Proyectando el impacto del cambio climático sobre la avifauna de áreas protegidas: el caso del Parque Nacional Natural Chingaza, Colombia

Acceso Libre | Artículo Revisado por Pares

Chad Wilsey¹, Joanna Wu¹, Lotem Taylor¹, Alke Voskamp², Steve Willis², Luis Guillermo Linares-Romero³,  Fredy Avellaneda³, Irene Aconcha Abril³, Diego Ochoa⁴, Stuart Butchart⁵

¹ National Audubon Society, 225 Varick Street, 7th Floor, New York, NY 10014, US. cwilsey@audubon.org, +1.415.644.4615
² Department of Biosciences, Durham University, DH1 3LE Durham, United Kingdom
³ Parques Nacionales Naturales de Colombia, Calle 74 no 11 – 81 Bogotá, Colombia
⁴ National Audubon Society Colombia, Carrera 11 86 32 OF 301, Bogotá, Colombia
⁵ Birdlife International, David Attenborough Building, 1st Floor, Pembroke Street, Cambridge, United Kingdom

 

Resumen

     Los impactos de las actividades humanas sobre la avifauna son menores dentro de áreas protegidas que fuera de las mismas; sin embargo, los efectos del cambio climático se observan por igual en ambos escenarios. Con el fin de entender las consecuencias potenciales del cambio climático sobre las comunidades de aves dentro de un área protegida, utilizamos modelos de distribución de especies que relacionan los mapas de rango con los datos climáticos históricos y proyectados para mediados de siglo (2041-2070) bajo proyecciones de alta y moderada concentración de gases de efecto invernadero, Trayectorias de Concentración Representativas (Representative Concentration Pathways, RCP, por sus siglas en inglés) 8.5 y RCP 4.5. Analizamos las proyecciones de idoneidad climática a lo largo del tiempo en el Parque Nacional Natural Chingaza (PNN Chingaza), Colombia, clasificándolas como: mejorando, empeorando, estable, colonización potencial y posible extirpación. De acuerdo con nuestros modelos, la idoneidad climática en el escenario de altas emisiones prevé que las condiciones mejoren para 54 especies de aves presentes en el parque, se mantengan estables para 22, y empeoren para 49 especies. Se predice un cambio en el clima idóneo para 79 especies de aves con potencial de extirpación en el parque, mientras que estas mismas condiciones climáticas favorecerán a 132 especies que actualmente no ocurren en el parque, aumentando la probabilidad de colonización en el área protegida. Se estima que para el año 2050, el recambio proyectado de la composición de especies de aves dentro del parque sea de 47% en el escenario de altas emisiones y de 39% en el escenario de bajas emisiones. De forma general, se prevé que, en las próximas décadas, ocurra un cambio considerable en las comunidades de aves, lo cual requerirá una estrategia para la adaptación al cambio climático en áreas protegidas.

Palabras claves: Adaptación al Cambio Climático, Áreas Protegidas, Biodiversidad, Colombia, Comunidad de Aves, Conservación, Modelos de Distribución de Especies, Parque Nacional Natural Chingaza.

Abstract

     Birds in national parks are protected from most threats, but remain exposed to the effects of climate change. To understand how climate change is likely to alter bird communities in protected areas, we used species distribution models relating range maps to historical climate data and projected to mid-century (2041–2070) under high and moderate greenhouse gas concentration trajectories, Representative Concentration Pathways (RCP) 8.5 and RCP 4.5. We analyzed climate suitability projections over time in Chingaza National Natural Park, Colombia, classifying them as improving, worsening, stable, potential colonization, and potential extirpation. Among the analyzed species currently found in the park, the climatic suitability under the high emissions route is expected to improve for 54 species, remain stable for 22, and worsen for 49. The ideal climate stops occurring for 79 species with potential for extirpation in the park. The climate is expected to be suitable for 132 species that are not currently found in the park, with the potential for local colonization. The estimated turnover of species within the park between the present and 2050 is 47% under the high emissions pathway, and decreases to 39% under the low emission pathway. Substantial change to bird and ecological communities is anticipated in coming decades, requiring a strategy for climate change adaptation.

Key words: Bird communities, Biodiversity, Chingaza National Natural Park, Climate Change Adaptation, Colombia, Conservation, Protected Áreas, Species Distribution Models.

 

Cita: Wilsey, C., Wu, J., Taylor, L., Voskamp, A., Willis, S., Linares-Romero, L. G., …Butchart, S. (2019). Proyectando el impacto del cambio climático en la avifauna de áreas protegidas: el caso del Parque Nacional Natural Chingaza, Colombia. Revista Yu’am 3(6): 4-21.

Recibido: 01/05/2018 Aceptado: 17/12/2018 Publicado: 01/09/2019

Introducción

     A pesar de estar protegidos por la ley, los ecosistemas inmersos en las áreas protegidas se enfrentan a numerosas amenazas, incluidas las especies invasoras, cambio de uso de suelo, extracción ilegal de recursos (p. ej. deforestación o minería), cultivos ilícitos y el cambio climático (Bruner, Gullison, Rice y da Fonseca, 2001; Feeley y Silman, 2016). Por ejemplo, la amenaza del cambio climático en los parques de la Amazonia es igual o mayor a los efectos de la deforestación que en ella ocurre (Feeley y Silman, 2016). Consecuentemente, el cambio climático incrementa los impactos de la deforestación (Ministerio de Ambiente y Desarrollo Sostenible [MADS], 2012). Las aves, aparte de responder a cambios ambientales mediante movimientos altitudinales, se enfrentan con hábitats altamente fragmentados que afectan su distribución potencial (Forero-Medina et al., 2011b). Teniendo en cuenta lo anterior, el cambio climático se suma a otras amenazas que afectan las especies dentro de áreas protegidas, haciendo imperativo el desarrollo de investigaciones que permitan evaluar y mitigar los efectos del cambio climático sobre la avifauna y sus hábitats.

 

     Los elementos de la biodiversidad son considerados indicadores de la composición, estructura, y función de los ecosistemas (Noss, 1990). Las aves, en particular, se consideran indicadoras de cambios ecológicos debido a que (1) es un grupo que incluye especies con nichos ecológicos diversos, (2) presentan similitud de nichos aun cuando sus dinámicas ecológicas son distintas; y (3) son generalmente conspicuas (Noss, 1990). Adicionalmente, las aves se encuentran entre los taxones más estudiados; por ejemplo, se cuenta con investigaciones que han documentado los impactos del cambio climático y la respuesta que las aves podrían tener ante este fenómeno (Pearce-Higgins y Green, 2014). Por ejemplo, estudios han reportado que especies no adaptadas al frío aumentan en abundancia al aumentar la temperatura media ambiental, en comparación con las especies adaptadas al frío (Devictor et al., 2012); aves endémicas que disminuyen abruptamente con el calentamiento (Peterson et al., 2015); movimientos altitudinales generan variaciones en la comunidad de aves a lo largo de 25 años (Stiles, et al., 2017); y aves de alta montaña reducen su rango de distribución y abundancia (Freeman et al., 2018). Una síntesis global de estudios relacionados a los efectos de cambio climático en la avifauna sugiere que una de cada cinco especies de aves ha experimentado impactos negativos del cambio climático (Pacifici et al., 2017), incluyendo la extinción local (Wiens, 2016). En un escenario de extinción local ocurrido en el límite del rango de distribución de la especie, se presenta una reducción de su área de ocupación; por el contrario, en un escenario de colonización, se espera que la especie aumente su área de distribución. Cuando un evento de extinción local o colonización ocurre en el límite del rango de una especie, ocasiona una reducción o expansión de su rango de distribución. Esos límites del rango (extremos superiores e inferiores), así como la latitud (Princé y Zuckerberg, 2015), que presentan las aves está cambiando con temperaturas elevadas y patrones de precipitación alterados (Forero-Medina et al., 2011a).

