Los modelos de distribución de especies tienen aplicaciones en las disciplinas de ecología, biogeografía, biología evolutiva y biología de la conservación, entre otras (Franklin 2009). En el caso particular de los quelonios continentales colombianos,
el potencial de aplicación es bastante am- plio. Estos modelos pueden ser de gran utilidad para mejorar el conocimiento de las distribuciones geográficas de las espe- cies colombianas. Para la mayoría de estas especies sólo se cuenta con representacio- nes de su área derivadas de localidades de muestreo o cuencas hidrográficas. Sin
embargo, ya que existen diversas áreas del país en donde no se han realizado inven- tarios extensos, es evidente que el cono- cimiento de la distribución de los quelo- nios es incompleto. El modelamiento de la distribución de las especies colombianas puede permitir también hacer inferencias importantes, como la posible presencia en el país de especies que ocurren en las fronteras, como el caso de Mesoclemmys zuliae que ocurre en el estado Zulia (cuen- ca del Lago de Maracaibo) en Venezuela. Los resultados de los modelos deben ser verificados con muestreos en campo. Di- chos modelos también permitirían inferir la presencia de algunas especies en áreas protegidas e identificar las especies que se encuentran desprotegidas por el sistema. Otra utilidad sería determinar el efecto de actividades como minería en áreas de ocurrencia de las especies. Además de es- tas aplicaciones de conservación, los mo- delos permiten responder otras preguntas ecológicas importantes, como: ¿qué hábi- tats son adecuados pero no están ocupa- dos? (¿por límites de dispersión?); o por el contrario, ¿qué poblaciones ocurren en lugares teóricamente no adecuados? (¿po- sibles poblaciones sumidero subsidiadas por inmigración?). Las aplicaciones de los modelos son diversas y apenas comienzan a ser exploradas.
Bibliografía
• Anadón, J. D., A. Giménez, M. Martínez, J. A. Palazón y M. A. Esteve. 2007. Assessing changes in habitat quality due to land use changes in the spur-thighed tortoise Tes-
tudo graeca using hierarchical predictive
habitat models. Diversity and Distributions 13: 324-331.
• Anderson, R. P., A. T. Peterson y M. Gómez- Laverde. 2002. Using niche-based GIS mo- deling to test geographic predictions of competitive exclusion and competitive re-
lease in South American pocket mice. Oikos 98: 3–16.
• Baskaran, L. M., V. H. Dale, R. A. Efroym- son y W. Birkhead. 2006. Habitat modeling within a regional context: An example using gopher tortoise. American Midland
Naturalist 155: 335-351.
• Bombi, P., M. D’Amen, J. Gerlach y L. Lui- selli. 2009. Will climate change affect te- rrapin (Pelusios subniger paritalis and P.
castanoides intergularis) conservation in
Seychelles?. Phelsuma 17A: 1-12.
• Brown, J. H., G. C. Stevens y D. M. Kauf- man. 1996. The geographic range: Size, shape, boundaries, and internal structure.
Annual Review of Ecology and Systematics 27:
597-623.
• Buhlmann, K. A., T. S. B. Akre, J. B. Iver- son, D. Karapatakis, R. A. Mittermeier, A. Georges, A. G. J. Rhodin, P. P. van Dijk y J. W. Gibbons. 2009. A global analysis of tor- toise and freshwater turtle distributions with identification of priority conserva- tion areas. Chelonian Conservation and Bio-
logy 8: 116-149.
• De’ath, G. y K. E. Fabricius. 2000. Classifi- cation and regression trees: A powerful yet simple technique for ecological data analy- sis. Ecology 81: 3178-3192.
• Drew, A. C., Y. F. Wiersma y F. Huettmann (Eds.). 2011. Predictive species and habitat modeling in landscape ecology: Concepts and applications. Springer, New York. 314 pp.
• Elith, J., C. H. Graham, R. P. Anderson, M. Dudík, S. Ferrier, A. Guisan, R. J. Hi- jmans, F. Huettmann, J. R. Leathwick, A. Lehmann, J. Li, G. L. Lohmann, B. A. Loiselle, G. Manion, C. Moritz, M. Naka- mura, Y. Nakazawa, J. McC. M. Overton, A. Townsend Peterson, S. J. Phillips, K. Richardson, R. Scachetti-P., R. E. Schapire, J. Soberón, S. Williams, M. S. Wisz y N. E. Zimmermann. 2006. Novel methods im- prove prediction of species’ distributions from occurrence data. Ecography 29: 129- 151.
• Ferrier, S. 2002. Mapping spatial pattern in biodiversity for regional conservation planning: Where to from here? Systematic
MODELAMIENTO
F. Nieto • Ficetola, G. F., W. Thuiller y E. Padoa-
Schioppa. 2009. From introduction to the establishment of alien species: Bioclimatic differences between presence and repro- duction localities in the slider turtle. Di-
versity and Distributions 15: 108-116.
• Forero-M., G., G. Cárdenas-A. y O. V. Castaño-M. 2012. Habitat distribution of Dahl’s toad-headed turtle (Mesoclemmys
dahli) in Colombia. Herpetological Conserva- tion and Biology. (en prensa).
• Franklin, J. 2009. Mapping species distri- bution: Spatial inference and prediction. Cambridge University Press, New York. 338 pp.
