Identifying areas of high invasion risk: A general model and an application to Mexico
- Autores
- del Val, Ek; Balvanera, Patricia; Castellarini, Fabiana; Espinosa García, Francisco Javier; Murguía, Miguel; Pacheco, Carlos
- Año de publicación
- 2015
- Idioma
- inglés
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- El desarrollo de mapas se ha convertido en una herramienta clave para el mantenimiento de los servicios ecosistémicos; sin embargo, ha sido poco utilizada para prevenir la pérdida de estos. Las invasiones bióticas son consideradas como agentes de perturbación debido a que ocasionan importantes pérdidas en la biodiversidad e interfieren con la provisión de servicios. Este trabajo propone un modelo regional para detectar áreas con alta probabilidad de invasión por plantas. El modelo se parametriza y se valida para México considerando 4 variables: disponibilidad de propágulos, tipo de vegetación, disturbio antrópico y riqueza de plantas nativas. Obtuvimos 5 mapas para México, uno para cada factor y otro más con el resultado del modelo de probabilidad de invasión (cuadrícula 0.5° × 0.5°). Validamos nuestro modelo contra la densidad de exóticas por estado y obtuvimos una correlación significativa (r= 0.73, p< 0.001). Las regiones con mayor susceptibilidad de invasión estuvieron cercanas a grandes ciudades y grandes extensiones agrícolas, pero también a regiones con alta biodiversidad, como Chiapas y la frontera entre Puebla y Veracruz.
Maps have become a key tool to guide priorities for biodiversity conservation, the maintenance of ecosystem services, but much less so for critical action against further service loss in critical areas. Biological invasions are important disruptors of ecosystem services given that they directly or indirectly affect human well being, as they are an important cause of biodiversity loss worldwide and interfere with the provision of many ecosystem services. Here, we propose a general model to identify regions where the probability of plant invasion is higher and can cause and/or aggravate negative effects upon ecosystems. We then apply the general model to Mexico. Our model of probability of invasion considers 4 main variables: propagule availability, vegetation type, anthropic disturbance and native plant species richness. We calculated an invasion risk index combining all factors. We produced 5 maps, one for each variable and another constructed with our model of combined risk, for a grid of 0.5° × 0.5° grid across the whole country. We validated our model with State level data on exotic plants per State and obtained a significant correlation (r= 0.73, p< 0.001) between our invasion risk index derived from the model and the observed density of exotic species. Areas with greater susceptibility to invasion are closer to large human settlements and to areas of intensive agriculture. Very high risk corridors and islands were detected in our maps, as well very high risk areas in high diversity regions such as Chiapas and the Puebla-Veracruz border where we suggest attention should be focused. Our model although simple, provides a useful tool for policy design to detect areas within a specific region or country where biotic invasions are likely to have a large effect. Locating these areas is important in order to maximize return on monetary and human resources and to minimize damaging effects of plant invasions.
Fil: del Val, Ek. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; México
Fil: Balvanera, Patricia. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; México
Fil: Castellarini, Fabiana. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto Multidisciplinario de Biología Vegetal. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas Físicas y Naturales. Instituto Multidisciplinario de Biología Vegetal; Argentina. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; México
Fil: Espinosa García, Francisco Javier. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; México
Fil: Murguía, Miguel. Universidad Nacional Autónoma de México. Facultad de Medicina; México
Fil: Pacheco, Carlos. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; México - Materia
-
ESPECIES EXÓTICAS
MODELO DE INVASIÓN
SERVICIOS ECOSISTÉMICOS
INVASIÓN BIÓTICA - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
- Repositorio
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/10875
Ver los metadatos del registro completo
id |
CONICETDig_625e58aa0205da3a62d757821b32cb94 |
---|---|
oai_identifier_str |
oai:ri.conicet.gov.ar:11336/10875 |
network_acronym_str |
CONICETDig |
repository_id_str |
3498 |
network_name_str |
CONICET Digital (CONICET) |
spelling |
