Feeds:
Entrades
Comentaris

Archive for the ‘Gall fer’ Category

Modelització de la idoneïtat del medi pel gall fer (Tetrao urogallus) a Catalunya emprant mètodes de modelització de màxima entropia
Ramon Alturo1, Lluís Brotons2, Pere Pons1

1Universitat de Girona
2Centre Tecnològic Forestal de Catalunya
Keywords:
Connectivitat
Hàbitat
Maxent
Zones de cant

Abstract

La fragmentació i l’ús cada cop més intens del territori és una de les principals amenaces per a espècies sensibles a la pertorbació com el gall fer, el coneixement de la idoneïtat del territori per a la seva presència permet planificar i gestionar més acuradament les zones on el podem trobar, evitant així problemes de connectivitat entre poblacions i afectar-la accidentalment. Aquest estudi determina, emprant el software Maxent com a eina de modelització, quines zones de Catalunya són potencialment més idònies per la espècie i com variables ambientals com l’alçada, el tipus d’hàbitat i l’orientació són les que tenen una incidència més elevada en determinar l’aptitud. S’analitzen també altres variables ambientals que no resulten ésser tant determinants. El treball mostra com la modelització pot donar eines per a una gestió del territori i conservació d’espècies protegides.

Introducció

El gall fer (Tetrao urogallus) es troba inclòs en la Directiva Hàbitats en els annexos I, II i III, surt al conveni de Berna a l’annex II, es considera vulnerable en el catàleg d’espècies amenaçades d’Espanya i en el Llibre Vermell dels Vertebrats d’Espanya consta com a espècie en perill d’extinció. També està protegit a la normativa catalana i declarada com a sensible. Les poblacions de gall fer de Catalunya són les més importants a nivell peninsular i una de les millors al sud d’Europa, amb el valor afegit de trobar-se diferenciades genèticament de la resta de poblacions europees (Segelbacher i Piertney, 2007). A Catalunya es troba la subespècie Tetrao urogallus aquitanicus, tot i que, estudis genètics indiquen que les poblacions dels Pirineus estan relacionades amb les poblacions Cantàbriques (Duriez et al, 2007), les quals fins ara es venen considerant una altra subespècie, Tetrao urogallus cantabricus.
Una de les singularitat de la espècie és ocupar diferents hàbitats en l’època en que es reprodueix o època de cant, en la de cria i en la d’hivernada, el que fa, juntament a la seva sensibilitat a la presència d’activitat humana, que sigui complex tant determinar la seva àrea de distribució, com mantenir zones preservades amb les condicions que requereix la espècie. Alguns estudis que simplifiquen aquesta distribució a dues èpoques una de cel i cria a la primavera i estiu i una altra a la tardor i hivern (Quevedo et al, 2006), però els mateixos autors diferencien en altres estudis posteriors les zones de primavera de les d’estiu (Bañuelos et al, 2008).
Actualment existeix informació cartogràfica basada en les zones on es coneix la cria i publicada en l’Atles dels ocells nidificants de Catalunya (Estrada et al, 2004), també s’han fet anàlisis en base a aquestes dades i que estudien els problemes de connectivitat dels hàbitat (Pascual-Hotal i Saura, 2008).
Tot i que, amb les dades que consten pel gall fer en l’esmentat Atles (Canut et al, 2004), ja es disposava de una radiografia de l’espècie així com d’un apreciable nombre de dades, el Departament de Medi Ambient i Habitatge (DMAH) de la Generalitat de Catalunya, va fer l’any un esforç per fer una radiografia de l’estat de les poblacions de gall fer (Tetrao urogallus) a Catalunya, fent un cens de totes les zones de cant de les que es tenien indicis (Canut et al, 2005). Aquestes dades han estat mantingudes i completades en successius censos d’anys posteriors i encara s’estan determinant les zones de cria i d’hivernada.
La predicció de les zones més idònies per a espècies protegides ens permeten no solament prospectar aquestes a la recerca de nous individus, si no que també permet encaminar la gestió que es fa del territori, a l’afavorir la seva expansió cap a zones que són aptes però on no n’hi ha. Així també és útil per establir plans de repoblació o reintroducció, determinar zones on interessen millores d’hàbitat pel seu potencial o en les que cal establir figures de protecció.
En el cas del gall fer, la població de Catalunya, estimada en més de 500 exemplars si solament comptabilitzem mascles (Canut et al, 2005), semblaria que no estaria amenaçada atès que queda molt per sobre dels 470 exemplars (entre mascles i femelles) que els models donen per zones de topografia també abrupta com els Alps Bàvars (Grimm i Storch, 2000). Però les dades de les poblacions tant del Pirineu com de les muntanyes Cantàbriques (Robles et al, 2005), marquen una tendència a la baixa, especialment en les segones.
Cal tenir en compte que les zones muntanyoses on viu el gall fer, estan separades per valls amb una activitat humana que dificulta la seva propagació i que, en la mateixa muntanya, hi ha infraestructures, zones urbanitzades i activitats com pistes d’esquí, que poden dificultar la connectivitat. La modelització de les zones més adients ens pot servir en aquest sentit per mantenir aquesta connectivitat i mides de població viables, de fet les eines per modelització d’espècies són cada cop més emprades com a eines per a donar respostes en biologia i gestió de la conservació (Côté i Reynolds, 2002).
Així la modelització es una eina cada cop més emprada en àrees de coneixement lligades al medi natural com són la biogeografia, l’ecologia, la conservació o el control d’espècies invasores (Anderson et al, 2003). Això fa que hi hagi un ampli ventall d’opcions per a predir l’hàbitat de distribució potencial d’una espècie a partir d’un nombre limitat de dades i una sèrie de variables ambientals (Elith et al, 2006), la qual cosa facilita emprar models adients a les dades de les que disposem.
En el marc d’un màster oficial en gestió ambiental de la Universitat de Girona, l’objectiu d’aquest treball és definir la idoneïtat del territori per a les zones de cant del gall fer a Catalunya, anant més enllà de les dades de l’Àtles citat, que es queda en dades de presència i més concretament centrar-nos en l’àrea del Pirineu i PrePirineu, que és on el podem trobar (Pascual-Hortal i Saura, 2008), treballant a partir de les dades conegudes de zones de cant per determinar altres que potser també ho són o que presenten un bon potencial.
No entrarem en l’anàlisi de les zones de cria i d’hivernada, normalment diferenciades, ni en les relacions entre les tres zones, que haurien d’ésser objecte d’estudis posteriors.
Tot i que es preferible poder treballar amb dades de presència i absència, atès que en el cas d’ocells els models semblen donar millor resultats que els que es basen únicament en dades de presència (Brotons et al, 2004), cal tenir en compte que aquests darrers s’han anat desenvolupant, per resultar normalment més factible disposar únicament d’aquest tipus de dades. Posteriors estudis mostren noves eines de predicció que donen resultats de qualitats similars (Elith et al, 2006 i Phillips, 2008). Cal tenir en compte en la tria d’un model quina és la finalitat per tal de trobar el que s’ajusti millor als nostres objectius, sense que actualment estigui prou clara aquesta qüestió (Elith i Graham, 2009)
Els models basats en dades de presència, únicament requereixen a més, una sèrie de variables ambientals de predicció topogràfiques, climatològiques, edàfiques, biogeogràfiques (Phillips i Dudík, 2008), que permeten la construcció del model.

