Professional Documents
Culture Documents
8 Antonelli 2018 Mountian Diversity
8 Antonelli 2018 Mountian Diversity
Artículo de revisión
https://doi.org/10.1038/s41561-018-0236-z
Las montañas son características clave de la superficie de la Tierra y albergan una proporción sustancial de las especies del mundo. Sin
embargo, los vínculos entre la evolución y distribución de la biodiversidad y la formación de montañas siguen sin comprenderse bien.
Aquí, integramos múltiples conjuntos de datos para evaluar las relaciones entre la riqueza de especies en las montañas, la geología y el
clima a escala global y regional. Específicamente, analizamos cómo la erosión, el relieve, el suelo y el clima se relacionan con la
distribución geográfica de los tetrápodos terrestres, que incluyen anfibios, aves y mamíferos. Encontramos que los centros de riqueza de
especies se correlacionan con áreas de altas temperaturas, lluvia anual y relieve topográfico, lo que respalda estudios previos. Revelamos
vínculos adicionales entre los procesos de formación de montañas y la biodiversidad: la riqueza de especies se correlaciona con las tasas
de erosión y la heterogeneidad de los tipos de suelo, con una respuesta variable en los continentes. Estos enlaces adicionales son
prominentes pero poco explorados y probablemente se relacionen con la interacción entre el levantamiento de la superficie, el cambio
climático y la circulación atmosférica a lo largo del tiempo. También están influenciados por la ubicación y orientación de las cadenas
montañosas en relación con los patrones de circulación del aire, y cómo la diversificación, la dispersión y los refugios de las especies
responden al cambio climático. Se necesita una mejor comprensión de las interacciones entre la biosfera y la litosfera para comprender los patrones y
La dinámica de la itosfera, incluida la exhumación, el levantamiento de la nuevos métodos y bases de datos públicas cada vez más grandes que permiten
1
Centro Global de Biodiversidad de Gotemburgo, Gotemburgo, Suecia. 2 Departamento de Ciencias Biológicas y Ambientales, Universidad de Gotemburgo, Gotemburgo, Suecia. 3
Jardín Botánico de Gotemburgo, Gotemburgo, Suecia. 4Departamento de Biología Orgánica y Evolutiva, Universidad de Harvard, Cambridge, MA, EE. UU. 5 Instituto
para la Biodiversidad y la Dinámica de los Ecosistemas, Universidad de Ámsterdam, Ámsterdam, Países Bajos. 6Departamento de Ciencias Biológicas, Universidad de Bergen,
Bergen, Noruega. 7 Facultad de Ciencias Naturales y Matemáticas, Universidad de Ibagué, Tolima, Colombia. 8School of Geological Engineering,
Sectional Faculty Sogamoso, Pedagogical and Technological University of Colombia, Sogamoso, Colombia. 9Senckenberg Biodiversity and Climate Research Centre (BiK-F),
Frankfurt/Main, Germany. 10Institute of Geosciences, Goethe University Frankfurt, Frankfurt/Main, Germany.
11Departamento de Evolución Molecular y Sistemática de Plantas y Herbario (LZ), Instituto de Biología, Universidad de Leipzig, Leipzig, Alemania. 12Centro Alemán para la
Investigación Integrativa de la Biodiversidad (iDiv) Halle-Jena-Leipzig, Leipzig, Alemania. 13Biodiversidad, Macroecología y Biogeografía, Universidad de Göttingen, Göttingen,
Alemania. 14Centro de Biodiversidad y Uso Sostenible de la Tierra, Universidad de Göttingen, Göttingen, Alemania. 15Departamento de Botánica Sistemática y Evolutiva, Universidad
de Zúrich, Zúrich, Suiza. 16Departamento de Ecología y Biología Evolutiva, Universidad de Michigan, Ann Arbor, MI, EE. UU. 17Centro de Macroecología, Evolución y Clima, Museo
de Historia Natural de Dinamarca, Universidad de Copenhague, Copenhague, Dinamarca. 18Instituto de Ecología, Evolución y Diversidad, Universidad Goethe de Frankfurt, Frankfurt/
Main, Alemania. 19Departamento de Ciencias de la Vida, Imperial College London, campus de Silwood Park, Ascot, Reino Unido. 20Instituto de Dinámica de la Superficie Terrestre,
Universidad de Lausana, Lausana, Suiza. 21Estos autores contribuyeron por igual: Alexandre Antonelli, W. Daniel Kissling, Suzette GA Flantua, Mauricio A. Bermúdez, Carina Hoorn.
*correo electrónico: alexandre.antonelli@bioenv.gu.se; wdkissling@gmail.com; MCHOorn@uva.nl
Las montañas se pueden defnir como accidentes geográficos que se elevan Los estudios macroecológicos han demostrado que las características clave
prominentemente por encima de su entorno, generalmente exhibiendo pendientes que vinculan la alta biodiversidad con las montañas son las precipitaciones
empinadas, un área de cumbre relativamente confinada y un relieve local orográficamente mejoradas, el gradiente altitudinal y climático y la heterogeneidad
considerable63. Cuando se toma como medida la aspereza, las montañas de ambiental1,20,22. Las montañas tienen un efecto importante sobre el clima a
todos los continentes excepto la Antártida constituyen alrededor de una décima través de su efecto de barrera orográfica. Como tales, interfieren con los patrones
parte de la superficie de la Tierra y albergan aproximadamente una cuarta parte de circulación atmosférica global, incluida la posición de la Zona de Convergencia
de todas las especies terrestres39. La diversidad topográfica de los sistemas Intertropical, lo que provoca un aumento de las precipitaciones en las laderas que
montañosos y su forma (lineal, meseta, alta o baja) depende de su historia enfrentan las masas de aire cargadas y una sombra de lluvia en el lado de
tectónica y climática, posición en relación con el interior continental, margen pasivo sotavento (por ejemplo, los Andes68,69) . Este proceso afecta la composición
o activo, o si están formados por vulcanismo64,65 . taxonómica y los cinturones de vegetación a lo largo de las laderas, con especies
Los avances en el campo de la termocronología ahora permiten a los en las laderas húmedas adaptadas a la humedad y aquellas en la sombra de la
geocientíficos cuantificar el momento y las tasas de erosión y exhumación y, por lluvia tolerando la sequía. Además, la ubicación geográfica y la orientación de las
lo tanto, estimar la formación del relieve en todo el mundo66. El movimiento de la montañas en relación con los patrones de circulación atmosférica, incluida la
roca hacia la superficie de la Tierra se puede medir dentro de los minerales que posición de los monzones, también infuyen en la distribución biótica70.