     Una evaluación general de la vulnerabilidad de las aves, basada en la exposición al cambio climático y las medidas relacionadas con la sensibilidad y capacidad de adaptación (considerando rasgos como la especialización del hábitat, vida útil, capacidad de dispersión y fecundidad), sugiere que entre 24 y 50 % de las aves son altamente vulnerables al cambio climático (Foden et al., 2013). Un clima cambiante afectará la idoneidad de una localidad para las especies, con los correspondientes efectos sobre la composición de la comunidad y las abundancias relativas. Por ejemplo, Velásquez-Tibatá et al. (2013) sugieren que el sistema de áreas protegidas de Colombia albergaría un menor número de especies de aves como consecuencia de los efectos del cambio climático porque la composición de especies en cada parque cambiaría. La idoneidad climática para una especie se puede caracterizar por el uso de modelos de distribución, que relacionan el rango de una especie con covariables ambientales, incluido el clima (Peterson et al., 2011). Las condiciones ambientales ocupadas por la especie representan el nicho realizado (Soberón, et al., 2017), reconociendo que el nicho realizado se limita por factores bióticos tanto como abióticos. Las predicciones de estos modelos se pueden transferir al espacio geográfico para mapear las distribuciones potenciales de especies en un escenario de clima proyectado hacia el futuro (Anderson, 2013). Las estimaciones de idoneidad climática pueden correlacionarse con la abundancia relativa (VanDerWal, Shoo, Johnson y Williams, 2009), y los cambios en la idoneidad climática rastrean las tendencias de la población a lo largo del tiempo (Stephens et al., 2016). Por lo tanto, las proyecciones explican como las poblaciones y las comunidades podrían responder al cambio climático futuro. Mientras el clima cambia localmente, su idoneidad puede empeorar para algunas especies y mejorar para otras. Estos cambios en el clima resultan en la potencial extirpación o colonización local de especies (Wu et al., 2018).

     Una mejor comprensión de los escenarios de distribución futuros para las aves en las áreas protegidas puede orientar la gestión y toma de decisiones de largo plazo sobre manejo de estas. En el presente estudio, analizamos las proyecciones de idoneidad climática a lo largo del tiempo en el Parque Nacional Natural Chingaza (PNN Chingaza), Colombia. Otros estudios han aplicado análisis similares al nivel regional para hacer una red de áreas protegidas más resiliente al cambio climático (Hole et al., 2011). Las zonas montañosas de Colombia, correspondientes a los tres ramales de la cordillera de los Andes y la Sierra Nevada de Santa Marta, cuentan con una gran diversidad biológica. Algunas de las proyecciones generadas sobre los efectos del cambio climático sobre la distribución de especies sugieren que, para el año 2080, los desplazamientos de múltiples especies a rangos altitudinales superiores van a ser mayores con respecto a los que actualmente se presentan (Pedraza y Zea 2010, citado en MADS, 2012). Este estudio tiene como objetivos principales (1) caracterizar los cambios proyectados en la idoneidad climática hacia mediados de siglo para un conjunto de especies de aves, (2) cuantificar el recambio potencial de especies, y (3) presentar recomendaciones para la gestión del parque en situaciones de clima cambiante.

Metodología

Modelos de distribución de especies

     Implementamos un análisis regional de los impactos del cambio climático sobre las aves de Sudamérica y el Caribe (www.audubon.org/ conservation/climate/actionplan, Birdlife y Audubon 2017). El estudio original examinó los cambios en los ensamblajes de especies en Áreas de Importancia para la Conservación de Aves (AICA). Aplicamos el marco teórico desarollado por Wu et al. (2018), elaborado para los parques nacionales de los Estados Unidos con base en las proyecciones de distribución de Birdlife y Audubon (2017), y caracterizamos los efectos potenciales del cambio climático sobre la avifauna y las implicaciones de manejo en uno de los Parques Nacionales Naturales de Colombia.

     Utilizamos como base modelos de distribución para 3,800 especies realizados por Birdlife y Audubon (2017), los cuales usan los datos del polígono BirdLife/NatureServe (Birdlife International, 2017) para representar los rangos de todas las especies reportadas para Sudamérica. Inicialmente, realizamos una proyección de los datos del rango de polígonos a 0.5° (~50 km²) de resolución. Asumimos la ocurrencia de la especie en una celda si el polígono de rango se superponía con la celda en al menos un 10%; en las celdas donde no se cumplía dicha condición asumimos ausencia de la especie. Para las especies que ocurrieron en menos de 50 celdas usando el método anterior, se realizó una intersección de su polígono de rango con una cuadrícula de 0.25° (~25 km2) para modelar a una resolución más detallada.

     Como variables explicativas para la proyección de los modelos de distribución de especies se utilizamos cuatro variables bioclimáticas correspondientes al promedio de la climatología global histórica (1960-1990), generadas por Worldclim (www.worldclim.org). Estas variables incluyeron: estacionalidad de la temperatura, temperatura máxima del período más cálido, precipitación total anual y estacionalidad de la precipitación. Estas variables se seleccionaron luego de análisis preliminares y con base en la experiencia previa de modelamiento de especies de aves tropicales y subtropicales (Bagchi et al., 2013; Baker et al., 2015; Hole et al., 2009, 2011).

     El estudio original seleccionó los siguientes modelos del clima global (MCG), disponibles en Worldclim, como representativos de las proyecciones futuras del cambio climático: Community Climate System Model 4 (CCSM4), Hadley Global Environment Model 2 (HadGEM2), Geophysical Fluid Dynamics Laboratory Coupled Model 3 (GFDL-CM3). Elegimos estos MCG teniendo en cuenta su buen desempeño en la representación de los regímenes climáticos en tres partes del mundo ampliamente separadas (Asia, Europa y América) y su alto rendimiento cuando se realiza una reducción a escala regional (McSweeney, Jones, Lee y Rowell, 2015). Para cada MCG consideramos dos escenarios diferentes de emisión de gases de efecto invernadero —denominados trayectorias o rutas de concentración representativas (RCP)— para las proyecciones a mediados de siglo: RCP 4.5 (proyección de emisión media) y RCP 8.5 (proyección de emisión alta).

     Modelamos la relación entre la distribución de las especies presentes en la actualidad y las cuatro variables bioclimá-ticas diferentes, utilizando cuatro algoritmos distintos de modelos de regresión generalizados (GLM, GAM GLM y GBM) y modelos RandomForest (RF). Estos modelos fueron elegidos con base en su desempeño (Elith y Graham, 2009; Wenger y Olden, 2012) y para proporcionar un contraste entre los métodos semi-paramétricos y de aprendizaje automático (Bagchi et al., 2013).

