Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13) (jul – dic 2024). ISSN: 2600-5824.
Research Article/Artículo de Investigación DOI: https://doi.org/10.56124/yaku.v7i13.002
18
VARIACIÓN DE LA DISTRIBUCIÓN GEOGRÁFICA POTENCIAL DEL INVASOR LITHOBATES
CATESBEIANUS (RANIDAE) EN ECUADOR FRENTE AL CAMBIO CLIMÁTICO
VARIATION OF THE POTENTIAL GEOGRAPHIC DISTRIBUTION OF THE INVASIVE
LITHOBATES CATESBEIANUS (RANIDAE) IN ECUADOR IN THE FACE OF CLIMATE CHANGE
Yarelys Ferrer-Sánchez 1,* , Anthony Michael Mendoza-Loor 1 , Alexis Herminio Plasencia-Vázquez 2 ,
María del Cielo Macías-Cusme 1 , Kevin Fernando Loor-Lucero1, Rossana Lourdes Canales-Briones1,
Bryan Patricio Calle-Cedeño1
1 Carrera Ingeniería Ambiental, Facultad de Ciencias de la Ingeniería, Universidad Técnica Estatal de Quevedo.
Campus Central Av. Quito km. 11/2 vía a Santo Domingo de los Tsáchilas, Quevedo, Los Ríos, Ecuador
2 Centro de Investigaciones Históricas y Sociales, Universidad Autónoma de Campeche. Av. Agustín Melgar S/N
entre calle 20 y Juan de la Barrera. Col. Buenavista, Campeche, 24039, México
*Autor correspondencia: yferrer@uteq.edu.ec
Resumen
Abstract
Ecuador, con su amplia gama de climas y biodiversidad,
enfrenta al desafío de la expansión de especies invasoras
como Lithobates catesbeianus (rana toro), que pueden
beneficiarse de futuras variaciones climáticas. Este estudio
modeló la distribución potencial de L. catesbeianus en
Ecuador bajo escenarios de cambio climático, utilizando
registros de bases internacionales y literatura científica. Se
descargaron variables bioclimáticas relevantes para la especie
y se construyeron 1581 modelos candidatos con el paquete
kuenm y el algoritmo de Máxima Entropía en R. La especie
prevaleció principalmente en la región costera, especialmente
en Guayas, Los Ríos, Manabí, Santa Elena y Esmeraldas, y
en la parte oriental en Napo, Morona Santiago y Zamora
Chinchipe, esta última siendo especialmente propicia para su
hábitat. Sin embargo, en la Sierra la favorabilidad climática
decreció. Para el futuro, en el escenario moderado (SSP2 4,5),
se esperan cambios tolerables en las áreas donde la rana toro
ya está presente. La diversidad climática de Ecuador podría
incluso favorecer su expansión. Sin embargo, en el escenario
extremo (SSP5 8,5), se prevé una pérdida considerable de
áreas con condiciones climáticas favorables, pero aun así la
especie podría mantener poblaciones, sobre todo hacia el
interior de áreas protegidas. Se espera que el rango de
expansión para la distribución de la rana toro aumente en
áreas como la Reserva Ecológica Cayambe Coca, Cotacachi
Cayapas, Manglares Churute y los Parques Nacionales
Sangay y Llanganates. Esto resultará en una mayor
prevalencia de la especie en el Sistema Nacional de Áreas
Protegidas, pero también causará la pérdida de biodiversidad
y la fauna local.
Palabras claves: calentamiento de la tierra, especie exótica
invasora, kuenm, modelo de simulación, rana toro.
Ecuador, with its wide range of climates and biodiversity,
faces the challenge of the expansion of invasive species
such as Lithobates catesbeianus (bullfrog), which may
benefit from future climate variations. This study modeled
the potential distribution of L. catesbeianus in Ecuador,
under climate change scenarios using international baseline
records and scientific literature. Bioclimatic variables
relevant to the species were downloaded and 1581 candidate
models were constructed with the kuenm package and
Maximum Entropy algorithm in R. The species prevailed
mainly in the coastal region, especially in Guayas, Los Ríos,
Manabí, Santa Elena and Esmeraldas, and in the eastern part
in Napo, Morona Santiago and Zamora Chinchipe, the latter
being especially conducive to its habitat. However, in the
Sierra, climatic favorability decreased. For the future, in the
moderate scenario (SSP2 4,5), tolerable changes are
expected in the areas where the bullfrog is already present.
Ecuador's climatic diversity could even favor its expansion.
However, in the extreme scenario (SSP5 8,5), a
considerable loss of areas with favorable climatic
conditions is expected, but the species could still maintain
populations, especially within protected areas. The range
expansion for the distribution of the bullfrog is expected to
increase in areas such as the Cayambe Coca Ecological
Reserve, Cotacachi Cayapas, Churute Mangroves and
Sangay and Llanganates National Parks. This will result in
a higher prevalence of the species in the National System of
Protected Areas but will also cause the loss of biodiversity
and local fauna.
Keywords: bullfrog, global warming, invasive alien species,
kuenm, simulation model.
Recibido: 2024-07-17 Aceptado: 2024-11-10 Publicado: 24-11-28
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13)
19
1. Introducción
Las especies exóticas invasoras pueden
transformar la estructura de los ecosistemas y
afectar a las especies nativas que los componen
(Dueñas, 2021), restringiendo su distribución o
excluyéndolas, ya sea compitiendo directamente
con ellas por los recursos (Govindarajulu, 2004,
Govindarajulu et al., 2005), o indirectamente
cambiando la forma en que los nutrientes se
reciclan (Prass et al., 2022). Además, tienen un
elevado potencial para afectar negativamente a
una serie de acciones de restauración ecológica,
conservación y aprovechamiento sustentable de
los recursos naturales en las áreas protegidas
(Moodley, 2022). Estos efectos negativos de las
especies exóticas invasoras sobre la diversidad
biológica pueden intensificarse a causa del
cambio climático, la destrucción de hábitats y la
contaminación. En ecosistemas aislados, tales
como las islas, estos efectos son particularmente
graves.
Estos efectos de las especies exóticas invasoras se
ven acentuados por otros factores de presión
como el cambio climático (Hellmann et al., 2008),
el cual provoca cambios en la fenología,
abundancia y distribución de las especies y en la
composición de las comunidades bióticas (Pyšek
et al., 2020). Se estima que el cambio climático
puede incrementar la probabilidad de expansión
de poblaciones de muchas especies exóticas
invasoras que compiten con o infectan a especies
nativas (Yuan et al., 2021). Si estas especies
invasoras ocupan actualmente climas que en el
futuro serán más frecuentes, esto favorecería su
propagación y potencial de invasión. Se espera
que los dos principales impulsores del cambio
ambiental global, la invasión biológica y el
cambio climático, aceleren sinérgicamente la
degradación de los ecosistemas, a menos que se
promulguen intervenciones a gran escala (Ravi et
al., 2022).
El esfuerzo y costo para controlar las especies
invasoras puede ser exorbitante, especialmente
para especies que se distribuyen en grandes áreas
y se reintroducen continuamente (Haubrock et al.,
2022), como la rana toro norteamericana
(Lithobates catesbeianus). Esta es una de las 100
peores especies invasoras a nivel mundial. Es
originaria de la costa este de los Estados Unidos y
en Sudamérica actúa como un voraz depredador
de larvas y adultos de anfibios nativos como la
rana criolla (Leptodactylus latrans) de Brasil,
peces, invertebrados, pequeños mamíferos
(Bissattini & Vignoli, 2017) y pichones de aves.
Se informa que además de sus interacciones con
presas, depredadores y competidores nativos,
tiene un rol importante como vector en la
dinámica de las enfermedades de otros anfibios
(Daszak et al., 2004, Hanselmann et al., 2004,
Urbina et al., 2018, Laufer et al., 2021,). Estas
interacciones podrían ser graves en países
megadiversos como Ecuador, donde existe una
alta diversidad de anfibios producto de la
heterogeneidad ambiental que caracteriza al país.
Muchos estudios han examinado la invasión de la
rana toro en todo el mundo (Sales et al., 2021) y
han documentado que este invasor puede tener un
impacto significativo en la fauna nativa
(Kumschick et al., 2017). La especie ha
colonizado el 75% de Sudamérica (Nori et al.,
2011) y fue introducida en Ecuador en 1985. Sin
embargo, se desconocen los impactos potenciales
y/o reales sobre la actividad y las preferencias de
uso de hábitat de las especies nativas de la región
ecuatoriana. De esta coexistencia invasor-nativo
se podría esperar peores condiciones para las
especies nativas en escenarios de cambio
climático, donde se pronostica que estas podrían
tener contracciones en su distribución. Con la
modificación de la estructura y el funcionamiento
de los ecosistemas, es probable que los cambios
climáticos produzcan desplazamientos del área de
distribución de las especies invasoras, empujando
a algunas poblaciones hacia zonas protegidas
(Nori et al., 2011).
