Un enfoque de red bayesiana para evaluar la integridad del ecosistema de manglar en Tampamachoco, Veracruz, México
DOI:
https://doi.org/10.21829/myb.2024.3042644Palabras clave:
Avicennia germinans, capacidad de predicción, condiciones del manglar, bosque monoespecíficoResumen
Dadas las tasas de pérdida del manglar, la planificación del recurso debe contar con información sobre la integridad del ecosistema (IE), la cual se refiere a la capacidad de un ecosistema para funcionar y autorregularse ante las perturbaciones o factores de estrés externos. Para evaluar la IE, se propone una red bayesiana (RB) que es un modelo estadístico multivariado que permite capturar la complejidad inherente a los procesos ecológicos y su tendencia para mostrar una variación espaciotemporal amplia. La estructura de la RB se definió a partir de entrevistas informales con especialistas en vegetación y geomorfología costera. Se aplicó un algoritmo de aprendizaje de maximización de expectativas para entrenar el modelo. Para el entrenamiento se utilizaron datos de dos zonas de manglares de Avicennia germinans, que fueron clasificadas como en condición deteriorada y en condición conservada. Se aplicó un análisis de sensibilidad para determinar el grado de influencia de cada variable, y se evaluó la capacidad de predicción del RB con una validación cruzada k-fold (el proceso se repite cinco veces, partiendo de la base de datos en 2 partes). La variable más crítica para inferir la condición fue la relación N:P foliar (reducción de la varianza = 11%), seguida del ICH y del IAF (reducción de la varianza > 5%). Variables funcionales como masa foliar por unidad de área (LMA), P foliar (%) y la producción de hojarasca (g/mes/m2) también fueron esenciales de acuerdo con el análisis de sensibilidad. La concentración foliar de C y N (%) contribuyeron con poca información (reducción de la varianza < 2%). La validación cruzada proporcionó un error cuadrático mínimo de 0.3, que indica una capacidad razonable para predecir la condición de integridad. La RB construida pudo diagnosticar la integridad de un bosque monoespecífico de manglar con una precisión aceptable, considerando los factores ambientales que definen localmente su estructura y funcionamiento. El modelo puede ser revisado y modificado por expertos y usuarios para ser aplicado de acuerdo con los avances científicos en relación con los ecosistemas de manglar y de acuerdo con el marco de la política medioambiental.
Descargas
Citas
Aguilera, P. A., Fernández, A., Fernández, R., Rumí, R., & Salmerón, A. (2011). Bayesian networks in environmental modelling. Environmental Modelling & Software, 26(12), 1376-1388. https://doi.org/10.1016/j.envsoft.2011.06.004 DOI: https://doi.org/10.1016/j.envsoft.2011.06.004
Arrivabene, H. P., Souza, I., Có, W. L. O., Rodella, R. A., Wunderlin, D. A., & Milanez, C. R. (2014). Functional traits of selected mangrove species in Brazil as biological indicators of different environmental conditions. Science of the Total Environment, 476-477, 496-504. https://doi.org/10.1016/j.scitotenv.2014.01.032 DOI: https://doi.org/10.1016/j.scitotenv.2014.01.032