• Gaston, K. J. 2003. The structure and dy- namics of geographic ranges. Oxford Uni- versity Press, Oxford, UK. 266 pp. • Guisan, A., T. C. Edwards y T. Hastie. 2002.
Generalized linear and generalized addi- tive models in studies of species distribu- tions: Setting the scene. Ecological Mode-
lling 157: 89-100.
• Guisan, A. y J. P. Theurillat. 2000. Equili- brium modeling of alpine plant distribu- tion: How far can we go?. Phytocoenologia 30: 353-384.
• Guisan, A. y W. Thuiller. 2005. Predicting species distribution: Offering more than simple habitat models. Ecology Letters 8: 993-1009.
• Guisan, A. y N. E. Zimmermann. 2000. Predictive habitat distribution models in ecology. Ecological Modelling 135: 147-186. • IUCN. 2001. IUCN Red List Categories and
Criteria: Version 3.1. ii + 30 pp.
• Iverson, J. B. 1992. A revised checklist with distribution maps of the turtles of the world. Privately printed, Richmond, Indiana. 393 pp.
• Kearney, M. 2006. Habitat, environment and niche: What are we modelling?. Oikos 115: 186-191.
• Kearney, M. y W. Porter. 2009. Mechanis- tic niche modelling: Combining physiolo- gical and spatial data to predict species’ ranges. Ecology Letters 12: 334-350. • Legendre, P. y L. Legendre. 1998. Numeri-
cal Ecology. Elsevier, Amsterdam, Holan- da. 853 pp.
• Leibold, M. A. 1995. The niche concept re- visited: Mechanistic models and communi- ty context. Ecology 76: 1371-1382. • Medem, F. 1966. Contribución al cono-
cimiento sobre la ecología y distribución geográfica de Phrynops (Batrachemys) dahli (Testudinata: Pleurodira, Chelidae). Calda-
sia 9: 467-489.
• Mittermeier, R. A., A. G. J. Rhodin, F. Me- dem, P. Soini, M. S. Hoogmoedy N. C. D. Espinoza. 1978. Distribution of the South American chelid turtle Phrynops gibbus, with observations on habitat and repro- duction. Herpetologica 34: 94-100. • Moll, D. y E. O. Moll (Eds.). 2004. The eco-
logy, exploitation and conservation of river turtles. Oxford University Press, Oxford, UK. 393 pp.
• Pearce, J. L. y M. S. Boyce. 2006. Modelling distribution and abundance with presen- ce-only data. Journal of Applied Ecology 43: 405-412.
• Peterson, A. T. 2003. Predicting the geo- graphy of species’ invasions via ecological niche modeling. Quarterly Review of Biology 78: 419-433.
• Phillips, S. J., R. P. Anderson y R. E. Scha- pire. 2006. Maximum entropy modeling of species geographic distributions. Ecological
Modelling 190: 231-259.
• Phillips, S. J. y M. Dudík. 2008. Modeling of species distributions with Maxent: New extensions and a comprehensive evalua- tion. Ecography 31: 161-175.
• Rhodin, A. G. J., R. A. Mittermeier y R. d. R. E. Silva. 1982. Distribution and taxono- mic status of Phrynops hogei, a rare chelid turtle from southeastern Brazil. Copeia 1982: 179-181.
• Rhodin, A. G. J., P. C. H. Pritchard, P. P. van Dijk, R. A. Saumure, K. A. Buhlmann, J. B. Iverson y R. A. Mittermeier (Eds.). 2011. Conservation biology of freshwater turtles and tortoises: A compilation project of the IUCN/SSC tortoise and freshwater turtle specialist group. Chelonian Research Mono-
graphs 5: 064.1–064.5.
• Rödder, D., A. Kwet y S. Lötters. 2009. Translating natural history into geogra- phic space: A macroecological perspective
on the North American slider, Trachemys
scripta (Reptilia, Cryptodira, Emydidae). Journal of Natural History 43: 2525-2536.
• Thomas, C. D., A. Cameron, R. E. Green, M. Bakkenes, L. J. Beaumont, Y. C. Co- llingham, B. F. N. Erasmus, M. F. de Si- queira, M. F. Alan Grainger, L. Hannah, L. Hughes, B. Huntley, A. S. van Jaarsveld, G. F. Midgley, L. Miles, M. A. Ortega-H, A. T. Peterson, O. L. Phillips y S. E. Williams. 2004. Extinction risk from climate change.
Nature 427: 145-148.
• Thuiller, W. 2004. Patterns and uncertain- ties of species’ range shifts under climate change. Global Change Biology 10: 2020- 2027.
• USGS -United States Geological Survey. HYDRO1K. Drainage Basin Boundaries. Disponible en http://eros.usgs.gov/#/ Find_Data/Products_and_Data_Availa- ble/gtopo30/hydro/samerica
• Vayssiéres, M. P., R. E. Plant y B. H. Allen- D. 2000. Classification trees: An alternati- ve non-parametric approach for predicting species distributions. Journal of Vegetation
Science 11: 679-694.
• Yee, T. W. y N. D. Mitchell. 1991. Generali- zed additive models in plant ecology. Jour-
BIOLOGÍA Y CONSERVACIÓN DE LAS TORTUGAS CONTINENTALES DE COLOMBIA CLAVE FAMILIAS Y ESPECIES
A. Echeverry