Construcción de Índice de Invasión Biológica para Osteospermum Moniliferum en el Gran Valparaíso

1. Introducción

Las especies exóticas invasoras representan una de las principales amenazas para la biodiversidad a nivel global. Entre ellas, Osteospermum moniliferum ha demostrado una alta capacidad de dispersión, establecimiento y expansión en ecosistemas costeros mediterráneos.

El Gran Valparaíso constituye un sistema socioecológico altamente perturbado por incendios, fragmentación del paisaje, pérdida de cobertura nativa y presencia creciente de especies exóticas. En este contexto, es imprescindible evaluar cuantitativamente la intensidad y etapa de invasión de O. moniliferum, utilizando métricas ecológicas objetivas y un enfoque multicriterio.

Este estudio construye un Índice Multicriterio de Invasión (IIB) basado en abundancia, cobertura, dispersión espacial y presencia efectiva de la especie, evaluado por parcela y por terreno. Se incorpora además un mapa de invasión, gráficos de composición de especies y porcentajes de presencia, con el fin de generar un diagnóstico integral de la invasión.

2. Métodos

2.1. Área de estudio

El análisis se realizó en distintos terrenos dentro del Gran Valparaíso, a excepción del Humedal de Mantagua, que excede el límite del área, pero que resulta igualmente relevante para el análisis del nivel de invasión de la especie. Cada terreno contiene seis parcelas, de las cuales solo tres presentan presencia real de O. moniliferum y se utilizan para el cálculo del IIB.

Se utilizó un shapefile con el límite del área de estudio:

Librerías y Ruta de los datos
library(tidyverse)
library(readxl)
library(sf)
library(FNN)
library(janitor)
library(ggplot2)
library(viridis)
library(knitr)

ruta_excel <- "C:/Users/andre/OneDrive/Escritorio/INVASORAS/INDICADOR INVASION/INDICADOR FINAL/BDD-Terrenos_final_final.xlsx"
ruta_shp   <- "C:/Users/andre/OneDrive/Escritorio/INVASORAS/INDICADOR INVASION/Area de estudio disuelta/Area de estudio disuelta.shp"

df_raw <- read_excel(ruta_excel, sheet = "tabla cobertura") |> clean_names()

2.2. Preprocesamiento: selección de parcelas con O. moniliferum

Cada parcela contiene registros por especie. Para el índice se consideran solo parcelas donde O. moniliferum está presente, ya que su ausencia implica valor cero y distorsiona el índice.

especie_obj <- "Osteospermum moniliferum"

parc_base <- df_raw |>
group_by(terreno, parcela) |>
summarise(x = mean(x), y = mean(y), .groups = "drop")

osteo_parc <- df_raw |>
filter(tolower(especie) == tolower(especie_obj)) |>
group_by(terreno, parcela) |>
summarise(
abund_total = sum(cant_total, na.rm = TRUE),
cobertura   = mean(percent_cobertura, na.rm = TRUE),
plantulas   = sum(cant_plantula, na.rm = TRUE),
adultos     = sum(cant_adulto, na.rm = TRUE),
.groups = "drop"
)

df_parcela <- parc_base |>
left_join(osteo_parc, by = c("terreno","parcela")) |>
mutate(across(c(abund_total, cobertura, plantulas, adultos),
~replace_na(., 0))) |>
filter(abund_total > 0)

2.3. Normalización (0-1)

Cada variable se normaliza a rango [0–1]:

  • Abundancia total
  • Cobertura %
  • Dispersión: se usa la distancia al vecino más cercano (NN), invertida
norm01 <- function(x) (x - min(x)) / (max(x) - min(x))

df_parcela <- df_parcela |>
mutate(
abund_norm = norm01(abund_total),
cob_norm   = norm01(cobertura),
disp_norm  = {
nn = FNN::get.knnx(select(df_parcela, x,y), select(df_parcela, x,y), k=2)$nn.dist[,2]
1 - norm01(nn)
}
)

