Suscríbete a DeepL Pro para poder editar este documento.
Entra en www.DeepL.com/pro para más información.
Recibido: 9 de octubre de 2019Revisado: 30 de marzo de 2020Aceptado: 8 de mayo de 2020
DOI: 10.1111/csp2.242
PA R A C O N T R IB U I R DELOSPA R T I D O R E S
Las aves norteamericanas necesitan mitigación y adaptación
para reducir su vulnerabilidad al cambio climático
Brooke L. Bateman1 Chad
Taylor1
LeBaron1 |Gary Langham2
1División de Ciencias, National
Audubon Society, Nueva York,
Nueva York
2Asociación Americana de Geógrafos,
Washington
Correspondencia
Brooke L. Bateman, National Audubon
Society, Science Division, 225 Varick
Street, New York, NY 10014.
Correo electrónico:
brooke.bateman@audubon.org
Información sobre la financiación
Fundación John D. y Catherine T.
MacArthur, Número de
subvención/concesión:
G-1511-150388; Servicio de Pesca y Vida
Silvestre de los Estados Unidos, número
de subvención/concesión:
140F0318P0263; Amazon Web Services'
Wilsey1 Lotem
Joanna Wu1 Geoffrey S.
Resumen
En una crisis climática emergente, la conservación efectiva requiere tanto la
adaptación como la mitigación para mejorar la resiliencia de las especies. Las
reducciones de emisiones prometidas actualmente en el marco del Acuerdo de
París seguirían provocando un aumento de +3,2◦C en la temperatura media
mundial para finales de este siglo. En este contexto, evaluamos la
vulnerabilidad de 604 especies de aves de América del Norte e identificamos
las especies y los lugares que corren más riesgo bajo el cambio climático. Para
ello nos basamos en modelos de distribución de especies tanto para la cría
y las estaciones no reproductivas, proyectadas bajo dos escenarios de
calentamiento global (un escenario de mitigación optimista de 1,5◦C y un
escenario no mitigado de 3,0◦C). Evaluamos la vulnerabilidad en cada estación
y escenario valorando la sensibilidad y la capacidad de adaptación en función
de la pérdida y la ganancia de área de distribución modeladas,
respectivamente, y en función de las capacidades de dispersión específicas de
las especies. Nuestro estudio, el primero de su magnitud, concluye que más de
dos tercios de las aves norteamericanas son moderadamente o muy vulnerables
al cambio climático en un escenario de 3,0◦C. De estas especies vulnerables al
clima, el 76% tendría una vulnerabilidad reducida y el 38% se consideraría no
vulnerable si el calentamiento se estabilizara en 1,5◦C. Por lo tanto, el
compromiso actual de reducción de gases de efecto invernadero establecido
por el Acuerdo de París es insuficiente para reducir la vulnerabilidad de las
aves norteamericanas. Además, si el cambio climático sigue su trayectoria
actual, las aves del Ártico, las aves acuáticas y las aves de los bosques boreales
y occidentales serán muy vulnerables al cambio climático, grupos que
actualmente no se consideran de gran interés para la conservación. Existe una
necesidad urgente tanto de (a) políticas para mitigar las emisiones como de (b)
priorización para identificar dónde centrar las acciones de adaptación para
proteger a las aves en un clima cambiante.
L E Y E N D A DS
biodiversidad, aves, política de cambio climático, vulnerabilidad al cambio climático,
cambio global, IPCC, acuerdo de París, cambio de rango, modelo de distribución de
especies
Este es un artículo de acceso abierto bajo los términos de la Licencia de Atribución deCreativeCommons, que permite su uso, distribución y reproducción en cualquier
medio, siempre que se cite adecuadamente la obra original.
2020 Los autores. Conservation Science and Practice publicado por Wiley Periodicals LLC. en nombre de la Society for Conservation Biology

Ciencia y práctica de la conservación. 2020;2:e242. wileyonlinelibrary.com/journal/csp2 1 de 18

https://doi.org/10.1111/csp2.242
2de 18 BATEMAN ET AL.

para evaluar la vulnerabilidad de las aves en América del

1|INTRODUCCIÓN Norte en el contexto de las trayectorias climáticas futuras
aceptadas. El Grupo Intergubernamental de Expertos sobre
El cambio climático agrava la crisis mundial de la el Cambio Climático (IPCC) recomienda un límite en la
biodiversidad (Thomas et al., 2004), ya que entre el 24 y
media global
el 50% de las especies de aves son vulnerables sólo al
cambio climático y entre el 11 y el 15% son vulnerables temperatura a menos de 2,0◦C por encima de los niveles
al cambio climático y están en peligro de extinción. preindustriales
según la Lista Roja de la UICN (Foden et al., 2013). Las
aves ya están respondiendo al cambio climático
contemporáneo con cambios en su área de distribución
(Hitch & Leberg, 2007; La Sorte & Thomp- son, 2007;
Prince & Zuckerberg, 2015; Root et al., 2003; Warren et
al., 2013; Wiens, 1989). Además, según nuestra
trayectoria actual de emisiones, se prevé que el cambio
climático contemporáneo sea 20 veces más rápido en el
próximo siglo que en cualquier otro periodo de los
últimos 2 millones de años (Mann et al., 2008), e incluso
se prevé que las especies comunes y extendidas
experimenten importantes contracciones en su área de
distribución (Warren et al., 2013). Este rápido ritmo de
cambio climático empujará a las aves a adaptarse a
nuevas condiciones ambientales o a buscar nuevas
ubicaciones adecuadas a mayor velocidad (Bateman,
Pidgeon, Radeloff, Flather, et al., 2016; Bateman,
Pidgeon, Radeloff, VanDerWal, et al., 2016), lo que
provocará más cambios en el área de distribución
(Williams & Blois, 2018) y reorganizará drásticamente
las comunidades de aves de Norteamérica (Prince &
Zuckerberg, 2015; Stralberg et al., 2009).
La conservación eficaz requiere una comprensión de la
vulnerabilidad de las especies al cambio climático. La
vulnerabilidad se basa en la exposición, la sensibilidad y la
capacidad de adaptación específicas de las especies (Foden
& Young, 2016; Moritz & Agudo, 2013; Williams, Shoo,
Isaac, Hoffmann, & Langham, 2008; Wilsey et al., 2019); es
decir, las presiones locales que experimentará un clima
cambiante, lascaracterísticas que dan lugar a la sensibilidad al
cambio y la capacidad de una especie para hacer frente al
cambio, respectivamente. Debemos utilizar nuestra
comprensión de la vulnerabilidad para informar sobre la
mitigación del cambio climático y la adaptación al mismo,
a fin de reducir la vulnerabilidad y mejorar la capacidad de
las especies para hacer frente al cambio climático (IPCC,
2007; Morecroft, Crick, Duffield y Macgregor, 2012;
Williams et al., 2008). Por lo tanto, es imperativo identificar
estrategias apropiadas de mitigación, es decir, intervenciones
para reducir la magnitud del cambio climático en la
medida de lo posible mediante la reducción de las fuentes
de gases de efecto invernadero (GEI) o la mejora de los
sumideros de GEI, y de adaptación, es decir,
intervenciones para ayudar a las especies o a los sistemas
naturales a hacer frente o ajustarse a las consecuencias del
inevitable cambio climático (IPCC, 2013, 2018).
Para entender cómo la mitigación podría alterar la
vulnerabilidad de las especies al cambio climático,
aplicamos modelos de distribución de especies (MDE)
 BATEMAN ET AL. 3de 18

aves norteamericanas a escala continental, tanto en mares

y preferiblemente a 1,5◦C si es posible (IPCC, 2013, de cría como de no cría, y bajo múltiples escenarios de
2018; Meinshausen et al., 2009; Naciones Unidas,
cambio climático global. Nuestro objetivo es identificar
2015). Actualmente, vamos camino de superar este
cómo los diferentes objetivos de calentamiento se
límite: ~1,0◦C (0,8-
traducen en posibles cambios en las comunidades de aves
1,2◦C) de calentamiento ya se ha producido (IPCC, 2018),
y 3,0◦C se espera para 2.100 bajo una trayectoria de Norteamérica, con el fin de ayudar a planificar y
conservadora de business-as-usual (Climate priorizar tanto las políticas de mitigación como las de
Transparency, 2018). Con el fin de proporcionar adaptación para mejorar los impactos del cambio
información relevante para las políticas nacionales climático global en las aves.
que abordarían la amenaza del cambio climático, nos
centramos aquí en tres escenarios que reflejan los
objetivos actuales y potenciales de reducción de
emisiones del cambio climático: Aumentos de 1,5◦C,
2,0◦C y 3,0◦C en la temperatura media mundial (IPCC,
2018).
El éxito de las estrategias de adaptación dependerá
de la priorización de los esfuerzos de conservación.
Para ello, debemos determinar qué especies de aves y
qué lugares corren más riesgo en los posibles
escenarios de cambio climático. Los GDS de alta
resolución y a escala continental son capaces de
proporcionar información a la escala espacial
relevante para las acciones sobre el terreno. Los GDS
pueden darnos una imagen de futuros potenciales para
ayudar a identificar qué escenarios serán
problemáticos y qué regiones y especies podrían estar
en riesgo. Las aves son un grupo de estudio útil para
prever posibles realidades en un clima cambiante
utilizando los GDS (Langham, Schuetz, Distler,
Soykan y Wilsey, 2015). En primer lugar, son un
taxón omnipresente, y los millones de observaciones
geolocalizadas que cubren gran parte de América del
Norte están ahora disponibles en bases de datos
globales. En segundo lugar, las aves sirven de
referencia conservadora para otros taxones que se
enfrentan al cambio climático. Dadas sus mayores
tasas de dispersión y su capacidad de migración, es
probable que las aves se comporten mejor que las
especies menos vagas (Bateman, Murphy, Reside,
Mokany y VanDerWal, 2013; Lawler et al., 2009).
Junto con la disponibilidad a escala continental de
datos ambientales de alta resolución, productos de
teledetección y proyecciones futuras de cambio
climático y de vegetación, y con un campo bien
desarrollado de investigación sobre el MDL (Araújo
et al., 2019), estos conjuntos de datos nos permiten
proporcionar proyecciones futuras que son relevantes
para la priorización y planificación de la conservación
a escala de paisaje (Araújo et al., 2019; Grand,
Wilsey, Wu, & Michel, 2019; Wu, Wilsey, Taylor, &
Schuurman, 2018) y determinar cómo o dónde deben
centrarse los esfuerzos de planificación de la
adaptación local.
En este trabajo, recopilamos más de 140 millones
de observaciones para desarrollar SDMs y evaluar la
vulnerabilidad al cambio climático de 604 especies de
4de 18 BATEMAN ET AL.

distribución no reproductiva fuera de América del Norte), de

2 | MÉTODOS dos estaciones (áreas de distribución reproductiva y no
reproductiva separadas dentro de América del Norte) o
Evaluamos la vulnerabilidad de las especies al cambio residentes permanentes (no migratorias). Se consultó a los
climático en función de la exposición al cambio expertos para definir los intervalos de fechas estacionales de
climático, la sensibilidad y la capacidad de adaptación reproducción (de junio a julio) y de no reproducción (de
(Foden & Young, 2016) de 604 especies de Canadá, enero a febrero) que funcionaban bien para la mayoría de las
Estados Unidos y México, utilizando una combinación de especies, y las fechas estacionales personalizadas
modelos de distribución de especies (MDE) e
información basada en rasgos (Willis et al., 2015).
Utilizamos los métodos de Wilsey et al. (2019) en
nuestro esfuerzo de modelado, que incluye la extracción
y el filtrado de datos, la construcción y evaluación de
modelos, la selección de umbrales y la proyección de
modelos bajo el cambio climático (Wilsey et al., 2019).

