Shifts in Climatic Niche Occupation in Astrophytum Coahuilense (H. Möller) Kayser and Its Potential Distribution in Mexico

Abstract

It has frequently been reported that species with strong niche conservatism will not be able to adapt to new climatic conditions, so they must migrate or go extinct. We have evaluated the shifts in climatic niche occupation of the species Astrophytum coahuilense and its potential distribution in Mexico. We understand niche occupation as the geographic zones with available habitats and with the presence of the species. To assess shifts in climatic niche occupation, we used niche overlap analysis, while potential distribution modeling was performed based on the principle of maximum entropy. The results indicate that this species presents a limited amplitude in its climate niche. This restriction of the climatic niche of A. coahuilense limits its ability to colonize new geographical areas with different climatic environments. On the other hand, the potential distribution models obtained from the present study allow us to identify potential zones based on the climatic requirements of the species. This information is important to identify high priority areas for the conservation of A. coahuilense.

Niche Divergence at Intraspecific Level in the Hyrcanian Wood Frog, Rana pseudodalmatina: A Phylogenetic, Climatic, and Environmental Survey

“…To create ENMs, we used the maximum entropy model (MaxEnt v 3.4.4; 6 a presence-background approach that has a high prediction power even with a small sample of presence sites (Phillips et al, 2006) and widely used in spatial ecology (Banerjee et al, 2019;Cardoza-Martínez et al, 2019;Martínez-Freiría et al, 2020;Rodríguez-Rodríguez et al, 2020;Goudarzi et al, 2021). We constructed nine distinct models by MaxEnt using (1) BCV at species-level (SL hereafter) and two WRC and ERC, (2) MEV at SL and two WRC and ERC, and (3) integrated BCV + MEV at SL and two WRC and ERC.…”

Distribución potencial de Culiseta melanura (Coquillett) (Diptera: Culicidae) en América

“…A dichos puntos se agregó información de las 19 variables ambientales del clima actual. Con la información generada se realizó un análisis de correlación bivariada para reducir la multicolinealidad entre las variables de entrada; para las variables que se encontraban altamente correlacionadas (r > 0,75) se escogió la variable que presentó mayor variación o la que representó mayor significado biológico para la especie (CARDOZA-MARTÍNEZ et al, 2019).…”

“…Para representar la distribución potencial de C. melanura se utilizó un modelo de máxima entropía (MaxEnt, versión 3.4.1) (PHILLIPS et al, 2017). Se eligió el modelo MaxEnt porque utiliza datos de registros de presencia, es decir, ausencias seleccionadas aleatoriamente de áreas que han sido accesibles para la especie (CARDOZA-MARTÍNEZ et al, 2019). MaxEnt tiene un mejor desempeño que los modelos de ausencia de presencia; además, este método de modelación puede manejar pequeñas muestras de los datos de presencia de una especie, a partir de cinco registros geográficos (CARDOZA- MARTÍNEZ et al, 2019).…”

“…Esta idoneidad de hábitat está representada por una escala que va desde 0 (idoneidad baja) a 1 (fitness alta) (BUCKLEY et al, 2008;CARDOZA-MARTÍNEZ et al, 2019). Para reducir la complejidad del modelo es necesario su respectiva evaluación y calibración (CARDOZA-MARTÍNEZ et al, 2019), considerando las opciones de: a) Área accesible (background o área M), b) los tipos de variables que MaxEnt construye (features), y c) el tipo de salida del modelo (raw, acumulativa o logística), ya que estas consideraciones afectan las inferencias a realizar (MEROW et al, 2013;CARDOZA-MARTÍNEZ et al, 2019). En este estudio, el método de calibración y evaluación para el modelado de C. melanura se llevó a cabo utilizando la librería "ENMeval" (CARDOZA-MARTÍNEZ et al, 2019) en el software estadístico R versión 3.5.2 (R Development Team, 2021).…”

“…Para determinar la importancia de cada variable bioclimática en la conformación de la distribución geográfica obtenida de C. melanura, cada una de las siete variables fue evaluado de acuerdo a su importancia relativa al agregar el porcentaje de contribución (PC) y la importancia de la permutación (IP) evaluada por MaxEnt (CARDOZA- MARTÍNEZ et al, 2019). Adicionalmente, se realizaron análisis de Jackknife, en los que se ajustan los modelos con una sola variable a la vez y se midió el ajuste respecto al modelo completo con todas las variables elegidas (ORTÍZ-YUSTY et al, 2014).…”