Atropellos de mamíferos en la Región Este de Uruguay y su relación con los atributos del paisaje

Palabras clave: ecología de carreteras, atropellos, modelización

Resumen

Las carreteras constituyen una amenaza para la biodiversidad y causan impactos negativos como fragmentación de hábitats y atropellos. En el año 2015, la ONG ECOBIO Uruguay comenzó a trabajar en la temática con el fin de implementar medidas de mitigación. El objetivo de este trabajo fue describir y analizar los atropellos de medianos y grandes mamíferos para la Región Este de Uruguay y su relación con los atributos del paisaje. Partiendo de que la dinámica de los atropellos está influenciada en su mayoría por factores antrópicos, el tránsito es la variable explicativa más significativa. Se utilizaron algoritmos de aprendizaje automático (Random Forest) para modelar los atropellos de la región, caracterizada por la alta heterogeneidad de ecosistemas, la importante biodiversidad y varias áreas protegidas. Se analizaron 976 casos de atropellos, de 17 especies que se distribuyeron de manera heterogénea. Los modelos presentaron una capacidad predictiva de más del 60% de acierto, y de un 80% para los modelos por especie. La ruta con mayor probabilidad de atropello fue la 9. Si bien las variables más importantes fueron similares en todos los modelos, las tres que los explicaron mejor fueron: el tránsito promedio diario anual, la distancia a caminos y la distancia a centros urbanos. Este trabajo es de los primeros estudios a nivel nacional que cuantifican formalmente el fenómeno, y sugiere que lo conveniente es analizar las especies por separado para evaluar posibles respuestas diferenciales que imposibiliten hallar patrones generales.

Descargas

La descarga de datos todavía no está disponible.

Citas

Aizpurúa, N., 2010. Medidas preventivas, correctoras y compensatorias del impacto ecológico de carreteras. Madrid: Universidad Politécnica de Madrid. (Tesis de Doctorado).

Arroyave, M.D.P., Gómez, C., Gutiérrez, M.E., Múnera, D.P., Zapata, P.A., Vergara, I.C. y Ramos, K.C., 2006. Impactos de las carreteras sobre la fauna silvestre y sus principales medidas de manejo. En: Revista EIA, (5), pp.45-57.

Artavia, A., Jiménez, M., Martínez-Salinas, A., Pomareda, E., Araya-Gamboa, D. y Arévalo-Huezo, E., 2015. Registro de mamíferos silvestres en la sección de la ampliación de la Ruta 32, Limón, Costa Rica. En: Brenesia, 83-84, pp.37-46.

Ascensão, F., Yogui, D., Alves, M., Medici, E.P. y Desbiez, A., 2019. Predicting spatiotemporal patterns of road mortality for medium-large mammals. En: Journal of Environmental Management, 248, 109320. https://doi.org/10.1016/j.jenvman.2019.109320

Barri, F., 2010. Evaluación preliminar de la mortandad de mastofauna nativa por colisión con vehículos en tres rutas de Argentina. En: Ecología Aplicada, 9(2), pp.161-165.

Baudron, P., Alonso-Sarría, F., García-Aróstegui, J., Cánovas-García, F., Martínez-Vicente, D. y Moreno Brotóns, J., 2013. Identifying the origin of groundwater samples in a multi-layer aquifer system with Random Forest classification. En: Journal of Hydrology, 499, pp.303-315.

Benito, B. y Peñas, J., 2007. Aplicación de modelos de distribución de especies a la conservación de la biodiversidad en el sureste de la Península Ibérica. En: GeoFocus. Revista Internacional de Ciencia y Tecnología de la Información Geográfica, (7), pp.100-119.

Bowman, J., Ray, J.C., Magoun, A.J., Johnson, D.S. y Dawson, F.N., 2010. Roads, logging, and the large-mammal community of an eastern Canadian boreal forest. En: Canadian Journal of Zoology, 88(5), pp.454-467.

Breiman, L., Friedman, J., Stone, Ch. y Olshen, R.A., 1984. Classification and regression trees, wadsworth. Oxford: Taylor & Francis

Breiman, L., 2001. Random forests. En: Machine Learning, 45(1), pp.5-32.