conservan el momento en que se cruzaron los límites térmicos en los 10 km
superiores de la corteza. El gradiente altitudinal (y climático) en las montañas consiste en una
Esta y otras técnicas recientes permiten cuantificar los patrones de erosión global disminución de la temperatura y la presión del aire a medida que aumenta la
a largo plazo con registros sedimentarios de edad Neógeno-Cuaternario49,66,67 . altitud41,71. En los trópicos, el gradiente altitudinal es particularmente fuerte, como
Solo recientemente13 los datos globales sobre el tiempo y las tasas de erosión y fue documentado por primera vez por Humboldt y Bonpland72. Los taxones que
formación de relieves están disponibles para los investigadores de biodiversidad. se conocen comúnmente de las zonas templadas y árticas a veces se encuentran
Sin embargo, los datos paleoaltimétricos globales aún son escasos para muchos aquí a gran altura. Finalmente, la heterogeneidad ambiental incluye todas las
de los centros importantes de biodiversidad. variables bióticas (cobertura terrestre, vegetación) y abióticas (clima, suelo,
topografía)24.
evidente hoy26–28, pero probablemente ha existido durante millones de años29–31. Determinantes mundiales de la biodiversidad de las montañas
Sin embargo, muchos procesos y variables geológicos importantes aún no han sido Recopilamos un conjunto de datos global a 1° de resolución de la distribución de la
evaluados exhaustivamente en términos de su influencia en la riqueza de especies diversidad de tetrápodos terrestres (Fig. 1b), así como ocho variables predictoras
global y regional32. (ver Tabla 1). Estas variables capturan aspectos del clima (precipitación, temperatura
Cuantificar los procesos a largo plazo que subyacen a los patrones y dinámicas y su estacionalidad) y geología (relieve gráfico superior, erosión a largo plazo,
de la biodiversidad es un desafío. Dichos procesos incluyen la diversificación y potencial de erosión actual y heterogeneidad de los tipos de suelo). Usamos estas
dispersión de especies, la evolución del paisaje a largo plazo y la historia variables como predictores en modelos estadísticos para explicar la variación
climática1,18,28,33,34 . Además, las relaciones observadas entre la biodiversidad y espacial en la riqueza de especies de tetrápodos (la variable de respuesta) dentro y
el medio ambiente a menudo dependen de la escala (Cuadro 2), y son más fuertes entre las regiones montañosas de todo el mundo (consulte la Tabla complementaria
para las especies con grandes rangos geográficos que para las especies con rangos 1 para obtener detalles y la importancia biológica esperada de cada variable).
pequeños cuyas distribuciones están más estrechamente vinculadas a la Incluimos celdas de cuadrícula que contenían puntos de datos estadísticamente
heterogeneidad topográfica que a los factores climáticos35,36. Las especies de suficientes para la información geológica y se cruzan con la delimitación global de
distribución estrecha, a veces endémicas de una sola montaña o valle, son una montañas39.
característica clave de la gran diversidad de las regiones montañosas. Usamos modelos de regresión múltiple para explicar la variación espacial en la
Dado que se infiere que la mayoría de esas especies se originaron in situ37, riqueza de especies de tetrápodos como una función de las ocho variables
fortalecen el caso de la construcción de montañas para generar una alta predictoras. Consulte Métodos e información complementaria para obtener detalles
biodiversidad1,38. sobre la recopilación y el análisis de datos.
Aquí exploramos los vínculos entre la biodiversidad, la geología y el clima de Para las variables climáticas, el análisis global muestra que la temperatura media
las montañas. Muchos de los centros mundiales de diversidad animal y vegetal se anual y la precipitación anual total son los dos predictores más importantes de la
encuentran hoy en sistemas montañosos, que muestran orientaciones y ubicaciones riqueza de especies de tetrápodos en las montañas (Fig. 2a), aunque existe una
contrastantes dentro del interior continental (Fig. 1a). variación sustancial entre regiones individuales (Fig. 3).
Evaluamos esta aparente correlación con varios conjuntos de datos geológicos, El rango de temperatura anual tiene un papel un poco menos prominente pero aún
climáticos y biológicos, y cuantificamos la importancia relativa del clima, las tasas de importante. Tanto la temperatura como la precipitación ejercen un efecto positivo, es
erosión, la topografía y la heterogeneidad del suelo en la riqueza de especies. decir, la mayoría de las especies de montaña se encuentran en lugares con altas
Enfocamos nuestros análisis en anfibios, aves y mamíferos, cuyas distribuciones precipitaciones y temperaturas cálidas (Fig. 2b, c). La relación con la riqueza de
globales de especies son comparativamente bien conocidas (Fig. 1b) en contraste especies es lineal para la temperatura y logarítmica para la precipitación, y la riqueza
con las de plantas, hongos, invertebrados y otros organismos. Estos tetrápodos de especies aumenta rápidamente hasta c. 500 mm de lluvia por año y un aumento
también constituyen modelos adecuados ya que su evolución temporal ocurrió más lento después de c. 1000–1500 mm por año (Fig. 2b). Estos resultados
durante o después de la formación de muchos sistemas montañosos, y respaldan estudios previos que sugieren que la temperatura y la precipitación (que
experimentaron cambios climáticos importantes: los ancestros comunes más determinan en gran medida la disponibilidad de agua para la vegetación y su biota
recientes de anfibios, mamíferos y aves se remontan a c. Hace 323 millones de años asociada) son factores clave para los gradientes latitudinales y altitudinales de
(Ma), 177 Ma y 111 Ma, respectivamente15 (www.timetree.org; consultado el 13 de riqueza de especies de tetrápodos terrestres21,40,41.
abril de 2018). Encontramos que el relieve, las tasas de erosión y la heterogeneidad
del suelo son fuertes predictores de la riqueza de especies en las montañas y Más allá del clima, nuestros análisis brindan una primera evaluación cuantitativa
concluimos que los procesos geológicos son esenciales para comprender la de la importancia relativa de varios factores geológicos para explicar la variación en
evolución y distribución de la biodiversidad a escala global y regional. la riqueza de especies de tetrápodos en las montañas del mundo. Relieve
topográfico, heterogeneidad de tipos de suelo
La diversidad biológica (biodiversidad) describe la variación de la vida en todos los niveles un taxón en particular (en cuanto a los datos de distribución de mamíferos y anfibios
de organización biológica73. Entre varias medidas de diversidad biológica disponibles, la utilizados en este estudio). Sin embargo, los mapas de distribución solo están disponibles
más utilizada es la riqueza de especies, un recuento del número de especies en un área. para un número limitado de organismos, incluidos los tetrápodos38 y algunos grupos de
Mientras que la riqueza de especies trata a todas las especies por igual, otras medidas de plantas78. Los mapas de distribución suelen tener una extensión continental o global, pero
biodiversidad como la diversidad (filo)genética y funcional74 consideran la relación se analizan con una resolución baja (por ejemplo, celdas de cuadrícula de 1º × 1º) porque
evolutiva y las diferencias en los rasgos morfológicos, fisiológicos y fenológicos de las tienden a predecir presencias falsas con una resolución más baja debido a la variación en
especies en una comunidad75. Todos los patrones de biodiversidad dependen en gran los paisajes y hábitats. (2)
medida de la escala espacial en la que se miden, lo que es particularmente importante Los inventarios de especies, que son listas de especies en un área determinada (por
para las regiones montañosas (ver la figura del Recuadro 2 ). ejemplo, un parque nacional o una reserva), permiten comparaciones confiables de la
riqueza de especies, el endemismo y otras dimensiones de la biodiversidad entre
regiones25. Su resolución espacial (es decir, el área cubierta) varía, normalmente desde
Los biólogos suelen diferenciar entre diversidad alfa, beta y gamma76. La diversidad parcelas de 0,5 hectáreas hasta parques nacionales (o incluso países), pero suele ser más
alfa se refiere a la riqueza de especies medida en escalas espaciales pequeñas, como fina que la de los mapas de distribución. (3) Las ocurrencias de especies con referencia
parcelas, transectos y cimas de montañas. geográfica de las colecciones y observaciones de historia natural comprenden cientos de
La diversidad beta describe el cambio en la composición de especies en el espacio, por millones de registros en bases de datos públicas (como www.gbif.org, www.mol.org y
ejemplo, de una parcela o una comunidad a otra77. www.mountainbiodiversity.org). Esta fuente de datos tiene la resolución más fina (con
La diversidad gamma es el número de especies en una unidad espacial más grande, por incertidumbre en el rango de metros a kilómetros), pero es propensa a muestreo desigual
ejemplo, en una cadena montañosa completa o en una celda de cuadrícula (como se usa y varias fuentes de sesgo79.