     En cualquier modelo de distribución, es importante tomar medidas para reducir la dependencia espacial de los datos y el sobreajuste del modelo a los datos (Radosavljevic y Anderson, 2014), por eso utilizamos un enfoque de bloqueo para la modelación. Los datos se dividieron de acuerdo con las ecorregiones del mundo (Olson et al., 2001) y cada ecorregión (o partes de ecorregiones) se dividió en cinco bloques, de modo que cada bloque representaba por completo los tipos de clima de la ecorregión. Posteriormente construímos los modelos con datos de cuatro bloques de cada ecorregión y se probaron en el que se encontraba afuera, resultando en una medida independiente de rendimiento (Bagchi et al., 2013). Este proceso se repitió cinco veces, omitiendo un bloque diferente cada vez; luego evaluamos el rendimiento del modelo en cada uno de los bloques que quedaron afuera, usando el parámetro de área bajo la curva (AUC). Este proceso lo repetimos para cada algoritmo y para cada especie.

     Para aquellas especies con rangos de distribución pequeños, y para las cuales los enfoques de bloqueo no tuvieron éxito, incluso después de aplicar una cuadrícula de cuatro grados, se utilizamos una división de datos de 70:30 para hacer la evaluación. Tomamos esta medida con el fin de incluir la mayor cantidad de especies en el análisis, aunque se reconoce que estos modelos pueden no ser tan robustos como los modelos evaluados en bloques de datos independientes (Birdlife y Audubon, 2017).

     Para evitar simulaciones en áreas que se extendían más allá del rango de colonización de una especie, restringimos el alcance sobre el cual se proyectaron nuevas celdas, ajustadas a los datos de dispersión de la especie. Por ejemplo, sólo se proyectó la ocupación potencial futura en áreas dentro de la distancia —dx— de los márgenes de rango actuales de la especie X, donde:

y donde el período de proyección corresponde al tiempo (en años) entre la ocurrencia modelada actual y el período futuro. La edad en la primera reproducción es el tiempo típico (en años) entre el nacimiento y la primera cría para la mayoría de los individuos de la especie X y la distancia de dispersión natal es la trayectoria media entre el lugar de nacimiento y el primer intento de reproducción para individuos de la especie X. Tomamos las edades de reproducción de la base de datos mundial de aves (BirdLife International, 2017) o se asignó la edad de un año cuando los datos empíricos no existieran. Cuando las estimaciones empíricas no existían en la base de datos mundial de aves (Santini et al., 2019), las distancias de dispersión se derivaron de las características morfológicas del ala, la masa y el tamaño del rango de cada especie. Generamos 120 proyecciones para cada especie (4 por algoritmos, 5 por bloques, 3 por MCG, 2 por RCP). Posteriormente, utilizamos estos resultados de modelos múltiples para calcular los cambios medios proyectados, conocidos como predicciones por conjunto (Araújo y New, 2007). Para estimar los efectos promedios, consideramos la contribución de los modelos derivados de cada uno de los cinco modelos (derivados de diferentes algoritmos y combinaciones de bloques). Consecuentemente, se ponderó de acuerdo con el rendimiento del modelo, teniendo en cuenta los valores de AUC cuando se aplica al bloque dejado fuera durante la construcción del modelo.

Estudio de caso

     Resumimos las proyecciones de Birdlife y Audubon (2017) sobre los efectos del cambio climático proyectados para el Parque Nacional Natural Chingaza (PNN Chingaza, Figura 1). El PNN Chingaza está ubicado al noreste de la ciudad de Bogotá, cuenta con una extensión de 76,600 ha, distribuidas en un gradiente altitudinal entre los 800 y 4,020 metros sobre el nivel del mar. El ecosistema de páramo es dominante y representa el 47.9 %, seguido del bosque húmedo andino con el 46.5 %, el bosque húmedo subandino con el 5.4 % y, por último, los humedales de alta montaña con el 0.1 % (PNN Chingaza, 2017). El resto del área se divide en otros tipos de coberturas (PNN Chingaza, 2017). La avifauna del PNN Chingaza está representada por aproximadamente 531 especies, equivalentes al 28 % de las 1,909 especies de aves documentadas para Colombia (Avendaño et al., 2017; Linares-Romero et al., inédito). Dentro de las aves registradas, se destaca la presencia de 14 especies amenazadas —6 en peligro, 1 en peligro crítico, 4 vulnerables y 3 casi amenazadas— (Renjifo et al., 2014; www.iucnredlist.org; Linares-Romero et al., inédito), 6 endémicas para el país, 14 casi endémicas y 37 migratorias (Chaparro et al., 2013; Naranjo et al., 2012; Linares-Romero et al., inédito).

Figura 1: Ubicación y biomas presentes dentro del Parque Nacional Natural Chingaza, Colombia.

     Utilizando de base el análisis presentado anteriormente de Birdlife y Audubon (2017) y el marco teórico de Wu et al. (2018), analizamos las implicaciones del cambio climático proyectadas a futuro para las especies dentro del PNN Chingaza con base en dos criterios: (1) una tendencia estimada en la idoneidad climática y (2) si la idoneidad climática cruza un umbral, sugiriendo un mayor potencial de colonización o extirpación local (p. ej. Wu et al., 2018; Tabla 1). Para el primer criterio, ajustamos una regresión lineal (y = β0 + β1 * año) con valores de idoneidad (variable dependiente) en función del tiempo. El período de tiempo (variable independiente) fue entre el presente y el año 2050. Los tres valores de idoneidad (uno para cada MCG) capturaron la variación en la idoneidad climática proyectada en cada período de tiempo, y la regresión encontró la tendencia promedio entre los MCG y el tiempo. Para determinar la dirección y la importancia del cambio en la idoneidad climática a lo largo del tiempo, utilizamos el coeficiente (β1) del término del año para evaluar si la pendiente de cada modelo lineal era significativamente diferente de cero. La idoneidad climática para cada especie dentro del parque se caracterizó como mejorando, estable o empeorando (Figura 2).

Figura 2: Diagrama de cambios en la idoneidad climática que pueden resultar en cambios en la composición de especies a través del tiempo. Iconos por Freepik, www.flaticon.com.

     Para el segundo criterio, evaluamos si los valores de idoneidad climática sobrepasan el umbral de idoneidad en cualquier dirección: el clima que pasa de no idóneo a idóneo es equivalente a la colonización potencial y el clima que pasa de idóneo a no idóneo se equipara a una posible extirpación (Figura 2). Es común aplicar un umbral a las proyecciones de idoneidad climática para convertirlas en proyecciones de distribuciones geográficas (Peterson et al., 2011). Para este caso se empleó el umbral que maximiza el estadístico kappa para cada modelo (p. ej., Langham et al., 2015).

     Calculamos el índice de recambio basado en las proporciones de extirpación y colonización potencial para el año 2050 con respecto al presente (Hole et al., 2009). Según este índice, si no se presentan cambios en la composición de especies, se representa con 0%, mientras que un cambio completo en el conjunto de especies del parque tendría un valor de 100%. Incluimos solo las 206 especies con distribuciones geográficas modeladas por Birdlife y Audubon (2017); Chingaza se ajustó a la distribución en el presente o sobre las proyectadas para el año 2050, con el fin de trabajar las especies que los modelos identificaron correctamente en un clima idóneo dentro del PNN Chingaza.