Bourel, M., 2012. Métodos de agregación de modelos y aplicaciones. En: Ingeniería, 10, pp.19-32

Bourel, M. y Segura, A.M., 2018. Multiclass classification methods in ecology. En: Ecological Indicators, 85, pp.1012-1021. https://doi.org/10.1016/j.ecolind.2017.11.031

Cáceres, N., Wideberg, J.P. y Benitez, F.G., 2008. Review of traffic data estimations extracted from cellular networks. En: IET Intelligent Transport Systems, 2(3), pp.179-192.

Carvajal-Alfaro, V., Díaz-Quesada, F. y Gallardo-Loría, R., 2010. Estrategias para la conservación de poblaciones de mamíferos silvestres en rutas turísticas de acceso al cantón de Sarapiquí [En línea]. San Carlos: Instituto Tecnológico de Costa Rica. [Consulta: 20 de agosto de 2019]. Disponible en: https://repositoriotec.tec.ac.cr/handle/2238/6281

Ceballos, G., García, A., y Ehrlich, P.R., 2010. The sixth extinction crisis loss of animal populations and species. En: Journal of Cosmology, 8, pp.1821–1831.

Chen, C., Liaw, A., y Breiman, L., 2004. Using random forest to learn imbalanced data [En línea]. Berkeley: University of California. [Consulta: 12 de octubre de 2019]. Disponible en: https://statistics.berkeley.edu/sites/default/files/tech-reports/666.pdf

Coitiño, H., Montenegro, F. y Guerrero, J.C., 2018. Uruguay y el impacto de las carreteras: contexto y perspectivas a futuro. En: Bager, A. Infraestructra viária & biodiversidade: métodos e diagnósticos. Lavras: UFLA. pp 244-269.

Colino, V., 2011. Contribuciones al análisis de mortalidad de vertebrados en carreteras. Salamanca: Facultad de Ciencias Agrarias y Ambientales. (Tesis Doctoral).

Cupul, F., 2002. Víctimas de la carretera: fauna apachurrada. En: Gaceta CUC. Departamento de Ciencias. Centro Universitario de la Costa, México.

Cutler, A. y Stevens, J.R., 2006. Random forests for microarrays. En: Methods in Enzymology, 411, pp.422-432

Cutler, D.R., Edwards, T.C., Beard, K.H., Cutler, A., Hess, K.T., Gibson, J. y Lawler, J.J., 2007. Random forests for classification in ecology. En: Ecology, 88(11), pp.2783-2792.

Delgado-Vélez, C.A., 2014. Adiciones al atropellamiento vehicular de mamíferos en la vía de El Escobero, Envigado (Antioquia), Colombia. En: Revista EIA, 11(22), pp.147-153.

DINAMA, OSE, DINARA, IDR y CURE, 2018. Estado ambiental de las lagunas costeras de Rocha y Castillos y de sus principales tributarios. Montevideo: DINAMA, OSE, DINARA, IDR y CURE

De’ath, G. y Fabricius, K.E., 2000. Classification and regression trees: a powerful yet simple technique for ecological data analysis. En: Ecology, 81, pp.3178–3192.

D’Amico, M., 2015. One the road: los distintos impactos del tráfico motorizado sobre poblaciones de animales. Sevilla: Universidad Pablo de Olavide. (Tesis Doctoral).

Ferreras, P., Gaona, P., Palomares, F. y Delibes, M., 2001. Restore habitat or reduce mortality? Implications from a population viability analysis of the Iberian lynx. En: Animal Conservation Forum, 4(3), pp.265-274. DOI: 10.1017/S1367943001001317

Ford, A.T. y Fahrig, L., 2007. Diet and body size of North American mammal road mortalities. En: Transportation Research Part D: Transport and Environment, 12(7), pp.498-505.

González, E.M., 2001. Guía de campo de los mamíferos de Uruguay: introducción al estudio de los mamíferos. Montevideo: Vida Silvestre.

González, E.M., Martínez-Lanfranco, J.A., Juri, E., Rodales, A.L., Botto, G. y Soutullo, Á., 2013. Mamíferos. En: Soutullo, A., Clavijo, C. y Martínez-Lanfranco, J.A., eds. Especies prioritarias para la conservación en Uruguay. Vertebrados, moluscos continentales y plantas vasculares. Montevideo: SNAP, DINAMA y DICYT. pp.175-207.

