Joan Pino - Les invasions biològiques a Catalunya primera avaluació
1. L’estat d’invasió de Catalunya
per espècies exòtiques:
primera diagnosi
Joan Pino
Jara Andreu
Núria Gassó
Juliol de 2010
2. Les invasions biològiques
Espècie nativa Espècie al·lòctona
Transport
(fora de l’àrea de distribució nadiua, Introducció
per medis antròpics)
Espècie adventícia o no establerta
Naturalització
Espècie naturalitzada o establerta
Expansió
(àmbit regional o
local)
Duncan R.P., Blackburn T.M., Sol D. (2003) Espècie invasora
Annual Review of Ecology, Evolution and
Systematics 34:71-98
3. Les invasions biològiques provoquen
impactes ecològics i econòmics
Vilà et al. (2008) Frontiers in Ecology and the Environment
4. Les invasions biològiques es troben en
expansió.
El seu interès científic i aplicat, també
100
Percentatge d’espècies
75
exòtiques per regions
50
25
0
Crooks J.A. (2005). Ecoscience 12: 316–329 1900
1800 1850 1950 2000
Any
Publicacions sobre
invasions biològiques
Richardson D.M., P. Pyšek (2008). Diversity &
Distributions 14: 161-168.
Any
5. Què determina l’èxit de les invasions?
Èxit
d’invasió
Èxit invasor Grau d’invasió
de les espècies d’hàbitats i regions
Factors
Concordança Capacitat Invasibilitat
antropogènics
climàtica invasora Pressió de propàgul
Temps de residència
Via d’introducció
Gassó, N. (2008).Tesi doctoral inèdita, UAB
6. Estat d’invasió de Catalunya: preguntes
• Quantes espècies exòtiques hi ha, en total i per
grups taxonòmics?
• Quines són les més esteses?
• Quins són els territoris més envaïts?
• Quins són els hàbitats més envaïts?
• Els patrons d’invasió dels diversos grups són
coincidents?
7. Macroecologia i invasions
Anàlisi de fenòmens ecològics a escales espacials i
temporals grans, expansiva i sintètica alhora
Aproximació top-down, adequada per a l’estudi de
patrons (bio)geogràfics d’abundància, distribució i
diversitat
Resultats útils per a la presa de decisions, que
ajuden a superar la coneguda “paradoxa del gestor”
“seeing the forest for the trees” (T.M. Blackburn)
Brown, J.H. 2000. Macroecology. University of Chicago Press.
Gaston, K.J. and T.M. Blackburn. 2000. Pattern and Process in Macroecology. Blackwell Sci.
8. El Banc de dades de Biodiversitat
de Catalunya (BDBC)
Recull la major part de les citacions
florístiques i els inventaris de vegetació
de Catalunya, inèdits i publicats:
1.200.000 citacions
17.000 inventaris
Citacions
Organitzats per quadrats UTM (10x10 km)
Hereu de l’ORCA
(http://biodiver.bio.ub.es/orca/)
Esforç de mostreig heterogeni entre UTM
http://biodiver.bio.ub.es/biocat/homepage.html Inventaris
9. El Sistema d’Informació de les Espècies
Exòtiques dels Ecosistemes Aquàtics de
Catalunya (SI-ExoAqua).
En desenvolupament per part de l’ACA i el CREAF
Pretén reunir la informació disponible sobre els organismes exòtics
del medi aquàtic, organitzada en quatre mòduls:
•Organismes (característiques relacionades amb el seu estat
d’expansió)
•Territori (distribució de les espècies i els hot spots d’invasió;
variables relacionades)
•Experts (persones i grups de recerca)
•Dades i metadades (links, bibliografia, etc)
10. Quantes espècies exòtiques hi ha
a Catalunya?
