HERRAMIENTAS PARA EL ANÁLISIS Y MODELADO DE SERVICIOS ECOSISTÉMICOS: TENDENCIAS

ESPACIO-TEMPORALES Y DESAFÍOS FUTUROS

Vivian Ochoa Cardona1, Sergio Cuellar2, Nicolás Urbina-Cardona1

1 Facultad de Estudios Ambientales y Rurales, Pontificia Universidad Javeriana, Bogotá – Colombia

2 Dirección de Innovación, Vicerrectoría de Investigación, Pontificia Universidad Javeriana, Bogotá –

Colombia

RESUMEN

En los últimos años se han observado progresos importantes en el desarrollo de herramientas para

el modelado espacial de servicios ecosistémicos (SE), las cuales tienen un gran potencial para el

apoyo en la toma de decisiones relacionadas principalmente con la planificación del uso del suelo.

Con el fin de analizar estas herramientas se realizó una revisión sistemática de literatura científica,

en la cual se identificaron los patrones temporales y espaciales de la información, además se

caracterizaron las tendencias de las redes de instituciones que realizan investigación en el tema y

las organizaciones que financian de estas investigaciones. De los 65 artículos revisados, se encontró

que el modelo más utilizado desde el año 2001 es Soil Water Assessment Tool -SWAT y a partir del

año 2009 es –Integrated Valuation of Ecosystem Services and Tradeoffs - InVEST. Solo 4 de 9

herramientas identificadas cuentan con artículos científicos de soporte, y las restantes se cree que

son más usadas en consultorías y las publicaciones están a nivel de informes técnicos. Además, los

SE que fueron evaluados con mayor frecuencia están relacionados con el componente hidrológico

y con la regulación climática. Se presentan diferencias conceptuales con respecto a la clasificación

de los servicios hídricos y la inclusión de la biodiversidad y el hábitat como SE. Se observa con gran

preocupación la falta de validación este tipo de estudios (sólo el 44% validaron los modelos

espaciales), y en este sentido las herramientas son usadas como cajas negras, lo cual incrementa la

incertidumbre del modelo y se pone en duda su utilidad para la toma de decisiones. Por otra parte,

las instituciones que más artículos han publicado son las que más colaboran entre sí, tienen mayor

número de citas, sus proyectos tienen mayor diversidad de fuentes de financiación y modelan todas

las categorías de SE. Es necesario incrementar las colaboraciones con más instituciones de la red,

las cuales pueden ampliar el espectro de SE modelados.

INTRODUCCIÓN

Los servicios ecosistémicos (SE) son los beneficios que las personas obtienen de los ecosistemas

(MEA, 2005). Se estima que el 62% de los SE analizados por el MEA (2005) se encuentran

ampliamente degradados. El impacto de las acciones humanas causa el ajuste de los componentes

bióticos y abióticos de los ecosistemas y afecta la estabilidad y la dinámica de los recursos (Díaz y

Cabido, 2001). La degradación del ecosistema supone una amenaza inminente para el suministro y

flujo continuo de SE, del cual dependen las generaciones humanas presentes y futuras (de Groot et

al. 2012). Los empresarios, gobernantes e instituciones y actores locales han tardado en incorporar

estos beneficios en la toma de decisiones, principalmente por la pobre caracterización biofísica y

económica del flujo de servicios a escalas locales y regionales (Chan et al. 2006). En respuesta a esto,

recientemente se han venido desarrollado numerosos métodos y herramientas para identificar y

priorizar información clave alrededor de la valoración integral de los SE (Rincón-Ruíz et al. 2014),

como apoyo en la generación de políticas y para la toma decisiones encaminadas a la sostenibilidad

(Nelson et al. 2009).

Como estrategia de valoración ecológica con un enfoque espacial, se han propuesto los mapas de

SE, los cuales son representaciones de las condiciones biológicas, físicas y químicas de un territorio

(Burkhard et al. 2012). Así, los mapas se convierten en herramientas robustas para comunicar al

público, de manera sencilla, información de alta complejidad para la toma de decisiones (Kandziora

et al. 2013). Actualmente existen diversas herramientas y modelos que representan de una forma

espacialmente explicita los SE, haciéndolos útiles para guiar y articular políticas de uso y manejo del

suelo, principalmente en áreas donde hay conflictos entre el mantenimiento de una alta oferta de

servicios ecosistémicos, una gran diversidad biológica y objetivos de desarrollo relacionados con la

agricultura, áreas urbanas, hidroeléctricas, entre otros (Luck et al. 2012; Malinga et al. 2015).

