Análisis comparativo de modelos de distribución espacial para Hemiberlesia rapax (Hemiptera: Diaspididae) en Chile
DOI:
https://doi.org/10.17398/3101-7177.2.138Palabras clave:
BIOMOD2, ensamblaje de modelos, nicho ecológico, teledetección, CoccomorphaResumen
La escama Hemiberlesia rapax es un insecto de distribución mundial, reconocido como plaga agrícola en diversos cultivos de importancia económica. En Chile, ha sido registrada desde Arica (18°S) hasta La Araucanía (38°S), lo que evidencia su capacidad de adaptación a diferentes condiciones ambientales. Ha sido registrada en 16 familias de plantas hospederas. Ante su impacto productivo, resulta esencial disponer de herramientas predictivas que orienten estrategias de monitoreo y manejo fitosanitario. Por ello, el objetivo del presente trabajo es comparar la capacidad predictiva de cinco algoritmos de distribución espacial (MaxEnt, RF, GAM, GLM, CTA) y un modelo de ensamblaje usando el paquete de BIOMOD2 en R. Se emplearon 329 registros de presencia y 659 pseudoausencias. Las variables predictoras incluyeron 27 factores relacionados con información bioclimática, topográfica y de vegetación, que tras un análisis de colinealidad se redujeron a ocho. La validación se realizó mediante pruebas cruzadas y métricas de desempeño (ROC/AUC, TSS y KAPPA). Los resultados obtenidos evidencian que los modelos MaxEnt y RF alcanzaron los mayores valores de TSS y AUC, mientras que GAM y CTA presentaron desempeños más bajos. Sin embargo, el modelo ensamblado integró la información de los algoritmos individuales, logrando un mejor equilibrio predictivo y reduciendo la incertidumbre. El análisis espacial identificó tres núcleos principales de idoneidad: zonas costeras y valles del Norte Grande, la franja central entre Coquimbo y Biobío, y sectores fragmentados en La Araucanía. En conclusión, el enfoque de ensamblaje constituye una herramienta robusta para predecir la distribución potencial de H. rapax, aportando insumos clave para la gestión agrícola y la planificación de estrategias de control de esta especie en ecosistemas naturales y productivos.
Descargas
Referencias
Amiri, M., Tarkesh, M., Jafari, R., & Jetschke, G. (2020). Bioclimatic variables from precipitation and temperature records vs. remote sensing-based bioclimatic variables: Which side can perform better in species distribution modeling? Ecological Informatics, 57. https://doi.org/10.1016/j.ecoinf.2020.101060
Amouroux, P., Crochard, D., Germain, J. F., Correa, M., Ampuero, J., Groussier, G., Kreiter, P., Malausa, T., & Zaviezo, T. (2017). Genetic diversity of armored scales (Hemiptera: Diaspididae) and soft scales (Hemiptera: Coccidae) in Chile. Scientific Reports, 7(1). https://doi.org/10.1038/s41598-017-01997-6
Azrag, A. G. A., Mohamed, S. A., Ndlela, S., & Ekesi, S. (2022). Predicting the habitat suitability of the invasive white mango scale, Aulacaspis tubercularis; Newstead, 1906 (Hemiptera: Diaspididae) using bioclimatic variables. Pest Management Science, 78(10), 4114–4126. https://doi.org/10.1002/ps.7030
Beery, S., Cole, E., Parker, J., Perona, P., & Winner, K. (2021). Species Distribution Modeling for Machine Learning Practitioners: A Review. Proceedings of 2021 4th ACM SIGCAS Conference on Computing and Sustainable Societies, COMPASS 2021, 329–348. https://doi.org/10.1145/3460112.3471966
Dormann, C. F., Elith, J., Bacher, S., Buchmann, C., Carl, G., Carré, G., Marquéz, J. R. G., Gruber, B., Lafourcade, B., Leitão, P. J., Münkemüller, T., Mcclean, C., Osborne, P. E., Reineking, B., Schröder, B., Skidmore, A. K., Zurell, D., & Lautenbach, S. (2013). Collinearity: A review of methods to deal with it and a simulation study evaluating their performance. Ecography, 36(1): 27–46. https://doi.org/10.1111/j.1600-0587.2012.07348.x
García Morales, M., Denno, B. D., Miller, D. R., Miller, G. L., Ben-Dov, Y., & Hardy, N. B. (2016). ScaleNet: a literature-based model of scale insect biology and systematics. Database : The Journal of Biological Databases and Curation, 2016. https://doi.org/10.1093/database/bav118
Hao, T., Elith, J., Lahoz-Monfort, J. J., & Guillera-Arroita, G. (2020). Testing whether ensemble modelling is advantageous for maximising predictive performance of species distribution models. Ecography, 43(4), 549–558. https://doi.org/10.1111/ecog.04890
Li, Q., Cao, S., Wang, L., Hou, R., & Sun, W. (2024). Impacts of Climate Change on the Potential 813 Distribution of Three Cytospora Species in Xinjiang, China. Forests, 15(9). 814 https://doi.org/10.3390/f15091617
Normark BB, Normark RD, García Morales M, Claps LE, Amouroux P. Identity of the native South American armored scale insect species (Hemiptera: Coccomorpha: Diaspididae) widely misidentified as the North American species Diaspidiotus ancylus Putnam. Annals of the Entomological Society of America. 2025 Jul 7;118(4):358-370. https://doi.org/10.1093/aesa/saaf027
Senf, C., Seidl, R., & Hostert, P. (2017). Remote sensing of forest insect disturbances: Current state and future directions. In International Journal of Applied Earth Observation and Geoinformation (Vol. 60, pp. 49–60). Elsevier B.V. https://doi.org/10.1016/j.jag.2017.04.004
Thuiller, W., Georges, D., Gueguen, M., Engler, R., Breiner, F., Lafourcade, B., Patin, R., & Blancheteau, H. (2024). Package “biomod2” Ensemble Platform for Species Distribution Modeling (pp. 1–133). https://biomodhub.github.io/biomod2/
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Zahylis Zambrano, Jesús Torralba, Daniela Rivera, Idania Briceño de Urbaneja, Paul Amouroux (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todo el contenido disponible en el Portal de Revistas-UEx se distribuye bajo una licencia Creative Commons: Atribución 4.0 Internacional (CC BY 4.0)