Resultados y discusión

     De las 206 especies de aves incluidas en este análisis, la idoneidad climática en el escenario de altas emisiones (RCP 8.5) pronostica una mejora en las condiciones para 54 especies (26 %), se mantengan estables para 22 (11 %) y empeoren para 49 (24 %; Figura 3). Adicionalmente, el parque no presentará un clima idóneo para 79 especies (23 %) con potencial de extirpación dentro del área protegida. Según el escenario de bajas emisiones (RCP 4.5), se prevé que las condiciones de idoneidad climática mejoren para 57 especies de aves (28 %), se mantengan estables para 40 (20%) y empeoren para 62 (30 %), además de haber 47 especies (23 %) con potencial de extirpación. Así mismo, se contempla que el clima se mantenga estable entre 22 y 40 especies (11-20 %) presentes actualmente en el PNN Chingaza. Los resultados de los tres MCG, que predicen las variaciones en las proyecciones climáticas globales, concuerdan en que la idoneidad climática va a cambiar para un 80-89 % de las especies presentes en el parque, y podría influenciar el aumento o disminución a largo plazo en la abundancia de dichas especies (VanDerWal et al., 2009; Stephens et al., 2016).

Figura 3: Cambios estimados en la idoneidad climática por proyección de emisiones para las aves del Parque Nacional Natural Chingaza, Colombia.

     El clima se prevé idóneo según las proyecciones de altas y bajas emisiones para 132 (65 %) y 141 (69 %) especies de aves, respectivamente, que actualmente no se encuentran en el parque, pero que podrían colonizar el área. Estas tasas de colonización potencial son mayores que las tasas promedio (27 % y 22 % de especies) estimados por Lawler et al. (2009), quienes consideraron en conjunto aves, mamíferos y anfibios para los Andes tropicales en dos escenarios de emisiones (alta [A2] y baja [B1]).

     En el marco del Acuerdo de París se incluyen metas que apuntan a la reducción de emisiones de gases de efecto invernadero, en los cuales se ha estimado un aumento en la temperatura media global de 3.2 °C (Climate Transparency, 2018; Organización de las Naciones Unidas, 2016). El dato mencionado anteriormente es similar a los resultados obtenidos en este estudio, según la ruta de altas emisiones (RCP 8.5). El Panel Intergubernamental del Cambio Climático (IPCC, por sus siglas en inglés) ha identificado un aumento en la temperatura de 1.5 °C similar a la ruta de bajas emisiones (RCP 4.5) para el período entre 2030 y 2052 (IPCC, 2018). Los resultados de este estudio proporcionan evidencia de que ante un escenario de reducción de la emisión de gases de efecto invernadero (mitigación del cambio climático), las aves del PNN Chingaza podrían verse beneficiadas, disminuyendo la probabilidad de extirpación para algunas especies y manteniendo mayor número de especies en sus condiciones climáticas idóneas.

Índice de recambio de especies

     Anticipamos tasas de recambio de especies dentro de PNN Chingaza, tanto para el año que se realizó este estudio (2018) como para el año 2050, de 47 % en el escenario de altas emisiones y de 39 % en el escenario de bajas emisiones. Los datos obtenidos de recambio de especies para el PNN Chingaza son similares a los resultados publicados por Lawler et al. (2009), en el que analizaron en conjunto varios grupos de vertebrados para los Andes tropicales y obtuvieron un 49 % y 41 % de recambio de especies para los escenarios de altas [A1] y bajas [B1] emisiones, respectivamente.

     El recambio de especies, junto con los cambios potenciales en abundancias (relacionados con mejor o peor idoneidad climática), podría resultar en nuevas composiciones de especies. Aún no se tiene conocimiento sobre los efectos de una nueva reorganización de la comunidad de aves, provocada por un clima cambiante. Alexander et al. (2016) identificaron tres impactos potenciales en las interacciones competitivas: (1) no hay cambios mientras la comunidad responda en conjunto, (2) interacciones modificadas entre especies actuales por cambio climático e (3) interacciones con nuevos colonizadores. Nuestras proyecciones muestran que la comunidad de aves en el PNN Chingaza tendría cambios considerables entre el 80 y 89 % de especies actuales, aumentando la probabilidad de colonización de nuevas especies, lo cual implicaría cambios en las interacciones.

Especies vulnerables al cambio climático

     Una evaluación global de la vulnerabilidad de las aves, basada en la exposición al cambio climático y las medidas relacionadas con la sensibilidad y capacidad de adaptación (considerando rasgos como la especialización del hábitat, vida útil, capacidad de dispersión y fecundidad), identificó a 75 especies que Chingaza alberga o podría llegar a albergar con el cambio climático (Foden et al., 2013; Tabla 1). Según nuestro análisis, el área protegida podría refugiar a 63 de estas especies vulnerables según las proyecciones altas de cambio climático; pero hay 12 especies de alta montaña o páramo identificadas como vulnerables por Foden et al. (2013) que además se anticipa puedan extinguirse antes del 2050 (p. ej., el periquito aliamarillo, Pyrrhura calliptera). Adicionalmente, el incremento de temperatura (+1.66 °C) pronosticado para 2050 en todo el país puede poner en riesgo ecosistemas de alta montaña como los bosques andinos y los páramos y, teniendo en cuenta que la mayor biodiversidad asociada a estos ecosistemas a nivel mundial se encuentra en Colombia, las consecuencias podrían alcanzar efectos considerables tanto para las aves como para sus hábitats en general (Bonilla-Ovallos y Mesa, 2017; Agudelo y Armenteras, 2017).

     Una de las especies identificadas en este estudio que podrían experimentar una extirpación debido a los cambios de las condiciones climáticas idóneas sería el periquito aliamarillo (Pyrrhura calliptera; Figura 4). P. calliptera es una especie representativa de los ecosistemas andinos y endémica de Colombia, que actualmente se encuentra en categoría de amenaza Vulnerable (Botero-Delgadillo et al., 2014; BirdLife, 2017). Por esta razón, la administración del PNN Chingaza ha puesto en marcha un programa de monitoreo participativo del periquito, que podría aportar información para entender mejor las consecuencias del cambio climático para la especie. Desde el año 2016, las comunidades locales y funcionarios del parque participan en censos simultáneos para describir la ocupación y la densidad dentro del parque y el área de influencia directa, resultados que ayudarían a conocer el estado de conservación de la especie en el área de Chingaza. Acciones de manejo tales como la construcción de nidos artificiales para P. calliptera y viveros satélites de plantas ornitócoras podrían ayudar con movimientos altitudinales de P. calliptera y otras especies en respuesta al cambio climático.

Figura 4: El periquito aliamarillo (Pyrrhura calliptera) se encuentra actualmente en el Parque Nacional Naturala Chingaza y es vulnerable al cambio climático. Las condiciones climáticas idóneas para la especie dejarán de ocurrir en el futuro en el área protegida aumentando la probabilidad de su extinción local en el parque. Foto: Fredy Gómez-Suescún.

 

Tabla 1

Especies de aves de interés para la gestión en el Parque Nacional Natural Chingaza debido a cambios significativos en la idoneidad climática proyectada para el año 2050 bajo la ruta de altas emisiones. Las especies se ordenan alfabéticamente.

