Análisis multitemporal y multiespacial del impacto del cambio climático en la vegetación de alta montaña utilizando técnicas estadísticas de biogeografía predictiva

Acronym

P_VEG-ALTA

Consortium Coordinator

Timana De La Flor, Martin Enrique

Start Date

March 1, 2016

End Date

October 1, 2016

Status

https://purl.org/pe-repo/concytec/estadoProyecto#concluido

Tipo de proyecto

https://purl.org/pe-repo/ocde/tipoProyecto#investigacionBasica

Description

Evidencia a nivel global muestran drásticos cambios en la cobertura vegetal en respuesta al cambio climático antrópico, siendo estos más notorios en la vegetación de alta montaña. Este estudio propone llevar a cabo un análisis comparativo de estos impactos utilizando técnicas estadísticas de modelamiento de distribución de especies en tres ecosistemas de alta montaña: los Andes tropicales de Perú, Bolivia y el norte de Chile, los Alpes de Nueva Zelanda y la vegetación alpina de Australia. Para ello se utilizará un método de análisis basado en la entropía máxima, implementado por el programa MaxEnt. Se modelará la distribución de un grupo representativo de especies focales de estas tres zonas de estudio, incluyendo tanto especies de alta montaña (o alto-andinas) como las del ecotono de la línea de árboles. Las variables a utilizar son, por un lado, los datos de distribución de estas especies (disponibles en varios recursos bioinformáticos en internet, p. ej. GBIF) y por otro, capas climáticas y topográficas procesadas con SIG. El análisis se realizará bajo dos condiciones: distribución potencial presente y distribución potencial futura (hacía el año 2050) bajo dos escenarios de cambio climático (RCPs): 2.6 y 8.5. Se cuantificará la tasa de cambio en la extensión del rango de distribución de las especies focales. El estudio servirá como guía para la implementación de programas de adaptación al cambio climático, establecimiento de áreas protegidas, y la conservación de la biodiversidad en un ecosistema frágil.

Keywords

Vegetación de alta montaña

;

Cambio climático

;

Biogeografía predictiva

;

Análisis multitemporal

Área de conocimiento

Natural sciences

Campo OCDE

https://purl.org/pe-repo/ocde/ford#1.01.03