• Algues: 24 (15 macroalgues, 2 dinoflagelats i 7
diatomees)
• Plantes vasculars: 657 (17 arqueòfits i 58
invasores)
• Peixos: 34 (27 continentals i 7 marins)
• Amfibis: 3
• Rèptils: 16 (5 arqueozoa)
• Ocells: 159 (8 establerts)
• Mamífers: 9 (6 arqueozoa)
TOTAL: 902
11. Quines són les més esteses? Algues
Asparagopsis armata (19 UTMs)
Codium fragile (13 UTMs)
12. Quines són les més esteses? Plantes vasculars
Amaranthus blitoides (379 UTMs) Amaranthus retroflexus (341 UTMs)
Medicago sativa (395 UTMs) Arundo donax (382 UTMs)
13. Quines són les més esteses? Peixos
Carassius auratus(133 UTMs) Cyprinus carpio (161 UTMs)
Gambusia holbrooki (141 UTMs) Micropterus salmoides (120 UTMs)
14. Quines són les més esteses?
Amfibis: Discoglossus pictus
Rèptils: Trachemys scripta (72 UTMs)
Hemidactylus turcicus (50 UTMs)
15. Quines són les més esteses? Ocells
Myopsitta monachus (66 UTMs)
Psittacula krameri (17 UTMs)
Aix galericulata (19 UTMs)
16. Quines són les més esteses? Mamífers
Mus musculus Rattus norvegicus Rattus rattus
Mustela vison (73 UTMs)
17. Quins són els territoris més envaïts?
Plantes vasculars
Riquesa d’algues
exòtiques
1
2
3
Riquesa de plantes
4
exòtiques
5
[1, 17]
N [18,34]
10 0 50 km
[35, 51]
[52, 68]
[69, 84]
[85, 101]
Algues N
10 0 50 km
[102, 118]
[119, 135]
[136, 152]
18. Quins són els territoris més envaïts?
Rèptils
Riquesa de peixos
exòtics
[1, 3]
[4, 5]
Riquesa de rèptils
exòtics
[6, 8]
1
[9, 10]
2
[11, 13]
3
N
10 0 50 km
4
5
6
Peixos
N
10 0 50 km
19. Quins són els territoris més envaïts?
Mamífers
Riquesa d’aus
exòtiques
[1, 7]
[8, 13]
[14, 19]
Riquesa de mamífers
[20, 25] exòtics
[26, 31] 1
2
[32, 37]
3
[38, 43]
N
10 0 50 km 4
[44, 49]
5
[50, 56]
6
Ocells
N
10 0 50 km
20. Una visió conjunta
Riquesa total
d'espècies exòtiques
[1, 21]
[22, 41]
[42, 62]
[63, 82]
[83, 103]
[104, 123]
[124, 144]
[145, 164]
[165, 185]
N
10 0 50 km
22. Regions més envaïdes Costes metropolitanes
(Maresme, Garraf)
Planes i maresmes litorals
(Empordà, Baix Llobregat)
Corredors prelitorals Planes amb regadius
(Vallès) (Selva, Gironès)
23. Regions menys envaïdes Paisatges agroforestals
meridionals (Garrigues)
Secans interiors (Segarra)
Serralades forestals prelitorals Pirineu (Pallars Sobirà)
(Garrotxa)
24. Anàlisi del grau d’invasió per plantes a
Catalunya, a partir de FLORACAT
Per regions
1. Distribució de la riquesa de plantes exòtiques per quadrats UTM
i anàlisi dels factors associats
Per hàbitats
2. Distribució de la riquesa de plantes exòtiques per hàbitats EUNIS i
relació amb la riquesa de nadiues
25. Distribució de la riquesa de neòfits per UTM
de 10 km a Catalunya i factors associats
26. Qüestions
1. Quin és el patró geogràfic del grau d’invasió per
UTM a Catalunya?
2. Podem associar el grau d’invasió a determinades
variables?
3. Hi ha relació entre la riquesa per UTM de
nadiues i d’exòtiques ?