*Especies en el percentil 10 superior e inferior de cambio absoluto en idoneidad climática

^VEspecies vulnerables al cambio climático

Especies	Proyección
Amazilia amabilis	Colonización
Amazilia viridigaster	Extirpación
Amazona autumnalis	ColonizaciónV
Amazona mercenarius	Empeorando*
Ampelion rubrocristatus	Extirpación
Anabacerthia striaticollis	Extirpación
Anas andium	Extirpación
Andigena nigrirostris	Extirpación
Anhinga anhinga	Mejorando*
Anisognathus igniventris	Extirpación
Anisognathus somptuosus	Extirpación
Anthracothorax prevostii	ColonizaciónV
Anthus bogotensis	Extirpación
Ara chloropterus	ColonizaciónV
Ara macao	ColonizaciónV
Ara severus	ColonizaciónV
Aramides cajaneus	Mejorando*
Arremon aurantiirostris	Colonización
Arremon brunneinucha	Empeorando*
Atlapetes pallidinucha	Extirpación
Atlapetes schistaceus	Extirpación
Atlapetes semirufus	Extirpación
Automolus ochrolaemus	Colonización
Basileuterus coronatus	Empeorando*
Basileuterus culicivorus	Extirpación
Bolborhynchus lineola	MejorandoV
Brotogeris jugularis	Colonización
Buteo albonotatus	Colonización
Buteogallus solitarius	Colonización
Buteogallus urubitinga	Colonización
Buthraupis montana	Extirpación
Cacicus cela	ColonizaciónV
Cacicus chrysonotus	Extirpación
Cacicus haemorrhous	ColonizaciónV
Cacicus uropygialis	MejorandoV
Cairina moschata	Colonización
Campephilus pollens	Extirpación
Campylopterus cuvierii	Colonización
Campylopterus falcatus	Extirpación
Campylorhynchus zonatus	Colonización
Capsiempis flaveola	ColonizaciónV
Carduelis spinescens	Extirpación
Chaetocercus heliodor	Extirpación
Chaetura brachyura	Colonización
Chalybura urochrysia	Colonización
Charadrius collaris	ColonizaciónV
Chloroceryle inda	Colonización
Chlorophanes spiza	Mejorando*
Chlorornis riefferii	Extirpación
Chlorostilbon mellisugus	Colonización
Chordeiles acutipennis	Colonización
Ciccaba nigrolineata	Colonización
Cinclus leucocephalus	Extirpación
Cinnycerthia unirufa	ExtirpaciónV
Claravis geoffroyi	Colonización
Claravis mondetoura	Colonización
Coccycua minuta	ColonizaciónV
Cochlearius cochlearius	Colonización
Coeligena coeligena	Extirpación
Coeligena torquata	Extirpación
Colaptes rivolii	Extirpación
Colibri thalassinus	Empeorando*
Colonia colonus	Colonización
Conirostrum sitticolor	Extirpación
Contopus cinereus	Colonización
Crotophaga sulcirostris	Colonización
Cyanerpes caeruleus	Mejorando*
Cyanerpes cyaneus	ColonizaciónV
Cyanocompsa cyanoides	ColonizaciónV
Cyanolyca armillata	ExtirpaciónV
Cyclarhis gujanensis	Colonización
Cymbilaimus lineatus	ColonizaciónV
Cyphorhinus thoracicus	ColonizaciónV
Cypseloides cryptus	ColonizaciónV
Dacnis cayana	Mejorando*
Dacnis lineata	Colonización
Dendrocincla tyrannina	ExtirpaciónV
Dendrocolaptes picumnus	EmpeorandoV
Dendrocolaptes sanctithomae	ColonizaciónV
Diglossa albilatera	Extirpación
Diglossa caerulescens	Extirpación
Doryfera ludovicae	Extirpación
Dubusia taeniata	Extirpación
Egretta thula	Colonización
Elaenia frantzii	Extirpación
Elaenia gigas	Colonización
Elaenia pallatangae	Colonización
Elanus leucurus	Extirpación
Ensifera ensifera	Extirpación
Epinecrophylla fulviventris	ColonizaciónV
Eriocnemis cupreoventris	Extirpación
Eubucco bourcierii	Extirpación
Eubucco glaucogularis	Colonización
Euphonia minuta	Colonización
Eutoxeres aquila	ExtirpaciónV
Florisuga mellivora	Colonización
Formicarius analis	ColonizaciónV
Formicarius rufipectus	Colonización
Gallinago nobilis	Extirpación
Glaucidium costaricanum	Colonización
Glaucis hirsutus	ColonizaciónV
Glyphorynchus spirurus	MejorandoV
Grallaria ruficapilla	Extirpación
Grallaria rufula	ExtirpaciónV
Grallaricula flavirostris	ColonizaciónV
Grallaricula nana	ExtirpaciónV
Gymnocichla nudiceps	ColonizaciónV
Hapalopsittaca amazonina	ExtirpaciónV
Haplospiza rustica	Empeorando*
Heliodoxa whitelyana	Colonización
Heliornis fulica	ColonizaciónV
Heliothryx auritus	ColonizaciónV
Heliothryx barroti	ColonizaciónV
Hemispingus atropileus	Extirpación
Henicorhina leucosticta	ColonizaciónV
Herpetotheres cachinnans	Mejorando*
Hydropsalis cayennensis	Colonización
Hylocharis eliciae	Colonización
Hylopezus perspicillatus	ColonizaciónV
Hylophilus decurtatus	Colonización
Hylophilus ochraceiceps	ColonizaciónV
Hylophylax naevioides	Colonización
Hylophylax naevius	ColonizaciónV
Ibycter americanus	ColonizaciónV
Icterus chrysater	Empeorando*
Jacamerops aureus	ColonizaciónV
Lafresnaya lafresnayi	Extirpación
Lampornis calolaemus	Colonización
Laterallus albigularis	Colonización
Lepidocolaptes souleyetii	ColonizaciónV
Leptopogon rufipectus	ExtirpaciónV
Leucopternis semiplumbeus	ColonizaciónV
Lophornis delattrei	Colonización
Lophostrix cristata	Colonización
Malacoptila panamensis	Colonización
Mecocerculus poecilocercus	Extirpación
Mecocerculus stictopterus	Extirpación
Merganetta armata	Extirpación
Mesembrinibis cayennensis	Colonización
Metallura tyrianthina	Extirpación
Momotus lessonii	Colonización
Morphnus guianensis	ColonizaciónV
Myadestes ralloides	Empeorando*
Mycteria americana	Colonización
Myiarchus tuberculifer	Mejorando*
Myiobius sulphureipygius	ColonizaciónV
Myiodynastes chrysocephalus	Extirpación
Myiopagis gaimardii	ColonizaciónV
Myiophobus flavicans	EmpeorandoV
Myiotheretes fumigatus	Extirpación
Myiozetetes granadensis	Colonización
Myiozetetes similis	Mejorando*
Myrmeciza exsul	Colonización
Myrmotherula axillaris	ColonizaciónV
Neochelidon tibialis	Colonización
Notharchus hyperrhynchus	Colonización
Notiochelidon murina	Extirpación
Ochthoeca cinnamomeiventris	Empeorando*
Ochthoeca rufipectoralis	Extirpación
Ocreatus underwoodii	Extirpación
Onychorhynchus coronatus	ColonizaciónV
Onychorhynchus mexicanus	Colonización
Pachyramphus marginatus	ColonizaciónV
Pachyramphus versicolor	Extirpación
Patagioenas nigrirostris	Colonización
Patagioenas subvinacea	Mejorando*V
Penelope purpurascens	Colonización
Phaeothlypis fulvicauda	Colonización
Phaethornis longirostris	ColonizaciónV
Phaethornis striigularis	Colonización
Phyllomyias uropygialis	Extirpación
Picumnus olivaceus	Colonización
Picumnus squamulatus	Extirpación
Pipra erythrocephala	MejorandoV
Pipreola arcuata	Extirpación
Pipreola riefferii	ExtirpaciónV
Piranga leucoptera	Colonización
Polioptila plumbea	Colonización
Premnornis guttuliger	Extirpación
Psarocolius angustifrons	Extirpación
Psarocolius wagleri	Colonización
Pseudocolaptes boissonneautii	Extirpación
Psilorhinus morio	Colonización
Psittacara finschi	Colonización
Pteroglossus torquatus	ColonizaciónV
Pterophanes cyanopterus	Extirpación
Pyrrhura calliptera	ExtirpaciónV
Ramphomicron microrhynchum	Extirpación
Rhytipterna holerythra	ColonizaciónV
Rupicola peruvianus	Extirpación
Saltator grossus	Colonización
Saltator maximus	MejorandoV
Sclerurus mexicanus	ColonizaciónV
Scytalopus micropterus	Extirpación
Spizaetus ornatus	ColonizaciónV
Spizaetus tyrannus	Colonización
Sporophila intermedia	Colonización
Sporophila minuta	Colonización
Sporophila schistacea	Colonización
Synallaxis azarae	Extirpación
Synallaxis brachyura	Colonización
Syndactyla subalaris	Extirpación
Tachyphonus delatrii	ColonizaciónV
Tachyphonus luctuosus	Colonización
Tachyphonus phoenicius	ColonizaciónV
Tangara chilensis	ColonizaciónV
Tangara cyanicollis	Extirpación
Tangara guttata	Extirpación
Tangara larvata	Colonización
Tangara nigroviridis	Extirpación
Tangara vassorii	Extirpación
Taraba major	Colonización
Thalurania colombica	Colonización
Thamnophilus atrinucha	Colonización
Thamnophilus unicolor	ExtirpaciónV
Thraupis cyanocephala	Extirpación
Thraupis episcopus	MejorandoV
Threnetes ruckeri	Colonización
Thryothorus nigricapillus	Colonización
Tiaris obscurus	Colonización
Tiaris olivaceus	Colonización
Tigrisoma mexicanum	ColonizaciónV
Tityra semifasciata	Mejorando*
Todirostrum cinereum	Mejorando*
Tolmomyias assimilis	ColonizaciónV
Tolmomyias sulphurescens	Mejorando*
Troglodytes ochraceus	ColonizaciónV
Trogon collaris	EmpeorandoV
Trogon violaceus	ColonizaciónV
Turdus fuscater	Empeorando*
Turdus grayi	Colonización
Turdus leucops	Colonización
Tyrannulus elatus	ColonizaciónV
Xiphorhynchus lachrymosus	Colonización
Xiphorhynchus susurrans	Colonización
Xiphorhynchus triangularis	Extirpación
Zentrygon chiriquensis	ColonizaciónV
Zentrygon lawrencii	ColonizaciónV
Zentrygon linearis	ExtirpaciónV
Zimmerius chrysops	Extirpación
Zonotrichia capensis	Extirpación

