Place prioritization for biodiversity content using species ecological niche modeling
DOI:
https://doi.org/10.17161/bi.v2i0.9Keywords:
Key words, biodiversity content, conservation, deforestation, ecological niche, endemic mammals, México, place prioritization, restoration.Abstract
Place prioritization for biodiversity representation is essential for conservation planning, particularly in megadiverse countries where high deforestation threatens biodiversity. Given the collecting biases and uneven sampling of biological inventories, there is a need to develop robust models of species’ distributions. By modeling species’ ecological niches using point occurrence data and digitized environmental feature maps, we can predict potential and extant distributions of species in untransformed landscapes, as well as in those transformed by vegetation change (including deforestation). Such distributional predictions provide a framework for use of species as biodiversity surrogates in place prioritization procedures such as those based on rarity and complementarity. Beyond biodiversity conservation, these predictions can also be used for place prioritization for ecological restoration under current conditions and under future scenarios of habitat change (e.g., deforestation) scenarios. To illustrate these points, we (1) predict distributions under current and future deforestation scenarios for the Mexican endemic mammal Dipodomys phillipsii, and show how areas for restoration may be selected; and (2) propose conservation areas by combining nonvolant mammal distributional predictions as biodiversity surrogates with place prioritization procedures, to connect decreed natural protected areas in a region holding exceptional biodiversity: the Transvolcanic Belt in central Mexico.La selección de áreas prioritarias de conservación es fundamental en la planeación sistemática de la conservación, particularmente en países de mega-diversidad, en donde la alta deforestación es una de las amenazas a la biodiversidad. Debido a los sesgos taxonómicos y geográficos de colecta de los inventarios biológicos, es indispensable generar modelos robustos de distribución de especies. Al modelar el nicho ecológico de especies usando localidades de colecta, mapas digitales de variables ambientales y sistemas de información geográficos, se proyecta las distribuciones potencial y actual en hábitat transformados y no transformados por la deforestación. Estas hipótesis de distribución proveen un marco teórico para predecir presencia y ausencia de especies, como indicadores de la biodiversidad existente en áreas prioritarias seleccionadas con base en los principios de rareza y complementariedad. Para ilustrar esto, se muestran dos ejemplos; (1) se modeló el nicho ecológico de un roedor endémico Dipodomys phillipsii, proyectando su distribución en escenarios de deforestación actuales y a futuro. La predicción de la distribución de especies puede ser útil en la selección de áreas prioritarias para la conservación y la restauración, bajo escenarios actuales y futuros de deforestación, permitiendo una planeación sistemática adecuada de la conservación de la biodiversidad, y (2) proponer áreas de conservación, usando predicciones de distribuciones de mamíferos no voladores y procedimientos de selección de áreas prioritarias, como corredores que conecten las áreas naturales prioritarias decretadas en el Eje Neovolcánico, una región de alta biodiversidad.
Metrics
Metrics Loading ...
Downloads
Download data is not yet available.
Downloads
Published
2005-01-16
Issue
Section
Articles (peer-reviewed)
License
Copyright for articles published in this journal is retained by the authors, with first publication rights granted to the journal. All articles are licensed under a Creative Commons Attribution Non-Commercial license.
Competing Interests: The authors have declared that no competing interests exist.
How to Cite
Sánchez-Cordero, Víctor, Verónica Cirelli, Mariana Munguial, and Sahotra Sarkar. 2005. “Place Prioritization for Biodiversity Content Using Species Ecological Niche Modeling”. Biodiversity Informatics 2 (January). https://doi.org/10.17161/bi.v2i0.9.