Evaluación de la clasificación ambiental fluvial de Chile River Environment Classification-Chile (REC-Chile) como base de datos ambiental para la calibración de modelos de distribución de especies ícticas en Chile

Abstract

La ictiofauna chilena es un grupo de alto valor sistemático y muy amenazado, siendo una gran preocupación su manejo y conservación. En este contexto, modelos de distribución de especies (SDM) se han utilizado para predecir el hábitat de distintas especies, representando una importante herramienta de gestión. Sin embargo, al momento de aplicar dichos modelos en ecosistemas fluviales surgen variados desafíos, tal como escases de información ambiental y la selección de variables predictoras. Hoy en día existe REC-Chile, un sistema de clasificación eco hidrológica realizada para Chile que cuenta con información ambiental para cada río entre Arica y Puerto Montt. Lamentablemente, los casos de modelación realizados con REC-Chile han sido entrenados para escalas espaciales menores y podría ser necesaria su complementación con variables adicionales, tal como la altitud o la temperatura, que resultarían valiosas para representar características de los hábitats fluviales. De esta forma, este seminario busca evaluar el uso de REC-Chile para calibrar modelos de distribución de especies ícticas, evaluando su desempeño frente a diferentes escalas espaciales y utilizando distintos grupos de variables predictoras. Para realizar este trabajo, se seleccionó a Basilichthys microlepidotus Jenyns como especie modelo, cuyos datos de presencia fueron utilizados para entrenar modelos de distribución, utilizando tres conjuntos de variables sobre cuatro superficies distintas haciendo uso de Random Forest como algoritmo de modelado. El primer conjunto de variables incluyó solo las variables de REC-Chile, el segundo incluyó nuevas clasificaciones obtenidas desde REC-Chile correspondientes a régimen hídrico y caudal, y el tercer conjunto incluyó nuevas variables, como la altitud, la precipitación y la temperatura. De los análisis se obtuvo un buen desempeño de REC-Chile como base ecohidrológica para entrenar SDM (0,65<AUC<0,95), siendo este desempeño mayor para modelos a escala nacional y con la inclusión de variables que complementen REC-Chile. Para las distintas superficies, los generados con nuevas variables fueron los más consistentes con la distribución conocida para Basilichthys microlepidotus, y en general se registró relación entre las variables predictoras más importantes y la auto ecología de la especie. Los modelos generados con los demás conjuntos se vieron afectados en algunos casos de manera negativa por la relación escala-resolución y por contar con variables categóricas como predictores.

The Chilean ichthyofauna is a group of high systematic value and very threatened, being a great concern in its management and conservation. In this context, species distribution models (SDM) have been used to predict the habitat of different species, representing an important management tool. However, when applying these models in river ecosystems, various challenges arise, such as scarcity of environmental information and the selection of predictor variables. Today there is REC-Chile, an eco-hydrological classification system carried out for Chile that has environmental information for each river between Arica and Puerto Montt. Unfortunately, the modeling cases carried out with REC-Chile have been trained for smaller spatial scales and it may be necessary to complement them with additional variables, such as altitude or temperature, which would be valuable to represent characteristics of river habitats. In this way, this seminar seeks to evaluate the use of REC-Chile to calibrate distribution models of fish species, evaluating their performance against different spatial scales and using different groups of predictor variables. To carry out this work, Basilichthys microlepidotus Jenyns was selected as a model species, whose presence data were used to train distribution models, using three sets of variables on four different surfaces using Random Forest as a modeling algorithm. The first set of variables included only the REC-Chile variables, the second included new classifications obtained from REC-Chile corresponding to water regime and flow, and the third set included new variables, such as altitude, precipitation and temperature. . From the analyzes, a good performance of REC-Chile was obtained as an ecohydrological basis to train SDM (0.65 <AUC <0.95), this performance being higher for the national scale and with the inclusion of variables that complement REC-Chile. For the different surfaces, those generated with new variables were the most consistent with the known distribution for Basilichthys micro-lepidotus, and in general there was a relationship between the most important predictor variables and the auto-ecology of the species. The models generated with the other sets were affected in some cases negatively by the scale-resolution relationship and by having categorical variables as predictors.