RESUMO
Driven by the United Nations Decade on Restoration and international funding initiatives, such as the Mangrove Breakthrough, investment in mangrove restoration is expected to increase. Yet, mangrove restoration efforts frequently fail, usually because of ad hoc site-selection processes that do not consider mangrove ecology and the socioeconomic context. Using decision analysis, we developed an approach that accounts for socioeconomic and ecological data to identify sites with the highest likelihood of mangrove restoration success. We applied our approach in the Biosphere Reserve Marismas Nacionales Nayarit, Mexico, an area that recently received funding for implementing mangrove restoration actions. We identified 468 potential restoration sites, assessed their restorability potential based on socioeconomic and ecological metrics, and ranked sites for implementation with spatial optimization. The metrics we used included favorable conditions for propagules to establish and survive under sea-level rise, provision of ecosystem services, and community dynamics. Sites that were selected based on socioeconomic or ecological metrics alone had lower likelihood of mangrove restoration success than sites that were selected based on integrated socioeconomic and ecological metrics. For example, selecting sites based on only socioeconomic metrics captured 16% of the maximum attainable value of functioning mangroves able to provide propagules to potential restoration sites, whereas selecting sites based on ecological and socioeconomic metrics captured 46% of functioning mangroves. Our approach was developed as part of a collaboration between nongovernmental organizations, local government, and academics under rapid delivery time lines given preexisting mangrove restoration implementation commitments. The systematic decision process we used integrated socioeconomic and ecological considerations even under short delivery deadlines, and our approach can be adapted to help mangrove restoration site-selection decisions elsewhere.
Integración de datos socioeconómicos y ecológicos en las prácticas de restauración Resumen Se espera que la inversión en la restauración de los manglares incremente debido a la Década de Restauración de las Naciones Unidad y las iniciativas internacionales de financiamiento, como The Mangrove Breakthrough. Sin embargo, los esfuerzos de restauración de manglares fallan con frecuencia, generalmente por los procesos de selección de sitios adhoc que no consideran la ecología del manglar y el contexto socioeconómico. Usamos el análisis de decisiones para desarrollar una estrategia que considera los datos socioeconómicos y ecológicos para identificar los sitios con mayor probabilidad de éxito de restauración. Aplicamos nuestra estrategia en la Reserva de la Biósfera Marismas Nacionales Nayarit, México, un área que recibió financiamiento reciente para la restauración del manglar. Identificamos 468 sitios potencialmente restaurables, evaluamos su potencial de restauración con base en medidas ecológicas y socioeconómicas y clasificamos los sitios para la implementación con la optimización espacial. Las medidas que usamos incluían las condiciones favorables para que los propágulos se establezcan y sobrevivan con el incremento en el nivel del mar, el suministro de servicios ambientales y las dinámicas de la comunidad. Los sitios seleccionados sólo con base en las medidas ecológicas o socioeconómicas tuvieron una menor probabilidad de éxito de restauración que los sitios que se seleccionaron con base en medidas socioeconómicas y ecológicas integradas. Por ejemplo, la selección de sitios con base sólo en las medidas socioeconómicas capturó el 16% del máximo valor alcanzable de manglares funcionales capaces de proporcionar propágulos a los sitios potenciales de restauración, mientras que la selección basada en medidas ecológicas y socioeconómicas capturó el 46% de los manglares funcionales. Desarrollamos nuestra estrategia como parte de una colaboración entre organizaciones no gubernamentales, el gobierno local y académicos sujetos a una fecha pronta de entrega debido a los compromisos preexistentes para la restauración de manglares. El proceso de decisión sistemática que usamos integró las consideraciones ecológicas y socioeconómicas incluso con plazos cortos de entrega. Nuestra estrategia puede adaptarse para apoyar en la selección de sitios de restauración de manglares en otros sitios.
Assuntos
Conservação dos Recursos Naturais , Fatores Socioeconômicos , Conservação dos Recursos Naturais/métodos , Conservação dos Recursos Naturais/economia , México , Recuperação e Remediação Ambiental/economia , Ecossistema , Técnicas de Apoio para a DecisãoRESUMO
As a landscape becomes increasingly fragmented through habitat loss, the individual patches become smaller and more isolated and thus less likely to sustain a local population. Metapopulation theory is appropriate for analyzing fragmented landscapes because it combines empirical landscape features with species-specific information to produce direct information on population extinction risks. This approach contrasts with descriptions of habitat fragments, which provide only indirect information on risk. Combining a spatially explicit metapopulation model with empirical data on endemic species' ranges and maps of habitat cover, we calculated the metapopulation capacity-a measure of a landscape's ability to sustain a metapopulation. Mangroves provide an ideal model landscape because they are of conservation concern and their patch boundaries are easily delineated. For 2000-20015, we calculated global metapopulation capacity for 99 metapopulations of 32 different bird species endemic to mangroves. Northern Australia and Southeast Asia had the highest richness of mangrove endemic birds. The Caribbean, Pacific coast of Central America, Madagascar, Borneo, and isolated patches in Southeast Asia in Myanmar and Malaysia had the highest metapopulation losses. Regions with the highest loss of habitat area were not necessarily those with the highest loss of metapopulation capacity. Often, it was not a matter of how much, but how the habitat was lost. Our method can be used by managers to evaluate and prioritize a landscape for metapopulation persistence.
Uso de la Teoría de Metapoblaciones para la Conservación Práctica de las Aves Endémicas de Manglares Resumen A medida que un paisaje se fragmenta cada vez más debido a la pérdida de hábitat, los parches se vuelven más pequeños y aislados y, por lo tanto, menos propensos a sostener a una población local. La teoría de metapoblaciones es adecuada para analizar paisajes fragmentados porque combina características empíricas del paisaje con información de cada especie para producir información directa sobre los riesgos de extinción de la población. Este enfoque contrasta con las descripciones de los fragmentos de hábitat que solo proporcionan información directa sobre el riesgo. Mediante la combinación de un modelo metapoblacional espacialmente explícito con datos empíricos de los rangos de distribución de especies endémicas y mapas de la cobertura del hábitat, calculamos la capacidad de la metapoblación - una medida de la capacidad del paisaje para sostener una metapoblación. Los manglares proporcionan un paisaje modelo ideal porque son de interés para la conservación y los límites de los parches son delineados fácilmente. Calculamos la capacidad de la metapoblación global para el período 2000-2015 de 99 metapoblaciones de 32 especies de aves endémicas de manglares. El norte de Australia y el sudeste de Asia tuvieron la mayor riqueza de aves endémicas de manglares. El Caribe, la costa del Pacífico de Centroamérica, Madagascar, Borneo y parches aislados en el sudeste de Asia en Myanmar y Malasia tuvieron las mayores pérdidas de metapoblaciones. Las regiones con mayor pérdida hábitat fueron necesariamente aquellas con mayor pérdida de capacidad de la metapoblación. A menudo no era una cuestión de cuánto, sino cómo se perdió el hábitat. Nuestro método se puede utilizar por manejadores para evaluar y priorizar un paisaje para la persistencia de la metapoblación.