en este estudio).
Se pueden usar diferentes fuentes de datos para estudiar los patrones de la Los registros de ocurrencia de especies son la base para los modelos de distribución de
biodiversidad de las montañas: (1) los mapas de distribución son polígonos que representan especies, que estiman la distribución geográfica de especies individuales basándose en
el grado de presencia de una especie, generalmente dibujados por expertos para asociaciones ambientales80.
Elevación
Escalas espaciales de
biodiversidad de montaña
Elevación
Diversidad
gamma
Montaña B
Montaña A
Diversidad
alfa
Las relaciones entre la diversidad alfa, beta y gamma en los sistemas montañosos. En cada una de las montañas representadas, un transecto de elevación que contiene
seis parcelas de inventario produce seis medidas de diversidad alfa (gráfico inferior). Cuando las especies encontradas entre parcelas de un mismo transecto varían mucho
(diversidad beta alta; transecto rojo), la diversidad total estimada para la montaña (diversidad gamma) generalmente también es alta (gráfico superior).
y las tasas de erosión a largo plazo son predictores estadísticamente significativos en el cómo la heterogeneidad ambiental, la geología, el clima y la riqueza de especies se
modelo global (Fig. 2e). Las relaciones con el relieve topográfico y el número de tipos de relacionan e interactúan entre sí.
suelo (Fig. 2f, h) son positivas, lo que probablemente refleja un nicho de espacio disponible
más grande para especies en regiones ambientalmente heterogéneas24. La débil relación Evaluaciones regionales
negativa entre la tasa de erosión a largo plazo y la riqueza de especies (Fig. 2g) podría En todo el mundo, las cadenas montañosas tienen diferentes historias geológicas,
sugerir que la perturbación por erosión excesiva a largo plazo dificulta la capacidad de carga configuraciones espaciales y orientaciones en relación con los patrones de circulación
del paisaje para mantener ecosistemas ricos y sus especies animales asociadas, aunque los atmosférica (consulte la Fig. 3a y la Información complementaria para una caracterización
patrones observados puede resultar de una interacción compleja y multidireccional de de los sistemas montañosos estudiados aquí). Estas diferencias determinan los gradientes
procesos42 (Cuadro 1). Estas relaciones demuestran de temperatura, los patrones de precipitación orográfica, la estacionalidad de la precipitación,
el relieve, los tipos de suelo, la escorrentía, la erosión y los sedimentos asociados.
Elevación (m)
4444–8233
3410–4443
2545–3409
1929–2544
1430–1928
1038–1429
707–1038
429–706
201–428
0–201
Vertebrado
especies
riqueza
803–1267
669–802
560–668
461–559
365–460
275–364
199–274
135–198
70–134
1–69
Figura 1 | Las montañas del mundo y los patrones de biodiversidad. a, Regiones montañosas (resaltadas en rojo)39 trazadas en un modelo de elevación digital de alta
resolución (aprox. 1 km) de la Tierra61. La capa de hielo de Groenlandia se representa en blanco. b, Biodiversidad ilustrada como el número de especies de tetrápodos terrestres
(anfibios, aves y mamíferos) presentes en las celdas de la cuadrícula 1° 14,45,62. Los mapas se trazan con clasificación de cortes naturales y una proyección del Sistema
Geodésico Mundial (WGS 1984).
evacuación43,44. Como resultado, y debido a que las cadenas montañosas tación—la mayor riqueza de especies ocurre en celdas con alta variación
varían considerablemente en superficie, ocupan diferentes espacios geológicos mensual de temperatura y precipitación estacional.
y climáticos (Figuras complementarias 1 a 4). Además, las montañas se forman En Asia, todas las variables climáticas interactúan, pero el rango de temperatura
en diferentes entornos biogeográficos, con diferentes niveles de biodiversidad es marginalmente el predictor más fuerte, con un efecto negativo en la riqueza
preexistente y dentro de diferentes conjuntos regionales de especies45. Por lo de especies. Esta relación negativa entre la riqueza de especies y el rango de
tanto, las especies pueden responder de manera diferente al ambiente abiótico temperatura en el Alto Asia probablemente refleja un gradiente latitudinal de
en diferentes regiones y, por lo tanto, los determinantes de la riqueza de climas templados a tropicales (como en los Andes), mientras que la relación
especies a escala global pueden diferir de aquellos a escala regional. positiva en Europa central podría reflejar principalmente una variación climática
Acomodamos esta complejidad a través de análisis separados de regiones longitudinal. La variación regional en la riqueza de especies a menudo
montañosas para las cuales se disponía de datos estadísticamente suficientes disminuye con el aumento de la estacionalidad de las precipitaciones, excepto
para todas las variables geológicas y biológicas (Fig. 3a): la Cordillera de en los Andes, donde una barrera orográfica longitudinal es particularmente
América del Norte, los Andes, Europa central, Alta Asia y Australia. fuerte, con un lado nororiental húmedo que sustenta una gran diversidad y un
lado central-occidental seco con poca diversidad.