Material i mètodes

Dades emprades

Les dades de les zones de cant de gall han estat facilitades pel Departament de Medi Ambient i Habitatge, més concretament pel Servei de Flora, Fauna i Animals de Companyia. Es tracta dels resultats del seguiment fet l’any 2005 al llarg de totes les zones de cant de Catalunya completades amb les revisions fetes durant els següents anys. Els censos dels anys 2006-2009 ha servit per confirmar la presència en algunes zones on no quedava clar el nombre exacte de mascles que cantaven, completar aquelles zones de cant que no es van poder revisar i determinar possibles noves zones. Amb aquesta finalitat s’han fet censos amb hide (tendes de campanya camuflades) i escoltes de matinada per tal de confirmar o descartar algunes dades. També s’han fet prospeccions prèvies de potencials zones d’hivernada, per tal de definir sectors en els que es pot trobar la espècie i localitzar posteriorment les de cant properes.
En el nostre anàlisi analitzarem prèviament tres grups de dades, en primer lloc les referents a indrets on hi ha constància de que hi ha o hi ha hagut un cantader, en segon lloc aquells indrets en els que d’acord amb la informació actual hi ha zones de cant actives i en tercer lloc el nombre de mascles censats en cadascun.
S’ha de tenir en compte que l’ús de Maxent per determinar el model tenint en compte el nombre de galls no és correcte, atès que hi hauria cert grau de dependència entre els registres d’una mateixa zona de cant, sobrevalorant el tipus de condicions que trobem en aquest lloc, la qual cosa podem evitar escollint punts a una distància suficient per evitar l’autocorrelació (Guisan i Therillat, 2000) i per tant introduint un sòl registre per cantader.

Per altra banda, l’ús de dades de cantaders coneguts en el que no s’ha trobat gall fer en els darrers censos podria introduir també un error si la seva desaparició està originada per canvis en les variables ambientals que estem mesurant en aquest moment i que en realitat, actualment, les condicions ja no siguin les idònies.

Es conclou que el grup de dades més adient serà el que avalua les zones amb presència actual contrastada, que és el que farem servir per al model adoptat.