 

Evaluación de los modelos

     Para todas las especies, el rendimiento de los modelos, medido por el área bajo la curva (AUC), fue alto, con una distribución asimétrica de los valores de AUC que varió de 0.888 a 0.996 (mediana = 0.963). El rendimiento de los modelos fue generalmente alto, como en estudios similares que utilizaron mapas para definir distribuciones de especies (p. ej., Lawler et al., 2009). Los modelos de Birdlife y Audubon (2017) utilizados en este análisis tienen una resolución de 50 km, de los cuales el parque sólo corresponde a tres celdas. Aunque esta resolución ha sido utilizada en estudios previos (Lawler et al., 2009; Hole et al., 2009; Hole et al., 2011), construir modelos a una escala más fina, con registros de eBird y Global Biodiversity Information Facility (GBIF), entre otras, resultaría en proyecciones más detalladas (Velásquez-Tibatá et al., 2013), obteniendo efectos de la topografía y microclimas (Shimokawabe et al., 2015). Una mejor resolución en el análisis habría derivado en un mayor porcentaje de especies actuales para el PNN Chingaza. Sin embargo, una de las limitantes para este estudio es la restringida disponibilidad de proyecciones climáticas actuales y futuras de alta resolución, siendo ambos vacíos actuales de información debido a la escasez de estaciones meteorológicas distribuidas a lo largo del área de análisis.

Implicaciones para el manejo

     Los resultados de este análisis se podrían considerar como un referente para otras regiones de los Andes y para áreas protegidas similares del Neotrópico con gradientes altitudinales. Las áreas protegidas en las que se predice alta colonización y cambio de especies podrían concentrar sus esfuerzos en acciones de manejo, como ampliar la proporción de hábitat disponible y tomar acciones de conservación de hábitats alrededor de los parques para mejorar la conectividad (Şekercioğlu et al., 2012; Hole et al., 2011, Krosby et al., 2010). En áreas donde existen especies de extirpación potencial, como el PNN Chingaza, se podrían implementar acciones y medidas para el manejo de presiones y concentrar los esfuerzos en desarrollar estrategias efectivas de conservación como la construcción de nidos artificiales y la propagación de plantas ornitócoras, que aumenten la disponibilidad de recursos para especies de aves como el periquito aliamarillo (P. calliptera). También se propone para el PNN Chingaza un monitoreo a lo largo del gradiente altitudinal (800 a 4020 msnm) para evaluar el recambio de especies relacionado con el clima y cambios en la estructura y composición de la vegetación. Estas evaluaciones permitirían definir las herramientas más adecuadas para la formulación de estrategias de conservación de la avifauna del área protegida.

Agradecimientos

     Agradecemos a Juan Ayarza, Jhon Edison Zamudio, Marta Díaz Leguizamon, y la Línea de Investigación y Monitoreo del PNN Chingaza; a Oswaldo Cortés-Herrera, Orlando Acevedo-Charry, Fredy Avellaneda, Andrés M. Cuervo, Robinson Galindo-T, David Hernández, Sebastián Pérez-Peña, Ángel Ramiro Pulido, Paola Pulido-Santacruz, Diana Santana, Glenn F. Seeholzer, María del Socorro Sierra-Buitrago, Juliana Soto-Patiño y Oscar Laverde-R, quienes desde el año 2013 hasta el año 2018 realizaron un trabajo articulado y completo en la actualización y consolidación de la lista de especies de aves con la cual cuenta el área protegida.

Literatura citada

Agudelo- Hz, W. y Armenteras, P. D. (2017). Cambio Climático en Ecosistemas Andinos de Colombia: una Revisión de sus Efectos sobre la Biodiversidad. En González-Pinto, A. L. (Ed.), Biodiversidad y cambio climático en Colombia: Avances, perspectivas y reflexiones (pp. 13-24). Bogotá D.C., Colombia: Jardín Botánico de Bogotá José Celestino Mutis.

Alexander, J. M., Diez, J. M., Hart, S. P. y Levine, J. M. (2016). When Climate Reshuffles Competitors: A Call for Experimental Macroecology. Trends in Ecology and Evolution, 31(11), 831-841. doi:10.1016/j.tree.2016.08.003.