En los últimos años, los modelos de distribución
de especies se han utilizado considerablemente
para predecir áreas ecológicamente adecuadas
para el establecimiento de especies invasoras
según las proyecciones climáticas actuales y
futuras (Vargas et al., 2020). Estos modelos
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13) (jul – dic 2024). ISSN: 2600-5824.
Ferrer-Sánchez et al. 2024: Distribución de Lithobates catesbeianus en Ecuador ante el cambio climático
20
combinan datos de presencia de individuos dentro
de su rango de distribución conocido, con datos
climáticos de esas mismas áreas para generar
modelos que generalmente describen el nicho
grinneliano del organismo (Vargas et al., 2020).
Para Ecuador, se han registrado dos estudios de la
rana toro empleando las modelaciones (e.g.
Iñiguez y Morejón 2012, Dueñas Tituaña 2020).
El estudio de Iñiguez y Morejón (2012), identificó
algunas zonas susceptibles en las que deberían
centrarse los esfuerzos de conservación para
evitar nuevos asentamientos y la cría incontrolada
de esta especie. Específicamente, Dueñas Tituaña
(2020) modeló la distribución bajo un escenario
de cambio climático moderado (SSP2-4.5) e
indica que las regiones Andina y Amazónica
incrementarían el hábitat idóneo de la especie en
35,01% y 1,51%, respectivamente. Ambos
estudios coinciden con la expansión de la
distribución de la especie hacia la región
Amazónica.
Otras investigaciones registraron la presencia de
la rana toro en regiones como Napo y Manabí
(Cisneros-Heredia 2004), Loja (Cobos et al.,
2015), Zamora Chinchipe (Valarezo-Aguilar et
al., 2016), Isla Santay (Cruz-Cordovez et al.,
2020) y Guayas (Narváez et al., 2023). Sin
embargo, aun teniendo estos estudios, los
elementos no son suficientes para aplicar
estrategias preventivas y/o de control en
diferentes ecosistemas y áreas protegidas,
previendo los escenarios cambiantes de cambio
climático que podríamos enfrentar. Estos vacíos
de información limitan la efectividad de los
planes de erradicación y/o control que se intentan
llevar a cabo, contribuyendo con el detrimento de
la biodiversidad, dentro y fuera de áreas
protegidas. Por lo tanto, el objetivo de este estudio
es predecir posibles cambios en la distribución
geográfica de Lithobates catesbeianus en Ecuador
continental bajo diferentes escenarios de cambio
climático.
Los resultados de este tipo de estudios son
fundamentales para comprender cómo el cambio
climático puede alterar la distribución de especies
invasoras como Lithobates catesbeianus,
afectando los ecosistemas locales y la
biodiversidad. Al predecir las áreas de expansión
potencial de esta especie en Ecuador, se puede
anticipar el impacto en las especies nativas y en
los servicios ecosistémicos. Además, los datos
resultantes permiten ajustar y mejorar las
estrategias de conservación y manejo de la
biodiversidad, enfocándose en áreas de alta
vulnerabilidad por la presencia de este voraz
invasor. Esta información es clave para diseñar
planes de erradicación más eficaces, previniendo
la propagación de esta especie invasora en nuevos
hábitats. En última instancia, este estudio
contribuye a una gestión más informada y
adaptativa frente a los desafíos del cambio
climático.
2. Materiales y Métodos
2.1 Compilación y validación de puntos de
presencia
El estudio se llevó a cabo en Ecuador continental,
siguiendo una secuencia de pasos que incluyó la
obtención de datos biológicos y climáticos, y el
preprocesamiento de estos antes de incluirlos en
el algoritmo de modelación. Para ello, se
recopilaron registros de presencia de la rana toro
en la base de datos Global Biodiversity
Information Facility (GBIF) (Chamberlain et al.,
2022). Se consideraron registros de presencia de
la especie en algunas regiones invadidas
(Ecuador, Colombia, México) y en las regiones
nativas (Estados Unidos y Canadá) para obtener
una mejor representación del rango ambiental en
el que aparece la especie. Algunos estudios
sugieren que los modelos se calibren basándose
en el área de distribución completa de la especie
(datos del área de distribución nativa e invadida)
para estimar las áreas de riesgo (Beaumont et al.,
2009; Gallagher et al., 2010). Específicamente,
Tingley et al. (2011) señalan que el éxito de
establecimiento de los anfibios exóticos invasores
es mayor en zonas con condiciones abióticas
similares a las del área de distribución nativa.
Los registros sin información geográfica o con
errores obvios, como coordenadas incompletas,
ubicaciones en el océano y desajustes entre datos
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13)
21
administrativos y coordenadas y zonas donde no
está presente la especie, se excluyeron del
análisis. Además, se realizó un análisis de los
registros de presencia mediante el software
ArcGIS en la caja de herramientas SDM Tools
v.2.4, utilizando la función "Spatially Rarefy
Occurrence Data for SDMs". Esto permitió
reducir la correlación espacial entre los puntos
recopilados. Se eliminaron los duplicados al
reducir los registros con una distancia de 5 km
para la rana toro (N = 67). Con este paso se reduce
el sobreajuste y se aumenta el rendimiento del
modelo (Boria et al., 2014). Se reservó un
subconjunto de datos para pruebas de modelos
independientes y se dividieron aleatoriamente las
presencias restantes en subconjuntos de 75–25%
para la calibración del modelo y las pruebas
internas, respectivamente.
2.2 Datos climáticos
Se utilizaron predictores bioclimáticos de
WorldClim v2.1 (Fick & Hijmans, 2017) con un
período de referencia de 1970-2000 para el
presente, a una resolución espacial de 2,5 minutos
de arco (~5 km) como base de datos. De las 19
variables bioclimáticas disponibles, se excluyeron
cuatro variables: temperatura promedio del
trimestre más húmedo (bio8), temperatura
promedio del trimestre más seco (bio9),
precipitación en el trimestre más caliente (bio18)
y precipitación en el trimestre más frío (bio19), ya
que se consideran artificios espaciales y han sido
eliminadas en otros trabajos con protocolos
similares (Datta et al., 2020); ya que no son útiles
en la región Neotropical (Booth, 2022). Además,
aunque en los animales ectotermos como los
anfibios, la fisiología térmica depende de la
interacción temperatura-precipitación, se
consideraron otras variables directas y menos
correlacionadas entre sí, como predictores del
modelo, evitando de esta forma la
multicolinealidad entre variables.
Se realizó un análisis con diferentes métodos para
seleccionar las variables con las cuales se
calibrarían los modelos candidatos de la especie.
El primer método se basó en la revisión de
literatura científica en la cual se ha modelado la
distribución de la especie (Tabla 1). El segundo
método consistió en una revisión de la ecología de
la especie y con el tercer método se
correlacionaron estadísticamente las variables,
eliminando una variable por par con correlaciones
de r ≥ 0,8. De cada uno de los métodos se
seleccionó un conjunto de variables para la
calibración de los modelos candidatos (Tabla 1).
Finalmente, las variables seleccionadas para la
calibración del modelo conformaron tres
subconjuntos (Tabla 1). Las capas de variables
ambientales fueron recortadas a áreas de
calibración del modelo definidas como áreas
continentales incluidas dentro del rango nativo
(Estados Unidos y Canadá) y parte del rango de
invasión (Ecuador, México y Colombia) de la
especie.
Tabla 1. Conjuntos candidatos de variables climáticas que se analizaron para incorporar a la calibración
de los modelos de nicho ecológico de Lithobates catesbeianus. Bio1: Temp. promedio anual; Bio2: Rango medio
diurno; Bio3: Isotermalidad; Bio4: Estacionalidad en temperatura; Bio5: Temp. Máx. del trimestre más caliente; Bio6: Temp.
Mín. del trimestre más frío; Bio7: Rango anual de temperatura; Bio10: Temp. promedio en el trimestre más caluroso; Bio11:
Temp. promedio en el trimestre más frío; Bio12: Precipitación anual; Bio13: Precipitación en el período más lluvioso; Bio14:
Precipitación en el período más seco; Bio15: Estacionalidad de la precipitación; Bio16: Precipitación del trimestre más
lluvioso; Bio17: Precipitación del trimestre más seco.