2 2 2
PREC +
1 1 1
TEMPERATURA
+
(residuo
parcial)
0 0 0
especies
Riqueza
de
RANGO DE TEMPERATURA +
ÿ1 ÿ1 ÿ1
TEMPORADA PREC ÿ2 ÿ2 ÿ2
Coeficiente estandarizado Precipitación anual Temperatura media anual Rango de temperatura anual
(mm año–1) (°C ×10) (°C ×10)
2 2 2
ALIVIO +
1 1 1
EROSIÓN LARGA ÿ
especies
Riqueza
de
0 0 0
(residuo
parcial)
BOTE DE EROSIÓN ÿ1 ÿ1 –1
SUELO + ÿ2 ÿ2 ÿ2
Figura 2 | Determinantes globales de la biodiversidad en las montañas del mundo. a–d, Relaciones entre las variables predictoras climáticas y la riqueza de especies de tetrápodos del modelo global de
múltiples predictores en celdas de cuadrícula de 1° (n = 585) dentro de las regiones montañosas39. e–h Relaciones entre variables predictoras geológicas y riqueza de especies de tetrápodos. Los gráficos de
importancia relativa (a,e) presentan coeficientes estandarizados de variables predictoras (la dirección del efecto se indica como + o –). Los gráficos de residuos parciales de variables predictoras climáticas (b–d) y
geológicas (f–h) representan la relación entre una respuesta y una variable predictora cuando todas las demás variables predictoras en el modelo se controlan estadísticamente. Consulte la Tabla 1 para ver las
definiciones y abreviaturas de las variables predictoras.
Europa Central
(incluidos los Alpes europeos,
Norte occidental
Pirineos y Cárpatos)
America alta asia
(incluida la meseta tibetana de Qinghai,
Tianshan, Hindu-Kush, Himalaya
y montañas Hengduan Shan)
Andes
(incluidas las subregiones norte,
centro y sur) Australia
(incluida la Cordillera Carnarvon,
Rangos de Macdonnell y
Gran rango divisorio)
+ RANGO DE TEMPERATURA
ÿ
RANGO DE TEMPERATURA
RANGO DE TEMPERATURA
TEMPORADA PREC ÿ
TEMPORADA PREC ÿ
0.0 0.4 0.8 0.0 0.4 0.8 0,0 0,4 0,8 0.0 0.4 0.8 0.0 0.4 0.8
Coeficiente estandarizado Coeficiente estandarizado Coeficiente estandarizado Coeficiente estandarizado Coeficiente estandarizado
Figura 3 | Determinantes regionales de la biodiversidad de montaña. a, Las cinco regiones montañosas con tamaños de muestra suficientes (n ÿ 50 celdas de cuadrícula a 1° de resolución) que representan
los hemisferios norte y sur, diferentes orientaciones y ubicaciones de cadenas montañosas y diferentes zonas climáticas. Las celdas de cuadrícula de color gris oscuro solo se incluyeron en los análisis globales.
b, Resultados de análisis regionales que ilustran la importancia relativa de las variables climáticas y geológicas para explicar la riqueza de especies de tetrápodos. La dirección del efecto se indica como + o –.
Consulte la Tabla 1 para ver las definiciones y abreviaturas de las variables predictoras.
la erosión y la circulación atmosférica a lo largo del tiempo, y los biólogos para de la biología y las geociencias a un marco común de investigación aún está en
incluir los procesos de la superficie terrestre y los datos paleoaltimétricos en los pañales, pero sin duda abre nuevas vías de investigación para comprender la
modelos macroecológicos y de diversificación. Integración de enfoques y datos distribución y evolución de la vida en la Tierra.
a Sin orogenia b Fase orogénica: levantamiento > erosión C Levantamiento < erosión d Post-orogenia
Abrasión por viento y agua Denudación Glaciaciones Deslizamientos de tierra Erosión a largo plazo
Procesos biológicos
Riqueza de especies
Novela habitada Adaptaciones locales a lo largo de gradientes altitudinales Aislamiento y re-contacto Hibridación especiación
antiguos linajes Dispersión desde tierras bajas y otras montañas. Glaciaciones Inmigración
Figura 4 | Vinculación de la evolución de las montañas y la biodiversidad. a–d, Las variables climáticas (barra azul) y geológicas (barras verdes) influyen en la riqueza de
especies a través de la especiación, la inmigración y la extinción (barras inferiores) a través de diferentes fases orogénicas. Los colores más oscuros/cálidos y más claros/fríos en
las barras indican niveles altos y bajos, respectivamente. Como indican las flechas, los procesos climáticos y geológicos ejercen los efectos más fuertes sobre la riqueza de especies,
pero existe cierta retroalimentación (como plantas que colonizan rocas desnudas y aumentan la erosión, y animales que afectan los suelos a través de excavaciones). Consulte la
sección 'Vinculación de patrones a procesos' para obtener una descripción y discusión de las diferentes fases, y la Fig. 11 complementaria para obtener más detalles. Figura cortesía
de I. Voet, Universidad de Montpellier.
Contenido en línea 12. Rowley, DB & Garzione, CN Paleoaltimetría basada en isótopos estables.
año Rev. Planeta Tierra. ciencia 35, 463–508 (2007).
Todos los métodos, referencias adicionales, resúmenes de informes de
13. Herman, F. et al. Aceleración mundial de la erosión de las montañas bajo un clima de
Nature Research, datos de origen, declaraciones de disponibilidad de datos
enfriamiento. Naturaleza 504, 423–426 (2013).
y códigos de acceso asociados están disponibles en https://doi.org/10.1038/ 14. La Lista Roja de Especies Tratadas de la UICN v.2013 (UICN, 2013).
s41561-018-0236-z. 15. Hedges, SB, Dudley, J. & Kumar, S. TimeTree: una base de conocimiento público de los tiempos de
divergencia entre organismos. Bioinformática 22, 2971–2972 (2006).
16. Morlon, H. Enfoques filogenéticos para estudiar la diversificación. Ecol. Letón.
Recibido: 1 de abril de 2017; Aceptado: 24 de agosto de 2018;
17, 508–525 (2014).
Publicado en línea: 1 de octubre de 2018
17. Silvestro, D., Schnitzler, J., Liow, LH, Antonelli, A. & Salamin, N. Estimación bayesiana de especiación
y extinción a partir de datos incompletos de ocurrencia de fósiles. sist. Biol. 63, 349–367 (2014).
Referencias
18. Fritz, SA et al. Diversidad en el tiempo y el espacio: buscados vivos y muertos.
1. Fjeldså, J., Bowie, RCK & Rahbek, C. El papel de las cadenas montañosas en la diversificación
Tendencias Ecol. Evol. 28, 509–516 (2013).
de las aves. año Rev. Ecol. Evol. sist. 43, 249–265 (2012).
19. Craw, D., Upton, P., Burridge, CP, Wallis, GP y Waters, JM Especiación biológica rápida
2. Badgley, C. et al. Biodiversidad y complejidad topográfica: perspectivas modernas y geohistóricas.
impulsada por la evolución tectónica en Nueva Zelanda.
Tendencias Ecol. Evol. 32, 211–226 (2017).
Nat. Geociencia 9, 140–144 (2016).
3. Hoorn, C., Mosbrugger, V., Mulch, A. y Antonelli, A. Biodiversidad a partir de la construcción de
20. Currie, DJ Energía y patrones a gran escala de especies animales y vegetales
montañas. Nat. Geosci. 6, 154 (2013).
riqueza. Soy. Nat. 137, 27–49 (1991).
