Browsing by Author "Acosta Gamboy, Evelyn Pamela"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Identificación de áreas vulnerables a la presencia actual y futura del búho (athene cunicularia) en Ecuador, período 2025.
    (Ecuador: Universidad Técnica de Cotopaxi, 2025-09-26) Acosta Gamboy, Evelyn Pamela; Rivera Moreno, Marco Antonio
    La presente investigación tiene como finalidad identificar las áreas más vulnerables a la presencia actual y futura del búho (Athene cunicularia) en el Ecuador continental, mediante el uso de herramientas de modelamiento ecológico espacial. Esta especie, conocida comúnmente como búho terrestre o mochuelo de madriguera, habita principalmente ecosistemas abiertos y secos, y su distribución puede verse afectada por las variaciones climáticas proyectadas para las próximas décadas. Se utilizó el algoritmo MaxEnt (Máxima Entropía), ampliamente validado para modelar nichos ecológicos utilizando únicamente datos de presencia. Para ello, se recopilaron registros georreferenciados de la especie desde plataformas como GBIF e iNaturalist, los cuales fueron depurados para asegurar su calidad. Se incorporaron variables bioclimáticas actuales y futuras, basadas en proyecciones del modelo CanESM5 (CMIP6), a través de WorldClim v2.1. Se consideraron tres escenarios temporales: 2025 (actual), 2060 y 2090, evaluando posibles cambios en la distribución. Los resultados muestran una alta idoneidad climática para la especie en la región interandina y ciertos sectores costeros, aunque con una tendencia a la reducción de estos hábitats en los escenarios futuros, especialmente en el centro y norte del país. En particular, se identificaron como provincias más vulnerables: Pichincha, Cotopaxi, Cañar y Chimborazo, debido a la pérdida progresiva de idoneidad ambiental bajo escenarios de cambio climático. Por otro lado, provincias como Loja y Azuay mantienen condiciones climáticas favorables, lo que podría convertirlas en refugios ecológicos clave en el futuro. El modelo generó un AUC promedio de 0.944, lo que indica un excelente desempeño predictivo. Esta investigación proporciona información clave para la toma de decisiones en planificación ambiental, conservación de hábitats y diseño de estrategias adaptativas frente al cambio climático.