Variables ambientals

Les dades cartogràfiques es van extreure majoritàriament de les que disposa el DMAH en la web http://mediambient.gencat.cat/cat/el_departament/cartografia/fitxes/.
Inicialment vàrem analitzar variables climatològiques, d’hàbitats, geològiques i topogràfiques, aquestes dues darreres procedents de la cartografia 1:50.000 elaborada per l’Institut Cartogràfic de Catalunya i que es poden trobar a la seva web http://www.icc.cat
Pel que fa a la climatologia es van fer servir dades de temperatura, precipitació i radiació mensual i anual, amplitud tèrmica, eficàcia tèrmica estival segons Thornthwaite, dèficit hídric anual, evapotranspiració potencial, règim pluviomètric estacional i del tipus de clima d’acord amb l’índex d’humitat de Thornthwaite. Aquestes dades climàtiques provenen del Atlas climàtic de Catalunya. En el cas de temperatura, radiació i precipitació eren dades tant anuals com mensuals tenint en compte que hi ha estudis que relacionen la climatologia en certes èpoques pot incidir en l’èxit reproductor i la cria i per tant en la presència de poblacions (Moss et al, 2001).
També es van fer servir dades dels hàbitats presents a Catalunya segons la cartografia elaborada en conveni entre el Departament de Medi Ambient (DMA) i la Universitat de Barcelona (UB). Inicialment es van diferenciar tres capes segons si hi havia un, dos o tres tipus d’hàbitat a la zona, separant els primaris, secundaris i terciaris.
En quan a la geologia es va fer servir la elaborada a escala 1:250.000 amb dades de litologia i hidrogeologia.
Amb les dades de corbes de nivell i cursos d’aigua, fent servir els software GIS Miramon v.6.4c (Pons, X. 1994-2008. http://www.creaf.uab.es/MIRAMON/), es va elaborar un model digital d’elevacions, a partir del qual es va generar un mapa de pendents segons percentatge i un d’orientacions, aquest darrer amb vuit categories (N, NE, E…).
Finalment es van considerar una sèrie de variables indicatives de l’activitat humana, com són la distància a a carreteres principals i secundàries, segons dades del Institut Cartogràfic de Catalunya, així com dades extretes de la abans esmentada cartografia d’hàbitats escollint aquelles que indicaven algun tipus d’activitat humana, com zones urbanes, urbanitzacions, explotacions d’àrids o estacions d’esquí.
Teníem així un conjunt de 58 variables, moltes de les quals aportaven molt poc o res al model, o que en part donaven informació ja inclosa per la d’altres variables. Això feia que fos difícil la interpretació del mateix i per tant era recomanable simplificar el nombre de variables a emprar.
Les variables climàtiques eren les més abundant i ens vam centrar en les que afectaven més a l’època de zel i de cria, en la qual té molta importància els insectes per l’alimentació de mares i polls (Moss et al, 2001. Wegge, 2008), tot i que cal tenir en compte que als Alps, Pirineus i Cantabria, la reproducció es dona 3 o 4 setmanes més tard que en les poblacions més la nord (Bañuelos et al, 2008), de manera que el cant comença a l’abril i s’allarga fins al maig. Vam fer servir així dades de radiació, temperatura i precipitació d’abril, maig i juny, per allargar el període des del inici del cant fins a la posta dels ous.
Pel que fa a la resta de les variables es van conservar les dades topogràfiques de l’altitud (mde), pendent i orientació, la litologia com a més representativa del tipus de substrat i el hàbitat dominant tenint en compte que les capes d’hàbitats secundaris no ocupaven tota la zona d’estudi i poden distorsionar el model, encara que tenint en compte que estudis posteriors haurien de caracteritzar les tipologies d’hàbitat per definir millor com incideixen.
Pel que fa a les variables indicatives de l’activitat humana, desprès d’un anàlisi conjunt amb totes les variables i combinacions de les mateixes s’observava que l’aportació al model era poc apreciable per la qual cosa solament es va incloure una única variable que agrupava la distància a qualsevol de les variables inicialment proposades.
Quedava així un conjunt de 15 variables ambientals més fàcil d’interpretar que el grup original i que es preveia podia donar un model prou ajustat, sense grans diferències respecte a si es consideraven la totalitat de les dades.

Metodologia de modelització

Les dades emprades per a la modelització es tractaren amb el software Maxent (Phillips et al, 2006) versió 3.3.1 (http://www.cs.princenton.edu/~schapire/maxent/) que es basa en la teoria que estableix models en base a la màxima entropia, representant la distribució de les espècies com una probabilitat de distribució π sobre un grup X de llocs a la zona d’estudi, derivats de les variables ambientals donades (Phillips i Dudík, 2008)
Maxent permet fer prediccions a partir de informació incomplerta, de manera que coneixent una sèrie de variables estima la probabilitat de trobar l’espècie en l’àrea en estudi. Així permet treballar únicament amb les dades de presència, que són les que teníem, pot treballar amb dades contigües o categòriques i segons estudis comparatius realitzats amb dades d’herbaris de museus emprant diferents metodologies i software, es comporta bé per establir models a escala regional (Elith et al, 2006). A més cal tenir en compte que la versió emprada és posterior a aquest estudi i treballant amb les mateixes dades sembla donar millors resultats (Phillips i Dudík, 2008), especialment per la inclusió d’una nova metodologia d’avaluar les corbes de resposta de les diferents variables a la probabilitat de presència, que té en compte el que considera característiques frontissa que són com quan tenim una relació lineal però essent constant per sota d’un llindar ν. La versió que es va emprar disposava de tres formats de sortida en primer lloc crua, que és un model exponencial, la segona opció donava un valor cumulatiu, que per un valor cru r indica el percentatge de la distribució feta per Maxent que és com a mínim r i, finalment, la tercera opció amb una sortida logística, de valors de probabilitat entre 0 i 1, que per a un valor cru r, tindria un valor de c•r/(1+c•r). Aquesta darrera opció és més intuïtiva d’interpretar, per la qual cosa és la que vam fer servir.
El conjunt de 15 variables ambientals, es van convertir a format raster ASCII que és el que fa servir Maxent , i es van retallar al nord de Catalunya. Aquesta darrera limitació espaial, a més de cercar estudiar la zona on té sentit fer-ho, va obeir també a que uns del mètodes per avaluar la bondat del model és l’AUC o àrea per sota de ROC (corba operada pel receptor), que darrerament ha estat criticat, entre altres motius, perquè és pot obtenir un millor AUC incrementant la zona geogràfica en estudi, el que fem si incloem zones molt llunyanes de les que podem trobar les espècies en estudi (Lobo et al, 2008).
La mida del píxel seleccionada va ésser de 50 m, que es és una mida que ens permetia incloure amb prou precisió l’hàbitat al voltant de la zona de cant, tot i que cal tenir en compte que els models climàtics publicats no tenen tanta precisió, però es va optar per treballar amb aquesta resolució atès que si teníem dades prou detallades d’hàbitats, topogràfiques i litològiques i que Maxent és sensible als canvis de mida del pixel (Guisan et al, 2007), per la qual cosa és convenient fixa prèviament una mida adient al model que ens interessa.