4. Eronen, JT, Janis, CM, Chamberlain, CP & Mulch, A. Mountain uplif explica las diferencias en los
21. Hawkins, BA y col. Energía, agua y patrones geográficos a gran escala de riqueza de especies.
patrones paleógenos de evolución y extinción de mamíferos entre América del Norte y Europa.
Ecología 84, 3105–3117 (2003).
proc. R. Soc. B 282, 20150136 (2015).
22. Kerr, JT & Packer, L. La heterogeneidad del hábitat como determinante de la riqueza de especies
de mamíferos en regiones de alta energía. Naturaleza 385, 252–254 (1997).
5. Ebersbach, J. et al. Dentro y fuera de la meseta de Qinghai-Tíbet: estimación del tiempo de divergencia
23. Körner, C. ¿Por qué hay gradientes globales en la riqueza de especies? Las montañas podrían
y biogeografía histórica del gran género ártico-alpino Saxifraga LJ Biogeogr. 44, 900–910 (2016).
tener la respuesta. Tendencias Ecol. Evol. 15, 513–514 (2000).
24. Stein, A., Gerstner, K. & Kref, H. Environmental heterogeneity as a
6. Favre, A. et al. El papel del levantamiento de la Meseta Qinghai-Tibetana para la evolución de las impulsor universal de la riqueza de especies a través de taxones, biomas y escalas espaciales.
biotas tibetanas. Biol. Rev. 90, 236–253 (2015). Ecol. Letón. 17, 866–880 (2014).
7. Merckx, VSFT y col. Evolución del endemismo en una montaña tropical joven. Naturaleza 25. Kref, H. & Jetz, W. Patrones globales y determinantes de la diversidad de plantas vasculares.
524, 347–350 (2015).
proc. Academia Nacional. ciencia EE . UU . 104, 5925–5930 (2007).
8. Kutzbach, JE, Prell, WL y Ruddiman, WF Sensibilidad del clima euroasiático al levantamiento 26. Ricklefs, RE Un marco integral para los patrones globales en la biodiversidad. Ecol.
superficial de la meseta tibetana. J. Geol. 101, 177–190 (1993). Letón. 7, 1–15 (2004).
27. Mittelbach, GG et al. Evolución y gradiente latitudinal de diversidad: especiación, extinción y
9. Hay, WW, Soeding, E., DeConto, RM & Wold, CN Te Levantamiento del Cenozoico tardío - paradoja biogeografía. Ecol. Letón. 10, 315–331 (2007).
del cambio climático. Intl J. Ciencias de la Tierra. 91, 746–774 (2002). 28. Kissling, WD et al. Huellas cenozoicas en la estructura filogenética de los conjuntos de especies
10. Mix, HT, Winnick, MJ, Mulch, A. & Chamberlain, CP Expansión de pastizales como instrumento de palmeras en todo el mundo. proc. Academia Nacional. ciencia EE . UU . 109, 7379–7384
de cambio hidrológico en el Neógeno occidental de América del Norte. Planeta Tierra. (2012).
ciencia Letón. 377–378, 73–83 (2013). 29. Fritz, SA et al. Relación de veinte millones de años entre la diversidad de mamíferos y la
11. Mulch, A. Paleoaltimetría de isótopos estables y la evolución de los paisajes y la vida. Planeta Tierra. productividad primaria. proc. Academia Nacional. ciencia EE . UU . 113, 10908–10913
ciencia Letón. 433, 180–191 (2016). (2016).
30. Kissling, WD et al. Legados históricos cuaternarios y precuaternarios en la distribución global de 63. Molnar, P. Mountain - Landform (Enciclopedia Británica, Chicago, 2015).
un importante linaje de plantas tropicales. Ecología Global. 64. Gordon, JE en Montañas, Clima y Biodiversidad (eds. Hoorn, C.,
Biogeogr. 21, 909–921 (2012). Perrigo, A. & Antonelli, A.) 137–154 (Wiley-Blackwell, Hoboken, 2018).
31. Mayhew, PJ, Bell, MA, Benton, TG y McGowan, AJ La biodiversidad rastrea la temperatura a 65. Hoorn, C., Perrigo, A. & Antonelli, A. (eds) en Mountains, Climate and Biodiversity 1–13 (Wiley-
lo largo del tiempo. proc. Academia Nacional. ciencia EE . UU . 109, 15141–15145 (2012). Blackwell, Hoboken, 2018).
66. Reiners, PW & Brandon, MT Uso de la termocronología para comprender la erosión orogénica.
32. Renner, SS Los datos disponibles apuntan a una meseta tibetana de 4 km de altura hace 40 millones de año Rev. Planeta Tierra. ciencia 34, 419–466 (2006).
años, pero 100 artículos sobre relojes moleculares han relacionado la supuesta elevación reciente con 67. Champagnac, J.-D., Valla, PG & Herman, F. Evolución del relieve del Cenozoico tardío bajo un clima
edades de nódulos jóvenes. J. Biogeogr. 43, 1479–1487 (2016). en evolución: una revisión. Tectonofísica 614, 44–65 (2014).
33. Finarelli, JA & Badgley, C. Dinámica de la diversidad de los mamíferos del Mioceno en relación 68. Insel, N., Poulsen, CJ & Ehlers, TA Influencia de la Cordillera de los Andes en el transporte de
con la historia del tectonismo y el clima. proc. R. Soc. B 277, 2721–2726 (2010). humedad, convección y precipitación de América del Sur.
Clima dinámica 35, 1477–1492 (2010).
34. Hoorn, C. et al. Amazonia a través del tiempo: levantamiento andino, cambio climático, 69. Garreaud, RD, Molina, A. & Farias, M. Levantamiento andino, enfriamiento oceánico e hiperaridez
evolución del paisaje y biodiversidad. Ciencia 330, 927–931 (2010). de Atacama: una perspectiva de modelado climático. Planeta Tierra. ciencia
35. Jetz, W. & Rahbek, C. Tamaño del rango geográfico y determinantes de la riqueza de especies Convertirse. 292, 39–50 (2010).
de aves. Ciencia 297, 1548–1551 (2002). 70. Barthlott, W., J. Mutke, D. Rafqpoor, G. Kier & Kref, H. Centros globales de diversidad de plantas
36. Rahbek, C. et al. Predicción de patrones a escala continental de especies de aves vasculares. Nov Acta Leopoldina NF 92, 61–83 (2005).
riqueza con modelos espacialmente explícitos. proc. R. Soc. B 274, 165–174 (2007). 71. Körner, C. Ecosistemas alpinos. ELS (2007); https://doi.
