Impactos antrópicos, cambio climático, y vulnerabilidad de especies: el caso de Psidium guajava en la región sur del Ecuador

Abstract

La importancia de trabajar con la especie Psidium guajava es su nivel de adaptación, debido a su capacidad de incrementar su población en diversas condiciones geográficas y climáticas. El presente estudio evaluó los efectos del cambio climático y cambios de usos de suelo en la distribución potencial de la Psidium guajava, bajo escenarios climáticos RCP 4.5 y 6.0 en la Región Sur del Ecuador implementando técnicas de modelación con Biomod 2, ejecutando la modelación, calibración y evaluación de los modelos con el software R y QGis, además de las variables bioclimáticas y topográficas se implementó un factor de inflación de la varianza (VIF) que midió la correlación de las variables y su fuerza en el modelo de distribución de la especie. De la misma manera, se comparó áreas de modelos de distribución mediante la correlación cruzada de información geográfica sobre la cobertura de uso de suelo de 20 tipos PFT (Plant Funtional Type, por sus siglas en inglés) bajo escenarios SSP - RCP 2015 al 2010. Los datos de presencia y pseudociencias se los obtuvo del herbario de la Universidad Nacional de Loja, los resultados de distribución potencial se sometieron a la prueba estadística de ROC y TSS determinado un valor de 0.9 considerado muy bueno, abarcando una superficie de 1 401.955 ha, de distribución potencial de la especie, arrojando que el escenario más idóneo fue RCP 4.5 para el año 2050 respecto a la ganancia con un 53% (~736 403 ha), mayor perdida en el año 2030 con un 33 % (463 862 ha ) y una persistencia año 2080 con 73 % (1 020 474 ha), mientras tanto, para el escenario RCP 6.0 la ganancia y persistencia se observó en el año 2080 con un 52 % (~731 685 ha) y 76 % (~1 070 160 ha) respectivamente, y una pérdida del 41 % (~577 161 ha) para el año 2030, debido a la temperatura que va desde 19°C a 20°C, de manera que se puede determinar vulnerable a la especie, por consiguiente, se pudo comprobar que las variables más concluyentes en este estudio fueron Bio1 (Temperatura media anual ), Bio12 (Precipitación anual ), y DEM (Modelo digital de Elevación).