Atwood, T. B., Connolly, R. M., Almahasheer, H., Carnell, P. E., Duarte, C. M., Ewers Lewis, C. J., Irigoien, X., Kelleway, J. J., Lavery, P. S., Macreadie, P. I., Serrano, O., Sanders, C. J., Santos, I., Steven, A. D. L., & Lovelock, C. E. (2017). Global patterns in mangrove soil carbon stocks and losses. Nature Climate Change, 7(7), 523-528. https://doi.org/10.1038/nclimate3326 DOI: https://doi.org/10.1038/nclimate3326
Barber, D. (2013). Bayesian reasoning and machine learning. Cambridge University Press. DOI: https://doi.org/10.1017/CBO9780511804779
Bryan-Brown, D. N., Connolly, R. M., Richards, D. R., Adame, F., Friess, D. A., & Brown, C. J. (2020). Global trends in mangrove forest fragmentation. Scientific Reports, 10(1), 1-8. https://doi.org/10.1038/s41598-020-63880-1 DOI: https://doi.org/10.1038/s41598-020-63880-1
Chianucci, F., & Cutini, A. (2012). Digital hemispherical photography for estimating forest canopy properties: current controversies and opportunities. IForest-Biogeosciences and Forestry, 5(6), 290-295. https://doi.org/10.3832/ifor0775-005 DOI: https://doi.org/10.3832/ifor0775-005
Chowdhury, R. R., Uchida, E., Chen, L., Osorio, V., & Yoder, L. (2017). Anthropogenic drivers of mangrove loss: Geographic patterns and implications for livelihoods. In V. H. Rivera-Monroy, S. Y. Lee, & R. R. Twilley (Eds.), Mangrove ecosystems: A Global Biogeographic Perspective (pp. 275-300), Springer, Cham. https://doi.org/10.1007/978-3-319-62206-4_9 DOI: https://doi.org/10.1007/978-3-319-62206-4_9
Day, J.W., Conner, W., Ley-Lou, F., Dar, R.H. & Machado, A. (1987). The productivity and composition of mangrove forests, Laguna de Términos, México. Aquatic Botany, 27(3), 267-284. https://doi.org/10.1016/0304-3770(87)90046-5 DOI: https://doi.org/10.1016/0304-3770(87)90046-5
Day, J. W., Díaz de León, A., González, G., Moreno-Casasola, P., & Yáñez-Arancibia, A. (2004). Diagnóstico ambiental del golfo de México. Resumen ejecutivo. In M. Caso, I. Pisanty, & E. Ezcurra (Eds.), Diagnóstico ambiental del Golfo de México (pp. 15-44.). Semarnat - Instituto Nacional de Ecología - Instituto de Ecología, A.C. - Harte Research Institute for Gulf of Mexico Studies.
Department of Environment and Science [DAS] (2018). Background to monitoring mangrove forest health. In Department of Environment and Science (Ed.), Monitoring and sampling manual: Environmental protection (Water) policy 2009 (pp. 205-208). Department of Environment and Science Government. https://environment.desi.qld.gov.au/__data/assets/pdf_file/0031/89914/monitoring-sampling-manual-2018.pdf
Dlamini, W. M. (2010). A Bayesian belief network analysis of factors influencing wildfire occurrence in Swaziland. Environmental Modelling & Software, 25(2), 199-208. https://doi.org/10.1016/j.envsoft.2009.08.002 DOI: https://doi.org/10.1016/j.envsoft.2009.08.002
Equihua, M., Benítez, G., Pérez Maqueo, O., Hernández, A., García-Alaníz, N., Equihua, J., Maeda, P., Kolb, M., & Schmidt, M. (2016). Integridad ecológica para la gestión de la sustentabilidad ambiental frente al cambio climático. In A. Yáñez-Arancibia (Ed.), Cambio Climático: Adaptación y Mitigación hacia Agendas Siglo XXI (pp. 75-88). AGT Editores, S.A.