Grilo, C., Bissonette, J.A. y Santos-Reis, M., 2009. Spatial–temporal patterns in Mediterranean carnivore road casualties: consequences for mitigation. En: Biological Conservation, 142(2), pp.301-313.

Guhimre, B., Rogan, J. y Miller, J., 2010. Contextual land-cover classification: incorporating spatial dependence in land-cover classification models using random forests and the Getis statistic. En: Remote Sensing Letters, 1(1), pp.45-54.

Hastie, T.J., Tibshirani, R.J. y Friedman, J.H., 2001. The elements of statistical learning: data mining, inference, and prediction. New York: Springer.

Kerley, L.L., Goodrich, J.M., Miquelle, D.G., Smirnov, E.N., Quigley, H.B. y Hornocker, M.G., 2002. Effects of roads and human disturbance on Amur tigers. En: Conservation Biology, 16(1), pp.97-108.

Malo, J.E., Suárez, F. y Diez, A., 2004. Can we mitigate animal–vehicle accidents using predictive models? En: Journal of Applied Ecology, 41(4), pp.701-710.

Mateo, R.G., Felicísimo, Á.M. y Muñoz, J., 2011. Modelos de distribución de especies: una revisión sintética. En: Revista Chilena de Historia Natural, 84(2), pp.217-240.

Liaw, A. y Wiener, M., 2002. Classification and regression by random Forest. En: R News, 2(3), pp.18-22.

Ministerio de Agricultura, Alimentación y Medio Ambiente, 2006. Prescripciones técnicas para el diseño de pasos de fauna y vallados perimetrales. Madrid: Misterio de Agricultura, Alimentación y Medio Ambiente. (Documentos para la reducción de la fragmentación de hábitats causada por infraestructuras de transportes, 1).

Puc-Sánchez, J.I., Delgado-Trejo, C., Mendoza-Ramírez, E. y Suazo-Ortuño, I., 2013. Las carreteras como una fuente de mortalidad de fauna silvestre en México. En: CONABIO Biodiversitas, 11, pp.12-16.

Prasad, A.M., Iverson, L.R. y Liaw, A., 2006. Newer classification and regression tree techniques: bagging and random forests for ecological prediction. En: Ecosystems, 9(2), pp.181- 199.

Santos, A.M. y Tabarelli, M., 2002. Distance from roads and cities as a predictor of habitat loss and fragmentation in the Caatinga vegetation of Brazil. En: Brazilian Journal of Biology, 62(4B), pp.897-905.

Schmidt, K., Behrens, T. y Scholten, T., 2008. Instance selection and classification tree analysis for large spatial datasets in digital soil mapping. En: Geoderma, 146, pp.138-146.

Segura, A.M., Piccini, C., Nogueira, L., Alcántara, I., Calliari, D. y Kruk, C., 2017. Increased sampled volume improves Microcystis aeruginosa complex (MAC) colonies detection and prediction using Random Forests. En: Ecological Indicators, 79, pp.347-354.

Seiler, A. y Helldin, J.O., 2006. Mortality in wildlife due to transportation. En: Davenport, John y Davenport, Julia, L., eds. The ecology of transportation: managing mobility for the environment. Amsterdam: Springer. pp.165-189.

Pino Cubiles, Patricia, 2017. Evaluación del riesgo crediticio mediante árboles de clasificación y bosques aleatorios [En línea]. Sevilla: Universidad de Sevilla. [Consulta: 10/2/2020. Disponible en: http://bibing.us.es/proyectos/abreproy/91149/fichero/MEMORIATFG.pdf

R-Core Team, 2019. R: A language and environment for statistical computing [En línea]. Vienna: R Foundation for Statistical Computing. [Consulta: 8/6/2020]. En: https://www.R-project.org/.

Taylor, B.D. y Goldingay, R.L., 2004. Wildlife road-kills on three major roads in north-eastern New South Wales. En: Wildlife Research, 31, pp.83–89.

Torres, A., Velázquez, A. y Lobato, J., 2003. Riqueza, diversidad y patrones de distribución espacial de los mamíferos. En: Velázquez, A., Torres, A. y Bocco, G., comp. Las enseñanzas de San Juan. Investigación participativa para el manejo integral de recursos naturales. México: Instituto Nacional de Ecología. pp.277-299.

Publicado
2020-06-04
Sección
Artículos