Informe monitoreo adaptativo 2024 de anátidos en provincia de Buenos Aires

• Autores: Bernardos, Jaime Nicolás; Bernad, Lucía; Castro, Karen; Medero, Silvina Laura; Pedrana, Julieta; von Thüngen, Julieta
• Año de publicación: 2024
• Idioma: español castellano
• Tipo de recurso: informe técnico
• Materia: Anatidae; Especies; Distribución Geográfica; Buenos Aires (provincia); Species; Geographical Distribution; Buenos Aires (province); Monitoreo Adaptativo; Anátidos
• Institución: Instituto Nacional de Tecnología Agropecuaria

En este informe 2024 se avanzó con los modelos de distribución de las 14 de especies de anátidos como herramientas numéricas. Estas combinan observaciones de la presencia y abundancia de especies con estimaciones ambientales para predecir la distribución en distintos paisajes. Se conformaron equipos de trabajo compuestos por un biólogo/a y un guía de la actividad cinegética para realizar el trabajo de campo entre los días 26 al 30 de agosto 2024. Se llevaron registros de las especies observadas y una ruta trazada de antemano. La metodología de estimación de la abundancia de las 14 especies de anátidos se basó en puntos de observación y conteo de individuos durante un tiempo máximo de 20 minutos, a fin de evitar dobles conteos. El mismo cuerpo de agua se relevó dos veces, horas más tarde o al día siguiente, para volver a realizar la misma operación. Las imágenes del área se seleccionaron del repositorio de imágenes Landsat del Servicio Geológico de EEUU (USGS Landsat 9 Collection) utilizando Google Earth Engine Code (GEE), Sobre los mosaicos obtenidos se calculó NDVI y NDWI, para obtener los valores correspondientes según la ubicación de los puntos de muestreo. A fin de estimar la abundancia de cada especie de anátido considerando los factores que indicen en la detectabilidad y la abundancia, se aplicó el modelo de Royle (2004), que ajusta un modelo mixto de abundancia (N-mixture model) a un conteo de datos espacialmente replicado. Se analizaron las covariables de los modelos más parsimoniosos. Se identificaron, por medio de imágenes satelitales, un total de 31295 cuerpos de agua superiores a 1 ha, que cubren un total de poco más de medio millón de hectáreas (508060 ha). La extrapolación y predicción de la abundancia se realizó sobre el 76.5% de la superficie de agua, dado que no se incluyeron en la muestra la totalidad de los partidos y no se consideró prudente extender las estimaciones a dichos partidos, pese al tamaño y representatividad de la muestra. En los partidos sobre los que se realizó la extrapolación y predicción de la abundancia de anátidos se registraron 18455 cuerpos de agua con un área superior a 1 ha donde la superficie cubierta por agua fue de 388695 ha. Se relevaron 349 cuerpos de agua, donde se contaron en ambas visitas 127048 patos y sólo considerando la visita con mayor abundancia 88980 patos, sin diferenciar especies. Las cuatro especies más abundantes fueron Dendrocygna viudata, Spatula platalea, Anas georgica y Netta peposaca, siendo el total estimado de alrededor de 19 millones de anátidos (19438255, IC: 7 688610 - 58518214). En esta temporada de relevamiento no se avistó Dendrocygna autumnalis. Estos modelos pueden contribuir como instrumentos para mejorar la toma de decisiones de manejo.
In this 2024 report, progress was made with the distribution models of the 14 species of ducks as numerical tools. These combine observations of the presence and abundance of species with environmental estimates to predict distribution in different landscapes. Work teams composed of a biologist and a hunting guide were formed to carry out field work between August 26 and 30, 2024, who kept records of the species observed and a route drawn in advance. The methodology for estimating the abundance of the 14 species of ducks was based on observation points and counting individuals for a maximum time of 20 minutes, to avoid double counting. It was necessary to return to the same waterbody hours later or the following day to carry out the same operation again. The images of the area were selected from the US Geological Survey's Landsat image repository (USGS Landsat 9 Collection) using Google Earth Engine Code (GEE). NDVI and NDWI were calculated from the mosaics obtained to obtain the corresponding values of NDVI y NDWI according to the locaƟon of the sampling points. To estimate the abundance of each species of duck, considering the factors that influence detectability and abundance, the Royle model (2004) was applied, which fits a mixed abundance model (N-mixture model) to a spatially replicated data count. The covariates of the most parsimonious models were analyzed. As a result, a total of 31,295 waterbodies larger than 1 ha were idenƟfied by means of satellite images, covering a total of just over half a million hectares (508,060 ha). The extrapolation and predicƟon of abundance was carried out on 76.5% of the water surface, since not all the districts were included in the sample and it was not considered prudent to extend the estimates to these districts, despite the size and representativeness of the sample. In the districts where the extrapolation and prediction of the abundance of ducks was carried out, 18,455 bodies of water were recorded with an area greater than 1 ha, where the surface covered by water was 388,695 ha. A total of 349 waterbodies were surveyed, where 127,048 ducks were counted in both visits and only considering the visit with the greatest abundance, 88,980 ducks, without differentiating species. The four most abundant species were Dendrocygna viudata, Spatula platalea, Anas georgica and Netta peposaca, with an estimated total of around 19 million ducks (19,438,255, IC: 7,688,610 - 5,851,8214). No Dendrocygna autumnalis was sighted during this survey season. These models can contribute as tools to improve management decision-making.
EEA Balcarce
Fil: Bernardos, Jaime Nicolás. Universidad Nacional de La Pampa (UNLPam). Facultad de Ciencias Exactas y Naturales; Argentina
Fil: Bernad, Lucía. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Balcarce. Instituto de Innovación para la Producción Agropecuaria y el Desarrollo Sostenible (IPADS); Argentina
Fil: Bernad, Lucía. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Estación Experimental Agropecuaria Balcarce. Instituto de Innovación para la Producción Agropecuaria y el Desarrollo Sostenible (IPADS); Argentina
Fil: Castro, Karen. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Biología de Organismos Marinos (IBIOMAR); Argentina
Fil: Medero, Silvina Laura. Instituto Nacional de Tecnología Agropecuaria (INTA). Instituto de Recursos Biológicos; Argentina
Fil: Pedrana, Julieta. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET); Argentina
Fil: Pedrana, Julieta. Universidad Tecnológica Nacional. Facultad Regional Mar del Plata; Argentina
Fil: von Thüngen, Julieta. Investigadora independiente; Argentina