Fernandes, J. A., Irigoien, X., Goikoetxea, N., Lozano, J. A., Inza, I., Pérez, A., & Bode, A. (2010). Fish recruitment prediction, using robust supervised classification methods. Ecological Modelling, 221(2), 338-352. https://doi.org/10.1016/j.ecolmodel.2009.09.020 DOI: https://doi.org/10.1016/j.ecolmodel.2009.09.020
García-Alaníz, N., Schmid, M., Equihua, M., Maeda, P., Equihua, J., Pérez-Maqueo, O., Flores Martínez, J. J., Villela Gaytán, S. A., Serrano Gálvez, E., Rodríguez Franco, R., & Leyva Reyes, J. C. (2017). The Mexican national biodiversity and ecosystem degradation monitoring system. Current Opinion in Environmental Sustainability, 26-27, 62-68. https://doi.org/10.1016/j.cosust.2017.01.001 DOI: https://doi.org/10.1016/j.cosust.2017.01.001
Hamilton, S., & Casey, D. (2016). Creation of a high spatio-temporal resolution global database of continuous mangrove forest cover for the 21st century. Global Ecology and Biogeography, 25(6), 729-738 https://doi.org/10.1111/geb.12449 DOI: https://doi.org/10.1111/geb.12449
Holdridge, L. R., Grenke, W., Hatheway, W. H., Liang T., & Tosi, J. A. (1971). Forest Environments in Tropical Life Zones: A Pilot Study. Pergamon Press, Oxford
Ishtiaque, A., Myint, S. W., & Wang, C. (2016). Examining the ecosystem health and sustainability of the world's largest mangrove forest using multi-temporal MODIS products. Science of the Total Environment, 569-570, 1241-1254. https://doi.org/10.1016/j.scitotenv.2016.06.200 DOI: https://doi.org/10.1016/j.scitotenv.2016.06.200
Kairo, J. G., Dahdouh-Guebas, F., Gwada, P. O., Ochieng, C., & Koedam, N. (2002). Regeneration status of mangrove forests in Mida Creek, Kenya: a compromised or secured future? AMBIO: A Journal of the Human Environment, 31(7), 562-568. https://doi.org/10.1639/0044-7447(2002)031[0562:RSOMFI]2.0.CO;2 DOI: https://doi.org/10.1579/0044-7447-31.7.562
Kandziora, M., Burkhard, B., & Müller, F. (2013). Interactions of ecosystem properties, ecosystem integrity and ecosystem service indicators theoretical matrix exercise. Ecological Indicators, 28, 54-78. https://doi.org/10.1016/j.ecolind.2012.09.006 DOI: https://doi.org/10.1016/j.ecolind.2012.09.006
Kay, J. J. (1991). A nonequilibrium thermodynamic framework for discussing ecosystem integrity. Environmental Management, 15(4), 483-495. https://doi.org/10.1007/BF02394739 DOI: https://doi.org/10.1007/BF02394739
Korb, K. B., & Nicholson, A. E. (2011). Bayesian Artificial Intelligence. Chapman & Hall. DOI: https://doi.org/10.1201/b10391
Kovacs, J. M., Wang, J., & Flores-Verdugo, F. (2005). Mapping mangrove leaf area index at the species level using IKONOS and LAI-2000 sensors for the Agua Brava Lagoon, Mexican Pacific. Estuarine, Coastal and Shelf Science, 62(1-2), 377-384. https://doi.org/10.1016/j.ecss.2004.09.027 DOI: https://doi.org/10.1016/j.ecss.2004.09.027
Kovacs, J. M., King, J. M. L., Flores de Santiago, F., & Flores-Verdugo, F. (2009). Evaluating the condition of a mangrove forest of the Mexican Pacific based on an estimated leaf area index mapping approach. Environmental monitoring and assessment, 157(1), 137-149. https://doi.org/10.1007/s10661-008-0523-z DOI: https://doi.org/10.1007/s10661-008-0523-z
Krauss, K. W., & Osland, M. J. (2020) Tropical cyclones and the organization of mangrove forests: a review. Annals of Botany, 125(2), 213-234 https://doi.org/10.1093/aob/mcz161 DOI: https://doi.org/10.1093/aob/mcz161
Kwak, T. J., & Freeman, M. C. (2010). Assessment and management of ecological integrity. In W. A. Hubert, & M. C. Quist (Eds.), Inland fisheries management in North America (3a. ed., pp. 353-394). American Fisheries Society. DOI: https://doi.org/10.47886/9781934874165.ch12
Leblanc, S. G., & Chapman, J. H. (2004). Digital hemispherical photography manual. Natural Resources Canada, Canada Centre for Remote Sensing.