2.4. Índice de invasión biológica

  • Abundancia:0.30

  • Cobertura: 0.30

  • Dispersión: 0.30

  • Presencia : 0.10

                 **IIB = Σ (peso × criterio normalizado)**

Clasificación según etapas de invasión (Blackburn et al. 2011)

                      <0.25: Introducción
                      0.25–0.45: Establecimiento
                      0.45–0.70: Expansión
                      0.70: Invasión
w_abund <- 0.30; w_cob <- 0.30; w_disp <- 0.30; w_pres <- 0.10

df_parcela <- df_parcela |>
mutate(
IIB = w_abund*abund_norm + w_cob*cob_norm +
w_disp*disp_norm + w_pres*1,
etapa = case_when(
IIB < 0.25 ~ "Introducción",
IIB < 0.45 ~ "Establecimiento",
IIB < 0.70 ~ "Expansión",
TRUE       ~ "Invasión"
)
)

2.5. IBB por terreno

IIB_terreno <- df_parcela |>
group_by(terreno) |>
summarise(
mean_IIB = mean(IIB),
etapa_terreno = case_when(
mean_IIB < 0.25 ~ "Introducción",
mean_IIB < 0.45 ~ "Establecimiento",
mean_IIB < 0.70 ~ "Expansión",
TRUE            ~ "Invasión"
),
.groups = "drop"
)

3. Resultados

3.1. Estado invasión por terreno

semaforo <- c(
"Introducción"    = "#2ECC40",
"Establecimiento" = "#FFDC00",
"Expansión"       = "#FF851B",
"Invasión"        = "#FF4136"
)

ggplot(IIB_terreno,
aes(x = reorder(terreno, mean_IIB), y = mean_IIB,
fill = etapa_terreno)) +
geom_col(color = "black") +
geom_text(aes(label = round(mean_IIB, 2)),
hjust = -0.1, size = 3, fontface = "bold") +
scale_fill_manual(values = semaforo) +
coord_flip() +
labs(title = "Estado de invasión por terreno",
x = "Terreno", y = "IIB promedio") +
theme_minimal()

3.2.Mapa del estado de invasión en el Gran Valparaíso

area_estudio <- st_read(ruta_shp, quiet = TRUE) |> st_transform(4326)

df_terr <- df_parcela %>%
group_by(terreno) %>%
summarise(
x = mean(x),
y = mean(y),
etapa_terreno = case_when(
mean(IIB) < 0.25 ~ "Introducción",
mean(IIB) < 0.45 ~ "Establecimiento",
mean(IIB) < 0.70 ~ "Expansión",
TRUE            ~ "Invasión"
),
IIB_terr = mean(IIB),
.groups = "drop"
) %>%
st_as_sf(coords = c("x","y"), crs = 32719) %>%
st_transform(4326)

ggplot() +
geom_sf(data = area_estudio, fill = "grey95", color = "black", size = 0.4) +
geom_sf(
data = df_terr,
aes(fill = etapa_terreno, color = etapa_terreno),
size = 4, shape = 21, stroke = 0.8
) +
geom_sf_text(
data = df_terr,
aes(label = terreno),
size = 2.6, fontface = "bold",
nudge_y = 0.001
) +
scale_fill_manual(values = semaforo) +
scale_color_manual(values = semaforo) +
labs(
title = "Etapa de invasión por terreno — Gran Valparaíso",
fill = "Etapa",
color = "Etapa"
) +
theme_minimal()

3.3. Composición de especies por terreno (%)

df_comp <- df_raw %>%
  mutate(
    grupo = case_when(
      especie == especie_obj                     ~ "Osteospermum moniliferum",
      tipo == "nativa"                           ~ "Nativas",
      tipo == "exotica" | tipo == "exótica"      ~ "Exóticas (otras)",
      TRUE                                       ~ "Exóticas (otras)"
    )
  ) %>%
  group_by(terreno, grupo) %>%
  summarise(n = n(), .groups = "drop") %>%
  group_by(terreno) %>%
  mutate(
    total = sum(n),
    pct = 100 * n / total
  ) %>%
  ungroup()