Identifying areas of high invasion risk: A general model and an application to MexicoIdentificando áreas con riesgo elevado de invasión: un modelo general y una aplicación para Méxicodel Val, EkBalvanera, PatriciaCastellarini, FabianaEspinosa García, Francisco JavierMurguía, MiguelPacheco, CarlosESPECIES EXÓTICASMODELO DE INVASIÓNSERVICIOS ECOSISTÉMICOSINVASIÓN BIÓTICAhttps://purl.org/becyt/ford/1.6https://purl.org/becyt/ford/1El desarrollo de mapas se ha convertido en una herramienta clave para el mantenimiento de los servicios ecosistémicos; sin embargo, ha sido poco utilizada para prevenir la pérdida de estos. Las invasiones bióticas son consideradas como agentes de perturbación debido a que ocasionan importantes pérdidas en la biodiversidad e interfieren con la provisión de servicios. Este trabajo propone un modelo regional para detectar áreas con alta probabilidad de invasión por plantas. El modelo se parametriza y se valida para México considerando 4 variables: disponibilidad de propágulos, tipo de vegetación, disturbio antrópico y riqueza de plantas nativas. Obtuvimos 5 mapas para México, uno para cada factor y otro más con el resultado del modelo de probabilidad de invasión (cuadrícula 0.5° × 0.5°). Validamos nuestro modelo contra la densidad de exóticas por estado y obtuvimos una correlación significativa (r= 0.73, p< 0.001). Las regiones con mayor susceptibilidad de invasión estuvieron cercanas a grandes ciudades y grandes extensiones agrícolas, pero también a regiones con alta biodiversidad, como Chiapas y la frontera entre Puebla y Veracruz.Maps have become a key tool to guide priorities for biodiversity conservation, the maintenance of ecosystem services, but much less so for critical action against further service loss in critical areas. Biological invasions are important disruptors of ecosystem services given that they directly or indirectly affect human well being, as they are an important cause of biodiversity loss worldwide and interfere with the provision of many ecosystem services. Here, we propose a general model to identify regions where the probability of plant invasion is higher and can cause and/or aggravate negative effects upon ecosystems. We then apply the general model to Mexico. Our model of probability of invasion considers 4 main variables: propagule availability, vegetation type, anthropic disturbance and native plant species richness. We calculated an invasion risk index combining all factors. We produced 5 maps, one for each variable and another constructed with our model of combined risk, for a grid of 0.5° × 0.5° grid across the whole country. We validated our model with State level data on exotic plants per State and obtained a significant correlation (r= 0.73, p< 0.001) between our invasion risk index derived from the model and the observed density of exotic species. Areas with greater susceptibility to invasion are closer to large human settlements and to areas of intensive agriculture. Very high risk corridors and islands were detected in our maps, as well very high risk areas in high diversity regions such as Chiapas and the Puebla-Veracruz border where we suggest attention should be focused. Our model although simple, provides a useful tool for policy design to detect areas within a specific region or country where biotic invasions are likely to have a large effect. Locating these areas is important in order to maximize return on monetary and human resources and to minimize damaging effects of plant invasions.Fil: del Val, Ek. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; MéxicoFil: Balvanera, Patricia. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; MéxicoFil: Castellarini, Fabiana. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto Multidisciplinario de Biología Vegetal. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas Físicas y Naturales. Instituto Multidisciplinario de Biología Vegetal; Argentina. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; MéxicoFil: Espinosa García, Francisco Javier. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; MéxicoFil: Murguía, Miguel. Universidad Nacional Autónoma de México. Facultad de Medicina; MéxicoFil: Pacheco, Carlos. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; MéxicoUniversidad Nacional Autónoma de México. Instituto de Biología2015-03info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/10875del Val, Ek; Balvanera, Patricia; Castellarini, Fabiana; Espinosa García, Francisco Javier; Murguía, Miguel; et al.; Identifying areas of high invasion risk: A general model and an application to Mexico; Universidad Nacional Autónoma de México. Instituto de Biología; Revista Mexicana de Biodiversidad; 86; 1; 3-2015; 208-2161870-34532007-8706enginfo:eu-repo/semantics/altIdentifier/doi/10.7550/rmb.44743info:eu-repo/semantics/altIdentifier/url/http://www.sciencedirect.com/science/article/pii/S1870345315300233info:eu-repo/semantics/altIdentifier/url/http://revista.ib.unam.mx/index.php/bio/article/view/1114info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T10:09:10Zoai:ri.conicet.gov.ar:11336/10875instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 10:09:11.192CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