37. Hughes, CE & Atchison, GW La ubicuidad de las radiaciones de las plantas alpinas: desde los org/10.1002/9780470015902.a0003492.pub2
Andes hasta las montañas Hengduan. Nuevo. Fitol. 207, 275–282 (2015). 72. von Humboldt, A. & Bonpland, A. Ensayo sobre la geografía de las plantas;
38. Grenyer, R. et al. Distribución global y conservación de vertebrados raros y amenazados. Acompañado de una Tabla Física de las Regiones Equinoxiales (Chez Levrault, Schoell y
Naturaleza 444, 93–96 (2006). compañía, París, 1805).
39. Körner, C. et al. Un inventario mundial de montañas para aplicaciones biogeográficas. 73. Purvis, A. & Hector, A. Obtener la medida de la biodiversidad. naturaleza 405,
Montaña. Botánica 127, 1–15 (2017). 212-219 (2000).
40. Campo, R. et al. Gradientes espaciales de riqueza de especies a través de escalas: un 74. Webb, CO, Ackerly, DD, McPeek, MA y Donoghue, MJ Filogenias y ecología comunitaria. año Rev.
metanálisis. J. Biogeogr. 36, 132–147 (2009). Ecol. sist. 33, 475–505 (2002).
41. McCain, CM & Grytnes, J.-A. Gradientes altitudinales en la riqueza de especies 75. Mace, GM, Gittleman, JL y Purvis, A. Preservando el árbol de la vida. Ciencias
300, 1707-1709 (2003).
(John Wiley & Sons, Chichester, 2010).
42. Pearse, WD et al. Construyendo biogeografía: patrón a proceso. 76. Whittaker, RH Evolución y medición de la diversidad de especies. Taxón 21, 213–251 (1972).
Variabilidad climática y elevación de la superficie del Mioceno tardío en los Andes centrales. Definición de la diversidad beta en función de la diversidad alfa y gamma. Ecografía 33, 2–22
Planeta Tierra. ciencia Letón. 290, 173–182 (2010). (2010).
44. Poulsen, CJ, Ehlers, TA & Insel, N. Inicio de la lluvia convectiva durante 78. Kref, H., Summer, JH & Barthlott, W. La importancia de la geografía
ascenso gradual del Mioceno tardío de los Andes centrales. Ciencia 328, 490–493 (2010). rango de tamaño para patrones de diversidad espacial en palmas neotropicales. Ecografía 29,
21–30 (2006).
45. Holt, BG et al. Una actualización de las regiones zoogeográficas del mundo de Wallace.
Ciencia 339, 74–78 (2013). 79. Meyer, C., Kref, H., Guralnick, R. & Jetz, W. Prioridades globales para una
46. Precio, TD et al. El llenado de nichos frena la diversificación del Himalaya base de información efectiva de las distribuciones de la biodiversidad. Nat. común 6, 8221
(2015).
pájaros cantores Naturaleza 509, 222–225 (2014).
47. Flantua, SGA et al. en Paleobotánica y Biogeografía: Un Festschrif para 80. Franklin, J. & Miller, JA Mapeo de distribuciones de especies: inferencia espacial y predicción
Alan Graham en su 80.º año (eds Stevens, WD, Montiel, OM & Raven, PH) 98–123 (Missouri (Cambridge Univ. Press, Cambridge, 2009).
Botanical Garden, St. Louis, 2014).
48. Flantua, SGA & Hooghiemstra, H. en Mountains, Climate and Biodiversity (eds Hoorn, Agradecimientos
Agradecemos a A. Rohrmann, R. Moucha, V. Mosbrugger, F. Condamine, C. Bacon y J. Anderson
C., Perrigo, A. & Antonelli, A.) 171–185 (Wiley-Blackwell, Hoboken, 2018).
por los debates y el apoyo. El financiamiento para este trabajo fue proporcionado por el Consejo
Sueco de Investigación (B0569601), el Consejo Europeo de Investigación bajo el Séptimo Programa
49. Herman, F. & Champagnac, J.-D. Plio-Pleistoceno aumento de las tasas de erosión en los cinturones
Marco de la Unión Europea (FP/2007-2013, Acuerdo de Subvención ERC n. 331024), la Fundación
montañosos en respuesta al cambio climático. Terra Nova 28, 2–10 (2016).
Sueca para la Investigación Estratégica, la Biodiversidad y Ecosistemas en un Clima Cambiante (COCEF),
50. Whittaker, RJ, Triantis, KA & Ladle, RJ Una teoría dinámica general de la biogeografía de islas
la Facultad de Ciencias de la Universidad de Gotemburgo, las Fundaciones Wenner-Gren, el Centro David
oceánicas. J. Biogeogr. 35, 977–994 (2008).
Rockefeller para Estudios Latinoamericanos de la Universidad de Harvard y una Beca de la Academia
51. Baldwin, JA, Bowring, SA y Williams, ML Limitaciones petrológicas y geocronológicas
Wallenberg para AA; una beca Mu2845/6-1 de la Fundación Alemana de Ciencias DFG y una beca A.
sobre el metamorfismo de alta presión y alta temperatura en la zona tectónica de
Cox (Universidad de Stanford) para AM; una beca inicial de la Universidad de Amsterdam para WDK; la
Snowbird, Canadá. J. Metamorfosis. Geol.
Universidad de Ibagué (Proyecto 15-377-INT), el Institut de Recherche pour le Développement (IRD) para
21, 81–98 (2003).
el Proyecto BEST y la Universidad Pedagógica y Tecnológica de Colombia (UPTC) Proyecto SGI-2417 al
52. Beck, J. & Kitching, IJ Impulsores de la riqueza de especies de polillas en
MAB; una subvención de la Organización Holandesa para la Investigación Científica (NWO) (2012/13248/
gradientes altitudinales: una comparación interregional. globo Ecol. Biogeogr. 18, 361–371
ALW) a SGAF y HH; una subvención DFG de la Fundación Alemana de Ciencias (FR 3246/2-1) a SAF;
(2009).
Fundación Alemana de Ciencias DFG otorga MU 2934/2-1 y MU 2934/3-1 (PAK 807) a ANM-R.; y el taller
53. Barnagaud, J.-Y. et al. Los rasgos ecológicos influyen en la estructura filogenética de la coexistencia
sFossil en el Synthesis Center for Biodiversity Sciences sDiv (DFG grant FZT 118).
de especies de aves en todo el mundo. Ecol. Letón. 17, 811–820 (2014).
54. Díaz, S. et al. Rasgos funcionales, la filogenia de la función y la vulnerabilidad de los servicios
ecosistémicos. Ecol. Evol. 3, 2958–2975 (2013).
55. Tucker, CM et al. Una guía de métricas filogenéticas para la conservación, ecología
comunitaria y macroecología. Biol. Rev. 92, 698–715 (2016). Contribuciones de autor
56. Lewin, HA et al. Proyecto Earth BioGenome: secuenciación de la vida para el futuro de la vida. CH, AA y AM iniciaron el proyecto; AA, CH, WDK y SGAF coordinaron el trabajo y dirigieron la redacción
proc. Academia Nacional. ciencia EE . UU . 115, 4325–4333 (2018). con aportes de MAB, AM, ANM-R., HK, HPL, CB, JF, SAF, CR, FH y HH; CR proporcionó acceso a los
57. Baker, PA y col. El campo emergente de la geogenómica: restricciones datos de las aves; SGAF, MAB y SAF compilaron, depuraron y estandarizaron todos los datos; WDK
Problemas geológicos con datos genéticos. Ciencias de la Tierra Rev. 135, 38–47 (2014). realizó todos los análisis.
