6503 GA, Nijmegen, The Netherlands

Radboud University, Institute for Water and Wetland Research, Department of Animal Ecology and Ecophysiology, P.O. Box 9100, 6500 GL, Nijmegen, The Netherlands

Microsoft Research, Redmond, Washington, U.S.A

United Nations Environment Programme-World Conservation Monitoring Centre (UNEP-WCMC), 219 Huntingdon Road, CB3 0DL, Cambridge, United Kingdom

ARC Centre of Excellence for Environmental Decisions, Centre for Biodiversity and Conservation Science, The University of Queensland, 4072 Brisbane, Queensland, Australia

Department of Life Sciences, Imperial College London, Buckhurst Road, Ascot, Berkshire, SL5 7PY United Kingdom

Department of Botany, Nelson Mandela Metropolitan University, P.O. Box 77000, Port Elizabeth, 6031 South Africa

National Fish and Wildlife Foundation, Washington, D.C., 20005 U.S.A

School of Life Sciences, Arizona State University, P.O. Box 874601, Tempe, Arizona, 85287-4601 U.S.A

BirdLife International, Wellbrook Court, Girton Road, Cambridge, CB3 0NA United Kingdom

ARC Centre of Excellence for Environmental Decisions, Centre for Biodiversity and Conservation Science, The University of Queensland, 4072 Brisbane, Queensland, Australia

Department of Life Sciences, Imperial College London, Buckhurst Road, Ascot, Berkshire, SL5 7PY United Kingdom

Microsoft Research, Redmond, Washington, U.S.A

Global Conservation Program, Wildlife Conservation Society, 2300 Southern Boulevard, Bronx, New York, 10460 U.S.A

WCPA-SSC Joint Task Force on Biodiversity and Protected Areas, International Union for the Conservation of Nature (IUCN), 64 Juniper Road, Chelsea, Quebec, J9B 1T3 Canada

Global Mammal Assessment Program, Department of Biology and Biotechnologies, SapienzaUniversità di Roma, viale dell’ Università 32, 00185 Rome, Italy

ARC Centre of Excellence for Environmental Decisions, Centre for Biodiversity and Conservation Science, The University of Queensland, 4072 Brisbane, Queensland, Australia

School of Geography, Planning and Environmental Management, The University of Queensland, 4072 Brisbane, Queensland, Australia

Address for correspondence: Centre for Biodiversity and Conservation Science, Goddard bld 8, The University of Queensland, 4072, Brisbane, Queensland, Australia, email [email protected] Search for more papers by this author

International Union for Conservation of Nature, 28 rue Mauverney, 1196 Gland, Switzerland

World Agroforestry Center (ICRAF), University of the Philippines Los Baños, Laguna, 4031 Philippines

School of Geography and Environmental Studies, University of Tasmania, Hobart TAS, 7001 Australia

International Union for Conservation of Nature, Sheraton House Castle Park, Cambridge, CB3 0AX United Kingdom

BirdLife International, Wellbrook Court, Girton Road, Cambridge, CB3 0NA United Kingdom

Global Mammal Assessment Program, Department of Biology and Biotechnologies, SapienzaUniversità di Roma, viale dell’ Università 32, 00185 Rome, Italy

Durrell Institute of Conservation and Ecology, School of Anthropology and Conservation, University of Kent, Canterbury, CT2 7NR United Kingdom

The Biodiversity Consultancy Ltd, 3E King's Parade, Cambridge, CB2 1SJ United Kingdom

BirdLife International, Wellbrook Court, Girton Road, Cambridge, CB3 0NA United Kingdom

CSIRO Land and Water Flagship, GPO Box 1700, Canberra, ACT, 2601 Australia

Sovon, Dutch Centre for Field Ornithology, P.O. Box 6521, 6503 GA Nijmegen, The Netherlands

European Bird Census Council, P.O. Box 6521, 6503 GA, Nijmegen, The Netherlands

Radboud University, Institute for Water and Wetland Research, Department of Animal Ecology and Ecophysiology, P.O. Box 9100, 6500 GL, Nijmegen, The Netherlands

Microsoft Research, Redmond, Washington, U.S.A

United Nations Environment Programme-World Conservation Monitoring Centre (UNEP-WCMC), 219 Huntingdon Road, CB3 0DL, Cambridge, United Kingdom

ARC Centre of Excellence for Environmental Decisions, Centre for Biodiversity and Conservation Science, The University of Queensland, 4072 Brisbane, Queensland, Australia

Department of Life Sciences, Imperial College London, Buckhurst Road, Ascot, Berkshire, SL5 7PY United Kingdom

Department of Botany, Nelson Mandela Metropolitan University, P.O. Box 77000, Port Elizabeth, 6031 South Africa

National Fish and Wildlife Foundation, Washington, D.C., 20005 U.S.A

School of Life Sciences, Arizona State University, P.O. Box 874601, Tempe, Arizona, 85287-4601 U.S.A

BirdLife International, Wellbrook Court, Girton Road, Cambridge, CB3 0NA United Kingdom

ARC Centre of Excellence for Environmental Decisions, Centre for Biodiversity and Conservation Science, The University of Queensland, 4072 Brisbane, Queensland, Australia

Department of Life Sciences, Imperial College London, Buckhurst Road, Ascot, Berkshire, SL5 7PY United Kingdom

Microsoft Research, Redmond, Washington, U.S.A

Global Conservation Program, Wildlife Conservation Society, 2300 Southern Boulevard, Bronx, New York, 10460 U.S.A

WCPA-SSC Joint Task Force on Biodiversity and Protected Areas, International Union for the Conservation of Nature (IUCN), 64 Juniper Road, Chelsea, Quebec, J9B 1T3 Canada