dc.title.none.fl_str_mv |
Identifying areas of high invasion risk: A general model and an application to Mexico Identificando áreas con riesgo elevado de invasión: un modelo general y una aplicación para México |
title |
Identifying areas of high invasion risk: A general model and an application to Mexico |
spellingShingle |
Identifying areas of high invasion risk: A general model and an application to Mexico del Val, Ek ESPECIES EXÓTICAS MODELO DE INVASIÓN SERVICIOS ECOSISTÉMICOS INVASIÓN BIÓTICA |
title_short |
Identifying areas of high invasion risk: A general model and an application to Mexico |
title_full |
Identifying areas of high invasion risk: A general model and an application to Mexico |
title_fullStr |
Identifying areas of high invasion risk: A general model and an application to Mexico |
title_full_unstemmed |
Identifying areas of high invasion risk: A general model and an application to Mexico |
title_sort |
Identifying areas of high invasion risk: A general model and an application to Mexico |
dc.creator.none.fl_str_mv |
del Val, Ek Balvanera, Patricia Castellarini, Fabiana Espinosa García, Francisco Javier Murguía, Miguel Pacheco, Carlos |
author |
del Val, Ek |
author_facet |
del Val, Ek Balvanera, Patricia Castellarini, Fabiana Espinosa García, Francisco Javier Murguía, Miguel Pacheco, Carlos |
author_role |
author |
author2 |
Balvanera, Patricia Castellarini, Fabiana Espinosa García, Francisco Javier Murguía, Miguel Pacheco, Carlos |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
ESPECIES EXÓTICAS MODELO DE INVASIÓN SERVICIOS ECOSISTÉMICOS INVASIÓN BIÓTICA |
topic |
ESPECIES EXÓTICAS MODELO DE INVASIÓN SERVICIOS ECOSISTÉMICOS INVASIÓN BIÓTICA |
purl_subject.fl_str_mv |
https://purl.org/becyt/ford/1.6 https://purl.org/becyt/ford/1 |
dc.description.none.fl_txt_mv |
El desarrollo de mapas se ha convertido en una herramienta clave para el mantenimiento de los servicios ecosistémicos; sin embargo, ha sido poco utilizada para prevenir la pérdida de estos. Las invasiones bióticas son consideradas como agentes de perturbación debido a que ocasionan importantes pérdidas en la biodiversidad e interfieren con la provisión de servicios. Este trabajo propone un modelo regional para detectar áreas con alta probabilidad de invasión por plantas. El modelo se parametriza y se valida para México considerando 4 variables: disponibilidad de propágulos, tipo de vegetación, disturbio antrópico y riqueza de plantas nativas. Obtuvimos 5 mapas para México, uno para cada factor y otro más con el resultado del modelo de probabilidad de invasión (cuadrícula 0.5° × 0.5°). Validamos nuestro modelo contra la densidad de exóticas por estado y obtuvimos una correlación significativa (r= 0.73, p< 0.001). Las regiones con mayor susceptibilidad de invasión estuvieron cercanas a grandes ciudades y grandes extensiones agrícolas, pero también a regiones con alta biodiversidad, como Chiapas y la frontera entre Puebla y Veracruz. Maps have become a key tool to guide priorities for biodiversity conservation, the maintenance of ecosystem services, but much less so for critical action against further service loss in critical areas. Biological invasions are important disruptors of ecosystem services given that they directly or indirectly affect human well being, as they are an important cause of biodiversity loss worldwide and interfere with the provision of many ecosystem services. Here, we propose a general model to identify regions where the probability of plant invasion is higher and can cause and/or aggravate negative effects upon ecosystems. We then apply the general model to Mexico. Our model of probability of invasion considers 4 main variables: propagule availability, vegetation type, anthropic disturbance and native plant species richness. We calculated an invasion risk index combining all factors. We produced 5 maps, one for each variable and another constructed with our model of combined risk, for a grid of 0.5° × 0.5° grid across the whole country. We validated our model with State level data on exotic plants per State and obtained a significant correlation (r= 0.73, p< 0.001) between our invasion