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13) (jul – dic 2024). ISSN: 2600-5824.
Ferrer-Sánchez et al. 2024: Distribución de Lithobates catesbeianus en Ecuador ante el cambio climático
22
Variables/Métodos
de selección
Literatura científica
Ecología de la
especie
Análisis de
correlación
Referencia/
Variables usadas
Variables
de mayor
aporte al
modelo
Variables
analizadas en cada
método
Bonilla (2019)
Elevación, 19
variables
bioclimáticas
Elevación
Bio2, Bio5,
Bio16
Elevación,
Bio1, Bio10,
Bio11, Bio13,
Bio14
Bio1, Bio2,
Bio3, Bio4,
Bio5, Bio6,
Bio7,
Bio10, Bio11,
Bio12, Bio13,
Bio14, Bio15,
Bio16, Bio17,
Elevación
Forti et al. (2017)
Bio1, Bio2, Bio3,
Bio8, Bio12,
Bio15
Bio1, Bio12
Becerra-López et
al. (2017)
19 variables
bioclimáticas
Bio6, Bio9,
Bio16,
Bio19,
Bio13
Variables
seleccionadas para
calibrar modelo
Conjunto 1: Bio1, Bio12, Bio16, Elevación
Conjunto 2: Bio1, Bio7, Bio10, Bio11, Bio12, Bio13, Bio14, Elevación
Conjunto 3: Bio1, Bio5, Bio7, Bio12, Elevación
Las proyecciones de distribución futura se
basaron en los periodos 2021-2040, 2041-2060,
2061-2080, 2081-2100, en dos escenarios de rutas
socioeconómicas compartidas (SSPs) del CMIP6
(Coupled Model Intercomparison Project Phase 6;
Yang et al., 2021). Se eligió el escenario
intermedio SSP2 4,5, que supone un aumento
moderado de la globalización, lo que resulta en un
aumento de la temperatura media global de 2,7 °C
y una mayor intensidad de eventos climáticos
extremos, considerando un posible resultado
negativo para el medio ambiente y la sociedad,
con impactos graves en la economía, la
biodiversidad y la salud humana. El SSP5 8,5
supone un futuro con emisiones de gases de efecto
invernadero que aumentan a un ritmo rápido y el
calentamiento global supera los 4,4 °C para el
2100. Este escenario es considerado uno de los
peores y más pesimistas, y se utiliza como un
ejemplo extremo para evaluar los posibles
impactos y consecuencias del cambio climático
en la sociedad.
2.3 Procedimiento de modelación
La modelación de nicho ecológico de Lithobates
catesbeianus fue realizada con el paquete kuenm
(Cobos et al., 2019), en el software RStudio
v2022.12.0. Este es un conjunto de herramientas
para realizar detalladamente los modelos de
nichos ecológicos utilizando la plataforma
MaxEnt. Este paquete aprovecha la versatilidad
de R y MaxEnt para permitir la calibración y
selección detallada del modelo, la creación y
evaluación del modelo final y el análisis de riesgo
de extrapolación. Los mejores parámetros para el
modelado se seleccionan teniendo en cuenta (1) la
importancia estadística, (2) el poder predictivo y
(3) la complejidad del modelo (Cobos et al.,
2019).
Los modelos candidatos se filtraron para detectar
aquellos que fueron estadísticamente
significativos; el criterio de tasa de omisión del 5
% se aplicó a este conjunto reducido de modelos.
Finalmente, entre los modelos candidatos
significativos y de baja omisión, se seleccionaron
aquellos con los valores de delta AICc < 2. Las
tasas de importancia y omisión se calcularon en
los modelos creados con datos de entrenamiento,
usando subconjuntos de datos de prueba
separados. La complejidad del modelo se calculó
en modelos creados con el conjunto completo de
presencias. En total, se evaluaron 1581 modelos
candidatos, con parámetros que reflejan todas las
combinaciones de 17 configuraciones de
multiplicadores de regularización (0,1-0,9; 1-6; 8;
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13)
23
10), 31 combinaciones de cinco clases de
características (lineal = l, cuadrática = q, producto
= p, umbral = t y bisagra = h) y tres conjuntos
distintos de variables ambientales. El rendimiento
del modelo se evaluó en función de la
significación estadística (ROC parcial), las tasas
de omisión (OR) y el criterio de información de
Akaike corregido para tamaños de muestra
pequeños (AICc).
Los conjuntos de predictores ambientales
incluyeron las variables seleccionadas y
mencionadas en la tabla 1. Además, se realizaron
interacciones entre ellos utilizando los valores de
multiplicadores, las clases y los conjuntos. De
estas interacciones se obtuvieron 1564 modelos
estadísticamente significativos (Tabla 2). Sin
embargo, solamente dos modelos fueron
estadísticamente significativos y cumplieron con
la tasa de omisión y los criterios AICc (Tabla 2).
Tabla 2. Número de modelos candidatos que cumplieron los criterios definidos para la obtención del modelo final
de nicho ecológico de Lithobates catesbeianus en Ecuador continental.
Criterios
Número de
modelos
Todos los modelos candidatos
1581
Modelos estadísticamente significativos
1564
Modelos que cumplen con los criterios de tasa de omisión
664
Modelos que cumplen los criterios AICc
8
Modelos estadísticamente significativos que cumplen con los criterios de tasa de omisión
664
Modelos estadísticamente significativos que cumplen los criterios AICc
8
Modelos estadísticamente significativos que cumplen con la tasa de omisión y los
criterios AICc
2
Una vez identificados los modelos que cumplían
con todos los parámetros, se construyó el modelo
final. Se corrieron 10 réplicas por Bootstrap para
el modelo final, con salidas cloglog, y se transfirió
el modelo a Ecuador continental para escenarios
actuales y futuros. Los modelos finales y sus
evaluaciones se realizaron con las funciones
kuenm_mod y kuenm_feval respectivamente, del
paquete kuenm en RStudio. El mejor modelo final
fue el resultado del promedio de todas las réplicas
para los modelos con extrapolación restringida.
Los resultados de MaxEnt fueron mapas
continuos que permitían distinguir con precisión
la idoneidad del territorio modelado en Ecuador
continental. Se usó como umbral de corte el
"minimum training presence" para diferenciar el
hábitat adecuado del no adecuado, lo que
disminuye las tasas de omisión, evitando también
que el modelo fuese demasiado general. Este tipo
de umbral de corte ha sido propuesto en trabajos
para modelar el área de distribución de especies
invasoras (e.g. Pyron et al., 2008; Rodda et al.,
2011) y de la rana toro en particular (Nori et al.,
2011).
Se usaron varias métricas de rendimiento del
modelo: ROCparcial como una medida de
significación estadística, tasas de omisión y
AICc. La significación estadística se determinó
mediante un remuestreo bootstrap del 50% de los
datos de las pruebas. Las probabilidades se
evaluaron por recuento directo de la proporción
de réplicas bootstrap para las que el AUCratio fue
≤ 1,0 (Abad & Casal, 200). El rendimiento se
midió mediante los índices de omisión, que
indican en la medida en que los modelos creados
con los datos de entrenamiento predicen las
ocurrencias de la prueba.
Para conocer las posibles expansiones,
contracciones o estabilidad de la distribución
potencial en el futuro, se realizaron
comparaciones de los mapas binarios (hábitat
adecuado/no adecuado) de cada escenario a través
de la herramienta Distribution Changes Between
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13) (jul – dic 2024). ISSN: 2600-5824.
Ferrer-Sánchez et al. 2024: Distribución de Lithobates catesbeianus en Ecuador ante el cambio climático
24
Binary SDMs, que aparece en la caja de
herramientas SDMtoolbox 2.4 en ArcGis 10.8.
Además, se usó el mapa del Sistema de Nacional
de Áreas Protegidas (SNAP) de Ecuador 2017
para extraer las zonas de distribución potencial
mediante el programa ArcGIS 10.8 que estén
contenidas en el SNAP. Con esta capa que
representa los límites de las áreas protegidas y el
mapa de distribución potencial de Lithobates
catesbeianus en el presente y en cada escenario
futuro, se realizaron análisis espaciales para
identificar las zonas de riesgo de expansión según
los cambios del clima.