Anàlisis estadístics

Per tal de validar la bondat del model cal disposar d’una sèrie de dades independents, en un cas ideal hauríem de disposar d’un grup de dades recollides de manera independent, de les que no disposem. Una opció per solucionar aquest problema és separar-ne una part, Maxent permet separar aleatòriament un percentatge de les dades per avaluar el model i seguint les indicacions de Huberty (1994), varem fer servir un 70% per calibrar el model i un 30% per fer testejar-lo, el que suposaven 114 i 38 registres per cadascuna de les funcions.
No es van tornar a incloure les dades emprades pel test en el model, atès que aconseguim estimacions més robustes si les dades són independents (Fielding i Bell, 1997).
La primera dada que ens donà Maxent, es informació sobre el que anomena guany i que estaria relacionat estretament amb la desviació i és una mesura de la precisió de l’ajust tant en models additius com lineals (Phillips, Maxent tutorial). El guany indica com de concentrat està el model al voltant de les mostres de presència, de manera que la versemblança seria igual al valor exponencial del guany més gran que la d’un píxel de fons.
Un altre dels estadístics que dona Maxent és l’esmenta’t AUC, que tindria un valor de 1 si el resultat es classifica bé en el 100% dels casos i de 0,5 si es classifica totalment a l’atzar. Dona també la desviació estandard que calcula segons DeLong, DeLong i Clarke-Pearson (1988, equació 2).
Valors d’AUC per sobre de 0,75 es consideren potencialment útils (Elith, 2002), per sobre dels 0,9 es considera que el model és molt ajustat (Sweets, 1988).
Maxent ofereix onze diferents llindars cumulatius o punts de tall (tots els píxels per sota tenen valor 1 i la resta 0), però tot i que hi ha certes indicacions al respecte (Phillips et al, 2006), encara no hi ha una regla general al respecte, cal tenir en compte que, es poden fer servir diferents llindars per aconseguir disminuir els falsos positius, però això comporta un increment dels falsos negatius (Fielding i Bell, 1997).
Per validar les variables ambientals i la seva aportació al model Maxent, a més d’oferir el percentatge d’aportació de cada variable al model, a més disposa d’un test jacknife, que consisteix en modelitzar solament amb una variable i amb tota la resta i comparar els resultats. Aquesta metodologia permet veure quina variables són les que prediuen de manera més efectiva la distribució de les dades, que no tenen perquè coincidir amb el percentatge que expliquen del model i el programa la genera per les dades del model, per les del test i per l’AUC.

