Análisis de hábitat del lince en los Cárpatos del Sur

Un caso de estudio para promover el entendimiento básico de la modelización de hábitat de vida silvestre para estudiantes basado en datos Libres.

Introducción

Desafiado por primera vez con la tarea de modelado basado en SIG, un grupo de trabajo de estudiantes de pregrado de silvicultura de la Universidad para el Desarrollo Sostenible Eberswalde (HNEE) realizó una investigación bibliográfica sobre las características del hábitat y la conducta del Lince Eurasiático (Lynx lynx). En el módulo «SIG aplicado en la gestión de recursos naturales», bajo la guía del Prof. Mund, los estudiantes descubrieron rápidamente la complejidad de la asignatura, especialmente en lo que respecta a la adaptabilidad de las especies a los entornos cambiantes. Con limitadas investigaciónes publicadas en inglés sobre el hábitat del lince en el lado rumano, continuamos el proyecto basándonos únicamente en conjuntos de datos de libre acceso y software de código abierto, con el objetivo de establecer el conocimiento conceptual del modelado del hábitat, el fortalecimiento de las habilidades en las herramientas de QGIS ampliamente aplicadas y la creación de un modelo experto básico en el proceso.

Metodología

Todos los datos recopilados se procesaron con QGIS 2.6 y 2.8, se proyectaron en ETRS89 / ETRS-LAEA y se almacenaron de acuerdo con la directiva INSPIRE para cumplir con las normas de la UE. Se definió un índice discreto de ponderaciones global y se aplicó a todos los datos de entrada.

Figure 1: Workflow - Lynx habitat expert model

Figura 1: Flujo de trabajo - modelo experto del hábitat del Lince

Descripción de flujo de trabajo

  • ÁREA DE INTERÉS GENERAL [Paso I - II]: Basado en áreas de parques nacionales seleccionados y agregando una zona de amortiguamiento de 10 kilómetros, se creó un cuadro de límite mínimo [α] y se recortó con el contorno del río Danubio (derivado de Corine Land Cover 2006). Se aplicaron más herramientas de recorte [β] a todos los datos adicionales como un paso de preparación inicial (Figura 2)
  • Modelo de Idoneidad de la Cubierta Terrestre [Paso IX]: [γ] Las entradas III y IV se transformaron en archivos shape utilizando la función incorporada #Polygonize. Los datos de Corine Landcover (2006) se reclasificaron utilizando la calculadora de campo para agrupar las clases de uso de la tierra y asignar sus valores de índice respectivos. Se aplicó un procesamiento similar a los datos de Hansen Forestcover (2000), extrayendo solo áreas de cobertura igual o superior al 75%. El sub-modelo IX fue producido usando las funciones #Merge Shapes para combinar III con IV y #Rasterize

Nota: Las clases de cobertura terrestre se agruparon por posible ocurrencia del lince y actividad humana. Aunque técnicamente es de origen más antiguo, la información relacionada con los valores de cobertura forestal se integró para indicar la mejora del hábitat y como un ejemplo general para unir conjuntos de datos espaciales

  • Modelo de Idoneidad de Hábitat [Paso X]: [δ] Un Indice de Idoneidad de Elevación se derivó de AsterDEM 2.0 [VI] y, junto con un Indice de Densidad de Población [V], se integró en el modelo final de idoneidad de hábitat (Figura 3) utilizando la #Calculadora Raster
Cover Suitability Model * Population Density Index * Elevation Suitability Index

Nota: Definiendo el bosque (> = 75% de cobertura) como el más adecuado y usando los datos de elevación para reducir los valores del índice por encima de la línea de árboles supuesta está relacionado conceptualmente con el hábitat de los ciervos como la presa principal

  • Modelo potencial de accesibilidad a la caza [Paso XI]: aplicando la herramienta de Análisis del terreno [ε], se extrajo una capa de pendiente de los datos del DEM y se combinó [η] con una capa de distancia de la carretera, que se produjo al procesar datos de carretera OSM rasterizados dentro de la función #Proximity y los valores de índice asignados usando #Reclasificar valores de cuadrícula
.
                      Slopelayer
Road distance * ( 1 + ----------- )
                         100
  • Modelo de valor de conservación [Paso XII]: es el resultado de la función de calculadora #Raster: (Figura 4)
(Habitat Suitability Model * Hunter Accessibility Model)
--------------------------------------------------------
                       2