2.1 |Variable de respuesta: Datos de las

aves

2.1.1 | Datos de ocurrencia

Recopilamos 141.126.651 registros de ocurrencia de aves

de más de 70 conjuntos de datos en Canadá, Estados
Unidos y México para 604 especies en los mares de cría
y no de cría. Estos datos incluían una combinación de
estudios de aves estructurados y no estructurados, por lo
que tomamos medidas para reducir los sesgos de
muestreo inherentes a los estudios no diseñados
sistemáticamente (descritos más adelante). Nuestro
conjunto de datos final incluía 58.458.971 registros
únicos de ocurrencia para nuestras 604 especies, que
oscilaban entre 45 y 403.517 registros de ocurrencia (en
todas las especies) por Región de Conservación de Aves
(BCRs; NABCI, http://nabci-us.org/ resources/bird-
conservation-regions-map/), y desde
0,01 a 5,09 apariciones/km2 según la superficie por
BCR. Para más información sobre nuestras fuentes de
datos (Fuentes de Datos de Aves S1), el número de
registros de aves por BCR (Número de Registros de Aves
por BCR S2), una lista de las 604 especies incluidas en
este análisis (Tabla de Especies de Aves S3), y detalles
completos sobre cómo procesamos los datos de
ocurrencia (Métodos S4), véase la Información de
Apoyo.
Incluimos especies de aves con áreas de distribución
reproductivas o no reproductivas principalmente dentro
de Estados Unidos y Canadá (Langham et al., 2015), y
especies que tenían suficiente disponibilidad de datos
para construir un modelo de buen rendimiento. Para
distinguir los registros de presencia reproductiva y no
reproductiva, primero asignamos a cada especie un
estatus de residente basándonos en los mapas de área de
distribución publicados (Rodewald, 2015), la historia de
vida (Rodewald, 2015) y la opinión de los expertos. Las
especies se clasificaron como sólo reproductoras (área de
 BATEMAN ET AL. 5de 18

2.3 |Variables predictoras : Datos

para las especies con diferentes periodos de climáticos y medioambientales
migración (temporada de cría en junio sólo para
chorlitos, correlimos y colibríes; temporada de 2.3.1 |Datos climáticos
invernada en diciembre sólo para colibríes y
golondrinas, y de diciembre a enero para aves de Utilizamos el clima actual y el futuro modelado por
pastizal). Asignamos cada especie a un grupo de AdaptWest como covariables en los MDS (Wang,
afinidad de hábitat basándonos en el informe sobre el Hamann, Spittlehouse y Carroll, 2016). Cada capa de
estado de las aves de 2009 del NABCI datos cli- máticos cuadriculados constaba de 23 millones
(www.stateofthebirds.org), que clasifica las especies de celdas que cubrían América del Norte con una
en función de su principal asociación geográfica o de resolución de 1 km. Para el presente, utilizamos las
hábitat. Entre ellos se encuentran el ártico, las tierras normales climáticas reducidas estadísticamente para el
áridas, los bosques boreales, la costa, los bosques
orientales, los generalistas, las praderas, las
marismas, los bosques subtropicales, los
urbanos/suburbanos, las aves acuáticas y el oeste.
bosques (rango en el número de especies por grupo = 9-
89). En el caso de las especies que abarcan más de
un grupo, seleccionamos el grupo que mejor se
ajustaba a sus necesidades de hábitat durante cada
estación, o en el que se situaba la mayor parte de su
área de distribución y/o abundancia geográficamente
(por ejemplo, el pico picapinos se da tanto en los
bosques orientales como en los occidentales, pero se
colocó en los bosques orientales). En algunos casos,
agrupamos las especies en diferentes hábitats para las
temporadas de cría y de no cría basándonos en su
ecología (por ejemplo, el Zarapito Real se colocó en
el grupo ártico en verano como nidificante en el
interior y en el grupo costero en invierno). Véase la
Tabla S3 de especies de aves para toda la
información sobre el tipo de estatus migratorio, los
rangos de fechas estacionales y la afiliación de
hábitat asignada.

2.2 |Datos basados en los rasgos

Para nuestros datos basados en los rasgos de las

especies, utilizamos la media de la dis- persa natal
(BirdLife International, 2017) y el tiempo de
generación (Beauchamp, 2010) en los modelos de
temporada de residencia y de reproducción para
generar un límite de dispersión para cada especie y
período de tiempo futuro. Estos límites de dispersión
se utilizaron para restringir la capacidad de cada
especie de desplazar sus áreas de distribución dentro
de sus límites biológicos. Incluir los límites de
dispersión inherentes en los modelos de distribución
de las especies es una forma de abordar la evaluación
basada en los rasgos de la capacidad de una especie
para adaptarse al cambio (Willis et al., 2015). Véase
la Tabla S3 de especies de aves para conocer los
límites de dispersión de cada especie.
6de 18 BATEMAN ET AL.

norteamericanas. Para todos los grupos de hábitat, incluimos

período de tiempo de 1981-2010 derivado del conjunto el tipo de vegetación (Rehfeldt, Crookston, Sáenz-Romero y
de datos de la Unidad de Investigación Climática 3.22
Campbell, 2012), la rugosidad del terreno (métodos que
(Wang et al., 2016). Para las proyecciones futuras, se
siguen Riley, Degloria y Elliot, 1999) y la cobertura
utilizó Coupled
antropogénica de la tierra (Canada Cen- tre for Remote
El Proyecto de Intercomparación de Modelos fase 5
Sensing [CCRS]; CCRS et al., 2013). Para grupos de
(CMIP5) proyecta tres modelos de circulación general
hábitats específicos, utilizamos datos ecológicamente
(MCG) individuales y, además, un conjunto de 15 MCG
relevantes
(compuesto por una media de ACCESS1-0, CCSM4,
CESM1-CAM5, CNRM-CM5, CSIRO-Mk3-6-0,
CanESM2, GFDL-CM3, GISS-E2R, HadGEM2-ES, INM-
CM4, IPSL- CM5A-MR, MIROC-ESM, MIROC5, MPI-
ESM-LR,
MRI-CGCM3; Proyecto AdaptWest, 2015). Los tres
MCG individuales capturan una gama de condiciones
futuras intermedias (CCSM4), cálidas-húmedas (GFDL-
CM3) y frías-secas (INM-CM4) para el continente
(Wang et al., 2016). Incluimos dos vías de concentración
de representación de gases de efecto invernadero (RCPs;
RCP4.5 y RCP8.5) para dos futuros
períodos de tiempo (2041-2070, en adelante 2050, y 2071-
2100,
en adelante 2080). Para proporcionar escenarios
climáticos relevantes para la política, asociamos un
aumento de la temperatura media global de 1,5◦C con el
RCP4.5 para la década de 2050, 2,0◦C con el RCP8.5
para la década de 2050, y 3,0◦C con el RCP8.5 2080. Se
ha demostrado que los promedios climáticos plurianuales
son una escala temporal suficiente para captar los rangos
de las especies y las proyecciones para los modelos de
distribución de especies (Bateman, Pidgeon, Radeloff,
VanDerWal, et al., 2016).
De acuerdo con Wilsey et al. (2019), redujimos un
conjunto de 27 variables bioclimáticas utilizando la
agrupación jerárquica aglomerativa de 100.000 puntos
aleatorios en toda el área de estudio para abordar la
colinealidad (Crowther et al., 2015). El conjunto final de
covariables climáticas consistió en cuatro variables
utilizadas en los modelos de temporada de cría y de no
cría (déficit de humedad cli- mática, número de días sin
heladas, precipitación media anual y precipitación en
forma de nieve), tres variables específicas de la
temporada de cría (temperatura media de
el mes más cálido, los grados-día de enfriamiento [grados-
día por debajo de 0◦C], y el índice de humedad por calor en
verano), y dos variables no específicas de la estación de cría
(la temperatura media del mes más frío, y los grados-día de
crecimiento [grados-día por encima de 5◦C]). Para más
detalles sobre los datos climáticos y la selección, véase
Wilsey et al. (2019)).

2.4 | Datos medioambientales

Incluimos variables ambientales predictoras clave para

capturar información específica del hábitat basada en el
conocimiento ecológico de las especies de aves
 BATEMAN ET AL. 7de 18

incluimos un proceso de revisión de expertos de varios

variables como la presencia de agua superficial en pasos en el que hicimos que un experto evaluara
cada celda de la cuadrícula para las aves acuáticas y visualmente los datos de ocurrencia de aves mapeados, el
las aves de pantano (Pekel, Cottam, Gorelick y rango actual modelado y el rango futuro proyectado para
Belward, 2016), el tipo de humedal (Lehner y Döll, cada especie y estación (Reside et al., 2019).
2004) para las aves acuáticas y las aves de pantano, la Construimos modelos con dos algoritmos, árboles de
distancia a los humedales para las aves acuáticas, la regresión potenciados (BRT) y máxima entropía
distancia a la costa (excluyendo las masas de agua (Maxent, versión 3.3.3 k), implementados en el paquete
interiores) para las aves costeras, la distancia a la dismo en R. Ambos enfoques están bien considerados en
costa (incluyendo las masas de agua interiores; la literatura por su precisión y su capacidad para modelar
Wessel & Smith, 1996) para las aves marismeñas y relaciones no lineales especie-hábitat (Elith &
acuáticas, y un índice de influencia humana (Wildlife
Conservation Society-WCS; Center For International
Earth Science Information Network- CIESIN-
Columbia University, 2005) para las aves
urbanas/suburbanas.
La mayoría de las variables de hábitat sólo
estaban disponibles para el preenvío, excepto el tipo
de vegetación. Las proyecciones de la vegetación
futura representaban un consenso entre tres MCG
(CGCM3, HadCM3, GFDL CM2.1) y dos escenarios de
emisiones del Informe Especial sobre Escenarios de
Emisiones (IE-EE) (A2 y B1 o B2) del CMIP3, como
se indica en Rehfeldt et al. (2012). Las proyecciones
de la CMIP3 y la CMIP5 son más similares que
distintas (Knutti & Sedlácˇek, 2013) y, a estos efectos,
representan las mejores proyecciones de vegetación
disponibles a escala continental (Wilsey et al., 2019).
Utilizamos las proyecciones de vegetación de
mediados de siglo para alinearlas con los escenarios
de 1,5◦C y 2,0◦C, y las proyecciones de finales de
siglo para los escenarios de 3,0◦C de temperatura
media global. Para todas las demás variables del
hábitat, las condiciones actuales se incluyeron en las
proyecciones futuras como la mejor información
disponible.

2.5 |Modelación de la distribución de las

especies

2.5.1 |Modelo de edificio

Enfocamos nuestro esfuerzo de modelización

integrando los últimos enfoques de modelización con
el conocimiento de la historia natural de cada especie,
con el objetivo de producir el mejor modelo para cada
especie en lugar de un enfoque de talla única (Lawler,
White, Neilson y Blaustein, 2006). Modelamos cada
especie dentro de un contexto de grupo de hábitat,
utilizando las variables ecológicamente relevantes
antes mencionadas para cada grupo. Construimos
modelos tanto de temporada de cría como de no cría
para las especies biestacionales y residentes para
capturar las diferencias estacionales en las áreas de
distribución de las especies de aves. También
8de 18 BATEMAN ET AL.

Leathwick, 2014; Elith, Leathwick, & Hastie, 2008; construcción del modelo.
Radosavljevic & Anderson, 2014).

2.6 | Superficies de proyección con umbral

2.5.2 | Parámetros del
modelo y rendimiento Hemos evaluado múltiples enfoques de umbralización para
definir un valor que convierta la superficie de idoneidad
Para abordar el sesgo y evitar el sobreajuste del modelo continua obtenida por los modelos en un mapa de rango
(Boria, Olson, Goodman y Anderson, 2014; Veloz, 2009), binario donde
aplicamos un enfoque de filtrado geográfico y un
enfoque de fondo de grupo objetivo (Phillips et al., 2009),
ponderando nuestro muestreo de fondo por el número de
puntos de ocurrencia dentro de cada celda de la cuadrícula.
Incluimos todos los datos de presencia de aves
disponibles en Norteamérica para nuestras 604 especies
con el fin de muestrear las apariciones de toda la gama de
condiciones ambientales posibles para cada especie. Para
asegurarnos de que la extensión geográfica de nuestros
datos era la adecuada, definimos la extensión de la que
muestreamos tanto los puntos de presencia como los de
fondo utilizando un enfoque de hipotética de
movimiento. Este enfoque tiene en cuenta las regiones
que una especie podría haber experimentado
históricamente a través del movimiento (Peterson et al.,
2011) y que son potencialmente adecuadas y accesibles,
pero no incluye áreas más allá de esto (Araújo et al.,
2019), incorporando estas áreas en el muestreo de fondo.
Este enfoque ayuda a proporcionar una muestra de fondo
realista para una especie y mejora el rendimiento y la
generalizabilidad del modelo (Boria et al., 2014). Para
conocer los métodos detallados sobre el muestreo de
puntos de fondo y el submuestreo de datos para el
rendimiento y la selección de modelos, véase Métodos
S4.
Primero construimos BRTs para evaluar una
resolución de filtrado apropiada (es decir, 1, 10 o 50 km).
El rendimiento del modelo se evaluó utilizando el área
bajo la curva de características operativas del receptor
(AUC) a través de 25 entrenamientos y pruebas
estratificadas de los conjuntos de datos de entrenamiento
espacialmente estratificados. Comparamos los escenarios
de filtrado utilizando la mediana del AUC y el enfoque
de filtrado de mayor rendimiento para construir modelos
Maxent. Construimos modelos Maxent que variaban el
parámetro de regularización de 0,5 a 4,0 y comparamos
el rendimiento del modelo con la mediana de AUC como
se ha indicado anteriormente. Como nuestro objetivo era
la proyección bajo futuros escenarios de cambio
climático, intentamos maximizar la generalizabilidad y
reducir el exceso de ajuste (Veloz, 2009) seleccionando
el modelo de mayor rendimiento basado en la mediana
del AUC en todas las ejecuciones del modelo BRT y
Maxent. A continuación, utilizamos el mejor modelo para
la predicción del modelo y los resultados de la
importancia de las variables en el proceso de
 BATEMAN ET AL. 9de 18