Resultats

Una dada sorprenent del primer model que es va desenvolupar va ésser la poca incidència de l’activitat humana en el conjunt del model, que contribuïa al model amb un 0,6%. Per altra banda, l’aportació d’aquesta variable tampoc millorava els seus estadístics, al contrari, els empitjorava lleugerament i mostrava tendències divergents considerada individualment o conjuntament amb la resta de variables ambientals. Cal dir que estudiada individualment, donava un increment de la probabilitat de presència fins a poc desprès dels 1000 m, quan les tendències ja no eren tant clares (gràfic 1). Finalment es va optar per no incorporar aquesta variable del model, no per oblidar-la, si no que considerant que caldria analitzar-la en un futurs estudis més curosament i des d’un prisma diferent.
El model amb les 14 variables ambientals restants, ens va donar una sortida cartogràfica indicativa de la idoneïtat del territori per les zones de cant del gall fer (figura 1). En model va presentar un bon ajust entre la omissió que va predir i la que tenien les mostres emprades pel test (gràfic 2), tot i que cal indicar que a partir d’un llindar cumulatiu del 32%, la omissió testejada quedava per sota, el que podria indicar que hi havia certa autocorrelació espaial entre les dades.
El guany regularitzat del model era de 2,635, no regularitzat era de 2,952 pel model i de 2,659 pel test.
El valor de l’AUC era de 0,988 per les dades i de 0,967 per les dades del test, amb una desviació estàndard de 0,009 (gràfic 3), valors bastant propers a l’ideal de 1 en el que totes les zones quedarien ben classificades i per sobre dels 0,9 a partir dels quals es considera que un model és molt ajustat.
En quant als anàlisis tenint diferents els llindars Maxent va predir un 8% del territori analitzat com a hàbitat potencial, tenint en compte un llindar mínim de presència del model que era prou elevat ,de 9,702. Tot i que el no preveia errades en la predicció en el cas de zones de cant, en el cas del test, les dades donaven una taxa d’errades de 13,2%, és a dir que el 86,8% de dades del test estaven correctament identificades. Aquests resultats estadísticament significatiu amb un p-value <<<0,001.
Les variables que més aportaven al model generat eren, en primer lloc l’alçada i el hàbitat i en un segon terme la orientació, la radiació del més d’abril i la litologia (taula 1).
El rang d’alçades on estimava més probable trobar un cantader es va situar entre els 1400 m i poc més dels 2200. Pel que fa als hàbitats (taula 2), quasi la totalitat dels que feien aportacions al models estaven formats per pi negre (Pinus uncinata), pi roig (Pinus sylvestris) o faig (Fagus sylvatica).
En quant a la resta de les variables, les orientacions més favorables van resultar les més obagues, és a dir, la N, NW i NE i l’orientació SW fins i tot disminuia la probabilitat de que aparegui un cantader. La litologia no tenia una aportació tant important al model però els substrats més favorables és corresponien amb calcàries massives i esculloses del Cretàcic superior, conglomerats, gresos i lutites del Eocè i a gresos arcòsics i conglomerats del Cretàcic superior. Finalment, la radiació del més d’abril més favorable era la compresa entre 18,5 i 21,5 MJ/m2, que es correspon a zones que reben una radiació més aviat alta.
En quan a altres factors climàtics que s’analitzaven, cal tenir en compte que sovint es troben relacionats entre si, la qual cosa desdibuixa l’efecte individual al conjunt del model.
El test jacknife de les dades del model (gràfic 4) i de les de test (gràfic 5), confirmaven que l’altitud i l’hàbitat eren els factors que millor explicaven la distribució de l’hàbitat potencial proposada per Maxent, però en aquest cas, quedava palès que era l’hàbitat qui millor explicava el model assajat. Pel que fa a la resta de les variables, les dades de temperatura eren les que més aportaven.
El test jacknife de l’AUC (gràfic 6) ratificava el esmentat i quedarien a més la litologia i la pluja del més de maig com altres variables que explicaven una part apreciable del model.

Discussió

La cartografia generada té una precisió apreciable, tot i això manté un marge d’error i hi ha casos marcadament diferents de la resta que queden fora de les prediccions, tot i això constitueix una eina de treball prou vàlida en la major part dels casos.
L’aportació al model dels factors climàtics i de la radiació a l’abril, fan pensar que factors microclimàtics poden tenir una incidència apreciable en la distribució de la espècie, tot i que l’anàlisi treballa amb dades massa generals per arribar a conclusions.
El model ens dona no solament les zones on és més probable trobar zones de cant del gall fer, si no que va un pas més enllà i ens dibuixa la idoneïtat del territori per a les mateixes, la qual cosa s’esdevé una important eina de gestió. Les amenaces en forma de noves activitats, urbanitzacions o infraestructures haurien d’ésser avaluades tenint en compte la connectivitat entre territoris i la possibilitat d’intercanvi genètic entre les diferents poblacions.
Per reduir l’error de les zones omeses en el test caldria reduir encara més el àmbit del model ajustant-lo al màxim, tot i que la presència de cantaders a poc més de 1100 i amb vegetació amb un caràcter més mediterrani, generen un error inevitable que no es pot corregir per no existir suficients dades per analitzar independentment aquests tipus de poblacions.
Les dades ambientals amb les que hem treballat únicament ens donen un model potencial de distribució de les zones de cant, per disposar d’un model de distribució més real caldria tenir en compte en models de dispersió i migració, que analitzin factors com dades històriques, connectivitat, vectors de propagació o la presència de barreres. La simple aportació de dades de la distància a zones humanitzades i infraestructures donava un resultat confús, però tenint en compte les dades aïllades (gràfic 1) i la sensibilitat de la espècie a les pertorbacions humanes, caldria continuar estudiant aquesta variable que podria ajudar a entendre la distribució en zones on la probabilitat és quasi nul•la segons el model.
Caldria també generar model que donessin estimacions d’abundància, incorporant a més factors com la disponibilitat de recursos, la predació o la competència amb altres espècies (Guisan i Thuiller, 2005).
Altres línies per aprofundir en aquest estudi poden anar encaminades a l’anàlisi a nivell del microhàbitats de les zones de cant, hàbitats rics en insectes en l’època de cant i cria o amb una cobertura abundant de neret afavoreixen les poblacions de gall fer (Wegge i Kastdalen, 2008), però altres element com la superfície de boscos madurs en 1 km al voltant del cantader també afavoreixen poblacions més abundants (Wegg i Rolstad, 1986). En aquest sentit, la incorporació al model d’estudis d’índex de vegetació com el NDVI en les èpoques més crítiques, podrien aportar nova informació al model i sobre les condicions particulars de cada un dels hàbitats definits.