Lee, S. Y., Primavera, J. H., Dahdouh-Guebas, F., Mckee, K., Bosire, J. O., Cannicci, S., Diele, K., Fromard, F., Koedam, N., Marchand, C., Mendelssohn, I., Mukherjee, N., & Record, S. (2014). Ecological role and services of tropical mangrove ecosystems: A reassessment. Global Ecology and Biogeography, 23(7), 726-743. https://doi.org/10.1111/geb.12155 DOI: https://doi.org/10.1111/geb.12155
Levin, S. (2005). Self-organization and the Emergence of Complexity in Ecological Systems. BioScience, 55(12), 1075-1079. https://doi.org/10.1641/0006-3568(2005)055[1075:SATEOC]2.0.CO;2 DOI: https://doi.org/10.1641/0006-3568(2005)055[1075:SATEOC]2.0.CO;2
López-Portillo, J. A., Lara-Domínguez, A. L., Sáinz-Hernández, E., Vásquez, V. M., Rodríguez, M., Martínez, M. del C., Bartolo, O., Ortiz, I. I., & Alvarado, G. (2014). Restauración hidráulica en la laguna de Tampamachoco para la rehabilitación del manglar y de sus servicios ambientales Informe final SNIB- Conabio, proyecto No. HH025. Instituto de Ecología, A.C.
López-Portillo, J., & Ezcurra, E. (1985). Litterfall of Avicennia germinans L. in a one-year cycle in a mudflat at the Laguna de Mecoacán, Tabasco, México. Biotropica, 17(3), 186-190. http://dx.doi.org/10.2307/2388215 DOI: https://doi.org/10.2307/2388215
López-Rosas, H., Espejel González, V. E., & Moreno-Casasola, P. (2023) Decreases in mangrove productivity and marsh die-off due to temporary increase in salinity, a case in Mexico. Hydrobiologia, 850(20), 4497-4514. https://doi.org/10.1007/s10750-023-05187-6 DOI: https://doi.org/10.1007/s10750-023-05187-6
Manuel-Navarrete, D., Dolderman, D., & Kay, J. (2001). A historical overview of the ecological integrity concept. In J. Porter & G. Nelson (Eds.) Ecological integrity and protected areas (pp 113-123). Parks Research Forum of Ontario, North York, ON, USA.
Manuel-Navarrete, D., Kay, J., & Dolderman, D. (2007). Evolution of the ecological integrity debate. In L. Colin, L. Westra, L. J. Kotzé, B. Mackey, W. E. Rees, & R. Westra (Eds.), Sustaining Life on Earth: Environmental and Human Health Through Global Governance (pp. 127-138). Lexington Books.
Marcot, B. G., Steventon, J. D., Sutherland, G. D., & McCann, R. K. (2006). Guidelines for developing and updating Bayesian belief networks applied to ecological modelling and conservation. Canadian Journal of Forest Research, 36(12), 3063-3074. https://doi.org/10.1139/x06-135 DOI: https://doi.org/10.1139/x06-135
Marcot, B. G. (2012). Metrics for evaluating performance and uncertainty of Bayesian network models. Ecological Modelling, 230, 50-62. https://doi.org/10.1016/j.ecolmodel.2012.01.013 DOI: https://doi.org/10.1016/j.ecolmodel.2012.01.013
McCann, R. K., Marcot, B. G., & Ellis, R. (2006). Bayesian belief networks: applications in ecology and natural resource management. Canadian Journal of Forest Research, 36(12), 3053-3062. https://doi.org/10.1139/x06-238 DOI: https://doi.org/10.1139/x06-238
McKee, K. L., & Faulkner, P. L. (2000). Restoration of biogeochemical function in mangrove forests. Restoration Ecology, 8(3), 247-259. https://doi.org/10.1046/j.1526-100x.2000.80036.x DOI: https://doi.org/10.1046/j.1526-100x.2000.80036.x
