La protección de las regiones clave que constituyen sólo el 17 por ciento de las áreas de la Tierra puede ayudar a preservar más de dos tercios de sus especies vegetales, según concluye una investigación de un equipo internacional de científicos, publicada en la revista ‘Science’.
Cientíticos de las universidades de Duke y Estatal de Carolina del Norte, en Estados Unidos, y Microsoft Research han usado algoritmos computacionales para identificar el conjunto más pequeño de regiones de todo el mundo que podrían contener el mayor número de especies de plantas.
‘Nuestro análisis muestra que dos de los objetivos más ambiciosos establecidos por la Convención de 2010 sobre la Diversidad Biológica, proteger el 60% de las especies vegetales del planeta y el 17% de su superficie terrestre, se pueden lograr, con una importante advertencia’, dijo Stuart L. Pimm, profesor de Ecología Conservacional en la Escuela de Medio Ambiente Nicholas de Duke.
‘Para lograr estos objetivos, tenemos que proteger más tierras, en promedio, de lo que actualmente hacemos y muchos más lugares clave, como Madagascar, Nueva Guinea y Ecuador –dice Pimm–. Nuestro estudio identifica las regiones de importancia. El lógico y muy desafiante próximo paso debe ser tomar decisiones tácticas locales dentro de esas regiones para asegurar una mayor conservación de la tierra’, agrega.
Las especies de plantas no están distribuidas al azar en todo el planeta. Algunas zonas, como América Central, el Caribe, el norte de los Andes y regiones de África y Asia tienen concentraciones mucho más altas de especies endémicas, es decir, aquellas que no se encuentran en ninguna otra parte.
Para identificar cuál de las regiones de la Tierra contiene la mayor concentración de especies endémicas, en relación con su tamaño geográfico, los científicos analizaron datos de más de 100.000 especies de plantas con flores, recogidos por el Real Jardín Botánico de Kew, Inglaterra. Jope y Piero Visconti, también del Laboratorio de Ciencia Computacional de Microsoft Research, creó y dirigió los complejos algoritmos necesarios para analizar la gran base de datos espacial.