risk index derived from the model and the observed density of exotic species. Areas with greater susceptibility to invasion are closer to large human settlements and to areas of intensive agriculture. Very high risk corridors and islands were detected in our maps, as well very high risk areas in high diversity regions such as Chiapas and the Puebla-Veracruz border where we suggest attention should be focused. Our model although simple, provides a useful tool for policy design to detect areas within a specific region or country where biotic invasions are likely to have a large effect. Locating these areas is important in order to maximize return on monetary and human resources and to minimize damaging effects of plant invasions. Fil: del Val, Ek. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; México Fil: Balvanera, Patricia. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; México Fil: Castellarini, Fabiana. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Córdoba. Instituto Multidisciplinario de Biología Vegetal. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas Físicas y Naturales. Instituto Multidisciplinario de Biología Vegetal; Argentina. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; México Fil: Espinosa García, Francisco Javier. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; México Fil: Murguía, Miguel. Universidad Nacional Autónoma de México. Facultad de Medicina; México Fil: Pacheco, Carlos. Universidad Nacional Autonoma de Mexico. Centro de Investigaciones en Ecosistemas; México |
description |
El desarrollo de mapas se ha convertido en una herramienta clave para el mantenimiento de los servicios ecosistémicos; sin embargo, ha sido poco utilizada para prevenir la pérdida de estos. Las invasiones bióticas son consideradas como agentes de perturbación debido a que ocasionan importantes pérdidas en la biodiversidad e interfieren con la provisión de servicios. Este trabajo propone un modelo regional para detectar áreas con alta probabilidad de invasión por plantas. El modelo se parametriza y se valida para México considerando 4 variables: disponibilidad de propágulos, tipo de vegetación, disturbio antrópico y riqueza de plantas nativas. Obtuvimos 5 mapas para México, uno para cada factor y otro más con el resultado del modelo de probabilidad de invasión (cuadrícula 0.5° × 0.5°). Validamos nuestro modelo contra la densidad de exóticas por estado y obtuvimos una correlación significativa (r= 0.73, p< 0.001). Las regiones con mayor susceptibilidad de invasión estuvieron cercanas a grandes ciudades y grandes extensiones agrícolas, pero también a regiones con alta biodiversidad, como Chiapas y la frontera entre Puebla y Veracruz. |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-03 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11336/10875 del Val, Ek; Balvanera, Patricia; Castellarini, Fabiana; Espinosa García, Francisco Javier; Murguía, Miguel; et al.; Identifying areas of high invasion risk: A general model and an application to Mexico; Universidad Nacional Autónoma de México. Instituto de Biología; Revista Mexicana de Biodiversidad; 86; 1; 3-2015; 208-216 1870-3453 2007-8706 |
url |
http://hdl.handle.net/11336/10875 |
identifier_str_mv |
del Val, Ek; Balvanera, Patricia; Castellarini, Fabiana; Espinosa García, Francisco Javier; Murguía, Miguel; et al.; Identifying areas of high invasion risk: A general model and an application to Mexico; Universidad Nacional Autónoma de México. Instituto de Biología; Revista Mexicana de Biodiversidad; 86; 1; 3-2015; 208-216 1870-3453 2007-8706 |
dc.language.none.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/doi/10.7550/rmb.44743 info:eu-repo/semantics/altIdentifier/url/http://www.sciencedirect.com/science/article/pii/S1870345315300233 info:eu-repo/semantics/altIdentifier/url/http://revista.ib.unam.mx/index.php/bio/article/view/1114 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/2.5/ar/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/ |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional Autónoma de México. Instituto de Biología |
publisher.none.fl_str_mv |
Universidad Nacional Autónoma de México. Instituto de Biología |
dc.source.none.fl_str_mv |
reponame:CONICET Digital (CONICET) instname:Consejo Nacional de Investigaciones Científicas y Técnicas |
reponame_str |
CONICET Digital (CONICET) |
collection |
CONICET Digital (CONICET) |
instname_str |
Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.name.fl_str_mv |
CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.mail.fl_str_mv |
dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar |
_version_ |
1842270072279662592 |
score |
13.13397 |