3. Resultados
Se encontró una gran variabilidad en los valores
de las variables ambientales analizadas. La
temperatura promedio anual osciló entre los 1.38
– 25.6 °C. El rango anual de temperatura se
mantuvo entre los 10 – 47.68 °C, con una media
32.24 °C. Durante el trimestre más caluroso, la
temperatura promedio máxima alcanzó los 34.22
°C (Tabla 3). En cuanto a las variables de
precipitación, la precipitación máxima anual
presentó un valor mínimo de 62 mm, mientras que
el máximo fue de 4374 mm. Durante el periodo
más lluvioso, la precipitación máxima fue de 495
mm y la mínima de 10 mm, con un promedio de
124.12 mm. La elevación tuvo un máximo de
4112 msnm y un mínimo de -70 msnm (Tabla 3).
Tabla 3. Estadísticos descriptivos de las variables climáticas en las localidades con presencia de Lithobates
catesbeianus en Ecuador continental. DE: desviación estándar.
Variables
Mínimo
Máximo
Media ± DE
Temperatura promedio anual (Bio1)
1.39
25.61
14.52 ± 4.72
Rango medio diurno (Bio 2)
7.22
20.86
12.71 ± 2.55
Isotermalidad (Bio 3)
23.36
92.29
42.67 ± 15.61
Estacionalidad en temperatura (Bio 4)
12.51
1278.77
723.68 ± 275.02
Temperatura máxima del trimestre más caliente (Bio 5)
10.82
44.42
30.89 ± 3.79
Temperatura mínima del trimestre más frío (Bio 6)
-21.84
19.90
-1.36 ± 7.77
Rango anual de temperatura (Bio 7)
10.01
47.68
32.25 ± 8.04
Temperatura promedio en el trimestre más caluroso (Bio 10)
5.65
34.22
23.30 ± 3.52
Temperatura promedio en el trimestre más frío (Bio 11)
-12.89
24.77
5.49 ± 7.52
Precipitación anual (Bio 12)
62.00
4374.00
946.32 ± 450.39
Precipitación en el período más lluvioso (Bio 13)
10.00
495.00
124.12 ± 58.68
Precipitación en el período más seco (Bio 14)
0.000
302.000
43.86 ± 31.89
Estacionalidad de la precipitación (Bio 15)
5.47
139.13
40.66 ± 28.75
Precipitación en el trimestre más lluvioso (Bio 16)
3.00
1287.00
241.62 ± 137.24
Precipitación en el trimestre más seco (Bio 17)
9.00
1234.00
230.06 ± 151.25
Elevación
-70.00
4112.00
458.47 ± 572.86
Rendimiento de los modelos seleccionados
Dentro de los 1581 modelos generaros, los
mejores candidatos fueron
M_0.6_F_pth_Conjunto 2 y
M_0.6_F_lpth_Conjunto_2, con tasas de omisión
del 5% y valores de AUC media > 1, relacionado
esto con la capacidad predictiva diferente y
superior a un modelo aleatorio (Figura 1). El 99%
de los modelos candidatos fueron significativos,
sin embargo, solo dos modelos cumplieron con
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13)
25
todos los requisitos previamente establecidos. En
este sentido, el modelo con menor valor de AIC
correspondió al que empleó el conjunto dos de
variables, con un multiplicador de regularización
de 0.6 y las funciones: lineal (l), producto (p),
umbral (t) y bisagra (h).
Figura 1. Dispersión de los modelos candidatos según los criterios de tasa de omisión, AIC y
significación, para la construcción del modelo de nicho ecológico de Lithobates catesbeianus en
Ecuador continental.
La distribución geográfica potencial de
Lithobates catesbeianus en Ecuador para el
presente, mostró los valores de idoneidad más
altos (0.597) en la región Costa, en las provincias
Esmeraldas, Manabí, Santa Elena, Santo
Domingo y Guayas (Figura 2). En la región
Amazónica (Oriente), la especie tuvo una mayor
probabilidad de distribución en las áreas de
Pastaza, Morona Santiago y en las partes
intermedias de Napo y Sucumbíos (Figura 2). En
la región Sierra, la especie tuvo mayor
probabilidad de distribución en la provincia
Pichincha, pero con proporciones más bajas en
otras provincias como Tungurahua y Loja. Los
modelos proyectados al futuro predicen que las
provincias de la región Costa (Esmeraldas,
Guayas, Los Ríos, Santa Elena, Manabí) y ciertas
zonas de Guayaquil, serían las más aptas para
Lithobates catesbeianus en ambos escenarios
(SSP2 4,5 y SSP5 8,5), para las proyecciones
desde el 2021-2040 hasta el 2100 con una
pequeña disminución en el segundo (Figura 3).
Por otra parte, en la región Amazónica (Oriente)
hubo favorabilidad con variaciones en las
provincias Napo, Morona Santiago y Sucumbíos,
aunque muestra una ligera disminución en el
escenario SSP5 8,5 (Figura 3). La región Sierra
tuvo un bajo nivel de adecuación de forma
general, donde las provincias Imbabura y
Pichincha podrían ser variables en el escenario
SSP5 8,5 (Figura 3).
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13) (jul – dic 2024). ISSN: 2600-5824.
Ferrer-Sánchez et al. 2024: Distribución de Lithobates catesbeianus en Ecuador ante el cambio climático
26
Figura 2. Favorabilidad climática para la distribución de la rana toro Lithobates
catesbeianus en las diferentes regiones de Ecuador continental.
Figura 3. Favorabilidad climática para la distribución de la rana toro Lithobates catesbeianus para los periodos
2040, 2060, 2080 y 2100, escenarios SSP2 4,5 y SSP5 8,5, en las diferentes regiones de Ecuador continental.
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13)
27
Para el periodo presente, el invasor Lithobates
catesbeianus tuvo condiciones climáticas
adecuadas en un área de ~ 3310 km² en Ecuador
continental, lo que corresponde al 5.79% del
territorio total del país (Figura 4). Estas
condiciones favorables se concentraron
principalmente en regiones con climas cálidos,
tropicales, semi húmedos y húmedos. A pesar de
esto, su expansión aún no ha sido significativa, ya
que todavía existen 53845 km² donde no se han
encontrado evidencias de su presencia, lo que
representa el 94.20% de la superficie total del país
(Figura 4).
Figura 4. Distribución geográfica potencial de la rana
toro Lithobates catesbeianus en Ecuador continental.
El área de distribución que se expande en el 2021-
2040 tuvo un aumento del 4.16% (2625 km2) en
el escenario SSP2 4,5, alcanzando una cobertura
del 4% (solo esta expansión) del territorio total de
Ecuador. No obstante, el escenario pesimista
(SSP5 8,5) predice una expansión menor al
primer escenario (2.51%, 1585 km2)
representando una diferencia de 1175 km2
respecto al área de distribución actual (Figura 5).
En el periodo 2041-2060, con los resultados del
escenario SSP2 4,5, se espera que el rango de
expansión de la especie aumente un 3.24% (2045
km2), y se estima una pérdida de su hábitat del
2.31% (1455 km2). Algunas zonas se convierten
en hábitats favorables y otras zonas pasan a no
favorables. El aumento real sería de ~ 875 km2.
Por otro lado, en el escenario SSP5 8.5 se espera
que el rango de expansión sea mayor, con un
3.94% (2485 km2), y que la pérdida de hábitat sea
de ~ 2.73% (1720 km2), siendo el aumento en el
área de distribución de 1050 km2 (Figura 5).
Al comparar datos de la distribución potencial
actual con la del futuro para el 2061-2080, en el
escenario SSP2 4,5 se prevé un incremento del
rango de expansión de 4.63% (2920 km2). Se
mantendrá alrededor del 4.61% del área de
distribución, que equivale a ~ 2905 km2. Por otro
lado, en el escenario SSP5 8.5, el rango de
expansión será del 3.36% (2120 km2), pero, se
estima una pérdida de hábitat adecuado de ~
2.34% (1475 km2) (Figura 5). Para el escenario
SSP2 4,5 del 2081-20100, el rango de expansión
será de un 4.24% (2675 km2) y se mantendrá
alrededor del 4.03% (2540 km2). Sin embargo, se
estima una pérdida de hábitat adecuado de 1.67%
(1055 km2), por lo que el aumento en el rango de
expansión será realmente de 1905 km2. En el
escenario SSP5 8,5, el rango de expansión será
menor, del 2.54% (1605 km2). Pero, habrá una
pérdida del 1.85% (1165 km2), lo que resultará en
un aumento en el rango de expansión de alrededor
de 725 km2 (Figura 5).