ggplot(df_comp, aes(x = terreno, y = pct, fill = grupo)) +
geom_col(color = "black") +
geom_text(
aes(label = paste0(round(pct, 1), "%")),
position = position_stack(vjust = 0.5),
color = "black", size = 3, fontface = "bold"
) +
scale_fill_manual(values = c(
"Nativas"                  = "#1f78b4",
"Exóticas (otras)"         = "#fb9a99",
"Osteospermum moniliferum" = "#e31a1c"
)) +
coord_flip() +
labs(
title = "Composición de especies por terreno (%)",
x = "% dentro del terreno",
y = "Terreno",
fill = "Grupo de especies"
) +
theme_minimal()

3.4. Porcentaje de registros de O. moniliferum por terreno

df_om_pct <- df_raw %>%
group_by(terreno) %>%
summarise(
total_reg = n(),
om_reg = sum(especie == especie_obj),
pct_om = 100 * om_reg / total_reg,
.groups = "drop"
)

ggplot(df_om_pct, aes(y = reorder(terreno, pct_om), x = pct_om)) +
geom_col(fill = "#e31a1c", color = "black") +
geom_text(aes(label = paste0(round(pct_om,1), "%")),
vjust = 2.5, size = 3.2, fontface = "bold") +
theme_minimal() +
labs(title = "% de registros de O. moniliferum por terreno",
x = "%", y = "Terreno") +
coord_flip()

4. Discusión

Los resultados muestran que O. moniliferum se encuentra en distintas etapas de invasión según el terreno. La combinación de abundancia, cobertura y dispersión permite identificar con claridad sectores altamente invadidos versus sectores donde la invasión se encuentra en fases tempranas.

La alta dispersión espacial identificada en algunos terrenos sugiere un movimiento activo de semillas y posibles focos secundarios, ligados a urbanización, paisajismo, incendios y otras perturbaciones. La composición de especies indica que los terrenos con mayor proporción de especies exóticas no solo presentan mayor invasión del sistema en general, sino que también parecen favorecer el avance de O. moniliferum.

5. Conclusión

El Índice Multicriterio de Invasión (IIB) construído para evaluar el estado de invasión de O. moniliferum, arroja que la especie se encuentra entre etapas de Establecimiento y Expansión en varios terrenos del área de estudio. Se identificaron sectores críticos con valores altos del IIB, por lo que se recomienda monitoreo frecuente y control prioritario. El método es reproducible y aplicable a futuras evaluaciones de invasión vegetal en ecosistemas mediterráneos.

Su marcada asociación con zonas costeras y ecosistemas de de alto valor ecológico, como palmares relictos y quebradas con riqueza nativa expuestos a incendios, urbanización y fragmentación, refuerza la preocupación por sus impactos potenciales, ya que, de acuerdo a estudios previos, se demuestra la capacidad que tiene la especie de desplazar a flora nativa, modificar la composición vegetal, y alterar procesos ecológicos mediante efectos alelopáticos. En este sentido, la presente investigación constituye una línea base para el monitoreo futuro y aporta evidencia para orientar medidas de conservación y gestión, considerando además experiencias internacionales donde la especie, al no ser controlada oportunamente, llegó a convertirse en un riesgo biológico importante.

6. Bibliografía

Blackburn, T. M., Pyšek, P., Bacher, S., Carlton, J. T., Duncan, R. P., Jarošík, V., … & Richardson, D. M. (2011). A proposed unified framework for biological invasions. Trends in Ecology & Evolution, 26(7), 333–339.

Catford, J. A., Jansson, R., & Nilsson, C. (2009). Reducing redundancy in invasion ecology by integrating hypotheses into a single theoretical framework. Diversity and Distributions, 15(1), 22–40.

Lockwood, J. L., Hoopes, M. F., & Marchetti, M. P. (2013). Invasion Ecology. Wiley-Blackwell.

Pysek, P., Richardson, D. M. (2010). Invasive species, environmental change and management, and health. Annual Review of Environment and Resources.