Los valores por encima de este umbral se consideran expertos y minimizaba la disminución del rendimiento
parte del área de distribución de cada especie para del modelo (basado en las tasas de verdaderos positivos y
cada estación, una práctica común cuando se aplican verdaderos negativos). Véase la Tabla de Especies de
los MDE a las aplicaciones de conservación Aves S3 para los BCR que se eliminaron o añadieron
(Jiménez- Valverde & Lobo, 2007; Pearson, 2007). para cada especie y para la elección final del umbral.
Tras la revisión de los expertos, se seleccionó un
umbral final que se ajustaba a la opinión de los
expertos y minimizaba la disminución del 2.7 |Proyección del modelo
rendimiento del modelo. Se calcularon múltiples
umbrales utilizando el paquete SDMTools en R Generamos mapas de ocurrencia predictiva de alta
(VanDerWal, Falconi, Januchowski, Shoo, & Storlie, resolución (1 km) para cada estación y escenario (1,5, 2,0
2014); estos incluían la predicción de ocurrencia y
media (mo; predicción de idoneidad media para los
registros de ocurrencia), la sensibilidad especificidad
máxima (tss; sensibilidad + especificidad
maximizadas), la omisión del 10% (om_10; excluye
el 10% de los registros de ocurrencia), sensibilidad
especificidad (eq; la sensibilidad es igual a la
especificidad), Kappa máxima (mk; estadística Kappa
máxima), predicción de ocurrencia mínima
(min_pred; predicción de idoneidad mínima en todos
los registros de ocurrencia) y un umbral
personalizado derivado que se sitúa entre los
umbrales de predicción de ocurrencia mínima y de
omisión del 10% ((om_10+ min_pred)/3). Para cada
umbral aplicado, se calculó la tasa positiva verdadera
(error de comisión) y negativa verdadera (error de
omisión) para la clasificación de puntos de presencia
y de fondo de cada modelo. Para garantizar que los
modelos se aproximan a la realidad ecológica,
primero comparamos cada modelo de especie y
estación con los mapas de área de distribución
(Rodewald, 2015), y luego los resultados fueron
evaluados externamente por al menos dos expertos
por especie. Los revisores expertos tuvieron acceso a
un mapa de puntos de ocurrencia y de fondo, a los
mapas proyectados del área de distribución actual
con resultados de idoneidad continua y a todos los
umbrales posibles mapeados, así como a los mapas
modelados del área de distribución futura basados en
el umbral seleccionado en la primera comparación.
También revisaron todos los datos asociados con los
datos de ocurrencia de cada especie y la limpieza de
datos (ver Métodos S4) y los datos de fondo,
incluyendo el número de puntos de fondo y los BCRs
muestreados (es decir, el área de muestreo basada en
la hipótesis de movimiento). En los casos en que los
modelos de las especies se desviaban de la ecología
conocida (por ejemplo, errores en las ubicaciones de
los registros de presencia, o predicciones excesivas o
insuficientes), se intentó volver a modelar. Los pasos
incluidos en la remodelación incluían la eliminación
de los registros de presencia erróneos basados en los
BCR, la adición o eliminación de los BCR del fondo
de la especie o la modificación del umbral
seleccionado. Tras la revisión, se seleccionó un
umbral final que se ajustaba a la opinión de los
10de 18 BATEMAN ET AL.

3.0◦C). Para cada escenario, proyectamos en un conjunto sensibilidad y capacidad de adaptación de cada especie
y en tres MCG individuales que representan una gama de (Foden & Young, 2016; Moritz & Agudo, 2013; Williams et
condiciones climáticas futuras (como se ha detallado al., 2008; Wilsey et al., 2019). Aquí, definimos la exposición
anteriormente). Para evitar la extrapolación a condiciones como el escenario de cambio climático co nsiderado, la
novedosas fuera del rango de los datos de entrenamiento sensibilidad como el impacto negativo del cambio climático
de ocurrencia y de fondo, incluimos un procedimiento de en una especie a través de la pérdida del área de distribución,
sujeción en el que limitamos la extrapolación y la capacidad de adaptación como la habilidad de una
proyectando únicamente sobre la vegetación, las clases especie para responder al cambio climático a través de la
de uso del suelo y las condiciones climáticas que se ganancia del área de distribución en relación con la pérdida
incluyeron en los conjuntos de datos de entrenamiento del área de distribución basada en cada rasgo de la especie
del modelo para cada especie. También utilizamos
El "clamping", que restringe la extrapolación del modelo
más allá del rango de valores de los datos de
entrenamiento (por ejemplo, valores fuera de
lado del rango de entrenamiento se tratan como si
estuvieran en el límite del rango de entrenamiento y se
mantienen constantes), para limitar la extrapolación a
climas novedosos (Elith et al., 2010).
Para el componente de sensibilidad basado en los
rasgos, tanto en los modelos de residentes como en los de
estaciones de cría, estimamos las limitaciones de dis-
persa basadas en la dispersión natal media (BirdLife
International, 2017; Santini et al., 2019) y el tiempo de
generación para cada especie en cada período de tiempo
futuro según Wilsey et al. (2019). Este rasgo informa de
la capacidad intrínseca de adaptación al cambio climático
de cada especie, en la que la tasa de dispersión puede
limitar la capacidad de la especie para llegar a zonas
aptas para el clímax en el futuro (Willis et al., 2015).
Recortamos las distribuciones futuras proyectadas por la
distancia máxima de dispersión en cada periodo de
tiempo para reflejar estos límites biológicos (Willis et al.,
2015). No incluimos las limitaciones de dispersión para
los modelos de la temporada no reproductiva, ya que hay
poca información disponible sobre el movimiento no
reproductivo y la fidelidad al sitio para la mayoría de las
especies de aves.
Para abordar el error de comisión del modelo y
limitar la extrapolación biológica, aplicamos un enfoque
basado en la opinión de expertos que identificó los BCR
con exceso de predicción (Reside et al., 2019).
Enmascaramos, o excluimos manualmente, las
proyecciones actuales y futuras de las BCR con error de
comisión tanto de las proyecciones actuales como de las
futuras si se identificaba que las BCR eran
geográficamente distintas y/o las limitaciones biológicas
hacían improbable que la especie se dispersara allí.

2.8 | Evaluación de la vulnerabilidad

Evaluamos la vulnerabilidad de las aves norteamericanas

al cambio climático bajo objetivos de temperatura
asociados a múltiples escenarios de cambio climático,
basándonos en una combinación de la exposición,
 BATEMAN ET AL. 11de 18

capacidad de dispersión. Nuestros posibles escenarios escenarios futuros para una puntuación máxima de
de exposición reflejan los escenarios objetivo de la cuatro.
política de mitigación del cambio climático, con un También evaluamos el número de especies que
aumento de la temperatura media global de 1,5◦C clasificamos como vulnerables al clima en comparación
como escenario potencial de estabilización cli- con las especies actualmente incluidas en las listas de
mática, 2,0◦C como en el escenario intermedio. vigilancia de Partners in Flight (PIF) (Rosen- berg et al.,
nario basado en las recomendaciones del IPCC, y un 3,0◦C 2016), una lista de especies consideradas de máxima
como una estimación de altas emisiones. Para cada preocupación para la conservación en toda América del
escenario, comparamos los mapas de las áreas de Norte. Los datos de la lista PIF Watch estaban
distribución actuales y futuras para clasificar las áreas disponibles para 495 de nuestras 604 especies.
que se prevé que se perderán, ganarán o mantendrán
para cada especie y estación. Las áreas que
actualmente son adecuadas pero que pasan a ser 2.9 |Evaluación espacial
inadecuadas (es decir, que caen por debajo del
umbral) se consideran pérdidas, las áreas que Para trasladar las proyecciones de distribución de las
actualmente son inadecuadas pero que pasan a ser especies a herramientas que informen y prioricen la
adecuadas (es decir, que pasan por encima del adaptación al cambio climático, hemos
umbral) se consideran ganancias, y las áreas que son
adecuadas en ambos períodos (es decir, que
permanecen por encima del umbral) se consideran
estables.
Clasificamos la vulnerabilidad de cada especie
para cada estación y escenario como neutra, baja,
moderada o alta, basándonos en la pérdida proyectada
del área de distribución y la ganancia potencial del
área de distribución (Langham et al., 2015; Thomas et
al., 2010; Wilsey et al., 2019) según Wilsey et al.
(2019); véase el método S4 para más detalles.
Clasificamos la sensibilidad climática mediante un
binning de la pro-
parte de la pérdida de alcance en cuatro intervalos
iguales (0-25%, 25- 50%, 50-75%, 75-100%) y
asignando un valor de 0-3 de
de bajo a alto en los intervalos. Clasificamos la
capacidad de adaptación dividiendo la relación entre la
ganancia y la pérdida de alcance en cuatro clases (>2:1,
1-2:1, 0,5-1:1 y 0-0,5:1) y asignando un valor de
0-3 de menor a mayor a través de las franjas. A
continuación, sumamos los
La puntuación de la sensibilidad climática y la
capacidad de adaptación para obtener la puntuación
final de vulnerabilidad para cada especie y estación,
clasificándolas como neutras (sensibilidad +
capacidad de adaptación = 0), baja vulnerabilidad
(sensibilidad + capacidad de adaptación = 1 o 2),
vulnerabilidad moderada (sensibilidad + capacidad de
adaptación = 3 o 4) y alta vulnerabilidad (sensibilidad
+ capacidad de adaptación = 5 o 6). Con este enfoque,
las especies que experimentan una mayor pérdida de
área de distribución sin poder compensarla con una
ganancia de área de distribución tienen una mayor
vulnerabilidad. En este caso, consideramos que las
especies de las clases de vulnerabilidad moderada y alta
son vulnerables al cambio climático. Para calcular la
confianza en nuestras puntuaciones de vulnerabilidad,
evaluamos el número de veces que la puntuación de
vulnerabilidad coincidía en el modelo de conjunto y
en los tres MCG individuales para cada uno de los
12de 18
mapeó los cambios potenciales en la composición de la
comunidad de aves en toda América del Norte (Hole et
al., 2009; Wu et al., 2018). Se mapearon las áreas de
pérdida y ganancia de especies agregadas y el cambio
neto en la composición de la comunidad para cada uno de
los grupos de especies asociadas al hábitat y para todas
las especies. Las estrategias de adaptación al cambio
climático pueden adaptarse a las áreas con alta pérdida
proyectada (extirpación local), ganancia (colonización) o
cambio neto (Hole et al., 2011). También mapeamos el
número de especies vulnerables en toda Norteamérica en
cada estación y escenario para identificar las áreas de alto
valor de conservación con el cambio climático.
3 | RESULTADOS
3.1 | Puntuaciones de vulnerabilidad
Casi dos tercios, el 64% (389/604), de las especies eran
vulnerables al clima en al menos una estación y escenario
(Datos de Vulnerabilidad de las Especies S5). Algunos
grupos de hábitat fueron altamente vulnerables en la
mayoría de las especies (Figura 1), incluyendo el 100% de
las aves árticas (16/16), seguidas por el 98% de las aves de
los bosques boreales (47/48), el 86% de las aves de los
bosques occidentales (63/73) y el 78% de las aves
acuáticas (66/85). Los grupos de hábitat con una
vulnerabilidad intermedia incluían los bosques
subtropicales (71%, 25/35), las praderas (69%, 27/39),
los bosques orientales (59%, 41/69) y las costas (57%,
30/53). Los grupos de hábitats con menor vulnerabilidad
incluyen las zonas áridas (45%, 31/69), las marismas
(41%, 25/61), las zonas urbanas/suburbanas (38%, 3/8) y
las generalistas (31%, 15/48), aunque incluso en estos
grupos más de una cuarta parte de las especies se
consideraron vulnerables al clima.
F I G U RE 1Porcentaje de
especies vulnerables por grupos
de hábitats de aves en todos los
escenarios y estaciones. El
púrpura y el verde indican el
porcentaje de especies
vulnerables (alto y moderado)
BATEMAN ET AL.
La vulnerabilidad disminuyó en los escenarios con
calentamiento reducido (Figura 2, Figura S1.1). Casi dos
tercios (63%, 383/604) de todas las especies en ambas
estaciones se clasificaron como vulnerables en el
escenario de 3,0◦C, en comparación con el 54% (N = 327)
en el de 2,0◦C, y el 47% (N = 286) en el de 1,5◦C de
aumento de la temperatura media global (Figura S1.1).
Sólo el 2% de las especies (6/389) eran vulnerables a
1,5◦C y 2,0◦C, pero no a 3,0◦C. De hecho, a lo largo de
las estaciones, para las especies consideradas vulnerables
(vulnerabilidad alta y moderada) a 3,0◦C, el 76% (290
especies únicas de 383, 356 combinaciones de
reproductores y no reproductores) descienden al menos
una categoría de vulnerabilidad climática, y el 38% (146
especies únicas de 383, 159 combinaciones de
reproductores y no reproductores) dejan de ser
vulnerables a 1,5◦C. Una especie, la curruca de mejillas
doradas (Setophaga chrysoparia), podría reducir la
vulnerabilidad hasta en tres categorías, desde la alta
vulnerabilidad a 3,0◦C, hasta la vulnerabilidad neutra a
1,5◦C en la época de cría. Ver los datos de vulnerabilidad
de las especies S5 para las puntuaciones de sensibilidad,
capacidad de adaptación y vulnerabilidad final, así como
la proporción de pérdida y ganancia de área de
distribución para cada especie, estación y escenario.
La vulnerabilidad fue considerablemente mayor en la
época de cría que en la de no cría. En la época de cría, el
58% (345/597) de las especies son vulnerables en el
escenario de 3,0◦C, en comparación con el 30%
(165/546) en la época no reproductiva. Sin embargo, la
estabilización del calentamiento global en un aumento de
la temperatura media global de 1,5◦C reduciría esta cifra
al 43% (254/597) de las especies reproductoras y al 19%
(104/546) de las especies no reproductoras. Los grupos
más vulnerables en la época de cría a 3,0◦C fueron el
Ártico (100%), los bosques boreales (98%), los bosques
occidentales (78%) y las aves acuáticas (78%) (Tabla
S4.1). En estos cuatro grupos, a
BATEMAN ET AL. 13de 18

en un eje positivo, y azul y

amarillo indican que no son vulnerables
(baja y neutra) en un eje
negativo
14de 18 BATEMAN ET AL.