Es destacable que para el escenario SSP2 4,5, las
zonas de expansión del rango se concentran
mayormente en la región Costa, principalmente
en la zona central desde el 2060 hasta el 2100
(Figura 5). En el escenario pesimista, se observa
este patrón en los dos primeros periodos, sin
embargo, disminuye significativamente hacia el
2061-2080 y reaparece en el 2081-2100.
Específicamente, el 2061-2100 se proyecta como
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13) (jul – dic 2024). ISSN: 2600-5824.
Ferrer-Sánchez et al. 2024: Distribución de Lithobates catesbeianus en Ecuador ante el cambio climático
28
el de mayor expansión o mayor cambio en las
áreas favorables ya que aparecen numerosas
zonas idóneas en la región Amazónica (Oriente),
a lo largo de la Sierra y la zona central de la Costa
(Figura 5). Esta sería la predicción más favorable
para la especie.
Figura 5. Mapas binarios (presencia/ausencia) de comparación de la distribución de Lithobates catesbeianus
en Ecuador continental entre el presente y el futuro para los periodos de 2021-2040, 2041-2060, 2061-2080 y
2081-2100.
Áreas favorables dentro del Sistema Nacional
de Áreas Protegidas
En el presente, Lithobates catesbeianus tuvo ~
235 km2 de área climáticamente favorable en el
interior de las áreas protegidas de Ecuador
continental (Figura 6). Específicamente, las áreas
protegidas identificadas con condiciones
favorables fueron Reserva Ecológica Cotacachi
Cayapas (~ 95 km2), Parque Nacional
Llanganates (~ 45 km2), Reserva Ecológica
Cayambe Coca (~ 25 km2), Reserva Ecológica
Antisana (~ 20 km2), Parque Nacional Sangay (~
15 km2), Reserva Ecológica Mache-Chindul (~ 15
km2), Reserva Ecológica Manglares Churute (~
10 km2) y los Refugios de Vida Silvestre El Morro
y Marino Costera Pacoche.
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13)
29
Para el escenario SSP2 4,5, en todos los períodos
analizados se observó un incremento de esta área
favorable dentro del SNAP (Figura 6). El mayor
incremento se dio en el periodo 2081-2100, con
una extensión de ~ 585 km2 (Figura 6), más del
doble respecto al presente. Para el escenario SSP5
8,5, los resultados son un poco más alentadores,
ya que solo se registra un incremento respecto al
presente de ~ 100 km2 durante el período 2061-
2080 (Figura 6).
Figura 6. Extensión de área con condiciones climáticas favorables para la invasión de Lithobates
catesbeianus dentro del Sistema Nacional de Áreas Protegidas de Ecuador (SNAP) en Ecuador continental,
en diferentes periodos futuros y escenarios de cambio climático (SSP2 4,5; SSP5 8,5). La línea roja
corresponde a la extensión de área con condiciones favorables para el invasor dentro del SNAP en el presente.
Las áreas protegidas más propensas a ser
invadidas por Lithobates catesbeianus en el
escenario SSP2 4,5 fueron: las Reservas
Ecológicas Cotacachi Cayapas, Mache-Chindul,
Cayambe Coca, Manglares Churute y los Parques
Nacionales Sangay, Llanganates y Podocarpus.
Para el escenario SSP5 8,5 las áreas más
afectadas serían las Reservas Ecológicas
Manglares Churute, Mache-Chindul, Cofán
Bermejo y el Parque Nacional Llanganates
(Figura 7). Durante todos los periodos, la
tendencia de invasión se favorece bajo las
condiciones de emisiones de gases del escenario
conservador SSP2 4,5 (Figura 7).
Específicamente, en el periodo inmediato (2021-
2040), la Reserva Ecológica Cotacachi Cayapas,
Mache-Chindul y Manglares Churute, y el
Parque Nacional Llanganates, Sangay y
Podocarpus deberían tomar medidas inminentes
para evitar los problemas ecológicos y
ecosistémicos asociados a la invasión de la rana
toro. Si durante este mismo periodo, el clima se
comporta como lo sugerido en el escenario SSP5
8,5, la invasión de la rana toro sería más
favorable en la Reserva Ecológica Antisana, y
seguiría el mismo patrón del SSP2 4,5 en la
Reserva Ecológica Cayambe Coca, Parque
Nacional Llanganates y los Refugios Pacoche,
Manglares El Morro, y Manglares El Salado
(Figura 7). En el resto de los periodos, destacan
la Reserva Ecológica Cotacachi Cayapas,
Mache-Chindul, Cayambe Coca, y el Parque
Nacional Sangay.
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13) (jul – dic 2024). ISSN: 2600-5824.
Ferrer-Sánchez et al. 2024: Distribución de Lithobates catesbeianus en Ecuador ante el cambio climático
30
Figura 7. Áreas protegidas de Ecuador continental con condiciones favorables para la invasión de Lithobates
catesbeianus en los escenarios de cambio climático SSP2 4,5 y SSP5 8,5 en diferentes períodos.
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13)
31
4. Discusión
En Ecuador existen pocos registros y estudios que
hayan modelado el nicho ecológico de especies
invasoras (Dueñas Tituaña, 2020; Ferrer-Sánchez
et al., 2021), especialmente para Lithobates
catesbeianus, en comparación con otros países de
América del Sur como Brasil, Argentina y
Colombia (Akmentins et al., 2010; Both et al.,
2011; Urbina-Cardona et al., 2011). En la
actualidad, la rana toro está presente en territorio
ecuatoriano y las zonas más propensas a la
invasión son las que se concentran en las regiones
costeras, como Guayas, Los Ríos, Manabí y
Esmeraldas. Este resultado coincide con lo
encontrado por Iñiguez & Morejón (2012), que
identificaron el rango de distribución principal de
la rana toro en Ecuador en tres áreas de la región
costera, algunas de ellas cercanas a Guayaquil
(Babahoyo). Estos autores encontraron que la
región andina no contaba con áreas aptas para la
especie, lo cual se justifica por las condiciones
ambientales, que no son las adecuadas para su
desarrollo y, además, carece de hábitats
adecuados. Probablemente, esto se debe a las
bajas temperaturas que son típicas de las altas
elevaciones de este territorio. El presente estudio
respalda en gran parte este resultado, aunque el
algoritmo de modelado empleado y la mayor
cantidad de registros de presencia que representan
a la región nativa de la especie logró identificar
pequeñas zonas dentro de la Sierra que
potencialmente podrían albergar a Lithobates
catesbeianus. Estas nuevas áreas favorables que
se obtuvieron en este estudio en zonas climáticas
menos cálidas muestran la gran plasticidad
ecológica de la especie, y el riesgo de invasión
que corren esos ecosistemas si llegan a
establecerse exitosamente poblaciones de este
invasor.
Según estos resultados, en la región Amazónica
(Oriente) hay un grupo de áreas que cumplen con
cierta idoneidad para el desarrollo de Lithobates
catesbeianus, aunque Iñiguez & Morejón (2012)
comentan que solo unas pocas zonas pequeñas
parecen ser aptas para la especie en este territorio
según el modelo calibrado con los registros del
área nativa, pero al incluir los registros de zonas
de invasión obtuvieron mayor cantidad de área
Amazónica con favorabilidad para la especie. A
diferencia de Iñiguez & Morejón (2012), esta
investigación no obtuvo zonas idóneas en el área
de Joya de los Sachas (Oriente) para el presente,
ni para los periodos futuros. Estas diferencias
pueden estar asociadas a las variables ambientales
empleadas como predictores de los modelos y la
parametrización empleada para el algoritmo de
modelación. En esta investigación se usaron solo
variables climáticas probando diferentes
configuraciones de los parámetros incluidos en
MaxEnt, mientras que Iñiguez & Morejón (2012)
emplean variables climáticas, hidrológicas y de
modificación humana siguiendo una
configuración de parámetros establecida por
Phillips & Dudík (2008).
Sin embargo, la mayor parte de los registros de
invasión de la especie que Iñiguez & Morejón
(2012) utilizaron para sus modelos, se localizaban
en la Amazonía, lo cual contrastó con sus
resultados, ya que en la distribución potencial no
resultó ser la región con mayor idoneidad para la
rana toro. Estos individuos fuera de sus
condiciones climáticas óptimas, como indican
nuestros modelos para la época actual, podrían
estar en proceso de invadir nuevos lugares, ya sea
por expansiones del área de distribución o debido
a translocaciones recientes, no correspondiendo
necesariamente a poblaciones establecidas. Pero
también podrían asociarse a falsos negativos de
los modelos. Para investigar este caso, son
necesarios seguimientos locales.