Por todo esto es importante entender la relación entre la oferta y la demanda de los SE. La oferta

de SE es el beneficio potencial que brindan las funciones ecológicas o elementos biofísicos de un

ecosistema al hombre, sin tener en cuenta el uso actual (Balvanera et al. 2012). Por otra parte, la

demanda de SE es considerada como la suma de todos los bienes y servicios actualmente

consumidos o usados en un área particular (Burkhard et al. 2012).La espacialización de SE es esencial

dado que la oferta y la demanda pueden diferir ampliamente a través del espacio geográfico, por lo

que es necesario modelar estas diferencias bajo escenarios de cambio global y apoyar el desarrollo

de intervenciones, políticas o esquemas de manejo (Balvanera et al. 2011, 2012; Burkhard et al.

2013). Así mismo, estos análisis espaciales ofrecen el potencial de hacer análisis estandarizados, con

el fin de facilitar las evaluaciones y las comparaciones a través de amplios contextos geográficos

(Bagstad et al. 2013).

En algunas ocasiones las áreas geográficas prioritarias para representar la biodiversidad no son las

mismas que para los SE (Luck et al. 2009; Larsen et al. 2011). Estas diferencias pueden deberse en

parte a la heterogeneidad de enfoques para representar espacial y temporalmente los servicios

evaluados, los métodos empleados (económica, ecológica o cultural), la escala utilizada, el tipo de

SE analizados y la incorporación de modelos biofísicos existentes (Bagstad et al. 2013). Las revisiones

de literatura más recientes han buscado resumir el estado del arte en el mapeo de los SE, y coinciden

en que no existen objetivos claros al momento de modelar y no hay un consenso sobre cuál de los

métodos utilizados es el mejor (Nelson y Daily 2010, Martínez-Harms y Balvanera, 2012, Vigerstol y

Aukema 2012, Crossman et al. 2013, Logsdon y Chau 2013, Schägner et al. 2013, Villa et al. 2014,

Malinga et al., 2015), aunque esto puede depender del alcance y finalidad de cada una de las

investigaciones. Las principales herramientas que modelan y espacializan los servicios ecosistémicos

se referencian en la Tabla 1.

Tabla 1. Herramientas identificadas para modelar espacialmente servicios ecosistémicos

(Documento anexo).

A pesar de la alta documentación de la espacialización en general de los SE, ninguna de las revisiones

encontradas incluye el análisis de los resultados del uso de los software. Es por esto, que el propósito

de este trabajo es contribuir al conocimiento de los patrones espaciales y temporales en el uso de

las herramientas de modelado de servicios ecosistémicos a nivel global. El trabajo se complementa

con el análisis de redes (Social Network Analysis) para identificar nodos importantes a nivel de

instituciones que investigan y publican artículos científicos sobre el tema, las entidades que

financian estos estudios, y el relacionamiento mundial entre autores alrededor de los modelos

espaciales de servicios ecosistemicos.

Con este artículo de revisión se pretende resolver dos preguntas principales: 1. ¿Cuáles son las

tendencias espacio-temporales en la literatura que modela mapas de SE a nivel mundial?, 2. ¿cuál

es el relacionamiento entre instituciones y entidades financiadoras de investigación en el mapeo de

SE? Este ejercicio analiza algunos de los aspectos que se deben tener en cuenta al modelar

espacialmente los servicios ecosistémicos e identifica los desafíos futuros para este tipo de

investigaciones. Este análisis será de gran utilidad para futuros usuarios, investigadores y tomadores

de decisiones, al seleccionar las diferentes herramientas de análisis y modelado de servicios

ecosistémicos.

RESULTADOS

A partir de la lectura detallada de los 65 artículos no se obtuvo información suficiente para

identificar en todas las publicaciones las variables de entrada y salida, las escalas espaciales o

resolución de estas, los ecosistemas asociados (de los 65 artículos sólo 5 reportan los ecosistemas

de los casos de estudio) y las técnicas de validación de los resultados (sólo 22 artículos reportan que

los estudios fueron validados).