Anderson, R. P. (2013). A framework for using niche models to estimate impacts of climate change on species distributions. Annals of the New York Academy of Sciences,1297, 8-28. doi:10.1111/nyas.12264

Araújo, M. B. y New, M. (2007). Ensemble forecasting of species distributions. Trends in Ecology and Evolution, 22(1), 42-47.

Bagchi, R., Crosby, M., Huntley, B., Hole, D. G., Butchart, S. H. M., Collingham, Y., … Willis, S. G. (2013). Evaluating the effectiveness of conservation site networks under climate change: accounting for uncertainty. Global Change Biology, 19(4), 1236-1248. doi: 10.1111/gcb.12123

Baker, D. J., Hartley, A. J., Burgess, N. D., Butchart, S. H. M., Carr, J. A., Smith, R. J., … Willis, S. G. (2015). Assessing climate change impacts for vertebrate fauna across the West African protected area network using regionally appropriate climate projections. Diversity and Distributions, n/a-n/a. doi:10.1111/ddi.12337

BirdLife International. (2017). IUCN Red List for birds. Recuperado Junio 30, 2016, de http://www.birdlife.org

Birdlife International y National Audubon Society. (2017). Climate Action Plan for the Americas. Recuperado de https://www.audubon.org/conservation/climate/actionplan

Bonilla-Ovallos, C. A., y Mesa, O. J. (2017). Validación de la precipitación estimada por modelos climáticos acoplados del proyecto de intercomparación CMIP5 en Colombia. Revista de la Academia Colombiana de Ciencias Exactas, Físicas y Naturales, 41(158), 107-118.

Botero-Delgadillo, E., Olaciregui, E. y Arenas, D. (2014). Pyrrhura calliptera. En L. M. Renjifo, M. F. Gómez, J. Velásquez-Tibatá, A. M. Amalla-Villareal, y J. Burbano-Girón (Eds.), Libro rojo de aves de Colombia, Volumen I: bosques húmedos de los Andes y la costa Pacífica. Bogotá, Colombia: Editorial Pontifica Universidad Javeriana e Instituto Alexander von Humboldt.

Bruner, A. G., Gullison, R. E., Rice, R. E., y da Fonseca, G. A. B. (2001). Effectiveness of Parks in Protecting Tropical Biodiversity. Science, 291(5501), 125-128. doi:10.1126/science.291.5501.125

Chaparro-Herrera, S., Echeverry-Galvis, M. A., Córdoba-Córdoba, S. y Sua-Becerra, A. (2013). Listado actualizado de las aves endémicas y casi-endémicas de Colombia. Biota Colombiana, 14(2): 235-272.

Climate Transparency. (2018). G20 Brown to Green Report 2018. Recuperado de https://www.climate-transparency.org/g20-climate-performance/g20report2018

Devictor, V., van Swaay, C., Brereton, T., Brotons, L., Chamberlain, D., Heliölä,J., … Jiguet, F. (2012). Differences in the climatic debts of birds and butterflies at a continental scale. Nature Climate Change, 2, 121-124.

Elith, J. y Graham, C. H. (2009). Do they? How do they? WHY do they differ? On finding reasons for differing performances of species distribution models. Ecography, 32(1), 66-77. doi:10.1111/j.1600-0587.2008.05505.x

Enrique Avendaño, J., Isabel Bohórquez, C., Rosselli, L., Arzuza-Buelvas, D., Estela, F. A., Cuervo, A. M., … Miguel Renjifo, L. (2017). Lista de chequeo de las aves de Colombia: Una síntesis del estado del conocimiento desde Hilty y Brown (1986). Ornitología Colombiana, (16), eA1-6.

Feeley, K. J. y Silman, M. R. (2016). Disappearing climates will limit the efficacy of Amazonian protected areas. Diversity and Distributions, 22(11), 1081-1084. doi:10.1111/ddi.12475

Foden, W. B., Butchart, S. H. M., Stuart, S. N., Vié, J.-C., Akçakaya, H. R., Angulo, A., … Mace, G. M. (2013). Identifying the World’s Most Climate Change Vulnerable Species: A Systematic Trait-Based Assessment of all Birds, Amphibians and Corals. PLOS ONE, 8(6), e65427. doi:10.1371/journal.pone.0065427

Forero‐Medina, G., Joppa, L. y Pimm, S. L. (2011). Constraints to Species’ Elevational Range Shifts as Climate Changes. Conservation Biology, 25(1), 163-171. doi:10.1111/j.1523-1739.2010.01572.x

Forero-Medina, G., Terborgh, J., Socolar, S. J. y Pimm, S. L. (2011). Elevational Ranges of Birds on a Tropical Montane Gradient Lag behind Warming Temperatures. PLOS ONE, 6(12), e28535. doi:10.1371/journal.pone.0028535

Freeman, G. B., Scholer, M. N., Ruiz-Gutierrez, V., y Fitzpatrick, J. W. (2018). Climate change causes upslope shifts and mountain top extirpations in a tropical bird community. PLOS ONE, 115 (47), 11982-11987. doi:10.1073/pnas.1804224115

Fundación ProAves. (2014). El estado de las aves en Colombia 2014: Prioridades de conservación de la avifauna colombiana. Conservación Colombiana, 20, 4-39.

Hole, D. G., Huntley, B., Arinaitwe, J., Butchart, S. H. M., Collingham, Y. C., Fishpool, L. D. C., … Willis, S. G. (2011). Toward a Management Framework for Networks of Protected Areas in the Face of Climate Change: Management of Protected-Area Networks. Conservation Biology, 25, 305-315. doi:10.1111/j.1523-1739.2010.01633.x

Hole, D. G., Willis, S. G., Pain, D. J., Fishpool, L. D., Butchart, S. H. M., Collingham, Y. C., … Huntley, B. (2009). Projected impacts of climate change on a continent-wide protected area network. Ecology Letters, 12(5), 420-431. doi:10.1111/j.1461-0248.2009.01297.x

IPCC. (2013). Summary for Policymakers. En T. F. Stocker, D. Qin, G.-K. Plattner, M. Tignor, S. K. Allen, A. Boschung, … P. M. Midgley (Eds.), Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press.

IPCC. (2018). Global warming of 1.5°C. Recuperado de http://www.ipcc.ch/report/sr15/ website: http://www.ipcc.ch/report/sr15/

Krosby, M., Tewksbury, J., Haddad, N. M., y Hoekstra, J. (2010). Ecological Connectivity for a Changing Climate. Conservation Biology, 24(6), 1686-1689. doi:10.1111/j.1523-1739.2010.01585.x

Langham, G. M., Schuetz, J. G., Distler, T., Soykan, C. U., y Wilsey, C. (2015). Conservation Status of North American Birds in the Face of Future Climate Change. PLOS ONE, 10(9), e0135350. doi:10.1371/journal.pone.0135350

Lawler, J. J., Shafer, S. L., White, D., Kareiva, P., Maurer, E. P., Blaustein, A. R., y Bartlein, P. J. (2009). Projected climate-induced faunal change in the Western Hemisphere. Ecology, 90(3), 588-597. doi:10.1890/08-0823.1

Linares-Romero, L. G., Acevedo-Charry, O., Avellaneda, F., Cortés Herrera, J. O., Cuervo, A. M., Galindo-T., R., … Laverde-R., O. (inédito). Aves del Parque Nacional Natural Chingaza y zona de amortiguación, Cordillera Oriental de los Andes, Colombia. Sometido a Biota.