27. Mètodes
•Obtenció del nombre i percentatge de plantes exòtiques (neòfits)
per UTM (FLORACAT)
•Anàlisi de l’homogeneïtat en l’esforç de mostreig
•Selecció i càlcul d’un conjunt de variables predictores per UTM
•Eliminació de les variables més redundants
(correlacions de Pearson, límit |r|=0.75)
•Ortogonalització de les variables restants
(ACP, rotació varimax)
•Anàlisi de l’associació de la riquesa i el percentatge de neòfits per
UTM amb les components principals
(Models de regressió backward stepwise amb
tractament de l’autocorrelació espacial)
28. Models: variables predictores
Riquesa d’espècies nadiues Altitud mitjana (m)
Rang d’altituds (m)
Diversitat geològica (Índex de Shannon) Distància als rius principals
Distància a la costa
Mitjana de les temp. mínimes de gener (ºC)
Mitjana de les temp. màximes de juliol (ºC) Densitat de població (hab km-2)
Temperatura mitjana anual (ºC) Distancia a les carreteres principals (m)
Pluviositat mitjana al mes de gener (mm) Distància a ciutats de més de 50000 hab. (m)
Pluviositat mitjana al mes de juliol (mm)
Precipitació mitjana anual (mm) Percentatge d’àrees protegides
Radiació mitjana anual (kJ m-2 dia-1) Distància a les àrees protegides (m)
Percentatge de recobriment d’àrees urbanes UTM X (km)
Percentatge de recobriment de conreus UTM Y (km)
Percentatge de recobriment de bosc UTM XY (km2)
Percentatge de recobriment de matollars i prats UTMX2 (km2)
Percentatge de recobriment de sòl nu UTMY2 (km2)
Diversitat de cobertes (índex de Shannon) UTM XY2 (Km3)
Freqüència d’incendis entre 1973 i 2000 UTM X2Y (km3)
UTM X3 (km3)
UTM Y3 (km3)
(Gris: variables eliminades)
29. Relacions amb el clima, la diversitat
del paisatge i l’activitat humana
140 140
Riquesa de neòfits
Riquesa de neòfits
120 120
Riquesa d'espècies
Riquesa d'espècies
100 100
80 80
60 60
40 40
20 20
0 0
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 0 5 10 15 20
Diversitat de de cobertes (I Shannon)
Diversitat cobertes (Shannon) Temp. Mitjana anual (ºC) (ºC)
Temperatura mitjana anual
140
Riquesa de neòfits
120
Riquesa d'espècies
100
80
60
40
20
0
0,0 0,1 0,2 0,3 0,4 0,5 0,6
Proporció de cobertes urbanes
Proporció d'urbà
30. Relacions amb la riquesa de nadiues
Ordenació dels hàbitats (PCA)
PC1 PC5 PC2 PC4 PC8 PC3 PC9 PC7 PC6 PC10
Land use Shannon
diversity index -0.24 0.12 0.35 -0.16 0.23 -0.19 0.20 0.73
Geologic Shannon
diversity index 0.97
Distance to main roads 0.24 0.15 -0.20 0.89 0.13 -0.11
Distance to main cities 0.80 0.14 -0.26 0.27 -0.13 0.16
Distance to main
rivers 0.11 0.11 0.95
Distance to the sea 0.92 -0.14
Solar Radiation -0.13 -0.82 0.10 -0.26 -0.11
Mean January
temperature -0.93 -0.12 0.15 0.19
Mean July temperature 0.83 -0.46 -0.14 -0.13
Mean annual temp. -0.90 -0.33 -0.12 -0.13
January precipitation 0.39 0.83 0.15 0.13 0.16
July precipitation 0.69 0.6 -0.10
Annual precipitation 0.55 0.74 0.17
Mean altitude 0.90 0.28 0.19 0.12
Altitudinal range 0.78 0.42 0.14 0.24 0.15
Population density -0.15 -0.13 0.90 -0.11
No. habitats 0.99
% Forest 0.11 0.76 -0.14 0.14 -0.42 -0.24 0.18 -0.12
% Scrub 0.55 -0.15 0.72 0.21 0.20
% Agriculture -0.44 -0.64 -0.11 -0.39 -0.26 0.14 0.12 -0.16 -0.15
% Urban land use -0.37 0.74 -0.10 0.25 0.27
% Bare soil 0.38 0.13 0.13 0.12 0.84 0.14
Fire frequency -0.26 0.91 -0.15
Cumulative Variance 0.31 0.49 0.56 0.63 0.68 0.73 0.78 0.83 0.88 0.92
31. Relacions amb la riquesa de nadiues
Quatre grups d’UTMs amb característiques diferents......
