Resumen de Modelos espaciales predictivos del riesgo de seca en Extremadura, aplicaciones a escala regional y local en espacios naturales protegidos

Álvaro Tejeda, Joaquín Francisco Labado Contador

• español

  En el presente trabajo, se ha realizado un estudio acerca del principal problema fitosanitario que está afectando a las dehesas extremeñas en la actualidad, la seca de especies del género Quercus, que merma las poblaciones de árboles y pone en peligro la supervivencia de este tipo de sistemas. Entre la amplia gama de factores que pueden desencadenar la seca, uno de las principales es la afección por el oomiceto Phytophthora cinnamomi Rands. En este trabajo se desarollan modelos de susceptibilidad a la seca mediante el uso del algoritmo de máxima entropía (MAXENT), generalmente utilizado en la modelización de nichos ecológicos y distribución de especies. Para el desarrollo del estudio, se han usado como predictores de la seca una serie de variables ambientales, algunas de ellas relacionadas con los procesos de propagación o de supervivencia del patógeno. Se ha atendido a dos escalas espaciales para la selección de las variables predictoras y la generación de los modelos: una escala regional (Comunidad Autónoma de Extremadura) y otra local, seleccionando para esta última una serie de rodales de Quercus afectados de seca en espacios naturales protegidos de la región. Los resultados arrojados por los modelos realizados nos muestran el nivel de riesgo potencial alto en el que se encuentra la comunidad autónoma de Extremadura. El modelo realizado a escala regional muestra un total de 1.179.639 hectáreas propensas a verse afectadas por dicha afección, dentro de las cuales, 383.339 hectáreas mostrarían un nivel de riesgo potencial alto.

• English

  In this work, a study has been carried out about the main phytosanitary problem that Extremenian dehesas are currently facing, consisting on the death Quercus trees named as the “seca”, thus reducing tree populations and endangering the sustainability of this valuable systems. One of the main facors of the seca desasease is the affection by the oomycete Phytophthora cinnamomi Rands. In this work, seca susceptibility models are developed through the use of the maximum the entropy algorithm (MAXENT), generally used to model ecological niches and spatial distribution of species. For the development of this study, a series of environmental variables have been considered as predictors of seca, some of them related to the processes of propagation or survival of the pathogen. Two spatial scales have been addressed for the selection of the predictor variables and the generation of the models: the regional scale (Autonomous Community of Extremadura) and a local one, selecting for the latter a series of Quercus stands affected by this disease in protected natural spaces of the region. The results obtained by the models carried out show high potential risk computed for most of the region. The regional model shows a total of 1,179,639 hectares as prone to seca, among which, 383,339 hectares would show a high level of potential risk.