Abstracto

World governments have committed to increase the global protected areas coverage by 2020, but the effectiveness of this commitment for protecting biodiversity depends on where new protected areas are located. Threshold- and complementarity-based approaches have been independently used to identify important sites for biodiversity. We brought together these approaches by performing a complementarity-based analysis of irreplaceability in important bird and biodiversity areas (IBAs), which are sites identified using a threshold-based approach. We determined whether irreplaceability values are higher inside than outside IBAs and whether any observed difference depends on known characteristics of the IBAs. We focused on 3 regions with comprehensive IBA inventories and bird distribution atlases: Australia, southern Africa, and Europe. Irreplaceability values were significantly higher inside than outside IBAs, although differences were much smaller in Europe than elsewhere. Higher irreplaceability values in IBAs were associated with the presence and number of restricted-range species number of criteria under which the site was identified and mean geographic range size of the species for which the site was identified (trigger species). In addition, IBAs were characterized by higher irreplaceability values when using proportional species representation targets, rather than fixed targets. There were broadly comparable results when measuring irreplaceability for trigger species and when considering all bird species, which indicates a good surrogacy effect of the former. Recently, the International Union for Conservation of Nature has convened a consultation to consolidate global standards for the identification of key biodiversity areas (KBAs), building from existing approaches such as IBAs. Our results informed this consultation, and in particular a proposed irreplaceability criterion that will allow the new KBA standard to draw on the strengths of both threshold- and complementarity-based approaches.

Abstracto

Cuantificación del Carácter Relativamente Irreemplazable de las Áreas Importantes para la Conservación de Aves

Resumen

Los gobiernos del mundo se han comprometido a incrementar la cobertura de las áreas protegidas para el año 2020, pero la efectividad de este compromiso con la protección de la biodiversidad depende de la ubicación de las nuevas áreas protegidas. Las estrategias basadas en umbrales y en la complementareidad se han utilizado independientemente para identificar sitios importantes para la biodiversidad. Juntamos estas estrategias al realizar un análisis basado en la complementareidad del carácter irremplazable de las áreas importantes para la conservación de aves (AICA), que son sitios identificados con el uso de una estrategia basada en umbrales. Determinamos si los valores de irreemplazabilidad son más altos dentro que fuera de una AICA y si alguna diferencia observada depende de las características conocidas del área. Nos enfocamos en tres regiones con inventarios completos de AICA y en atlas de distribución de aves: Australia, el sur de África y Europa. Los valores de irreemplazabilidad fueron significativamente más altos dentro de las AICA que fuera, aunque las diferencias fueron mucho menores en Europa que en otro lado. Los valores más altos de irreemplazabilidad en las AICA estuvieron asociados con la presencia y el número de especies con extensión restringida el número de criterios bajo los que se identificó el sitio y el tamaño promedio de la extensión geográfica de las especies para las cuales se identificó el sitio (especies de activación). Además, las AICA se caracterizaron por valores de irreemplazabilidad más altos cuando se usaron objetivos de representación proporcional de especies en lugar de objetivos fijos. Hubo resultados comparables de manera general cuando se midió la irreemplazabilidad de las especies de activación y cuando se consideró a todas las especies de aves, lo que indica un buen efecto de sustitución de las anteriores. La Unión Internacional para la Conservación de la Naturaleza convocó recientemente a una consulta para consolidar los estándares globales para la identificación de áreas clave de biodiversidad (ACB), a partir de las estrategias existentes como las AICA. Nuestros resultados brindaron información a esta consulta y en particular a la propuesta de un criterio de irreemplazabilidad que permitirá al nuevo estándar de las ACB recurrir a las fortalezas de las estrategias basadas en umbrales y de las basadas en la complementareidad.


Agradecimientos

We thank the authors of the original data sets, both published and unpublished, who shared data with us. We thank the National Center for Ecological Analysis and Synthesis (NCEAS) for funding the workshop “Biodiversity and the Functioning of Ecosystems: Translating Results from Model Experiments into Functional Reality”. Support for NCEAS comes from University of California Santa Barbara and the National Science Foundation. J.E.K.B., E.C.A. and M.I.O. had NCEAS post-doctoral fellowships, J.E.D. had support from NSF OCE-1031061 B.J.C. had support from NSF DEB-1046121 L.G. was supported by grant 621-2009-5457 from the Swedish Research Council VR A.G. is supported by the Canada Research Chair Program and NSERC.


Open Research

The data and R code used to produce the main results presented in the article, in addition to the link to an online interactive map displaying the location of the plots, are available at: https://dx.doi.org/10.6084/m9.figshare.14191268

Tenga en cuenta: El editor no es responsable del contenido o la funcionalidad de la información de apoyo proporcionada por los autores. Cualquier consulta (que no sea el contenido faltante) debe dirigirse al autor correspondiente del artículo.


Ver el vídeo: Biodiversidad. Causas. Ecosistemas. Biología (Mayo 2022).


Comentarios:

  1. Tucage

    la frase muy preciosa

  2. Cooper

    Durante mucho tiempo buscó tal respuesta

  3. Thutmose

    En mi opinión, estás equivocado. Estoy seguro. Envíeme un correo electrónico a PM, discutiremos.

  4. Roweson

    Estar equivocado.

  5. Aethelmaer

    Le recomiendo que visite el sitio web con una gran cantidad de artículos sobre el tema de su interés.

  6. Kigagor

    Pido disculpas por interferir ... tengo una situación similar. Puedes discutir. Escribe aquí o en PM.



Escribe un mensaje