Riquesa d’exòtiques
Bartomeus et al., en prep.
Riquesa de nadiues
....però igual comportament pel que fa a la relació nadiues-exòtiques
32. 2. Distribució de la riquesa de neòfits per
hàbitats EUNIS a Catalunya i relació amb la
riquesa de nadiues
33. Qüestions
1. Quin és el grau d’invasió dels diversos
hàbitats?
2. Quina relació hi ha entre el nombre d’espècies
nadiues i el d’exòtiques entre hàbitats?
3. Quina relació hi ha entre el nombre d’espècies
nadiues i el d’exòtiques dins de cada hàbitat?
34. Mètodes
• Selecció de 15.655 inventaris de FLORACAT dotats
d’adscripció sintaxonòmica (aliances SIGMA)
• Classificació en hàbitats EUNIS a partir de la seva aliança
• Obtenció del nombre i percentatge d’espècies nadiues (inc.
arqueòfits) i exòtiques (neòfits) per inventari
• Anàlisi de la relació entre la riquesa de nadiues i de neòfits
entre hàbitats (a partir dels valors mitjans per hàbitat) i
dins de cada hàbitat
35. Patrons d’invasió dels hàbitats a Catalunya
S’han detectat:
•neòfits a 24 dels 32 hàbitats EUNIS estudiats (75%)
•diferències significatives entre hàbitats en el
nombre de neòfits i de nadiues per inventari
Percentatge de neòfits
Hàbitats EUNIS
36. Hàbitats més i menys envaïts
Més Menys (gens)
D1, D2, D4
I1 Molleres i
Conreus torberes
E4, E5.5, F2
E5.6, H5.6 Prats i
Herbassars matollars
ruderals i alpins i
trepitjats subalpins
F9.1, F9.3 F7
Boscos i Matollars
bosquines mediterranis
de ribera espinosos
37. Relació escassa entre la riquesa de
nadiues i la d’exòtiques
Dins de cada hàbitat:
La relació és:
positiva (7 casos), negativa ( 7) i i no significativa (10)
Entre hàbitats: 1.5 I1
Riquesa mitjana species per plot
Mean number of alien d’exòtiques
La relació tendeix a ser
E5.6
1
unimodal
H5.6
F9.1
Els hàbitats amb una riquesa 0.5
E3
D6 B1
E3
F5 G1
intermèdia de nadiues són E6 C1 B3 F3
E5.2 G2 G3
E1
F4 F6
els més envaïts
H2
0 H3 E2
C2 D1,D4,D2 F2,F7,E4,E5.5
5 10 15 20 25 30
Mean numbermitjana species per plot
Riquesa of native de nadiues
38. El futur: què cal fer a curt termini?
1. Millorar l’estat de coneixement de molts grups
2. Completar la georeferenciació de les dades
3. Posar a punt mètodes específics per a avaluar, per a grups
pocs coneguts:
• La capacitat invasora de les espècies (WRA)
• La invasibilitat dels hàbitats i les regions
Utilitzar aquest coneixement en estratègies de
prevenció, control i eradicació
39. Gràcies a tots
Col·laboradors
M. Vilà (Estación Biológica de Doñana, CSIC-EBD)
D. Sol (CSIC-CREAF)
N. Bartomeus (CREAF)
C. Başnou (CREAF)
X. Font (Dep. Biologia Vegetal UB)
Finançament
Agència Catalana de l’Aigua
Departament de Medi Ambient i Habitatge,
Generalitat de Catalunya