Algunos registros de presencia en el presente
estudio quedaron fuera de las zonas de
favorabilidad climática predicha, convirtiéndose
en falsos negativos que entran en la tasa de
omisión del 5%. Existen múltiples factores por los
cuales los modelos no predicen zonas con
presencia comprobada de las especies. Estos
problemas pueden estar asociados a una
inadecuada selección de variables ambientales,
datos insuficientes o de baja calidad, escalas
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13) (jul – dic 2024). ISSN: 2600-5824.
Ferrer-Sánchez et al. 2024: Distribución de Lithobates catesbeianus en Ecuador ante el cambio climático
32
temporales y espaciales inadecuadas, condiciones
climáticas o cambios recientes o limitaciones en
el algoritmo de modelación. En este estudio en
particular, se considera que los falsos negativos
pueden estar asociados a la dinámica climática o
a las alteraciones recientes del hábitat que pueden
hacer que el modelo no prediga de forma correcta
las zonas que recientemente se han vuelto
habitables para la especie, lo que resulta en
omisión. Esto sería consecuencia a su vez de la
temporalidad de los datos climáticos (1970-2000)
del Worldclim utilizados para modelar la
distribución en el presente (Fick & Hijmans,
2017), con una diferencia de 24 años. Además, el
uso de los datos del área de invasión de la especie
para calibrar el modelo supone implícitamente
que todos los registros utilizados para la
calibración del modelo representan poblaciones
viables (que sobreviven y crecen) que han
colonizado, se han establecido y se están
extendiendo actualmente por el paisaje (Hellmann
et al., 2008). En este caso, las poblaciones de la
rana toro en Ecuador son ecológicamente
desconocidas y la mayor parte de lo que se sabe
hace referencia a reportes de presencia de la
especie en diferentes localidades del país (e.g.
Cisneros-Heredia, 2004; Cobos et al., 2015;
Valarezo-Aguilar et al., 2016; Cruz-Cordovez et
al., 2020; Narváez et al., 2023). Esto significa que
no se puede asumir la viabilidad del 100% de las
poblaciones del área de distribución en Ecuador,
y específicamente esos falsos negativos podrían
ser consecuencia a su vez de poblaciones no
viables.
A través de esta investigación se demostró que
nuevas áreas actualmente son propensas a
invasión por la rana toro y cuáles se perfilan a
futuro bajo diferentes escenarios de cambio
climático. La región Costa aparece en todos los
escenarios como la más vulnerable, por lo que en
ella se deben enfocar las principales medidas de
prevención. El haber utilizado los registros del
rango nativo y de invasión resultó ser un gran
acierto para este trabajo. Beaumont et al. (2009)
afirman que las especies invasoras normalmente
pueden ocupar diferentes nichos climáticos dentro
de su rango nativo y que es crucial incluir los
datos del rango completo (nativo e invasivo), para
de esta forma obtener modelos más útiles que
representen de manera acertada el potencial de
invasión de una especie. Además, las especies
invasoras pueden responder al cambio climático
de diferentes maneras, ya sea adaptándose a las
condiciones ambientales cambiantes,
desplazando su nicho o expandiéndose a nuevas
zonas (Holt, 1990).
En este sentido, los modelos de nicho ecológico
constituyen una herramienta muy útil para
predecir la distribución presente y futura de las
especies invasoras en relación con el cambio
climático (Mainka & Howard, 2010). Además, los
modelos pueden contribuir en la generación de
medidas de gestión preventivas, con el fin de
disminuir y controlar la propagación de especies
exóticas invasoras en un futuro, priorizando las
áreas de conservación. En el 2019, el Ministerio
de Ambiente y Agua de Ecuador propuso un Plan
de Acción decenal para la prevención, manejo y
control de las especies exóticas, con la finalidad
de aplicar estrategias que subsanen la
problemática del país en un futuro. A través de
este estudio, se está contribuyendo con este plan
y los resultados son una opción válida para definir
estas estrategias.
No obstante, todos los estudios citados que
investigan la distribución potencial de la rana toro
muestran una alta confianza estadística e indican
patrones coincidentes. En el estudio actual, sólo
los hábitats altamente favorables para la
ocurrencia de la rana toro en términos de climas
adecuados fueron proyectados en mapas binarios,
ignorando hábitats poco adecuados que podrían
ser usados como rutas para el establecimiento de
poblaciones o migraciones (Forti et al., 2017).
Además, cuando se trata de especies altamente
vágiles como Lithobates catesbeianus, los
modelos podrían no ser capaces de interpretar
adecuadamente y de manera realista los hábitats
potenciales sumidero (Phillips et al., 2006), sobre
todo si solo asumen variables ambientales,
excluyendo las interacciones bióticas (Soberón &
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13)
33
Peterson, 2005). Aunque estos resultados no
suenan excesivamente pesimistas, sugerimos
precaución a la hora de utilizar las distribuciones
predichas de la rana toro.
La presencia de la rana toro en parte del territorio
que ocupa el Sistema Nacional de Áreas
Protegidas (SNAP) constituye una amenaza para
estos espacios, especialmente en las Reservas
Ecológicas y Parques Nacionales, donde se
predicen condiciones adecuadas para su presencia
en el presente y los próximos periodos. A futuro,
esta situación puede ser más crítica, ya que se ha
observado un aumento creciente en la expansión
de territorio que ocupa la especie. Estos
resultados coinciden con lo encontrado por
Dueñas Tituaña (2020), que también indicó que
Lithobates catesbeianus se expandiría por
diferentes áreas protegidas, tales como la Reserva
Biológica Cerro Plateado, el Parque Nacional
Podocarpus, la Reserva Ecológica Cofán
Bermejo, el Parque Nacional Llanganates, el
Parque Nacional Yacuri, el Parque Nacional
Sangay y la Reserva Biológica Colonso.
El algoritmo empleado en este estudio fue útil
porque permitió múltiples calibraciones
detalladas de modelos de nicho ecológico en
MaxEnt, lo que ayudó a seleccionar entre
numerosos y complejos conjuntos de parámetros,
aquellos que demostraron el mejor rendimiento en
función de la importancia, la capacidad predictiva
y el nivel de complejidad. Otros estudios de
Lithobates catesbeianus han modelado la
distribución; sin embargo, aquí se presentó una
alternativa que permite la consideración de más
configuraciones de parámetros (particularmente
diferentes conjuntos de variables ambientales) y
una métrica más robusta de significación
estadística (ROC parcial). La consideración de
variables predictoras ambientales alternativas
durante la calibración ha sido previamente
reconocida como de especial importancia (
Peterson et al., 2018); sin embargo, no se ha
incluido en otros esfuerzos de selección y
calibración de modelos a nivel mundial y/o
regional para el estudio de esta especie tan
agresiva en importante, además de la presente
investigación.
El uso de esta metodología para la modelación
con el paquete kuenm permitió administrar la
complejidad del modelo en dimensiones más
sencillas, ya que el algoritmo va más allá de la
configuración del software para incluir diferentes
conjuntos de predictores ambientales (Cobos et
al., 2019). Dado que este paquete permite crear
conjuntos de modelos con múltiples conjuntos de
parámetros, considerarlos todos juntos mejoró la
calidad y la solidez de las predicciones. En este
estudio las características del paquete fueron una
buena opción para crear un modelo más robusto
usando MaxEnt, considerando importantes
fuentes de variación e incertidumbre del modelo
dadas por las múltiples opciones de configuración
de software y datos de entrada.
5. Conclusiones
La combinación de las variables de temperatura,
precipitación y elevación identificó a las regiones
costeras y del oriente, y en una menor medida a
las zonas limítrofes de las provincias situadas en
la sierra, como zonas favorables para la presencia
de la especie. Específicamente, la distribución de
Lithobates catesbeianus es más probable en las
provincias Guayas, Los Ríos, Manabí, Santa
Elena y Esmeraldas. En la parte oriental de
Ecuador se destacan las provincias Napo, Morona
Santiago y Zamora Chinchipe como favorables
climáticamente para la presencia de la especie,
siendo esta última una de las más adecuadas. La
favorabilidad en la Sierra es limitada, pero se
mantiene en las zonas que colindan con las
ciudades costeras y del oriente, permitiéndoles
una distribución marginal.
En el escenario moderado (SSP2 4,5), se esperan
cambios tolerables en las áreas donde la rana toro
ya está presente. La diversidad climática de
Ecuador podría incluso favorecer su expansión.
Sin embargo, en el escenario extremo (SSP5 8,5),
se prevé una pérdida considerable de áreas con
condiciones climáticas favorables, pero aun así, la
especie podría para mantener poblaciones, sobre
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13) (jul – dic 2024). ISSN: 2600-5824.