De las nueve herramientas que se utilizan comúnmente para modelar espacialmente SE, sólo cuatro

presentaron publicaciones de soporte en artículos científicos (Tabla 1). Las herramientas como

MIMES, Co$ting Nature, EcoAIM, GUMBO, ECOMETRIX han sido reconocidas por diferentes autores

como softwares especializados en el modelado espacial de SE (Nelson y Daily, 2010; Bagstad et al.

2013; Nemec y Raudsepp-Hearne, 2013). Sin embargo, estas herramientas solo tienen

documentación a nivel de informes técnicos de proyectos y consultorías, y en algunos casos

manuales. Estos documentos que no fueron considerados en la presente revisión por tres razones:

(a) no tienen una revisión rigurosa por pares, (b) no están avaladas por alguna editorial científica

reconocida, y (c) no es posible hacer una búsqueda sistemática de estos informes en la web.

Distribución temporal de las publicaciones

A pesar de que la revisión de literatura se hizo desde el año 1980, el primer artículo científico fue

publicado en el 2001 haciendo uso de la herramienta SWAT. Este patrón se mantiene durante 8

años, a una tasa 4,3 artículos por año. Sin embargo, a partir del año 2009 se publica el primer artículo

usando la herramienta InVEST y en 2010 la primera publicación con FIESTA incrementando la

diversidad de herramientas usadas en la literatura científica. Desde el año 2011 las publicaciones

anuales se duplicaron y luego para el 2013 se incrementó un 50% adicional anual, manteniéndose

este patrón para el año 2014. Si bien en los últimos 14 años se ha publicado al menos un artículo

con la herramienta SWAT, a partir del 2013 la mayor cantidad de publicaciones se han realizado con

InVEST (Figura 1).

Figura 1. Número de publicaciones por año y por software para espacializar SE

Distribución geográfica de los estudios

Los continentes donde más se han realizado modelos espaciales de SE publicados en artículos

científicos son América (36,9%) y Asia (30,7%), seguido por Europa (18,46%), África (10,61%) y

Oceanía (1,54%). El 1,54% de las publicaciones reportan mapas de SE realizados simultáneamente

en varios países (Ej. Estados Unidos y México; Ghana y Costa de Marfil) contrastando estudios de

caso en diferentes continentes (Ej. América y África). Para un total de 75 estudios de caso

referenciados en los 65 artículos científicos.

De los 23 países en donde se han mapeado SE los que mayor número de publicaciones tienen son:

Estados Unidos (15), China (11) y España (7). Para el modelado de SE se utilizaron principalmente

InVEST, seguido de SWAT y ARIES, con 23, 17 y 10,7% del total de los artículos, respectivamente. Los

países restantes tuvieron entre 1 y 4 publicaciones e hicieron uso de los cuatro softwares evaluados

(Figura 2).

Figura 2. Distribución espacial de las publicaciones de acuerdo con el software empleado.

Ámbito geográfico y extensión de los estudios

Se encontraron un total de 14 ámbitos geográficos, el 74,2% de los casos de estudio (n=75) se

presentaron a nivel de cuenca, seguido por región político-administrativa con el 4,5%, y, luego por

zonas costeras y microcuencas, cada uno con el 3%. Fuera de los cuatro ámbitos anteriores, hay 10

ámbitos que han sido usados en un artículo cada uno (Figura 3).

Figura 3. Área geográfico de cada uno de los casos de estudio.

Dentro del ámbito geográfico, todas las publicaciones describen el uso y cobertura del suelo en cada

uno de los estudios de caso, pero sólo el 7.7% de los artículos revisados reportan los ecosistemas

del área de estudio. En todos los casos estos 5 artículos mencionan el ecosistema dentro de los

resultados o las discusiones, pero no de manera detallada en los métodos.

El 41,3% de los casos de estudio (n=75) modelaron SE en una extensión geográfica entre 1.000 y

10.000 Km2. Otras escalas usadas frecuentemente estuvieron entre 100 y 1.000 Km2 (24% de los

casos de estudios) y 100.000 y 1.000.000 Km2 (17,3% de los casos de estudio). Los demás casos de

estudio se distribuyeron en otras escalas (mayores y menores a las mencionadas), con porcentajes

por debajo del 8%. El 2,7% (2 estudios) no indicaron la extensión del área espacializada por lo que

se catalogaron como extensión desconocida (Figura 4).