58. Lagomarsino, LP, Condamine, FL, Antonelli, A, Mulch, A & Davis, CC
Los impulsores abióticos y bióticos de la rápida diversifcación en campanillas andinas
(Campanulaceae). Fitol nuevo. 210, 1430–1442 (2016). Conflicto de intereses
59. Graham, CH et al. El origen y mantenimiento de la diversidad montana: Los autores declaran no tener conflictos de intereses.
Métodos 1998 a 2009 obtenido por la Misión de Medición de Precipitaciones Tropicales (TRMM)94,95. Se utilizó una
Datos de distribución de especies. Todos los datos de distribución de los tetrápodos terrestres se unión espacial en ESRI ArcGIS 10.3 (ref. 83) para integrar estos valores de erosión como un conjunto de datos
compilaron en celdas de cuadrícula de 1º × 1º de latitud-longitud45. Los mapas de rango global de de puntos con el conjunto de datos de celdas de cuadrícula de 1º × 1º.
prácticamente todos los anfibios (6086 especies) y mamíferos no marinos (5148 especies) se basaron Reconocemos que existen varias limitaciones generales cuando se utiliza refrigeración
en los datos de distribución de la Evaluación Global de la Unión Internacional para la Conservación edades para inferir las tasas de erosión y cómo varían con el tiempo. Por ejemplo, las tasas de erosión
de la Naturaleza (UICN) para rangos geográficos nativos81. derivadas de un solo termocronómetro dependen en gran medida del conocimiento del campo térmico de la
Las distribuciones de reproducción de 9.650 especies de aves no pelágicas se extrajeron de una base de corteza terrestre. En la mayoría de los casos, el campo térmico es poco conocido y, por lo tanto, se debe
datos de distribución global integral para todas las aves62. Los rangos geográficos representan una utilizar un modelo térmico. Esta limitación puede evitarse en parte recolectando muestras a diferentes alturas
extensión conservadora de ocurrencia de las áreas de reproducción de las especies, con base en (en cuyo caso la pendiente de la relación entre la edad y la altura proporciona una estimación de la tasa de
especímenes de museos, registros de vistas publicados, opiniones de expertos y distribuciones espaciales exhumación) o utilizando termocronómetros con diferentes temperaturas de cierre.
de hábitats.
Además, una edad termocronométrica solo proporciona una estimación de la tasa de erosión integrada en el
Variables predictoras. Usamos un total de ocho variables predictoras (Tabla 1 y Tabla Suplementaria tiempo definido por su edad aparente. Por lo tanto, se debe tener cuidado al comparar las observaciones
1) que consideramos de relevancia potencial para predecir la riqueza de especies de tetrápodos en las realizadas en diferentes escalas de tiempo y lugares.
montañas del mundo. Las variables reflejaron el clima (precipitación anual, temperatura anual, rango anual
de temperatura y estacionalidad de la precipitación) y geología (relieve topográfico, tasa de erosión a largo
plazo, potencial de erosión actual y número de diferentes tipos de suelo). Estas variables predictoras se Suelos. Obtuvimos una estimación de la heterogeneidad del suelo (SUELO) por celda de la cuadrícula,
describen con más detalle a continuación, y en la Tabla complementaria 1 se proporciona una descripción calculada como el número de tipos de suelo presentes en cada celda de la cuadrícula de 1º × 1º como se
general de las fuentes de datos. deriva de un conjunto de datos global reciente de información del suelo96. Los datos se obtuvieron utilizando
la interfaz FTP (ftp.soilgrids.org) para acceder a la cuadrícula global de 1 km de datos del suelo basada en la
Base de referencia mundial (WRB) para los recursos del suelo97. Se utilizó la variable que describe el grupo
Climatizado. Utilizamos el conjunto de datos climáticos de CHELSA82 (versión 1.2, disponible en taxonómico de la clasificación WRB, versión TAXGWRB_02_
http://chelsa-climate.org/) con una resolución de 30 segundos de arco, que incluye la temperatura media abril_2014. Para cada celda de la cuadrícula, se calculó el número (variedad) de diferentes grupos de
mensual y los patrones de precipitación para el período 1979–2013. suelo utilizando la herramienta ESRI ArcGIS Spatial Analyst83.
Las variables climáticas (PREC, TEMP, TEMP RANGE, PREC SEASON) se extrajeron como valores medios
por celdas de cuadrícula de 1º × 1º utilizando las estadísticas zonales en la extensión Spatial Analyst de ESRI Análisis estadístico. Conjunto de datos globales. Se dispuso de un total de 585 celdas de cuadrícula
ArcGIS versión 10.3 (ref. 83). para el análisis global. Estas celdas de cuadrícula se cruzan con la delimitación global de montañas39
y contienen información sobre todas las variables, es decir, riqueza de especies de tetrápodos, clima y
Relieve topográfico. Para cuantificar la heterogeneidad topográfica, medimos el relieve (RELIEF) como geología. Estas celdas de cuadrícula cubren todas las principales regiones montañosas del mundo (Fig. 3) y
el rango de valores de elevación (máx.-mín.) dentro de radios de 2,5 km que rodean los píxeles de muestran una gran variación en la riqueza de especies de tetrápodos, el clima y la geología (Tabla
resolución de 90 m de EarthEnv-DEM90 (ref. 84). Utilizamos las estadísticas zonales en la extensión Spatial complementaria 2).
Analyst de ESRI ArcGIS versión 10.3 (ref. 83) y obtuvimos la media de esos valores de relieve dentro de cada
celda de cuadrícula de 1º × 1º. Conjuntos de datos regionales. Para los análisis regionales, los tamaños de muestra (es decir, el número
de celdas de cuadrícula de 1º) fueron más pequeños que en el conjunto de datos global porque las
Tasas de erosión. Calculamos las tasas de erosión en dos escalas de tiempo diferentes. El primero regiones representan un subconjunto del conjunto global (Fig. 3). Para generar suficiente potencia
refleja la erosión a largo plazo (LARGA EROSIÓN), es decir, actúa en escalas de tiempo geológicas (>1 estadística, aplicamos un tamaño de muestra mínimo de ÿ50 celdas de cuadrícula, lo que resultó en el
millón de años), que se definen como la tasa de erosión promedio durante un período de tiempo >100 mil análisis de cinco regiones: el oeste de América del Norte que representa la Cordillera de América del Norte
años. La segunda variable refleja el potencial de erosión actual (BOTE DE EROSIÓN), que se mide en una (n = 60); los Andes, incluyendo las subregiones norte, centro y sur (n = 108); Europa central, incluidos los
escala de tiempo humana (de 1 a 10 años) y eventualmente es superado por la erosión a largo plazo. Alpes europeos, los Pirineos y los Cárpatos (n = 59); Alta Asia, incluidas las montañas Qinghai-Tibetan
Plateau, Tianshan, Hindu-Kush, Himalayan y Hengduan Shan (n = 101); y Australia, incluida la Cordillera
El cálculo de las tasas de erosión no es sencillo, ya que se basa en Carnarvon, las cordilleras Macdonnell y la Gran Cordillera Divisoria (n = 50). Implementamos análisis separados
suposiciones que dependen de los datos de origen, la ubicación de la montaña y los parámetros térmicos similares al modelo global para esas cinco regiones.