Ferrer-Sánchez et al. 2024: Distribución de Lithobates catesbeianus en Ecuador ante el cambio climático
34
todo hacia el interior de áreas protegidas. Se
espera que el rango de expansión para la
distribución de la rana toro aumente en áreas
como la Reserva Ecológica Cayambe Coca,
Cotacachi Cayapas, Manglares Churute y los
Parques Nacionales Sangay y Llanganates. Esto
resultará en una mayor prevalencia de la especie
en el SNAP, y también causará la pérdida de
biodiversidad y la fauna local.
6. Referencias
Abad, R. C., & Casal, R. F. (2020). Técnicas de
Remuestreo. Madrid: https://rubenfcasal.
github. io/book_remuestreo
Akmentins, M. S., & Cardozo, D. E. (2010).
American bullfrog Lithobates catesbeianus
(Shaw, 1802) invasion in Argentina.
Biological invasions, 12, 735-737.
https://doi.org/10.1007/s10530-009-9515-3
Beaumont, L. J., Gallagher, R. V., Thuiller, W.,
Downey, P. O., Leishman, M. R., & Hughes,
L. (2009). Different climatic envelopes among
invasive populations may lead to
underestimations of current and future
biological invasions. Diversity and
Distributions, 15(3), 409-420.
https://doi.org/10.1111/j.1472-
4642.2008.00547.x
Becerra-López, J. L., Esparza Estrada, C. E.,
Romero Méndez, U., Sigala Rodríguez, J. J.,
Mayer Goyenechea, I. G. & Castillo Cerón, J.
M. (2017). Evidence of niche shift and
invasion potential of Lithobates catesbeianus
in the habitat of Mexican endemic frogs. Plos
One, 12(9), e0185086.
https://doi.org/10.1371/journal.pone.0185086
Beaumont, L. J., Gallagher, R. V., Thuiller, W.,
Downey, P. O., Leishman, M. R., & Hughes,
L. (2009). Different climatic envelopes among
invasive populations may lead to
underestimations of current and future
biological invasions. Diversity and
Distributions, 15(3), 409-420.
https://doi.org/10.1111/j.1472-
4642.2008.00547.x
Bissattini, A. M. & Vignoli, L. (2017). Let’s eat
out, there’s crayfish for dinner: American
bullfrog niche shifts inside and outside native
ranges and the effect of introduced crayfish.
Biological Invasions 19(9), 2633–2646.
https://doi.org/10.1007/s10530-017-1473-6
Bonilla, J. A. (2019). Distribución potencial de la
especie Lithobates catesbeianus en la región
continental de Colombia bajo iteraciones de
cambio climático. Recuperado de:
http://hdl.handle.net/10654/31932.
Booth, T. H. (2022). Checking bioclimatic
variables that combine temperature and
precipitation data before their use in species
distribution models. Austral Ecology 47: 1506-
1514. https://doi.org/10.1111/aec.13234
Boria, R. A., Olson, L. E., Goodman S. M. &
Anderson, R. (2014). Spatial filtering to reduce
sampling bias can improve the performance of
ecological niche models. Ecological
Modelling 275: 73-77.
https://doi.org/10.1016/j.ecolmodel.2013.12.0
12
Chamberlain, S., Oldoni, D. & Waller, J. (2022).
rgbif: Interface to the Global
Biodiversity Information Facility API.
https://doi.org/10.5281/zenodo.6023735
Cobos, M. C., Penichet, C. N., & Valarezo-
Aguilar, K. (2015). First record of an
American Bullfrog (Lithobates catesbeianus)
population in Loja, Ecuador. Reptiles &
Amphibians, 22(1), 46-48.
Cobos, M. E., Peterson, A. T., Barve, N. &
Osorio‐Olvera, L. (2019). kuenm: an R
package for detailed development of
ecological niche models using Maxent. PeerJ,
7, e6281. https://doi.org/10.7717/peerj.6281
Cruz-Cordovez, C., Herrera, I., Espinoza, F.,
Rizzo, K., Sarmiento, M-B., Rodas, N., Coello,
M-J., Bravo, W. & Lampo, M. (2020). New
record of a feral population of Lithobates
catesbeianus Shaw, 1802 in a protected area
(Santay Island) in the Ecuadorian coast.
BioInvasions Records 9(2): 421–433.
https://doi.org/10.3391/bir .2020.9.2.28
Daszak, P., Strieby, A., Cunningham, A. A.,
Longcore, J. E., Brown, C. C., & Porter, D.
(2004). Experimental evidence that the
bullfrog (Rana catesbeiana) is a potential
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13)
35
carrier of chytridiomycosis, an emerging
fungal disease of amphibians. Herpetological
Journal, 14, 201-208.
Datta, A., Schweiger, O. & Kühn, I. (2020).
Origin of climatic data can determine the
transferability of species distribution models.
NeoBiota 59: 61-76.
https://doi.org/10.3897/neobiota.59.36299
De Andrade, A. F. A., Velazco, S. J. E., & De
Marco Júnior, P. (2020). ENMTML: An R
package for a straightforward construction of
complex ecological niche models.
Environmental Modelling and Software, 125,
104615.
https://doi.org/10.1016/j.envsoft.2019.104615
Dueñas, M-A., Hemming, D., Roberts, A. &
Diaz-Soltero, S. (2021). The threat of invasive
species to IUCN-listed critically endangered
species: a systematic review. Global Ecology
and Conservation, 26, e01476.
https://doi.org/10.1016/j.gecco.2021.e01476
Dueñas Tituaña, M. R. (2020). Efectos de la
variabilidad climática en la distribución
espacial de la rana invasora Lithobates
catesbeianus (Shaw 1802) (Anura: Ranidae)
en el Ecuador continental para evaluar su
respuesta frente al cambio climático (Master's
thesis, Quito: Universidad Tecnológica
Indoamérica).
Ferrer-Sánchez, Y., Jacho-Saa, W. R., Urdánigo
Zambrano, J. P., Abasolo-Pacheco, F.,
Plasencia-Vázquez, A. H., Zambrano-Mero,
G. J., ... & Estrella Bravo, G. V. (2021).
Invasiones biológicas en agroecosistemas de
Ecuador continental: nicho ecológico de
especies exóticas y cultivos agrícolas bajo
riesgo. Acta Biológica Colombiana, 26(3),
352-364.
Fick, S. E. & Hijmans, R. J. (2017). WorldClim
2: new 1km spatial resolution climate surfaces
for global land areas. International Journal of
Climatology 37 (12): 4302-4315.
https://doi.org/10.1002/joc.5086
Forti, L. R., Becker, C. G., Tacioli, L., Pereira, V.
R., Santos, A. C. F., Oliveira, I., ... & Toledo,
L. F. (2017). Perspectives on invasive
amphibians in Brazil. Plos One, 12(9),
e0184703.
https://doi.org/10.1371/journal.pone.0184703
Gallagher, R. V., Beaumont, L. J., Hughes, L., &
Leishman, M. R. (2010). Evidence for climatic
niche and biome shifts between native and
novel ranges in plant species introduced to
Australia. Journal of Ecology, 98(4), 790-799.
https://doi.org/10.1111/j.1365-
2745.2010.01677.x
Govindarajulu, P. (2004). Introduced bullfrogs
(Rana catesbeiana) in British Columbia:
impacts on native Pacific treefrogs (Hyla
regilla) and red-legged frogs (Rana aurora).
Dissertation. University of Victoria, Victoria,
British Columbia, Canada.
Govindarajulu, P., Altwegg, R., & Anholt, B. R.
(2005). Matrix model investigation of invasive
species control: bullfrogs on Vancouver
Island. Ecological Applications, 15(6), 2161-
2170. https://doi.org/10.1890/05-0486
Hanselmann, R., Rodrıguez, A., Lampo, M.,
Fajardo-Ramos, L., Aguirre, A. A., Kilpatrick,
A. M., ... & Daszak, P. (2004). Presence of an
emerging pathogen of amphibians in
introduced bullfrogs Rana catesbeiana in
Venezuela. Biological Conservation, 120(1),
115-119.
https://doi.org/10.1016/j.biocon.2004.02.013
Haubrock, P. J., Cuthbert, R. N., Hudgins, E. J.,
Crystal‐Ornelas, R., Kourantidou, M.,
Moodley, D., Liu, C., Turbelin, A. J., Leroy, B.