L’anàlisi d’aquest altres factors en posteriors estudis han d’acabar així de dibuixar la radiografia del gall fer a Catalunya, la qual cosa, junt amb estudis a nivell de microhàbitat, haurien de donar eines per a una gestió encaminada al manteniment i millora de les poblacions.

Agraïments

Hem d’agrair les dades facilitades per en Diego Garcia i Jordi Ruiz del Departament de Medi Ambient i Habitatge, així com als nombrosos col•laboradors que contribueixen any rere any a recollir dades sobre el gall fer.

Bibliografia

Anderson, R.P., Lew, D., Peterson, A.T., 2003. Evaluating predictive models of species’ distributions: criteria for selecting optimal models. Ecol. Model. 162, 211–232

Bañuelos, M.J., Quevedo M., Obeso J.R., 2008. Habitat partitioning in endangered Cantabrian capercaillie Tetrao urogallus cantabricus. Jour. Ornit. 149, 245-252

Brotons, L., Thuiller, W., Araújo, M.B., Hirzel, A.H., 2004. Presence-absence versus presence-only modelling methods for predicting bird habitat suitability. Ecography 27, 4, 437-448

Canut, J., García-Ferrer, D., Afonso, I., Martínez, R., 2005. Situación del urogallo pirenaico (Tetrao urogallus aquitanicus) en la comunidad autónoma de Cataluña. A, Robles, L., Ballesteros, F., Canut, J. (eds.). 2005. El urogallo en España,Andorra y Pirineos franceses. Situación actual. SEO/BirdLife. Madrid. 60-70

Canut, J., Martínez, R., Parellada, X., García, D., y Piqué, J., 2004. Gall fer, Tetrao urogallus. A, Estrada, J., Pedrocchi, V., Brotons, L., Herrando, S. (eds), 2004. Atles dels ocells nidificants de Catalunya 1999–2002. Lynx Edicions, Barcelona. 106-107

Côté, I.M., Reynolds, J.D., 2002. Predictive ecology to the rescue? Science, 298 (5596), 1181–1182

DeLong, E.R., DeLong, D.M., Clarke-Pearson, D.L., 1988. Comparing areas under two or more correlated receiver operating curves: a nonparametric approach. Biometrics. 44, 837-845

Duriez, O., Sachet, J.M., Ménoni, E., Pidancier, N., Miquel, Ch., Taberlet, P., 2007. Phylogeography of the capercaillie in Eurasia: what is the conservation status in the Pyrenees and Cantabrian Mounts?. Conserv. Genetics. 8, 513-526

Elith, J., Graham, C., 2009. Do they? How do they? WHY do they differ? On finding reasons for differing performances of species distribution models. Ecography. 32, 66–77

Elith, J., Graham, C. & the NCEAS Species Distribution Modelling Group, 2006. Novel methods improve prediction of species’ distributions from occurrence data. Ecography. 29, 129–151

Elith, J., 2002. Quantitative methods for modeling species habitat: comparative performance and an application to Australian plants. _ In: Ferson, S. and Burgman, M. (eds), Quantitative
methods for conservation biology. Springer, 39-58 pp.
Estrada, J., Pedrocchi, V., Brotons, L., Herrando, S., (eds), 2004. Atles dels ocells nidificants de Catalunya 1999–2002. Lynx Edicions, Barcelona.

Fielding, A.H., Bell J,F., 1997. A review of methods for the assessment of prediction errors in conservation presence/absence models. Environmental Conservation. 24, 38–49

Grimm, V., Storch, I., 2000. Minimum viable population size of Capercaillie Tetrao urogallus: results from a stochastic model. Wildlife Biology. 6, 259-265

Huberty, C.J., 1994, Applied discriminant analysis. Wiley Interscience, New York.

Lobo, J.M., Jiménez-Valverde, A., Real, R., 2008. AUC: a misleading measure of the performance of predictive distribution models. Global Ecology and Biogeography. 17, 145–151

Moss, R., Oswald, J., Baines, D., 2001. Climate change and breedins success: decline of the capercaillie in Scotland. Journal of Animal Ecology. 70, 47-61

Pascual-Hortal, L., Saura, S., 2008. Integrating landscape connectivity in broad-scale forest planning through a new graph-based habitat availability methodology: application to capercaillie (Tetrao urogallus) in Catalonia (NE Spain). European Journal of Forest Research. 127, 1, 23-31

Phillips, S., Dudík, M., 2008. Modeling of species distributions with Maxent: new extensions and a comprehensive evaluation. Ecography. 31, 161-175.

Phillips S, Anderson R, Schapire R. 2006. Maximum entropy modelling of species geographic distributions. Ecological Modelling. 190/3-4, 231-259

Phillips, S., A Brief Tutorial on Maxent. On: http://www.cs.princeton.edu/~schapire/maxent

Quevedo, M., Bañuelos, M.J., Sáez, O., Obeso, J.R.,2006. Habitat selection by Cantabrian capercaillie Tetrao urogallus cantabricus at the edge of the species’ distribution. Wildl. Biol. 12, 267-276

Robles, L., Ballesteros, F., Canut, J. (eds.). 2005. El urogallo en España,Andorra y Pirineos franceses. Situación actual. SEO/BirdLife Madrid.