FI G U RE 2Clasificación de la
vulnerabilidad en las estaciones de cría
y de no cría bajo escenarios de
calentamiento global de 1,5◦C, 2,0◦C y
3,0◦C.
Las especies vulnerables están dentro
de las clases de vulnerabilidad
moderada o alta, y las no vulnerables
están dentro de las clases de
vulnerabilidad neutra o baja

pérdida neta restringida a México, Florida, California, el sur

Al menos el 62% de las especies seguían siendo de Texas y la Sonora de Arizona (Figura 3). Las ganancias
vulnerables a 1,5◦C en la época de cría. La vulnerabilidad netas en el
en la época no reproductiva fue considerablemente menor se proyectaban mayores bajo 3.0◦C en el oeste de Alaska,
en todos los grupos en comparación con la vulnerabilidad Terranova, Nueva Escocia, los Grandes Lagos y el centro de
de sus respectivos grupos en el mar de cría. Sin embargo, Texas. El cambio neto entre las aves
a pesar de la menor vulnerabilidad media en la época no
reproductiva, casi la mitad o más de las especies de
algunos grupos siguen siendo vulnerables al cambio
climático; es decir, las especies de los bosques
subtropicales (59%), de los bosques boreales (58%), de
los bosques occidentales (51%) y del Ártico (47%)
(Tabla S4.1). Para ver los resultados sobre los cambios
en la vulnerabilidad por grupos y estaciones, véase el SI
de resultados.

3.2 |Patrones espaciales de cambio

El cambio neto en las especies (número de especies

ganadas menos las perdidas) varió a lo largo de las
estaciones y los escenarios (Ver Métodos SI y Figuras
S4.2 y S4.3). Predecimos una disminución neta de la
riqueza de especies en la mayor parte de Norteamérica en
ambos escenarios para la estación de cría, excepto en las
ecorregiones de la tundra y la taiga, las Grandes Llanuras
del Sur en Texas y Nuevo México, y partes de las
Montañas Rocosas y la Sierra Madre. Las pérdidas netas
fueron más generalizadas en
los Estados Unidos y la región boreal de Canadá en el
escenario de 3,0◦C, pero seguían prevaleciendo a 1,5◦C
(Fig. S4.2). Por el contrario, la estación no reproductiva
mostró una ganancia neta en general. Para esta estación,
se preveía una pérdida neta limitada en Norteamérica en
cualquiera de los escenarios de calentamiento, con una
 BATEMAN ET AL. 15de 18

Los grupos de hábitat variaron geográfica y

estacionalmente (Resultados SI, Figuras S4.4-S4.15).
La riqueza de las especies vulnerables fue
sistemáticamente
más alto bajo un escenario de 3,0◦C en relación con
un escenario de 1,5◦C en ambas estaciones (Figura 4).
En la época de cría, hasta 98 especies vulnerables
coexisten en un lugar determinado, y el número más
concentrado de especies vulnerables se proyecta en el
ártico, la tundra y la taiga, las montañas boscosas del
noroeste, los bosques marinos de la costa oeste y, en
menor medida, el centro de México y los bosques
boreales del noreste de Estados Unidos y Canadá. En
la época no reproductiva, la riqueza de especies
vulnerables fue menor, con un máximo de 35 especies
vulnerables co-ocurrentes (Figura 4), principalmente
en la taiga, las montañas boscosas del noroeste, el
centro de México y, en menor medida, el sur de
Florida.

4 |ESTADO DE CONSERVACIÓN

El estado de conservación actual de las especies

vulnerables al clima varía mucho, desde las que
suscitan gran preocupación (por ejemplo, especies
amenazadas o en peligro de extinción, o especies
incluidas en la lista de vigilancia del FIP) hasta las
que no suscitan preocupación. Cincuenta de nuestras
especies vulnerables al clima a lo largo de las
estaciones también figuraban en la Lista de Vigilancia
del FIP (Figura 5; datos de la Lista de Vigilancia del
FIP disponibles para 589/604 especies, 15 especies
introducidas no incluidas). Por lo tanto, la capacidad
de adaptación de estas especies se ve aún más
disminuida por sus actuales amenazas de
conservación, más allá del cambio climático. Entre
ellas se encuentran especies de las praderas (N = 7
especies); de las zonas áridas (N = 7); de la costa (N =
8); de los bosques subtropicales (N = 3), occidentales
(N = 7), orientales (N = 5) y boreales
16de 18 BATEMAN ET AL.

especies cuando se predijeron con conjuntos de datos

espacialmente independientes.

F I G U RE 3Ganancia o pérdida neta en el número de especies a

nivel de comunidad local (es decir, por celda de cuadrícula) a lo
largo de Norteamérica para las estaciones de cría y de no cría. La
escala va de la pérdida neta (rojo) a la ganancia neta (azul) de
especies bajo un calentamiento de 1,5◦C (izquierda) y de 3,0◦C
(derecha). El cambio neto en la temporada de cría varió
de -87 a 101, y de -62 a 97 en el caso de los no reproductores
bajo
3.0◦C. Por debajo de 1,5◦C el cambio neto en las estaciones de cría
osciló entre
-62 a 82, y de -63 a 58 en los no reproductores

(N = 1); las marismas (N = 5); las aves acuáticas (N = 5);

y los grupos árticos (N = 2). Además, la mayor parte
(325) de las especies vulnerables de nuestro grupo no
están actualmente en la Lista de Vigilancia (Figura 5),
lo que sugiere una necesidad de conservación emergente
clave a medida que avanza el cambio climático.

5 | EXACTITUD DEL MODELO

En general, los modelos funcionaron bien en todas las

 BATEMAN ET AL. 17de 18

norteamericanas evaluadas aquí son vulnerables al

(AUC de 0,92 [Interquartile Range (IQR): 0,87- cambio climático confirman que el cambio climático es
0,96]). Entre las estaciones, los modelos de cría
tuvieron un rendimiento ligeramente mejor, con una una amenaza importante y generalizada para las aves. El
mediana de AUC de 0,93 (IQR: 0,88- 0,97) en cambio climático previsto, aunque sus impactos no son
comparación con 0,91 (IQR: 0,85-0,95) para los totalmente predecibles, causará casi con toda seguridad
modelos de no cría. Todos los modelos, en todas las alteraciones en las comunidades de aves existentes en
estaciones, obtuvieron mejores resultados que
toda Norteamérica. Las comunidades locales podrían ver
al azar con todos los valores de AUC por encima de
cambios de
0,5, y un AUC mínimo de 0,62. Aunque la mediana
más de 100 especies bajo 3,0◦C de calentamiento en ambos
general del AUC de los modelos BRT (mediana del
la temporada de cría (dominada por la pérdida del área de
AUC = 0,95 en reproducción; mediana del AUC =
distribución y la extirpación local) y la temporada no
0,92 en no reproducción) fue ligeramente superior a
reproductiva (dominada por
los modelos Maxent (mediana del AUC = 0,93 en
reproducción; mediana del AUC = 0.91 sin cría) al
comparar los modelos finales elegidos entre las
especies, Maxent superó a BRT el 83% de las veces
en la época de cría (Maxent, N = 496 especies; BRT,
N = 101 especies), y el 88% de las veces en la época
sin cría (Maxent, N = 483 especies; BRT, N = 63
especies) al comparar las especies individuales
modelos (mediana del AUC = Δ 0,02; IQR Δ 0,01-0,06).
Un fil-
La resolución de 1 km (N = 386 especies en la época
de cría, N = 352 especies en la época de no cría)
superó otras escalas espaciales (10 km, N = 146
especies en la época de cría, N = 148 especies en la
época de no cría; 25 km, N = 2 especies en la época
de cría, N = 5 especies en la época de no cría; 50 km,
N = 63 especies en la época de cría, N = 41 especies
en la época de no cría). Para ver los resultados sobre
los umbrales y la importancia de las variables,
consulte los resultados S4. Para la construcción del
modelo final y los resultados de rendimiento
(número de puntos de presencia y de fondo,
algoritmo del modelo, resolución del filtro,
multiplicador de regularización, elección del umbral,
valor del umbral, tasa de verdaderos positivos, tasa
de verdaderos negativos y AUC de entrenamiento y
prueba), véase S6 Evaluación del modelo de
especies, y S7 Resultados de todos los modelos para
los resultados de todos los modelos de especies para
la selección del modelo.

6 |DISCUSIÓN

Nuestros resultados aportan pruebas sólidas de que la

mitigación -la reducción de la cantidad de cambio
climático- beneficiaría a las aves de todo el
continente norteamericano. Además,
estos resultados proporcionan una orientación sobre
la adaptación o dónde centrar los esfuerzos para
ayudar a las aves a adaptarse a los cambios
ambientales y seguir persistiendo en el futuro. A
pesar de ciertas limitaciones (que se comentan en el
apartado de Advertencias), nuestros hallazgos de que
casi dos tercios de las especies de aves
18de 18 BATEMAN ET AL.

F I G U RE 4Riqueza de
especies de aves
vulnerables (es decir, por celda de
cuadrícula) en toda América del Norte
para las temporadas de cría y de no cría.
La escala va de 0 (naranja) al recuento
alto (rojo) del número de especies
vulnerables por cuadrícula bajo un
calentamiento de 1,5◦C (izquierda) y de
3,0◦C (derecha)

podrían conducir a la disminución de la población y a la

extinción local si

F I G U RE 5 Vulnerabilidad de las especies enla época de

cría clasificadas como presentes en la lista de vigilancia de la
FPI para el escenario de 3,0◦C en ambas estaciones.

de la zona de distribución y la colonización local). Los

cambios a esta escala podrían manifestarse en nuevos
conjuntos de comunidades, revelando nuevas
interacciones entre especies (Stralberg et al., 2009) que
 BATEMAN ET AL. 19de 18

Las especies no son capaces de adaptarse con la

suficiente rapidez a los nuevos patrones de co-
ocurrencia (Hughes, 2000).

6.1 |Vulnerabilidad reducida

bajo mitigación

Nuestros resultados indican que casi dos terceras

partes de las especies de aves norteamericanas
evaluadas aquí son vulnerables al cambio climático,
lo que confirma que el cambio climático es una
amenaza actual para las aves de Norteamérica. Las
reducciones de las emisiones que limitan el
calentamiento a 1,5◦C harían que el 76% de nuestras
especies vulnerables perdieran al menos una categoría
de vulnerabilidad. De ellas, el 38% ni siquiera se
vería afectado.
ser vulnerables. Por tanto, nuestros resultados
proporcionan pruebas convincentes de que la
mitigación del cambio climático que estabiliza el
calentamiento a menos de 3,0◦C, y preferiblemente
1,5◦C, sería beneficiosa para las aves. Estos
resultados están en consonancia con las
recomendaciones del IPCC, que ha fijado un objetivo
de 2,0◦C de aumento de la temperatura global -
preferiblemente 1,5◦C- para evitar los efectos graves e
irreversibles del cambio climático.
(IPCC, 2018). Las actuales reducciones prometidas de
las emisiones de gases de efecto invernadero
establecidas en el acuerdo de París conducirán en la
actualidad a un aumento global de la temperatura
media de al menos 3,2◦C (Climate Transparency,
2018). De hecho, en nuestro
20de 18 BATEMAN ET AL.