McSweeney, C. F., Jones, R. G., Lee, R. W., y Rowell, D. P. (2015). Selecting CMIP5 GCMs for downscaling over multiple regions. Climate Dynamics. 44(11-12), 3237-3260.

Ministerio de Ambiente y Desarrollo Sostenible (MADS). (2012). Política Nacional de Gestión Integral para la Conservación de la Biodiversidad y sus Servicios Ecosistémicos (PNGIBSE). Ministerio de Ambiente y Desarrollo Sostenible. Bogotá, Colombia.

Naranjo, L. G., Amaya, J. D., Eusse-González, D. y Cifuentes-Sarmiento, Y. (Eds.). (2012). Guía de las especies migratorias de la biodiversidad en Colombia. Aves. Vol. 1. Bogotá, D. C. Colombia: Ministerio de Ambiente y Desarrollo Sostenible / WWF Colombia. 708 pp.

Noss, R. F. (1990). Indicators for monitoring biodiversity: a hierarchical approach. Conservation Biology, 4(4), 355-364.

Ocampo-Peñuela, N., y Pimm, S. L. (2015). Elevational Ranges of Montane Birds and Deforestation in the Western Andes of Colombia. PLOS ONE, 10(12), e0143311. doi:10.1371/journal.pone.0143311

Olson, D. M., Dinerstein, E., Wikramanayake, E. D., Burgess, N. D., Powell, G. V. N., Underwood, E. C., … Kassem, K. R. (2001). Terrestrial Ecoregions of the World: A New Map of Life on Earth: A new global map of terrestrial ecoregions provides an innovative tool for conserving biodiversity. BioScience, 51(11), 933-938. doi:10.1641/0006-3568(2001)051[0933:TEOTWA]2.0.CO;2

Pacifici, M., Visconti, P., Butchart, S. H. M., Watson, J. E. M., Cassola, F. M., y Rondinini, C. (2017). Species’ traits influenced their response to recent climate change. Nature Climate Change, 7(3), 205-208. doi:10.1038/nclimate3223

Parque Nacional Natural Chingaza. (2017). Reformulación participativa del Plan de Manejo Parque Nacional Natural Chingaza. Bogotá, Colombia: Parques Nacionales Naturales de Colombia.

Pearce-Higgins, J., y Green, R. E. (2014). Birds and Climate Change: Impacts and Conservation Responses. Cambridge, UK: Cambridge University Press.

Peterson, A. T., Navarro-Sigüenza, A. G., Martínez-Meyer, E., Cuervo-Robayo, A. P., Berlanga, H., y Soberón, J. (2015). Twentieth century turnover of Mexican endemic avifaunas: Landscape change versus climate drivers. Science Advances, 1(4), e1400071. doi:10.1126/sciadv.1400071

Peterson, A. T., Soberón, J., Pearson, R. G., Anderson, R. P., Martínez-Meyer, E., Nakamura, M., y Araújo, M. B. (2011). Ecological Niches and Geographic Distributions. Princeton, N.J: Princeton University Press.

Princé, K. y Zuckerberg, B. (2015). Climate change in our backyards: the reshuffling of North America’s winter bird communities. Global Change Biology, 21(2), 572-585. doi:10.1111/gcb.12740

Radosavljevic, A. y Anderson, R. P. (2014). Making better Maxent models of species distributions: complexity, overfitting and evaluation. Journal of Biogeography, 41(4), 629-643.

Ramirez-Villegas, J., Cuesta, F., Devenish, C., Peralvo, M., Jarvis, A. y Arnillas, C. A. (2014). Using species distributions models for designing conservation strategies of Tropical Andean biodiversity under climate change. Journal for Nature Conservation, 22(5), 391-404. doi:10.1016/j.jnc.2014.03.007

Santini, L., Butchart, S. H. M., Rondinini, C., Benítez-López, A., Hilbers, J. P., Schipper, A. M., … Huijbregts, M. A. J. (2019). Applying habitat and population-density models to land-cover time series to inform IUCN Red List assessments: Towards an Automatic Red List Screening. Conservation Biology. doi:10.1111/cobi.13279

Şekercioğlu, Ç. H., Primack, R. B., y Wormworth, J. (2012). The effects of climate change on tropical birds. Biological Conservation, 148(1), 1-18. doi:10.1016/j.biocon.2011.10.019

Shimokawabe, A., Yamaura, Y., Akasaka, T., Sato, T., Shida, Y., Yamanaka, S., y Nakamura, F. (2015). The Distribution of Cool Spots as Microrefugia in a Mountainous Area. PLOS ONE, 10(8), e0135732. doi:10.1371/journal.pone.0135732

Soberón, J., Osorio-Olvera, L. y Peterson, T. (2017). Diferencias conceptuales entre modelación de nichos y modelación de áreas de distribución. Revista Mexicana de Biodiversidad, 88(2), 437-441. doi:10.1016/j.rmb.2017.03.011

Stephens, P. A., Mason, L. R., Green, R. E., Gregory, R. D., Sauer, J. R., Alison, J., … Willis, S. G. (2016). Consistent response of bird populations to climate change on two continents. Science, 352(6281), 84-87. doi:10.1126/science.aac4858

Stiles, F. G., Rosselli, L., y De La Zerda, S. (2017). Changes over 26 Years in the Avifauna of the Bogotá Region, Colombia: Has Climate Change Become Important? Frontiers in Ecology and Evolution, 5. doi:10.3389/fevo.2017.00058

United Nations (ONU). (2016). Aggregate effect of the intended nationally determined contributions: an update. Recuperado de http://unfccc.int/resource/docs/2016/cop22/eng/02.pdf

VanDerWal, J., Shoo, L. P., Johnson, C. N., y Williams, S. E. (2009). Abundance and the Environmental Niche: Environmental Suitability Estimated from Niche Models Predicts the Upper Limit of Local Abundance. The American Naturalist, 174(2), 282-291. doi:10.1086/600087

Velásquez-Tibatá, J., Salaman, P., y Graham, C. H. (2013). Effects of climate change on species distribution, community structure, and conservation of birds in protected areas in Colombia. Regional Environmental Change, 13(2), 235-248. doi:10.1007/s10113-012-0329-y

Wenger, S. J., y Olden, J. D. (2012). Assessing transferability of ecological models: an underappreciated aspect of statistical validation. Methods in Ecology and Evolution, 3(2), 260-267. doi:10.1111/j.2041-210X.2011.00170.x

Wiens, J. J. (2016). Climate-Related Local Extinctions Are Already Widespread among Plant and Animal Species. PLOS Biology, 14(12), e2001104. doi:10.1371/journal.pbio.2001104

Wu, J. X., Wilsey, C. B., Taylor, L., y Schuurman, G. W. (2018). Projected avifaunal responses to climate change across the U.S. National Park System. PLOS ONE, 13(3), e0190557. doi:10.1371/journal.pone.0190557

Zarnetske, P. L., Skelly, D. K., y Urban, M. C. (2012). Biotic Multipliers of Climate Change. Science, 336(6088), 1516-1518. doi:10.1126/science.1222732