Incorporating symmetrical and asymmetrical dispersal into Ecological Niche Models in freshwater environments

• Published in: Acta limnológica brasiliensia Vol. 35; pp. 1 - 13
• Main Authors: Parreira, Micael Rosa, Tessarolo, Geiziane, Nabout, João Carlos
• Format: Journal Article
• Language: English; Portuguese
• Published: Botucatu Associação Brasileira de Limnologia 2023
• Subjects: Aquatic habitats; Asymmetric Eigenvector Maps; Barriers; directional dispersal; Dispersal; Dispersion; Ecological distribution; Ecological Niche Models; Ecological niches; Ecology; Eigenvectors; Environment models; Fish; Freshwater; Freshwater environments; Freshwater fish; Freshwater fishes; Geographical distribution; Habitats; Inland water environment; LIMNOLOGY; Model accuracy; Niches; Principal Coordinates of Neighbour Matrices; River basins; River flow; Rivers; spatial modeling; Variables; Wildlife conservation; Brazil; spatial modeling; dispersão direcional; Asymmetric Eigenvector Maps; directional dispersal; Modelos de Nicho Ecológico; Ecological Niche Models; Coordenadas Principais de Matrizes de Vizinhos; Mapas Assimétricos de Autovalores; modelagem espacial; Principal Coordinates of Neighbour Matrices
• ISSN: 2179-975X; 0102-6712; 2179-975X
• DOI: 10.1590/s2179-975x2723

Aim Ecological niche models (ENMs) are based mainly on environmental (mostly climatic) and occurrence data to predict the potential distribution of species. In freshwater habitats, species dispersal is not restricted only by physical barriers but also by the directional movement of the hydrographic network, which can be considered through spatial predictors. Here, we aim to evaluate the effect of including asymmetrical and symmetrical spatial predictors in the potential geographic distribution of a freshwater fish in the Tocantins-Araguaia River basin, Brazil. Methods For this, we built models with seven variable sets representing the climatic and spatial models, as well as their interactions. Results We found that the overall best models (higher evaluation and lower variation among modeling methods) are those built using AEM (asymmetrical dispersal [i.e., dispersal along the river flow path]), either alone or in combination with environmental variables (ENV). Moreover, the inclusion of asymmetrical dispersal variables, taking into account dispersal limitations of species, decreased the overprediction to climatically suitable but disconnected areas through rivers. Conclusions Therefore, future ENM studies, especially those using species groups with directional dispersal, should consider the inclusion of asymmetrical spatial predictors to increase the model’s accuracy and ecological reality. Resumo: Objetivo Os modelos de nicho ecológico (ENMs) são baseados principalmente em dados ambientais (principalmente climáticos) e de ocorrência para prever a distribuição potencial das espécies. Em habitats de água doce, a dispersão das espécies não é restrita apenas por barreiras físicas, mas também pelo movimento direcional da rede hidrográfica, o qual pode ser considerado por meio de preditores espaciais. Neste estudo, nosso objetivo é avaliar o efeito da inclusão de preditores espaciais assimétricos e simétricos na distribuição geográfica potencial de um peixe de água doce na bacia do rio Tocantins-Araguaia, Brasil. Métodos Para isso, construímos modelos com sete conjuntos de variáveis representando os modelos climáticos e espaciais, bem como suas interações. Resultados Descobrimos que os melhores modelos em geral (maior avaliação e menor variação entre os métodos de modelagem) são aqueles construídos usando AEM (dispersão assimétrica [ou seja, dispersão ao longo do fluxo do rio]), seja sozinho ou em combinação com variáveis ambientais (ENV). Além disso, a inclusão de variáveis de dispersão assimétrica, levando em consideração as limitações de dispersão das espécies, diminuiu a superpredição de áreas climaticamente adequadas, mas desconectadas por rios. Conclusões Portanto, futuros estudos de ENM, especialmente aqueles que envolvem grupos de espécies com dispersão direcional, devem considerar a inclusão de preditores espaciais assimétricos para aumentar a precisão do modelo e sua aplicabilidade ecológica.