La Lista Roja, que sólo incluye el 6-9% del 24-50% de las aves
trayectoria actual, es probable que el calentamiento
spe-
potencial supere esta cifra (4-5 + ◦C) a finales de siglo cias vulnerables al cambio climático a nivel mundial (Foden
(Collins et al., 2013; Gidden et al., 2019; New,
et al., 2013). Estas especies vulnerables al clima que no están
Liverman, Schroder, & Ander- son,2011) y provoque un
calentamiento inevitable de 1,5◦C a nivel mundial para actualmente en las listas de vigilancia deberían ser objeto de
2030-2052. Por lo tanto, necesitamos una mitigación seguimiento para determinar si los efectos del cambio
agresiva del cambio climático y políticas adecuadas a climático conducen a un cambio en el estado de conservación
nivel nacional, (Lawler, 2009).
continental y mundial. Identificamos las aves árticas, las aves acuáticas y las aves
Nuestro estudio es el primero de su magnitud en de los bosques boreales y occidentales como el hábitat más
evaluar la vulnerabilidad al cambio climático bajo vulnerable
múltiples escenarios de calentamiento para un número
tan grande de especies en dos estaciones. Otros han
descubierto que el 53% de las aves norteamericanas son
vulnerables al cambio climático (Langham et al., 2015).
Los estudios de meta-análisis también coinciden con
nuestras conclusiones de que los escenarios de cambio
climático mitigado reducen el riesgo de extinción (Foden
et al., 2013; Thomas et al., 2004; Urban, 2015).

6.2 | Priorización de lugares y especies

para la adaptación al cambio climático

El cambio climático previsto va a perturbar las

comunidades de aves en toda América del Norte. En el
escenario de 3,0◦C es posible que se produzcan cambios
en más de 100 especies dentro de una comunidad local,
tanto en las estaciones de cría (dominadas por la pérdida
del área de distribución y la extirpación local) como en
las de no cría (dominadas por la ganancia del área de
distribución y la colonización local). Las colonizaciones
de invierno y las extirpaciones de verano ya han sido
que se encuentran en América del Norte (LaSorte &
Frank III, 2007; McClure, Rolek, McDonald, & Hill,
2012; Prince & Zuckerberg, 2015), y predecimos que
serán más comunes con el cambio climático.
A pesar de las limitaciones de los datos inherentes a
un análisis de esta envergadura, nuestro estudio identificó
lugares y grupos importantes para priorizar los esfuerzos
de conservación con el fin de ayudar a las especies y los
sistemas a adaptarse a un cambio ambiental sin
precedentes. Las clasificaciones de vulnerabilidad
ayudan a informar sobre las estrategias de priorización de
la adaptación al cambio climático basadas en la
comunidad y en las especies, ya que las especies más
vulnerables merecen la mayor atención en un marco de
triaje para la adaptación al cambio climático (Lawler,
2009). De las 389 especies climáticas clasificadas como
vulnerables, 50 también están en la Lista de Vigilancia
del FIP (Rosen- berg et al., 2016) y, como tales, son de
alta prioridad para la atención de la conservación en un
clima cambiante. Sin embargo, también identificamos
325 especies vulnerables al clima que no están incluidas
en la Lista de Vigilancia del FIP, un patrón que se repite
con la lista de la UICN
 BATEMAN ET AL. 21de 18

Los mapas de la riqueza de especies vulnerables y los

grupos, con un 78-100% de especies vulnerables a un cambios proyectados en la composición de las
calentamiento de 3,0◦C. Estos resultados son
comunidades de aves pueden ayudar a priorizar los
similares a los de una evaluación anterior basada en
espacios para la conservación (Grand et al., 2019) e
rasgos sobre la vulnerabilidad climática de las aves
del informar sobre las estrategias de adaptación basadas en el
Estados Unidos, que también agrupó las especies por lugar (Hole et al., 2011; Wu et al., 2018). Las latitudes
hábitat (North American Bird Conservation Initiative septentrionales, incluyendo las regiones árticas y
et al., 2010; en adelante, NABCI). NABCI et al. boreales, surgieron con la mayor magnitud de cambio
(2010) encontraron que aproximadamente el 72% de proyectado. Estas zonas son
las especies árticas y alpinas son vulnerables al también se consideran algunos de los lugares más
importantes para la cría de aves, considerados como los
cambio climático, mientras que nosotros
"viveros de las aves norteamericanas", donde casi la
encontramos que el 100% de las especies árticas son mitad de todas las especies norteamericanas
vulnerables; sin embargo, incluyeron algunas se reproducen (Blancher & Wells, 2005). Esto incluye el
especies alpinas que aquí se clasificaron como 30% de las aves terrestres de Norteamérica, el 30% de las
especies de bosques boreales. Al igual que NABCI et aves costeras y hasta el 38% de las aves acuáticas. Las
al. (2010), encontramos una proporción ecorregiones alpina y de la tundra pueden
relativamente baja de especies de zonas áridas que
son vulnerables al clima, pero nuestro análisis
también se extendió a México, lo que permite cierta
expansión del área de distribución hacia el norte para
las especies que se encuentran allí. Aunque
predecimos que el desierto de Sono- ran puede
experimentar pérdidas netas de especies en ambos
mares, el desierto de Mojave puede ver poca o
ninguna pérdida neta (Figura 3). Sin embargo,
nuestras estimaciones pueden considerarse
conservadoras, ya que la comunidad de aves en el
desierto de Mojave ya ha estado experimentando
disminuciones debido a un siglo de cambio climático
(Iknayan & Beissinger, 2018). Tanto nuestro estudio
como el de NABCI et al. (2010) encontraron que los
pastizales y varias especies forestales son
intermedios en cuanto a la vulnerabilidad climática,
aunque nosotros encontramos generalmente más
especies forestales vulnerables. Una evaluación de
las aves de California vulnerables al cambio
climático también identificó a las aves asociadas a
los humedales, como las aves acuáticas, como
altamente vulnerables (Gardali, Seavy, DiGaudio y
Comrack, 2012). Curiosamente, muchos de estos
grupos de hábitats vulnerables al clima no se
clasifican generalmente como de alta preocupación
para la conservación (Rosenberg et al., 2016), y
algunos (por ejemplo, las aves acuáticas) están
actualmente bien debido a los esfuerzos de
conservación del hábitat (Rosenberg et al., 2019).
Estos grupos merecen atención, especialmente en las
latitudes más altas, donde se prevé que la magnitud
del cambio climático sea mayor que los promedios
globales [dos veces más rápido en relación con el
resto del mundo, con el Ártico tres veces más rápido
(Bush & Lemmen, 2019)]. Un análisis global de las
aves basado en los rasgos descubrió igualmente que
las regiones árticas contienen las especies más
vulnerables al cambio climático (Foden et al., 2013).
22de 18 BATEMAN ET AL.

ser reemplazado por los bosques de coníferas subárticos política y las promesas dentro del Acuerdo de París
de Alaska, y el boreal puede ser reemplazado por Acuerdo. Nuestros escenarios globales se basan en el cambio
medio previsto y representan un futuro potencial
bosques caducifolios templados y praderas de las
simplificado dentro del rango probable: 1,5◦C corresponde a
Grandes Llanuras (Rehfeldt et al., 2012; Stralberg et al., RCP4.5 para 2046-2065 (rango probable 0,9◦C-2,0◦C), 2,0◦C
2015). El oeste montañoso, el noreste de Estados Unidos, corresponde
Florida y el centro de México también presentaban una a RCP8.5 para 2046-2065 (rango probable 1,4◦C-2,6◦C), y
alta riqueza de especies vulnerables proyectada junto con 3,0◦C corresponde a RCP8,5 para 2081-2.100 (rango probable
grandes cambios proyectados en la composición de las 2,6◦C-4,8◦C) (IPCC, 2013). Aunque estos valores representan
comunidades. Los hábitats pueden perderse y no ser
reemplazados inmediatamente debido a los retrasos en la
respuesta de la vegetación (Cadieux et al., 2019;
Stralberg et al., 2015). Por lo tanto, los esfuerzos de
adaptación al cambio climático para las aves pueden ser
más eficaces en estas regiones proporcionando peldaños
para facilitar la emigración de las especies, y/o
reduciendo las transiciones de hábitat para fomentar la
retención de las especies (Hole et al., 2011). Otras
regiones a destacar son California y el desierto de Sonora
de Arizona, que comprenden algunas de las pocas zonas
en las que se prevé una pérdida neta de especies (Figura
3) en invierno. Un número desproporcionado de especies
de humedales ha sido designado como vulnerable al
clima en California (Gardali et al., 2012), y California
tiene varias especies restringidas a los hábitats de
humedales, lo que puede explicar en parte este patrón de
pérdida neta en invierno.
Por el contrario, las áreas que se prevé que
experimenten ganancias netas de especies también
deberían priorizarse como áreas potenciales para proteger
(Wu et al., 2018). Las acciones que pueden aplicarse en
estas áreas, dependiendo de los resultados deseados,
pueden incluir el uso de servidumbres de conservación u
opciones agroambientales en el paisaje circundante para
facilitar la colonización de especies en nuevas áreas
adecuadas, aumentando la cantidad de hábitat y recursos
potenciales para acomodar especies adicionales, y/o
equilibrar los regímenes de perturbación existentes con
nuevos regímenes de perturbación en la dirección del
cambio para adaptarse a los colonos (Hole et al., 2011).
El conjunto de posibles acciones es complejo y la mejor
manera de guiarlo es mediante el seguimiento y un
conocimiento profundo de la ecología local.
Nuestra evaluación de la vulnerabilidad basada en los
desplazamientos del área de distribución de las aves en
Norteamérica es probablemente una estimación
conservadora por varias razones. En primer lugar, las
proyecciones climáticas se limitan a los escenarios
previstos en la quinta evaluación del IPCC.
y las proyecciones de fin de siglo pueden ser, de hecho,
mucho más cálidas (hasta 5◦C) que 3,0◦C a nivel mundial
(Collins et al., 2013; Gidden et al., 2019; New et al.,
2011). Aquí, elegimos incluir escenarios de temperatura
global representativos para cada período de tiempo y
escenario RCP basados en el valor de evaluación del
IPCC, y aquellos que eran directamente relevantes para la
 BATEMAN ET AL. 23de 18

el cambio proyectado en las temperaturas medias disponibles actualmente en un momento o lugar

globales, localmente los aumentos de temperatura determinado) (Veloz et al., 2012). Tampoco evaluamos
serán probablemente mucho más altos. En Estados las interacciones alteradas de las especies ni cómo los
Unidos, a finales de siglo, las temperaturas medias cambios a nivel de comunidad podrían determinar las
podrían aumentar entre 1,3°C y 3,7°C según el áreas de distribución futuras de las especies. Además,
modelo RCP4.5. aunque utilizamos un enfoque basado en umbrales para
o hasta 3,0◦C-6,7◦C en el escenario más alto. identificar la posible pérdida o ganancia de área de
RCP8.5 (Reidmiller et al., 2018; Vose, Easterling, distribución, las áreas de estabilidad del área de
Kunkel, LeGrande y Wehner, 2017). Estos escenarios distribución también están cambiando, y algunas áreas
de calentamiento global también reflejan condiciones mejoran o empeoran con el cambio climático. Las zonas
de precipitación variables; por ejemplo, se observa un que están empeorando podrían ser de hecho de baja
aumento de las precipitaciones fuertes en algunas idoneidad, lo suficiente como para reflejar una baja
regiones para todos los escenarios, pero estas son más
extremas en el escenario RCP8.5 (Reidmiller et al.,
2018). Desde la perspectiva de la gestión de la
conservación o el establecimiento de prioridades, es
importante considerar el rango de valores de
temperatura y precipitación a nivel local para cada
uno de nuestros escenarios globales.
Es importante señalar que, aunque nuestro estudio
tiene en cuenta los cambios futuros en el clima y la
vegetación, no evaluamos los cambios en el uso
antropogénico del suelo, la subida del nivel del mar,
los fenómenos extremos u otras amenazas globales y
relacionadas con el cambio climático para las aves.
Por lo tanto, algunas áreas identificadas como
adecuadas en función del clima y la vegetación
pueden estar en riesgo de otras amenazas no
evaluadas aquí que podrían hacerlas inadecuadas.
Además, las respuestas proyectadas de las especies no
siempre se llevarán a cabo por una serie de razones,
incluyendo factores intrínsecos como la plasticidad
fenotípica (es decir, la capacidad de adaptarse a
nuevas condiciones y permanecer en el lugar;
(Socolar, Epanchin, Beissinger, & Ting- ley,2017), la
capacidad de colonización (por ejemplo, las aves
siguen el clima pero a un ritmo más lento que el que
cambia el clima; (Santangeli & Lehikoinen, 2016), el
potencial evolutivo (es decir, la diversidad genética) y
los factores extrínsecos, como la p é r d i d a
imprevista de hábitats, la competencia entre especies
y la contaminación (Beever et al., 2015). Aunque
tuvimos en cuenta los datos de dispersión de las
especies basados en los rasgos, no tuvimos en cuenta
las capacidades potenciales de las especies para
adaptarse a los cambios mediante cambios físicos o
de comportamiento. Tampoco proyectamos en
condiciones nuevas fuera del rango de condiciones
ambientales en nuestros datos de entrenamiento, para
evitar errores estadísticos y de proyección (Fitzpatrick
& Hargrove, 2009). Sin embargo, reconocemos que al
hacerlo podemos estar omitiendo áreas de ganancia
potencial, ya que las especies pueden adaptarse a
nuevas condiciones o pueden surgir en el paisaje
porciones actualmente no disponibles del nicho
fundamental de una especie (es decir, condiciones en
las que una especie puede persistir, pero que no están
24de 18 BATEMAN ET AL.