& Courchamp, F. (2022). Geographic and
taxonomic trends of rising biological invasion
costs. Science of the Total Environment, 817,
152948.
https://doi.org/10.1016/j.scitotenv.2022.15294
8
Hellmann, J. J., Byers, J. E., Bierwagen, B. G., &
Dukes, J. S. (2008). Five potential
consequences of climate change for invasive
species. Conservation Biology, 22(3), 534-
543. https://doi.org/10.1111/j.1523-
1739.2008.00951.x
Holt, R. D. (1990). The microevolutionary
consequences of climate change. Trends in
Ecology & Evolution, 5(9), 311-315.
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13) (jul – dic 2024). ISSN: 2600-5824.
Ferrer-Sánchez et al. 2024: Distribución de Lithobates catesbeianus en Ecuador ante el cambio climático
36
https://doi.org/10.1016/0169-5347(90)90088-
U
Iñiguez, C. A., & Morejón, F. J. (2012). Potential
distribution of the American bullfrog
(Lithobates catesbeianus) in Ecuador. South
American Journal of Herpetology, 7(2), 85-90.
https://doi.org/10.2994/057.007.0211
Kumschick, S., Measey, G. J., Vimercati, G., De
Villiers, F. A., Mokhatla, M. M., Davies, S. J.,
... & Kraus, F. (2017). How repeatable is the
Environmental Impact Classification of Alien
Taxa (EICAT)? Comparing independent
global impact assessments of amphibians.
Ecology and Evolution, 7(8), 2661-2670.
https://doi.org/10.1002/ece3.2877
Laufer, G., Kacevas, N. & Gobel, N. (2021). La
rana toro (Lithobates catesbeianus): Estado de
invasión, efectos y posibilidades de manejo en
Uruguay. En A. Brazeiro, D. Bresciano, E.
Brugnoli & M. Iturburu (Eds.), Especies
Exóticas Invasoras de Uruguay: Distribución,
Impactos Socioambientales y Estrategias de
Gestión (1era ed., 175-189). RETEMA-
UdelaR, CEEI-Ministerio de Ambiente.
https://hdl.handle.net/20.500.12008/31864
Mainka, S. A., & Howard, G. W. (2010). Climate
change and invasive species: double jeopardy.
Integrative Zoology, 5(2), 102-111.
https://doi.org/10.1111/j.1749-
4877.2010.00193.x
Moodley, D., Angulo, E., Cuthbert, R. N., Leung,
B., Turbelin, A. & Diagne, C. (2022).
Surprisingly high economic costs of biological
invasions in protected areas. Biological
Invasions, 24, 5-6.
https://doi.org/10.1007/s10530-022-02732-7
Narváez, A. E., Barreno, M., Cuadrado, S., Vera,
K., & Molina-Moreira, N. (2023). Updated
distribution of an alien frog species, Lithobates
catesbeianus (Shaw, 1802), in Ecuador: new
records of Bullfrog in the semideciduous
lowland forest of western Ecuador. Check List,
19(4), 533-539.
https://doi.org/10.15560/19.4.533
Nori, J., Urbina-Cardona, J. N., Loyola, R. D.,
Lescano, J. N., & Leynaud, G. C. (2011).
Climate change and American bullfrog
invasion: what could we expect in South
America?. PloS One, 6(10), e25718.
Osorio‐Olvera, L., Lira‐Noriega, A., Soberón, J.,
Peterson, A. T., Falconi, M., Contreras-Díaz,
R. G., Martínez‐Meyer, E., Barve, V. & Barve,
N. (2020). ntbox: An r package with graphical
user interface for modelling and evaluating
multidimensional ecological niches. Methods
in Ecology and Evolution, 11(10), 1199-1206.
https://doi.org/10.1111/2041-210x.13452
Peterson, A. T., Cobos, M. E., & Jiménez‐García,
D. (2018). Major challenges for correlational
ecological niche model projections to future
climate conditions. Annals of the New York
Academy of Sciences, 1429(1), 66-77.
https://doi.org/10.1111/nyas.13873
Phillips, S. J., & Dudík, M. (2008). Modeling of
species distributions with Maxent: new
extensions and a comprehensive evaluation.
Ecography, 31(2), 161-175.
https://doi.org/10.1111/j.0906-
7590.2008.5203.x
Phillips, S. J., Anderson, R. P., & Schapire, R. E.
(2006). Maximum entropy modeling of species
geographic distributions. Ecological
Modelling, 190(3-4), 231-259.
https://doi.org/10.1016/j.ecolmodel.2005.03.0
26
Prass, M., Ramula, S., Jauni, M., Setala, H. &
Kotze, J. (2022). The invasive herb Lupinus
polyphyllus can reduce plant species richness
independently of local invasion age. Biological
Invasions, (24), 425–436.
https://doi.org/10.1007/s10530-021-02652-y
Pyron, R. A., Burbrink, F. T., & Guiher, T. J.
(2008). Claims of potential expansion
throughout the US by invasive python species
are contradicted by ecological niche models.
PLoS One, 3(8), e2931.
https://doi.org/10.1371/journal.pone.0002931
Pyšek, P., Hulme, P. E., Simberloff, D., Bacher,
S., Blackburn, T. M., Carlton, J. T., ... &
Richardson, D. M. (2020). Scientists' warning
on invasive alien species. Biological Reviews,
95(6), 1511-1534.
https://doi.org/10.1111/brv.12627
Revista de Ciencias del Mar y Acuicultura “YAKU”: Vol. 7 (Núm. 13)
37
Ravi, S., Law, D. J., Caplan, J. S., Barron‐
Gafford, G. A., Dontsova, K. M., Espeleta, J.
F., ... & Huxman, T. E. (2022). Biological
invasions and climate change amplify each
other’s effects on dryland degradation. Global
Change Biology, 28(1), 285-295.
https://doi.org/10.1111/gcb.15919
Rodda, G. H., Jarnevich, C. S., & Reed, R. N.
(2011). Challenges in identifying sites
climatically matched to the native ranges of
animal invaders. PloS One, 6(2), e14670.
https://doi.org/10.1371/journal.pone.0014670
Sales, L., Rebouças, R. & Toledo, L. F. (2021).
Native range climate is insufficient to predict
anuran invasive potential. Biological Invasions
23, 2635–2647.
https://doi.org/10.1007/s10530-021-02528-1
Soberón, J., & Peterson, A.T. (2005).
Interpretation of models of fundamental
ecological niches and species’ distributional
areas. Biodiversity Informatics, 2, 1–10.
https://doi.org/10.17161/bi.v2i0.4
Urbina, J., Bredeweg, E. M., Garcia, T. S. &
Blaustein, A. R. (2018). Host–pathogen
dynamics among the invasive American
bullfrog (Lithobates catesbeianus) and chytrid
fungus (Batrachochytrium dendrobatidis).
Hydrobiologia 817(1), 267–277.
https://doi.org/10.1007/s10750-018-3614-z
Urbina-Cardona, J. N., Nori, J., & Castro, F.
(2011). Áreas vulnerables a la invasión actual
y futura de la rana toro (Lithobates
catesbeianus: Ranidae) en Colombia:
estrategias propuestas para su manejo y
control. Biota Colombiana, 12(2).
Valarezo-Aguilar, K., Cisneros-Heredia, D. F., &
Ordonez-Gutierrez, O. (2016). A new
distribution record for the invasive American
Bullfrog, Lithobates catesbeianus (Shaw,
1802)(Anura: Ranidae), from eastern Ecuador.
Reptiles & Amphibians, 23(2), 147-149.
Vargas, C., Encarnación-Luévano, A., Ortega-
Andrade, H.M., Prieto-Torres, D.A., Peña-
Peniche, A., Rojas-Soto, O.R. (2020). Una
breve introducción a los modelos de nicho
ecológico. En: Moreno, C.E. (Ed.) La
biodiversidad en un mundo cambiante:
Fundamentos teóricos y metodológicos para su
estudio (39-63). Universidad Autónoma del
Estado de Hidalgo/Libermex.
Yang, X., Zhou, B., Xu, Y. & Han, Z. (2021).
CMIP6 Evaluation and Projection of
Temperature and Precipitation over China.
Advances in Atmospheric Sciences, 38(5), 817-
830. https://doi.org/10.1007/s00376-021-
0351-4
Yuan, L., Li, J. M., Yu, F. H., Oduor, A. M., &
van Kleunen, M. (2021). Allelopathic and
competitive interactions between native and
alien plants. Biological Invasions, 23(10),
3077-3090. https://doi.org/10.1007/s10530-
021-02565-w