Nota: El Modelo de accesibilidad de caza debe indicar la probabilidad cada vez menor de que los cazadores accedan al área por una mayor distancia a las carreteras e incrementando de la pendiente

Figure 2, 3 and 4

Figura 2, 3 y 4

Conclusión

Al observar el resultado final (Figura 3), un primer análisis de hábitat potencial plausible pareció tener éxito, pero lo que es más importante, el modelado básico en sí mismo resultó ser menos difícil de lo que se esperaba inicialmente. Nuestra opción de agregar un submodelo para la accesibilidad del cazador nos permitió implementar otra dimensión en términos de evaluación del riesgo del hábitat, que puede ser simplemente anidada en el escenario ya existente y utilizada para determinar las necesidades de protección bajo aspectos de, por ejemplo, desarrollo de infraestructura. Sin embargo, no se puede obtener cierta información crucial sobre el hábitat, como la estructura del bosque (nuestra mayor idoneidad para el hábitat) mediante los conjuntos de datos disponibles y, en combinación con el complejo comportamiento de las especies, el resultado debe entenderse como básico e incompleto. Los factores adicionales que no se implementaron en esta etapa son la mortalidad en la carretera, la rugosidad del terreno y la presencia detallada de presas.

Además de su carácter de código abierto y libre, el software QGIS ha sido objeto de importantes desarrollos en los últimos años. Hicimos una experiencia muy positiva con la integración de la caja de herramientas, permitiendo el uso de varias herramientas de GRASS y SAGA, incluso para usuarios inexpertos. No se han producido problemas de compatibilidad a pesar de los cambios frecuentes entre las diferentes versiones y la ausencia general de restricciones administrativas puede ser una ventaja poderosa cuando se trabaja de forma intuitiva con conjuntos de datos. Estamos deseando ver nuevas mejoras, especialmente en lo que respecta al creador de modelos integrado.

Referencias

  • Kaczensky, P., Chapron, G.,von Avrx, M., Huber, D., Andrén, H. & Linnell, J. (December 2012): Status, management and distribution of large carnivores in Europe. Document European Commission.
  • Schadt, S., Revilla, E., Wiegand, T., Knauer, F., Kaczensky, P., Breitenmoser, U., Bufka, L., Cerveny, J., Koubek, P., Huber, T., Stanisa, C. & Trepl, L. (2002): Assessing the suitability of central European landscapes for the reintroduction of Eurasian lynx. Article Journal of Applied Ecology.
  • Salvatori, V. (2004): Conservation areas for large carnivores in the Carpathian Mountains. Tesis PhD.
  • Podgórski, T., Schmidt, K., Kowalczyk, R. & Gulczyñska, A. (2008): Microhabitat selection by Eurasian lynx and its implications for species conservation. Acta Theriologica 53: 97–110.
  • Boutros, D. (March 2002): Characterization and assessment of suitability of Eurasian lynx (Lynx lynx) den sites. KORA Report No. 12e, Diploma thesis.

Autores

Angela Dichte, Luca Ehrminger, Silvana Garcia Travesi Reyes, Tobias Hoppe and David Winger son estudiantes de cuarto semestre del programa de estudios International Forest Ecosystem Management B.Sc., Anne Gnilke respectivamente Silvicultura Alemana y Henri Hiltunen es un estudiante de intercambio de Mikkeli University of Applied Sciences, Finland. Prof. Mund imparte clases de SIG y Teledetección en HNE Eberswalde desde 2010 y brindó orientación y apoyo técnico para el proyecto.

Por favor contacte Luca.Ehrminger(at)hnee.de, David.Winger(at)hnee.de, o Prof.Dr.Jan-Peter Mund: Jan-Peter.Mund(at)hnee.de para mayor información.