abundancia y la inestabilidad de la población umbrales específicos de las especies, la limpieza de los datos
(VanDerWal, Shoo, Johnson, & Williams, 2009). de ocurrencia de las especies y el tratamiento de los valores
atípicos, y el tratamiento de la sobrepredicción en los
modelos post hoc. En este caso, la participación de expertos
6,3|Caveats en aves nos permitió tomar decisiones basadas en el
conocimiento específico de cada especie, un ejercicio de
Uno de los retos de una evaluación continental a gran cuidado que rara vez se lleva a cabo con grandes estudios
escala como esta, especialmente en comparación con las sobre cientos de especies. Incluimos una evaluación por aves
evaluaciones regionales o específicas de un hábitat (por
ejemplo, Wilsey et al., 2019), es que ciertas partes del
área de estudio no están tan bien muestreadas como otras,
como México y el Ártico. Para estas regiones, buscamos
conjuntos de datos adicionales para ayudar a abordar este
sesgo, y pudimos obtener datos suficientes para las
especies que modelamos. Sin embargo, los
investigadores interesados en estos resultados deben
tener cuidado al interpretar los resultados del modelo
para las especies menos muestreadas y en lugares menos
muestreados dentro de Norteamérica. Además, el uso de
conjuntos de datos de ciencia ciudadana y comunitaria en
la evaluación, y las discrepancias de tales métodos de
recopilación de datos, pueden violar algunas suposiciones
de los MDS (Yackulic et al., 2013). Reconocemos que
nuestros datos sobre la presencia de aves proceden de
diversas fuentes y que, como tales, no se han muestreado
de forma estandarizada, con un sesgo en la ubicación del
estudio y una variación en las probabilidades de
detección individual y en las habilidades de
identificación. Hemos equilibrado la necesidad de retener
tantos datos como sea posible para capturar las áreas de
distribución completas de las especies en América del
Norte, pero también hemos tenido en cuenta este sesgo
con un amplio uso de la partición de datos estructurada
espacialmente, la corrección del sesgo mediante el uso de
un grupo objetivo de fondo, el filtrado de datos y la
revisión de expertos. Los modelos construidos con
tamaños de muestra pequeños han sido útiles para
identificar áreas adecuadas para las especies (Pearson,
Raxworthy, Nakamura y Peterson, 2007; van Proosdij,
Sosef, Wieringa y Raes, 2015) y mejoran en gran medida
cuando se realiza un filtrado espacial y se manipula el
muestreo de fondo para abordar el sesgo (Boria et al.,
2014; Kramer-Schadt et al., 2013). Se ha demostrado que
una partición y un análisis cuidadosos de los datos de las
aves pueden dar lugar a importantes modelos de
distribución de las aves a lo largo de todo su ciclo vital
(Hochachka et al., 2012). Por lo tanto, la minuciosidad
del proceso adoptado aquí debería producir resultados de
modelos fiables y útiles para la mayoría de las especies.
Hemos equilibrado el cumplimiento de los estándares
actuales para las evaluaciones de biodiversidad basadas
en el GDS (Araújo et al., 2019) con el esfuerzo de
modelar 604 especies en todo el continente en dos
temporadas, aplicando las mejores prácticas para
informar las decisiones del modelo, como la selección de
 BATEMAN ET AL. 25de 18

expertos de los mapas del área de distribución de 7 |CONCLUSIONES

cada especie de forma individual, tanto en la época
de cría como en la de no cría, para establecer la realidad Estas conclusiones constituyen un llamamiento a la
ecológica de los resultados del modelo. Se ha demostrado que la acción para que se adopten políticas agresivas de
inclusión de expertos mejora el realismo ecológico mitigación de la cli- matización de las aves en
de los resultados del SDM (Reside et al., 2019). La Norteamérica y se establezcan prioridades para los
revisión por parte de expertos nos permitió esfuerzos de adaptación a escala de paisaje. Se necesitan
seleccionar umbrales razonables para evaluar la estrategias de mitigación y adaptación, tanto para reducir
pérdida de hábitat e identificar las regiones con los impactos del cambio climático en la medida de lo
mayor riesgo de cambio climático en todas las posible como para hacer frente a los impactos que son
especies, a diferencia de un enfoque a escala de inevitables (Wilbanks, Leiby,
gradiente que sólo evaluaría los cambios en la Perlack, Ensminger y Wright, 2007). Las nefastas
idoneidad relativa en cada lugar. consecuencias de un escenario de calentamiento de
A pesar de nuestros esfuerzos por desarrollar 3,0◦C, y la reducción de la vulnerabilidad de las especies
si estabilizamos el calentamiento global en
modelos precisos y exactos, reconocemos que todos
los MDS son predictivos e incluyen incertidumbres y
errores inherentes, por lo que no representan las
áreas de distribución reales de las especies. Del
mismo modo, existe cierto grado de incertidumbre en
las proyecciones del cambio climático futuro, lo que
tiene implicaciones para las proyecciones del área de
distribución. También hay incertidumbre sobre el
seguimiento que hacen las especies de su nicho
climático a través del cambio climático (por ejemplo,
Socolar et al., 2017; descubrieron que las aves se
adaptan cambiando su fenología en lugar de su
distribución), aunque la reciente validación sobre el
terreno de los modelos de cambio climático por parte
de científicos comunitarios sugiere que las aves
siguen las condiciones climáticas (Saunders et al.,
2020). La elección de los datos medioambientales
también puede introducir errores e incertidumbre,
como las proyecciones futuras modeladas para los
datos de vegetación. Las proyecciones de vegetación
utilizadas aquí no son mecanicistas y se basan en
modelos climáticos, lo que probablemente lleve a
sobreestimar las ganancias de área de distribución y
a subestimar la vulnerabilidad (Stralberg et al.,
2015). Además, mientras que la vegetación
proporciona información ecológicamente importante
para las especies de aves, las proyecciones a escala
continental de otras condiciones del hábitat (por
ejemplo, aguas superficiales, cambios en la línea de
costa) no están fácilmente disponibles. A pesar de
estas limitaciones, decidimos incluir estas variables
como los mejores datos disponibles biológicamente
relevantes para este tipo de modelización. Por
último, las incertidumbres y los errores también
surgen de la elección del MDS y de la selección del
modelo. Teniendo en cuenta las advertencias aquí
expuestas, es imperativo que los resultados
presentados aquí se combinen con otros enfoques
para formar una imagen más completa de la
respuesta de las especies al cambio climático (Foden
et al., 2013).
26de 18 BATEMAN ET AL.

1,5◦C, indican que debemos reducir las emisiones al T. MacArthur Foundation G-1511-150388 y la financiación del
máximo para mantener las comunidades de aves. U.S. Fish and Wildlife Service 140F0318P0263. También
Estabilizar el cli- mate en 1,5◦C es factible (Goodwin, hemos recibido apoyo del Programa de Crédito Promocional de
Brown, Haigh, Nicholls y Matter, 2018; Meinshausen et Amazon Web Services y de los programas de Domino Data
al., 2009), pero se han tomado pocas medidas deliberadas Labs para organizaciones sin ánimo de lucro y de educación.
para conseguirlo. Se calcula que la promesa actual de Los resultados y conclusiones de este artículo son los del autor
reducción de gases de efecto invernadero establecida en o autores y no representan necesariamente las opiniones del
el marco del Acuerdo de París equivale a un aumento Servicio de Pesca y Vida Silvestre de los Estados Unidos. Los
global de la temperatura media de 3,2◦C (Climate autores desean agradecer a todos los
Transparency, 2018), lo que no es suficiente para reducir
la vulnerabilidad de las aves. Las aves son las primeras
en responder al cambio climático y pueden ser
importantes indicadores del cambio ecológico actual y
futuro a gran escala (Rosenberg et al., 2019). En este
caso, también proporcionamos prioridades claras en
cuanto a
donde podríamos centrar los esfuerzos de conservación
de la adaptación, y para qué especies necesitamos aliviar
los factores de estrés del cambio climático. Identificamos
que las aves árticas, las acuáticas y las de los bosques
boreales y occidentales son muy vulnerables al cambio
climático. Curiosamente, los grupos de hábitats más
amenazados por el cambio climático no son actualmente
motivo de gran preocupación para la conservación.
Además, identificamos áreas de las regiones boreal
(Stralberg et al., 2015), ártica (Foden et al., 2013),
California, y las regiones de las Grandes Llanuras y la
Sierra Madre de México (Pacifici et al., 2015) como
particularmente importantes para priorizar futuros
esfuerzos de conservación, ya que las comunidades de
aves se enfrentan a un cambio ambiental sin precedentes.
Los esfuerzos futuros deben basarse en estos
resultados para evaluar las "fortalezas" (Grand et al.,
2019),
zonas que tienen una alta idoneidad climática y una baja
exposición a las amenazas relacionadas con el cambio
climático, como el cambio de uso del suelo o la subida
del nivel del mar, que pueden servir de refugio para estos
grupos o regiones específicas. Las áreas identificadas
como de alta idoneidad climática, pero con una mayor
exposición a las amenazas, podrían utilizarse para dirigir
los esfuerzos de conservación, como la reforestación, la
restauración de humedales, las construcciones que
mitigan las amenazas (por ejemplo, las líneas costeras
vivas) o la adquisición del estatus de área protegida (Hole
et al., 2011) En un futuro en el que incluso las aves, un
taxón altamente móvil, pueden no seguir el ritmo del
cambio climático (Devictor et al., 2012; Radchuk et al.,
2019), es necesaria la intervención humana. A menos que
adoptemos medidas políticas agresivas de mitigación y
adaptación para aliviar los efectos del cambio climático,
las aves y los lugares que necesitan están amenazados.

AGR A DE C I MI E NT OS
Este trabajo fue financiado por la Fundación John D. y
Catherine
 BATEMAN ET AL. 27de 18

instituciones que proporcionaron datos (Fuentes de VanDerWal, J., Akçakaya, H. R., ... Heglund, P. J. (2016).
Distribuciones potenciales de reproducción de las aves de Estados
datos de aves S1) todos los voluntarios que Unidos predichas con
contribuyeron, y nuestro panel de revisores expertos.

C ON FLI CT O DE I NTE RE SE S
Los autores no tienen ningún conflicto de intereses que
declarar.

C ONT R I B UC I O NE S D E LOS AUT ORES

Chad Wilsey, Lotem Taylor, Brooke L. Bateman y
Geoffrey S. LeBaron concibieron el estudio; Lotem
Taylor y Joanna Wu contribuyeron a la preparación
de los datos; Brooke
L. Bateman, Lotem Taylor, Joanna Wu y Chad
Wilsey contribuyeron a la modelización de la
distribución de las especies y a la redacción del
manuscrito; Geoffrey S. LeBaron realizó revisiones y
revisó los resultados del modelo y las listas de
especies; y todos los autores revisaron, editaron y
aprobaron el manuscrito final.

DIS P ONIBI LI DAD DE DATOS

Todos los resultados del modelo de especies para dos
escenarios futuros de cambio climático (RCP4.5 y
RCP8.5) para la década de 2020 (no pres- tada aquí),
la década de 2050 (es decir, los escenarios de 1,5◦C y
2,0◦C) y la década de 2080 (escenario de 3,0◦C) están
disponibles para su descarga en
https://adaptwest.databasin.org/pages/audubon-
survival- by-degrees.

DEC L AR ACI ÓN DE ÉT ICA

En la medida de lo posible, esta investigación se ha
llevado a cabo de acuerdo con las Directrices para la
utilización de aves silvestres en la investigación; sin
embargo, los autores no han participado directamente
en la recogida de los conjuntos de datos utilizados.