y de flexión asociados. Se han presentado varios enfoques y conjuntos de datos alternativos, como las tasas
de erosión a escala milenaria derivadas de isótopos cosmogénicos85, que, aunque son potencialmente
adecuadas para nuestros propósitos, solo cubren un pequeño subconjunto de los puntos de datos para los Modelos de regresión y transformaciones de datos. Construimos un modelo de regresión múltiple global y
que podríamos obtener todas las demás variables necesarias (Fig. . 10). Después de una exploración inicial, regional separado (mínimos cuadrados ordinarios; MCO) con la riqueza de especies de tetrápodos como
decidimos usar una compilación global de datos termocronométricos para estimar la EROSIÓN LARGA, variable de respuesta y las ocho variables climáticas y geológicas como predictores (Tabla 1). La variable
aplicando un enfoque de inversión formal diseñado para interpretar datos distribuidos espacialmente13,86 . El de respuesta (riqueza de especies de tetrápodos) se transformó logarítmicamente en todos los análisis
objetivo de este enfoque es invertir formalmente datos termocronométricos distribuidos espacialmente en estadísticos. Además, las variables predictoras precipitación, relieve, tasa de erosión a largo plazo y potencial
mapas de tasas de erosión en el tiempo. Este método explota la información contenida tanto en los perfiles de erosión actual se transformaron logarítmicamente cuando fue necesario para linealizar las relaciones con la
de elevación de edad como en las estrategias de sistemas termocronométricos múltiples y explica los efectos variable de respuesta y mejorar la homocedasticidad. Entonces no se requirieron polinomios de segundo orden
conductivos de la topografía en las isotermas subyacentes. adicionales para dar cuenta de las relaciones no lineales. Todas las variables predictoras se escalaron a una
media de cero y una varianza de 1 antes del análisis para que los coeficientes del modelo fueran comparables.
Los residuos de los modelos se aproximaron a una distribución normal.
Evaluamos la influencia de los cambios temporales de las tasas de erosión utilizando el conjunto
de datos de Herman et al.13 para intervalos de tiempo de 0–2 Ma, 2–4 Ma, 4–6 Ma, 6–8 Ma, 8–10 Ma y Utilizamos una selección de modelos teóricos de la información basada en el Akaike
10–12 Ma. Mamá. En nuestro conjunto de datos (Fig. 3a), todas las tasas de erosión a largo plazo para un Criterio de Información (AIC)98,99 con modelos de múltiples predictores separados para los conjuntos
intervalo de tiempo específico estaban altamente correlacionadas entre sí y con la tasa de erosión promedio de datos globales y regionales, respectivamente. Antes de la selección del modelo, se examinó la
a largo plazo (correlación de rango de Spearman r> 0.90). Por lo tanto, solo presentamos resultados utilizando multicolinealidad de los modelos completos de múltiples predictores (es decir, incluidas las ocho variables
la tasa de erosión promedio a largo plazo para el intervalo entre 12 y 0 Ma (en km Myr–1; EROSIÓN LARGA predictoras) utilizando factores de inflación de varianza (VIF). Los predictores con VIF altos (es decir, VIF ÿ
en las Figs. 2–3, Tabla complementaria 1). No es posible extenderse más allá de 12 Ma sin introducir un grado 10) se eliminaron antes de la selección del modelo. Luego se examinaron gráficos residuales parciales de cada
considerable de incertidumbre13. Este conjunto de datos de puntos globales se unió espacialmente a las celdas variable predictora para garantizar la homogeneidad de la varianza.
de cuadrícula distribuidas globalmente en ESRI ArcGIS 10.3 (ref. 83) para derivar la media de esos valores de Usando la función step() en el software R (https://www.r-project.org/), luego se realizó una selección de
erosión dentro de cada celda de cuadrícula de 1º × 1º. modelo AIC para derivar un modelo mínimo adecuado98,99 , tanto a nivel mundial como por separado para
cada región . (es decir, el mejor modelo, que tiene el menor número de variables predictoras y conserva un
Para el cálculo del potencial de erosión actual (EROSION POT), utilizamos la unidad de potencia de alto poder explicativo). Para estos modelos mínimos adecuados, informamos los coeficientes estandarizados
corriente (USP) como indicador de las tasas de erosión actuales. En general, las predicciones de la de cada predictor para comparar la importancia relativa de las variables predictoras para explicar la riqueza
intensidad de la erosión se pueden estimar utilizando el enfoque del índice de erosión87,88. El índice de de especies de tetrápodos. Observamos que en la Fig. 2, las gráficas de residuos parciales son gráficas de
erosión se puede calcular de diferentes maneras en función de la potencia de la corriente, que es la tasa de r + bi × Xi versus Xi , del modelo completo de predictores múltiples, bi es el coeficiente de regresión de i
gasto de energía potencial por el agua que fluye. donde r son los residuos ordinarios
el
Este concepto ha sido ampliamente utilizado en estudios de erosión, transporte de sedimentos y
el
geomorfología como medida del poder erosivo de ríos y arroyos89,90. predictor variable del mismo modelo de predictor múltiple, y Xi el i
El poder de la corriente se describe comúnmente como la capacidad del agua que fluye para llevar a cabo variable predictora.
un trabajo geomórfico91. Es una energía potencial gravitatoria que actúa como conductora del sistema fluvial.
Esta energía se convierte en forma cinética a través del flujo de agua cuesta abajo, donde cualquier energía Autocorrelación espacial. Probamos la presencia de autocorrelación espacial en los residuos de los
perdida debido a la caída debe convertirse en otra forma92. Esta energía transformada tiene el potencial de modelos OLS de múltiples predictores porque la autocorrelación espacial podría afectar la interpretación
erosionar los lechos de los canales o transportar sedimentos. Para nuestro propósito, calculamos la tasa de de los modelos de regresión100. Usamos los valores I de Moran (calculados con los cuatro vecinos más
erosión a corto plazo como USP siguiendo las referencias 87,93. Incorporamos la precipitación media de cercanos) para cuantificar la autocorrelación espacial residual. Porque los valores de Moran I fueron
significativos para el modelo OLS