Segelbacher, G., Piertney, S., 2007. Phylogeography of the European capercaillie (Tetrao urogallus) and its implications for conservation. J Ornithol. 148, 2, 269-274

Swets, J.A., 1988. Measuring the accuracy of diagnostic systems. Science, 240, 1285–1293.
Wegge, P., Kastdalen, L., 2008. Habitat and diet of young grouse broods: resource partitioning between Capercaillie (Tetrao urogallus) and Black Grouse (Tetrao tetrix) in boreal forests. Journal of Ornithology. 149, 2, 237-244

Wegge, P., Rolstad, J., 1986. Size and spacing of capercaillie leks in relation to social behavior and habitat. Behavioral Ecology and Sociobiology. 19, 401-408.

Figures

Figura 1: model d’idoneïtat per a zones de cant del gall fer predit per Maxent
Gràfics

Gràfic 1: efecte de la distància a zones humanitzades i infraestructures considerada aïlladament de la resta de les variables ambientals

Gràfic 2: Variació de l’àrea que prediu el model en funció del llindar cumulatiu triat

Gràfic 3: corba operada pel receptor (ROC) i valor de l’àrea per sota (AUC) per les dades d’entrenament i del test

Gràfic 4: test jacknife avaluant l’efecte de cada variable indidualment i sense la seva aportació en les dades emprades pel model

Gràfic 5: test jacknife avaluant l’efecte de cada variable indidualment i sense la seva aportació en les dades emprades pel test

Gràfic 6: test jacknife avaluant l’efecte de cada variable indidualment i sense la seva aportació en les dades emprades per l‘AUC

Taules

Variable Codi Descripció Tipus % model presència
topogràfica mde Altitud Continua 57,5
orienta Orientació Categòrica 8,6
pendent Pendent Continua 0,1
sòl litologia Litologia Categòrica 3,2
vegetació hab1 Hàbitat dominant Categòrica 24,8
clima pabril Precipitació a l’abril Continua 0,1
pmaig Precipitació al maig Continua 0
pjuny Precipitació al juny Continua 0,2
tabril Tª mitjana abril Continua 0
tmaig Tª mitjana maig Continua 0,1
tjuny Tª mitjana juny Continua 0
rad4 Radiació mitjana abril Continua 4,6
rad5 Radiació mitjana maig Continua 0,7
rad6 Radiació mitjana juny Continua 0
Taula 1: aportació de cada variable al model elaborat
CODI NOM coeficient
32aa Boixedes (matollars de Buxus sempervirens), de la muntanya mitjana (i de les contrades mediterrànies) 0,1
35a Prats de pèl caní (Nardus stricta), acidòfils, de l’estatge montà de la Vall d’Aran 1,177
36c Prats de pèl caní (Nardus stricta) o de Bellardiochloa variegata, acidòfils i mesòfils, de l’alta muntanya pirinenca 0,463
41c Fagedes acidòfiles pirenaico-occitanes 3,606
41c1 Fagedes subalpines 0,643
42af Boscos mixts d’avet (Abies alba) i pi negre (Pinus uncinata) 1,368
42af Boscos mixts d’avet (Abies alba) i pi negre (Pinus uncinata) 1,361
42b Avetoses acidòfiles de l’estatge montà (i del subalpí) 2,541
42f Pinedes de pi negre (Pinus uncinata), generalment amb neret (Rhododendron ferrugineum), acidòfiles i mesòfiles, dels obacs pirinencs 2,176
42g Pinedes de pi negre (Pinus uncinata), acidòfiles i xeròfiles, dels solells pirinencs 0,337
42h Pinedes de pi negre (Pinus uncinata), calcícoles i xeròfiles, dels solells pirinencs 1,347
42i Pinedes de pi negre (Pinus uncinata), calcícoles i mesòfiles, dels obacs pirinencs 1,615
42j Pinedes de pi negre (Pinus uncinata), o repoblacions, sense sotabosc forestal 1,148
42k Pinedes de pi roig (Pinus sylvestris), calcícoles i mesòfiles, dels obacs de l’estatge montà dels Pirineus 1,468
42l Pinedes de pi roig (Pinus sylvestris), acidòfiles i mesòfiles, dels obacs de l’estatge montà (i del submontà) dels Pirineus 0,365
42m Pinedes de pi roig (Pinus sylvestris), calcícoles i xeròfiles, dels Pirineus 0,754
42n Pinedes de pi roig (Pinus sylvestris), neutrobasòfiles i mesòfiles, dels Pirineus
42p Pinedes de pi roig (Pinus sylvestris), acidòfiles i xeròfiles, dels estatges montà i submontà dels Pirineus 1,799
42r Pinedes de pi roig (Pinus sylvestris), o repoblacions, sense sotabosc forestal 1,776
43a Boscos mixts de faig (Fagus sylvatica) i avet (Abies alba), higròfils, pirinencs 2,836
61d Tarteres i pedrusques silícies de l’alta muntanya 0,732
90a Àrees forestals sotmeses a tala intensa (< 30% de recobriment arbori) 2,13
Taula 2: hàbitats (classificats segons codi CORINE) que contribueixen al model i coeficient amb que ho fan

Anuncis

Read Full Post »