ORCI D
Brooke L. Bateman h 4599
Chad Wilsey https://orcid.org/0000-0002-1448-1445

RE FE RE NCI AS
Proyecto AdaptWest. (2015). Datos climáticos actuales y
proyectados en cuadrícula para América del Norte con una
resolución de 1 km, interpolados mediante el software
ClimateNA v5.10 (T. Wang et al., 2015). Obtenido de
http://adaptwest.databasin.org/pages/adaptwest-
climatena.
Araújo, M. B., Anderson, R. P., Barbosa, A. M., Beale, C.,
Dormann, C. F., Early, R., ... Rahbek, C. (2019). Normas
para los modelos de distribución en las evaluaciones de la
biodiversidad. Ciencia
Advances, 5, eaat4858.
Bateman, B. L., Murphy, H. T., Reside, A. E., Mokany, K., &
VanDerWal, J. (2013). Appropriate of full-, partial-and no-
dispersal scenarios in climate change impact modelling.
Diver- sity and Distributions, 19, 1224-1234.
Bateman, B. L., Pidgeon, A. M., Radeloff, V. C., Flather, C. H.,
28de 18 BATEMAN ET AL.

tanto la variabilidad a corto plazo como los datos climáticos cal modeling. Obtenido de http://www.idg.pl/mirrors/
medios a largo plazo. CRAN/web/packages/dismo/vignettes/brt.pdf.
Aplicaciones ecológicas, 26, 2720-2731.
Bateman, B. L., Pidgeon, A. M., Radeloff, V. C., VanDerWal, J.,
Thogmartin, W. E., Vavrus, S. J., & Heglund, P. J. (2016). El
ritmo del cambio climático pasado frente a las distribuciones
potenciales de las aves y el uso de la tierra en los Estados Unidos.
Global Change Biology, 22, 1130-1144.
Beauchamp, G. (2010). La búsqueda de alimentos en grupo no está
asociada a la longevidad.
gidad en las aves norteamericanas. Biology Letters, 6(1), 42-44.
Beever, E. A, O'Leary, J., Mengelt, C., West, J. M., Julius, S., Green,
N., ... Hellmann J. J. (2016). Mejora de los resultados de la
conservación con un nuevo paradigma para entender los
fundamentos de las especies
y Capacidad de Adaptación Realizada. Conservation Letters,
9(2), 131-137. http://dx.doi.org/10.1111/conl.12190.
BirdLife International. (2017). Lista Roja de la UICN para las aves.
Recuperado
de http://www.birdlife.org.
Blancher P., Wells J. (2005). The Boreal Forest Region:North
Ame- rica's Bird Nursery. Bird Studies Canada y Boreal
Songbird Initiative.
Boria, R. A., Olson, L. E., Goodman, S. M., & Anderson, R. P .
( 2014). Spatial filtering to reduce sampling bias can improve the
performance of ecological niche models. Ecological Model- ling,
275, 73-77.
Bush, E., y Lemmen, D. S. (2019). Informe sobre el clima cambiante
de Canadá.
(p. 444). Gobierno de Canadá: Ottawa, ON.
Cadieux, P., Boulanger, Y., Cyr, D., Taylor, A. R., Price, D. T., &
Tremblay, J. A. (2019). Proyecciones de cambio climático
espacialmente explícitas para la planificación de la recuperación
de especies amenazadas: El zorzal de Bicknell (Catharus
bicknelli) como estudio de caso. Global Ecology and
Conservation, 17, e00530.
Canada Centre for Remote Sensing (CCRS), Comisión Nacional para
el Conocimiento y Uso de la Biodiversidad (CONABIO),
Comisión Nacional Forestal (CONAFOR), Insituto Nacional de
Estadística y Geografía (INEGI), U.S. Geological Survey (USGS).
(2013). Cobertura terrestre de América del Norte 2010 a 250
metros. Montréal, Québec, Canadá: Comisión para la Cooperación
Ambiental.
Transparencia del clima. (2018). Informe del G20 de marrón a
verde 2018. Transparencia del clima. Recuperado de
https://www. climate-transparency.org/g20-climate-
performance/g20repo rt2018.
Collins, M., Knutti, R., Arblaster, J., Dufresne, J.L,, Fichefet, T.,
Friedlingstein, P., ... Shongwe, M., et al. (2013). Cambio
climático a largo plazo: proyecciones, compromisos e
irreversibilidad. En
Cambio climático 2013 - La base científica física: Contribución
del Grupo de Trabajo I al Quinto Informe de Evaluación del
Grupo Intergubernamental de Expertos sobre el Cambio
Climático, (pp. 1029-1136).
Cambridge, Inglaterra: Cambridge University Press.
Crowther, T. W., Glick, H. B., Covey, K. R., Bettigole, C.,
Maynard, D. S., Thomas, S. M., ... Tuanmu, M. N. (2015).
Cartografía de la densidad de árboles a escala global. Nature,
525(7568), 201-205.
Devictor, V., van Swaay, C., Brereton, T., Brotons, L., Chamberlain,
D., Heliölä, J., ... Jiguet, F. (2012). Diferencias en las deudas
climáticas de aves y mariposas a escala continental. Nature
Climate Change, 2, 121-124.
Elith J., Leathwick J. (2014). Árboles de regresión potenciados para la
ecología.
 BATEMAN ET AL. 29de 18

Elith, J., Leathwick, J. R., & Hastie, T. (2008). A working

guide to boosted regression trees. Journal of Animal
Ecology, 77, 802-813.
Elith, J., Phillips, S. J., Hastie, T., Dudík, M., Chee, Y. E., &
Yates, C. J. (2010). A statistical explanation of MaxEnt
for ecol- ogists: Statistical explanation of MaxEnt. Diversity
and Distributions, 17, 43-57.
Fitzpatrick, M. C., y Hargrove, W. W. (2009). La proyección de la
spe-
cias de distribución y el problema del cli- mate no analógico.
Biodiversity and Conservation, 18, 2255-2261.
Foden, W. B., Butchart, S. H. M., Stuart, S. N., Vié, J. C.,
Akçakaya, H. R., Angulo, A., ... Mace, G. M. (2013).
Identificación de las especies más vulnerables al cambio
climático del mundo: Una evaluación basada en rasgos
sistémicos de todas las aves, anfibios y corales.
PLoS One, 8, e65427.
Foden, W. B., y Young, B. E. ( Eds.). (2016). Directrices de la
CSE de la UICN para evaluar la vulnerabilidad de las
especies al cambio climático. Cam- bridge, Reino Unido y
Gland, Suiza: UICN.
Gardali, T., Seavy, N. E., DiGaudio, R. T., & Comrack, L. A.
(2012). Una evaluación de la vulnerabilidad al cambio
climático de las aves de riesgo de California. PLoS One, 7,
e29507.
Gidden, M., Gidden, M., Riahi, K., Smith, S., Fujimori, S.,
Luderer, G., Kriegler, E., ... Calvin, K. (2019). Vías de
emisiones globales bajo diferentes escenarios
socioeconómicos para su uso en la CMIP6: Un
conjunto de datos de trayectorias de emisiones
armonizadas hasta el final del siglo. Geoscientific Model
Development Discussions, 12, 1443-1475.
Goodwin, P., Brown, S., Haigh, I. D., Nicholls, R. J., & Matter, J. M.
(2018). Ajuste de las vías de mitigación para estabilizar el
clima a 1,5◦C y 2,0◦C de aumento de las temperaturas
globales hasta el año 2300. Earth's Future, 6, 601-615.
Grand, J., Wilsey, C., Wu, J. X., & Michel, N. L. (2019). El futuro
de las aves de los pastizales norteamericanos:
Incorporación de las amenazas persistentes y emergentes a
las prioridades de conservación del ciclo anual completo.
Conservation Science and Practice, 1, e20.
Hitch, A. T., & Leberg, P. L. (2007). Breeding distributions of
North American bird species moving North as a result of
climate change. Conservation Biology, 21, 534-539.
Hochachka, W. M., Fink, D., Hutchinson, R. A., Sheldon, D.,
Wong, W.-K., & Kelling, S. (2012). Ciencia intensiva en
datos aplicada a la ciencia ciudadana a gran escala. Trends
in Ecology & Evo- lution, 27, 130-137.
Hole, D. G., Huntley, B., Arinaitwe, J., Butchart, S. H. M.,
Collingham, Y. C., Fishpool, L. D. C., ... Willis, S. G.
(2011). Hacia un marco de gestión de redes de áreas
protegidas frente al cambio climático: Management of
protected-
redes de área. Conservation Biology, 25, 305-315.
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, 420-431.
Hughes, L. (2000). Consecuencias biológicas del calentamiento global:
¿es
¿la señal ya es evidente? Trends in ecology & evolution, 15
(2), 56–61.
Iknayan, K. J., & Beissinger, S. R. (2018). Colapso de una
comunidad de aves del desierto durante el último siglo
impulsado por el cambio climático. Actas de la Academia
Nacional de Ciencias, 115(34), 8597-
8602.
30de 18
IPCC. (2007). Cambio climático 2007: Impactos, adaptación y
vulnerabilidad. Contribución del Grupo de Trabajo II al Cuarto
Informe de Evaluación del Grupo Intergubernamental de
Expertos sobre el Cambio Climático. Cambridge University
Press, Cambridge.
IPCC (2013). Resumen para los responsables de las políticas. En T.
F. Stocker, D. Qin, G.-K. Plattner, M. Tignor, S. K. Allen, A.
Boschung, et al. (Eds.), Climate Change 2013: The physical
science basis. Cam- bridge, Reino Unido/Nueva York, NY:
Contribución del Grupo de Trabajo I al Quinto Informe de
Evaluación del Grupo Intergubernamental de Expertos sobre el
Cambio Climático, Cambridge University Press.
IPCC. (2018). Calentamiento global de 1,5◦C. Obtenido de http://
www.ipcc.ch/report/sr15/.
Jiménez-Valverde, A., & Lobo, J. M. (2007). Criterios de umbral para
la conversión de la probabilidad de presencia de las especies en
presencia-ausencia. Acta Oecologica, 31, 361-369.
Knutti, R., & Sedlácˇek, J. (2013). Robustez e incertidumbres en las
nuevas proyecciones del modelo climático CMIP5. Nature
Climate Change, 3, 369-373.
Kramer-Schadt, S., Niedballa, J., Pilgrim, J. D., Schröder, B.,
Lindenborn, J., Reinfelder, V., ... Wilting, A. (2013). The impor-
tance of correcting for sampling bias in MaxEnt species distri-
bution models. Diversity and Distributions, 19, 1366-1379.
La Sorte, F. A., & Thompson, F. R. (2007). Poleward shifts in winter
ranges of north American birds. Ecology, 88, 1803-1812.
Langham, G. M., Schuetz, J. G., Distler, T., Soykan, C. U., &
Wilsey, C. (2015). Estado de conservación de las aves
norteamericanas ante el futuro cambio climático. PLoS One,
10, e0135350.
Lawler, J. J. (2009). Estrategias de adaptación al cambio climático
para la gestión de recursos y la planificación de la
conservación. Annals of the New York Academy of Sciences,
1162, 79-98.
Lawler, J. J., Shafer, S. L., White, D., Kareiva, P., Maurer, E. P.,
Blaustein, A. R., & Bartlein, P. J. (2009). Proyección de
cambios en la fauna inducidos por el clima en el hemisferio
occidental. Ecology, 90, 588-597.
Lawler, J. J., White, D., Neilson, R. P., & Blaustein, A. R . ( 2006).
Predicción de los cambios de área de distribución inducidos por
el clima: Diferencias y fiabilidad de los modelos. Global
Change Biology, 12, 1568-1584.
Lehner, B., y Döll, P. ( 2004). Desarrollo y validación de un
base de datos mundial de lagos, embalses y humedales. Journal
of Hydrology, 296, 1-22.
Mann, M. E., Zhang, Z., Hughes, M. K., Bradley, R. S., Miller, S. K.,
Rutherford, S., & Ni, F. (2008). Proxy-based reconstructions of
hemispheric and global surface temperature variations over the
past two millennia. Proceedings of the National Academy of Sci-
ences, 105, 13252-13257.
McClure, C. J. W., Rolek, B. W., McDonald, K., & Hill, G. E. (2012).
El cambio climático y el declive de un ave antaño común. Ecol-
ogy and Evolution, 2, 370-378.
Meinshausen, M., Meinshausen, N., Hare, W., Raper, S. C. B.,
Frieler, K., Knutti, R., ... Allen, M. R. (2009). Objetivos de
emisión de gases de efecto invernadero para limitar el
calentamiento global a 2 ◦C. Nature, 458, 1158-1162.
Morecroft, M. D., Crick, H. Q. P., Duffield, S. J., & Macgregor, N. A.
(2012). Resiliencia al cambio climático: Traduciendo los
principios a la práctica. Journal of Applied Ecology, 49, 547-
551.
Moritz, C., y Agudo, R. (2013). El futuro de las especies bajo el clima
cambio: ¿Resistencia o declive? Science, 341, 504-508.
New, M., Liverman, D., Schroder, H., & Anderson, K. (2011).
Cuatro grados y más: El potencial de una temperatura global
BATEMAN ET AL.
aumento de cuatro grados y sus implicaciones. Philosophical
Transactions of the Royal Society A: Mathematical, Physical and
Engineering Sciences, 369, 6-19.
Iniciativa para la Conservación de las Aves de América del Norte, Comité
de los Estados Unidos,
otros. (2010). Informe del estado de las aves 2010 sobre el
cambio climático, Estados Unidos de América. Washington,
DC: Departamento del Interior de los Estados Unidos.
Pacifici, M., Foden, W. B., Visconti, P., Watson, J. E. M., Butchart, S.
H. M., Kovacs, K. M., ... Rondinini, C. (2015). Evaluar la
vulnerabilidad de las especies al cambio climático. Nature Cli-
mate Change, 5, 215-224.
Pearson, R. G. (2007). Modelización de la distribución de las especies
para la conserva-
educadores y profesionales de la educación-Síntesis. American
Museum of Natural History, 50, 54-89.
Pearson, R. G., Raxworthy, C. J., Nakamura, M., & Peterson, A. T.
(2007). Predicción de la distribución de las especies a partir de
un número reducido de registros de presencia: Un caso de
prueba utilizando gecos crípticos en Mada- gascar. Journal of
Biogeography, 34, 102-117.
Pekel, J.-F., Cottam, A., Gorelick, N., & Belward, A. S. (2016). Alto-
cartografía de resolución de las aguas superficiales globales y
sus cambios a largo plazo. Nature, 540, 418-422.
Peterson, A. T., Soberón, J., Pearson, R. G., Anderson, R. P.,
Martínez-Meyer, E., Nakamura, M., & Araújo, M. B. (2011).
Nichos ecológicos y distribuciones geográficas. Princeton, NJ:
Princeton University Press.
Phillips, S. J., Dudík, M., Elith, J., Graham, C. H., Lehmann, A.,
Leathwick, J., & Ferrier, S. (2009). Sample selection bias and
presence-only distribution models: Implicaciones para los datos
de fondo y de pseudoausencia. Ecological Applications, 19, 181-
197.
Prince, K., y Zuckerberg, B. ( 2015). El cambio climático en nuestra
espalda-
yardas: La reorganización de las comunidades de aves
invernales de Norteamérica. Global Change Biology, 21, 572-
585.
Radchuk, V., Reed, T., Teplitsky, C., van de Pol, M.,
Charmantier, A., Hassall, C., ... Kramer-Schadt, S. (2019). Las
respuestas adaptativas de los animales al cambio climático son
probablemente insuficientes. Nature Communications, 10, 3109.
Radosavljevic, A., y Anderson, R. P. (2014). Cómo mejorar los
modelos Maxent de las distribuciones de las especies:
Complejidad, sobreajuste y evaluación. Journal of Biogeography,
41, 629-643.
Rehfeldt, G. E., Crookston, N. L., Sáenz-Romero, C., &
Campbell, E. M. (2012). Modelo de vegetación norteamericana
para la planificación del uso del suelo en un clima cambiante:
Una solución a grandes problemas de clasificación. Ecological
Applications, 22, 119-141.
Reidmiller, D., Avery, C., Easterling, D., Kunkel, K., Lewis, K.,
Maycock, T., y Stewart, B. (2018). USGCRP, 2018: Impactos,
riesgos y adaptación en los Estados Unidos: Fourth National Cli-
mate Assessment, volume II. Washington DC: ESTADOS
UNIDOS.
Reside, A. E., Critchell, K., Crayn, D. M., Goosem, M., Goosem, S.,
Hoskin, C. J., ... Pressey, R. L. (2019). Más allá del modelo: El
conocimiento experto mejora las predicciones del destino de las
especies bajo el clima
cambio. Aplicaciones Ecológicas, 29, e01824.
Riley, S., Degloria, S., & Elliot, S. D. (1999). A terrain ruggedness
index that quantifies topographic heterogeneity. International
Journal of Science, 5, 23-27.
Rodewald, P. (2015). Las aves de América del Norte. Extraído de
https://birdsna.org.
Root, T. L., Price, J. T., Hall, K. R., Schneider, S. H., Rosenzweig, C.,
BATEMAN ET AL. 31de 18