Méndez-Alonzo, R., López‐Portillo, J. A., & Rivera‐Monroy, V. H. (2008). Latitudinal variation in leaf and tree traits of the mangrove Avicennia germinans (Avicenniaceae) in the central region of the Gulf of Mexico. Biotropica, 40(4), 449-456. https://doi.org/10.1111/j.1744-7429.2008.00397.x DOI: https://doi.org/10.1111/j.1744-7429.2008.00397.x
Parrish, J., Braun, D., & Unnasch, R. (2003). Are we conserving what we say we are? Measuring ecological integrity within protected areas. BioScience, 53(9), 851-860. https://doi.org/10.1641/0006-3568(2003)053[0851:AWCWWS]2.0.CO;2 DOI: https://doi.org/10.1641/0006-3568(2003)053[0851:AWCWWS]2.0.CO;2
Pearl, J. (1988). Probabilistic reasoning in intelligent systems: Networks of plausible inference. Morgan Kaufmann Publishers. DOI: https://doi.org/10.1016/B978-0-08-051489-5.50008-4
Pollino, C. A., Woodberry, O., Nicholson, A., Korb, K., & Hart, B. T. (2007). Parameterisation and evaluation of a Bayesian network for use in an ecological risk assessment. Environmental Modelling & Software, 22(8), 1140-1152. https://doi.org/10.1016/j.envsoft.2006.03.006 DOI: https://doi.org/10.1016/j.envsoft.2006.03.006
Quadros, A. F., & Zimmer, M. (2017). Dataset of" true mangroves" plant species traits. Biodiversity Data Journal, 5, e22089. https://doi.org/10.3897/BDJ.5.e22089 (29 Dec 2017) DOI: https://doi.org/10.3897/BDJ.5.e22089
Reef, R., Feller, I.C., Lovelock, C. (2010). Nutrition of mangroves. Tree Physiology, 30, 1148-1160. https://doi.org/10.1093/treephys/tpq048 DOI: https://doi.org/10.1093/treephys/tpq048
Regier, H. A. (1995). Ecosystem integrity in a context of ecostudies as related to the Great Lakes Region. In L. Westra, & J. Lemons (Eds.), Perspectives on Ecological Integrity (pp. 88-101). Springer Dordrecht. DOI: https://doi.org/10.1007/978-94-011-0451-7_7
Rotich, B., Mwangi, E., & Lawry, S. (2016). Where Land Meets the Sea: A Global Review of the Governance and Tenure Dimensions of Coastal Mangrove Forests-Report Brief. CIFOR - USAID.
Twilley, R. R., & Day, J.W. (2012). Mangrove wetland. In J. W. Day, B. C. Crump, W. M. Kemp, & A. Yáñez-Arancibia (Eds.), Estuarine ecology (pp. 165-202). Wiley-Blackwell Publisher. DOI: https://doi.org/10.1002/9781118412787.ch7
Twilley, R. R., & Rivera-Monroy, V. H. (2005). Developing performance measures of mangrove wetlands using simulation models of hydrology, nutrient biogeochemistry, and community dynamics. Journal of Coastal Research, (40), 79-93. http://www.jstor.org/stable/25736617
Vovides, A. G., López-Portillo, J., & Bashan, Y. (2011). N2-fixation along a gradient of long-term disturbance in tropical mangroves bordering the Gulf of Mexico. Biology and Fertility of Soils, 47(5), 567-576. https://doi.org/10.1007/s00374-011-0562-4 DOI: https://doi.org/10.1007/s00374-011-0562-4
Weiss, M., & Baret, F. (2014). CAN-EYE user manual. INRA.
Wright, I. J., Reich, P. B., Westoby, M., Ackerly, D. D., Baruch, Z., Bongers, F., & Flexas, J. (2004). The worldwide leaf economics spectrum. Nature, 428(6985), 821-827. https://doi.org/10.1038/nature02403 DOI: https://doi.org/10.1038/nature02403
Descargas
Publicado
Cómo citar
-
Resumen641
-
PDF78
Número
Sección
Licencia
Derechos de autor 2024 Madera y Bosques
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Madera y Bosques por Instituto de Ecología, A.C. se distribuye bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