Diversos factors afecten any a any i bosc a bosc a l’èxit reproductor:

         Una cobertura òptima de nabiu aproximadament del 15%

         Presència de zones de refugi en mosaic amb zones més obertes amb fonts d’alimentació

         Poblacions baixes de predadors

         Número de dies de pluja a principis de la cria (estudis a Noruega sobre la influència de la pluja dels 10 primers dies de Juny)

         Disponibilitat de larves

         Absència de cacera o furtivisme

         Baixa competència per l’alimentació i l’hàbitat (per exemple, en zones amb molt cérvol, es mengen el nabiu i afecten negativament al gall fer)

 

Dins d’aquests requeriments cal tenir en compte que hi ha una sèrie d’èpoques crítiques pel que fa a la nutrició i per tal s’ha d’estudiar amb cura:

 

         La primavera: època en que la qualitat de la dieta afecta a la qualitats dels ous i la seva viabilitat

         Les primeres 2-4 setmanes de vida, on el polls tenen alts requeriments en proteïna i complementen la alimentació herbívora amb artròpodes.

         El clima, que afecta el moment i la taxa de creixement de les plantes a la primavera i la disponibilitat d’artròpodes als inicis de l’estiu, de manera que modificacions en el clima poden afectar especialment quan es produeixen a la primavera i inicis d’estiu

 

Read Full Post »

L’alimentació del gall fer és important per tal d’entendre com sel·leciona l’hàbitat el gall fer, estudis tant detallats com el de la taula següent, no són freqüents tot i ésser ilustratius. dieta-gall-a-escocia

Dades de Ron Summers i altres publicades a Bird Study (2004), 51, pg 58-68.

Read Full Post »

A l’hivern el gall fer s’alimenta principalment d’acícules de pi, practicament de mitjans d’octubre a abril. Els conos de polen formen part de l’alimentació al maig, juny i juliol i els fruits del nabiu a l’estiu i la tardor.

Els polls, que naixen a primers de juny, s’alimenten durant les dues primeres setmanes de formigues, papallones, coleòpters i altres invertebrats. Al juliol i a l’agost cada cop queden menys invertebrats i l’alimentació vegetal pren cada cop més protagonisme, especialment de les plantes amb baies.

Read Full Post »

Costums

El gall fer vola combinant un aleteig sorollòs i ràpid amb planejos, que li permeten desplaçar-se distàncies curtes.

La major part de l’any són força terrestres excepte a l’hivern que passen més temps als arbres, essent poc gregaris i difícils de veure, excepte a l’època de cèl quan es reuneixen en cantaders on els mascles canten per atreure les femelles i aparejar-se.

Els gall cerquen els cantaders per la tarde i volen a una branca gruixuda i horitzonatal des d’on canta a primeres hores de la matidada per atreure les femelles, emprant un territori d’entre 50 i 100 m de diàmetre.

En ple cèl pot cobrir les femelles fins a tres vegades en un dia i no s’espanta de l’home, fins i tot hi ha citats casos en que l’ataca per allunyar-lo, la gallina posa entre 5 i 12 ous, que incuba únicament ella durant 26 dies. Els polls són nidífugs el que fa que la meitat puguin morir les primeres setmanes de vida

A l’estiu és terrestre i s’alimenta de herbes, crisàlides de formiga, aglans, baies i fins i tots llangardaixos o petites serps, a l’hivern es molt arborícola i manté amb acícules de pins i brots de plantes. Traga pedres que li faciliten la digestió.

Read Full Post »

Amenaces

Tant les poblacions del Cantàbric com les del Pirineu estan considerades en perill, tot i que probablement les primeres són les que ho estan més, si tenim en compte la seva disminució aquests darrers anys.

Els usos cada cop més intensos del territori han  fet que els hàbitats siguin cada cop més reduits, la seva fragmentació porta a que alguns cantaders estiguin propers a les vores o en forests massa petites el que fa que sigui més fàcil la seva desaparició, principalment quan es veuen obligats a desplaçar-se o emprar hàbitats subòptims o no forestals.

La presència de depredadors, d’ungulats que competeixen per l’aliment i alteren l’hàbitat (desapareixen zones de protecció), activitats com les estacions d’esquí o rutes per raquetes o esquí de muntanya o fondo, fan que sigui cada cop més difícil que trobin àrees  de les 200 ha que necessiten, amb hàbitats adients i les condicions de tranquilitat que requereixen.

La supervivència del gall fer està lligada a la protecció de les àrees vitals (cantaders, zones d’hivernada i de muda i cria), integrar la seva presència en la gestió d’aquestes zones, evitar noves infrastructures, controlar les poblacions de cèrvol i senglar… La protecció del gall fer a més, afavoreix la d’altres espècies com el mussol pirinenc i el picot negre.

Read Full Post »

Rastres…

Una manera de saber la presència de gall fer a una zona és mitjançant la recerca de femtes, una de les avantatges en el cas d’aquesta espècie, és que hi ha diferència de mida entre el mascle i la femella, essent les primeres més grans que les segones, el que permet amb una mica de pràctica, avaluar la proporció d’uns i altres aproximadament.

mascle-i-femellaCagades de femella a l’esquerra i de mascle a la dreta

Read Full Post »

Older Posts »