& Pounds, J. A. (2003). Fingerprints of global warming on

wild animals and plants. Nature, 421, 57-60.
32de 18
Rosenberg, K. V., Kennedy, J. A., Dettmers, R., Ford, R. P.,
Reynolds, D., Alexander, J. D., ..., Butcher, G. S. (2016). Plan
de Conservación de Aves Terrestres de Compañeros en Vuelo:
revisión de 2016 para Canadá y los Estados Unidos
continentales. Partners in Flight Sci- ence Committee; P. 119.
Rosenberg, K. V., Dokter, A. M., Blancher, P. J., Sauer, J. R., Smith,
A. C., Smith, P. A., ... Marra, P. P. (2019). Declive de la avifauna
norteamericana. Science, 366(6461), 120-124.
Santangeli, A., & Lehikoinen, A. ( 2016). ¿Son las comunidades de
aves invernales y reproductoras capaces de seguir el rápido
cambio climático? Lecciones del Alto Norte. Diversity and
Distributions, 23(3), 308-318.
Santini, L., Butchart, S. H. M., Rondinini, C., Benítez-López, A.,
Hilbers, J. P., Schipper, A. M., ... Huijbregts, M. A. J. (2019).
Aplicación de modelos de hábitat y densidad de población a las
series temporales de cobertura terrestre para informar las
evaluaciones de la lista roja de la UICN: Hacia una selección
automática de la lista roja. Conservation Biology, 33, 1084- 1093.
Saunders, S. P., Michel, N. L., Bateman, B. L., Wilsey, C., Dale, K.,
LeBaron, G. S., & Langham, G. M. (2020). Community science
validates climate suitability projections from ecological niche
modeling. Ecological Applications, e02128.
Socolar, J. B., Epanchin, P. N., Beissinger, S. R., & Tingley, M. W.
(2017). Los cambios fenológicos conservan los nichos térmicos
de las aves norteamericanas y modifican las expectativas de los
cambios climáticos.
cambios en el área de distribución. Proceedings of the National
Academy of Sciences, 114(49), 12976-12981.
Stralberg, D., Bayne, E. M., Cumming, S. G., Sólymos, P.,
Song, S. J., & Schmiegelow, F. K. A. (2015). Conservation of
future boreal forest birds communities considering lags in
vegetation response to climate change: Un enfoque de refugio
modificado. Diversity and Distributions, 21, 1112-1128.
Stralberg, D., Jongsomjit, D., Howell, C. A., Snyder, M. A.,
Alexander, J. D., Wiens, J. A., & Root, T. L. (2009).
Reorganización de las especies con la alteración del clima: ¿Un
futuro sin análogos para las aves de Cali- fornia? PLoS One, 4,
e6825.
Thomas, C. D., Cameron, A., Green, R. E., Bakkenes, M., Beaumont,
L. J., Collingham, Y. C., ... Williams, S. E. (2004). Extinction risk
from climate change. Nature, 427, 145-148.
Thomas, C. D., Hill, J. K., Anderson, B. J., Bailey, S., Beale, C. M.,
Bradbury, R. B., ... Yardley, T. (2010). A framework for
assessing threats and benefits to species responding to climate
change. Methods in Ecology and Evolution, 2, 125-142.
Naciones Unidas. (2015). Acuerdo de París. Obtenido de http://
unfccc.int/files/essential_background/convention/application/
pdf/english_paris_agreement.pdf.
Urban, M. C. (2015). Aceleración del riesgo de extinción por el
cambio climático. Science, 348, 571-573.
van Proosdij, A. S. J., Sosef, M. S. M., Wieringa, J. J., & Raes, N.
(2015). Número mínimo requerido de registros de especímenes
para desarrollar modelos precisos de distribución de especies.
Ecography, 39(6), 542-552.
VanDerWal, J., Falconi, L., Januchowski, S., Shoo, L., Storlie, C.
(2014). SDMTools: Herramientas de modelado de distribución
de especies: Herramientas para el preprocesamiento de datos
asociados a ejercicios de modelización de la distribución de
especies. Paquete R versión 1.1-221. Obtenido de
https://CRAN.R-project.org/package=SDMTools.
VanDerWal, J., Shoo, L. P., Johnson, C. N., & Williams, S. E.
(2009). Abundancia y nicho ambiental:
BATEMAN ET AL.
La idoneidad ambiental estimada a partir de modelos de nicho
predice el límite superior de la abundancia local. The American
Naturalist, 174, 282-291.
Veloz, S. D. (2009). El muestreo espacialmente autocorrelacionado infla
falsamente
medidas de precisión para los modelos de nicho basados en la
presencia. Journal of Biogeography, 36, 2290-2299.
Veloz, S. D., Williams, J. W., Blois, J. L., He, F., Otto-Bliesner, B., &
Liu, Z. (2012). Climas no análogos y cambios en los nichos
realizados durante el cuaternario tardío: Implicaciones para las
prediciones del siglo XXI de los modelos de distribución de
especies. Global Change Biology, 18, 1698-1713.
Vose, R., Easterling, D., Kunkel, K., LeGrande, A., & Wehner, M.
(2017). Cambios de temperatura en Estados Unidos. En
D. J. Wuebbles, D. W. Fahey, K. A. Hibbard, D. J. Dokken,
B. C. Stewart, & T. K. Maycock (Eds.), Climate science special
report: Fourth National Climate Assessment (Vol. I, pp. 185-
206). Washington, DC: U.S. Global Change Research Program.
https://doi.org/10.7930/J0N29V45
Wang, T., Hamann, A., Spittlehouse, D., & Carroll, C. (2016). Datos
climáticos localmente reducidos y espacialmente personalizables
para períodos históricos y futuros para América del Norte. PLoS
One, 11, e0156720.
Warren, R., VanDerWal, J., Price, J., Welbergen, J. A., Atkinson, I.,
Ramírez-Villegas, J., ... Lowe, J. (2013). Cuantificación del
beneficio de la mitigación temprana del cambio climático para
evitar la pérdida de biodiversidad. Nature Climate Change, 3, 678-
682.
Wessel, P., y Smith, W. H. F. (1996). A global, self-consistent, hier-
base de datos archivística de alta resolución sobre la línea de
costa. Journal of Geo- physical Research: Solid Earth, 101,
8741-8743.
Wiens, J. A. (1989). Spatial scaling in ecology. Functional Ecology,
3, 385–397.
Wilbanks, T. J., Leiby, P., Perlack, R., Ensminger, J. T., & Wright, S.
B . ( 2007). Toward an integrated analysis of mitiga- tion and
adaptation: Algunas conclusiones preliminares. Mitigation and
Adaptation Strategies for Global Change, 12, 713-725.
Wildlife Conservation Society-WCS; Center For International Earth
Red de Información Científica-CIESIN-Universidad de Columbia.
(2005). Proyecto Last of the wild, Versión 2, 2005 (LWP-2):
Global Human Influence Index (HII) dataset (Geographic).
Palisades, NY: NASA Socioeconomic Data and Applications
Center (SEDAC).
Williams, J. E., & Blois, J. L. (2018). Cambios de rango en
respuesta al cambio climático pasado y futuro: ¿Pueden las
velocidades climáticas y las capacidades de dispersión de las
especies explicar la variación en los cambios de rango de los
mamíferos? Journal of Biogeography, 45, 2175-2189.
Williams, S. E., Shoo, L. P., Isaac, J. L., Hoffmann, A. A., &
Langham, G. (2008). Towards an integrated framework for
assessing the vulnerability of species to climate change. PLoS
Biology, 6, e325.
Willis, S. G., Foden, W., Baker, D. J., Belle, E., Burgess, N. D., Carr,
J. A., ... Butchart, S. H. M. (2015). Integración de las evaluaciones
de vulnerabilidad al cambio climático a partir de modelos de
distribución de especies y enfoques basados en rasgos. Biological
Conservation, 190, 167-178.
Wilsey, C., Taylor, L., Bateman, B., Jensen, C., Michel, N.,
Panjabi, A., & Langham, G. (2019). Acción de política climática
necesaria para reducir la vulnerabilidad de las aves de
pastizales dependientes de la conservación en América del
Norte. Conservation Science and Practice, 1(4), e21.
Wu, J. X., Wilsey, C. B., Taylor, L., & Schuurman, G. W. (2018).
Respuestas previstas de la avifauna al cambio climático en el
BATEMAN ET AL. 33de 18

Sistema de Parques Nacionales de los Estados Unidos. PLOS

ONE, 13, e0190557.
34de 18
Yackulic, C. B., Chandler, R., Zipkin, E. F., Royle, J. A., Nichols, J.
D., Grant, E. H. C., & Veran, S. ( 2013). Modelización de la
presencia con MAXENT: ¿Cuándo podemos confiar en las
inferencias? Methods in Ecology and Evolution, 4, 236-243.
INFORMA CIÓN DE A POYO
Puede encontrar más información de apoyo en línea en la
sección de información de apoyo al final de este artículo.
BATEMAN ET AL.
Cómo citar este artículo: Bateman BL, Wilsey C,
Taylor L, Wu J, LeBaron GS, Langham G. Las
aves norteamericanas requieren mitigación y
adaptación para reducir la vulnerabilidad al cambio
climático.
Ciencia y práctica de la conservación.
2020;2:e242. https://doi.org/10.1111/csp2.242
 © 2020. Esta obra se publica bajo
http://creativecommons.org/licenses/by/4.0/ (la "Licencia"). Sin perjuicio de
los Términos y Condiciones de ProQuest, usted puede utilizar este
contenido de acuerdo con los términos de la Licencia.