Figura 4. Extensión de los casos de estudio (Km2)

Distribución de las categorías de SE

La categoría de servicios de regulación es la más frecuentemente analizados y modelados (59%),

seguida de la de provisión (28,7%), luego la relacionada con biodiversidad y hábitat (8,6%) y por

último la cultural (3,5%). Las categorías de SE que son mencionadas con mayor diversidad de

términos son las relacionadas con agua, a nivel de provisión, calidad y tratamiento, entre otros

(Tabla 2).

Además el 60% de las publicaciones evalúan una sola categoría de SE, el 18,4% trabajan con 2

categorías, el 12,8% con 3 y con 4 solo el 8,8%. Las combinaciones de categorías más utilizadas son

provisión y regulación; seguida de provisión, regulación y biodiversidad-hábitat, y finalmente

provisión, regulación, culturales y biodiversidad-hábitat.

Los tipos de modelos espaciales de SE que más publicaciones presentan son la provisión de agua

(23,7%), formación de suelo (17,2%), regulación climática (15,1%), y calidad y tratamiento del agua

(12,9%). A su vez, la provisión de agua es el SE que se modela con mayor diversidad de herramientas

(n=4), seguido por formación de suelo y regulación climática (figura 5).

Figura 5. Número de servicios ecosistémicos analizados y modelados bajo diferentes software.

Tabla 2.Formas de referencia de los Servicios Ecosistémicos identificados en los casos de estudio

* Las categorías fueron adaptadas de de Groot et al. (2010); MEA, (2005).

** El número total de publicaciones (n= 139) no corresponde con el número de artículos evaluados (n=65) dado que un

artículo puede evaluar más de un SE.

Validación de los modelos

El 66% de las publicaciones no realizaron la validación de los modelos que utilizan. Sólo 22 artículos

científicos incluyen algún método para validar los modelos utilizados, tales como: visitas de campo,

comparación con otras fuentes cartográficas, consultas a expertos, entre otros. El 71,4% (n= 28) de

las publicaciones que usan SWAT realizaron algún tipo de calibración y validación de los resultados

Categoría Servicio Ecosistémico Nombre en artículos No. Publicaciones**

Almacenamiento de agua 1

Disponibilidad de agua potable 2

Producción de agua 14

Producción de agua superficial 1

Provisión de agua 4

Producción de energía hidroeléctrica 4

Recarga de agua subterránea 4

Suministro de agua 2

Productividad de agua para cultivos 1

Producción de cultivos 2

Producción agrícola 1

Producción de ostras 1

Madera Producción de madera 3

Escorrentía superficial 9

Retención de agua 1

Calidad del agua 9

Purificación del agua 4

Control de sedimentos 1

Retención de sedimentos 2

Retención del suelo 2

Calidad del aire Calidad del aire 1

Captura de carbono 10

Almacenamiento de carbono 11

Conservación del suelo 4

Producción de sedimentos 15

Regulación de sedimentos 1

Retención de nutrientes 2

Producción de fósforo 1

Producción de nitrato 1

Regulación de la erosión Control de la erosión 5

Mitigación de tormentas 1

Regulación a inundaciones de ríos 1

Polinización Polinización 1

Proximidad a espacios abiertos 2

Paisajismo 2

Recreación Recreación 1

Biodiversidad 2

Calidad del hábitat 7

Conservación de la biodiversidad 1

Conservación del hábitat 1

Riesgo del hábitat 1

Número total de servicios evaluados en los artículos incluidos en la revisión 139

Formación del suelo

Regulación

Regulación de riesgos naturales

Biodiversidad y hábitat

Valores estéticosCulturales

Biodiversidad y hábitat

Provisión

Provisión - Agua

Alimento

Regulación -Agua

Calidad y tratamiento del agua

Regulación climática

a partir de módulos implementados en el software (Gassman et al. 2007). En el caso de InVEST solo

el 9,7% (n=31) validaron (Bai et al. 2013; Terrado et al. 2014) a partir de pruebas externas para

comprobar la precisión de los modelos desarrollados (Figura 6).

Figura 6. Validación de las publicaciones de acuerdo con el software utilizado en las publicaciones.

Tendencias relacionadas con instituciones y organizaciones financiadoras

A partir del análisis bibliométrico se identificaron 127 organizaciones a las que estuvieron afiliados

los autores (con productividad) de artículos científicos en revistas indexadas. La institución que

cuenta con mayor número de artículos publicados es la Universidad de Stanford (EEUU), seguido

por la Academia China de Ciencias y la Universidad de Minessota, con 9, 7 y 5 artículos,

respectivamente (Figura 7). De acuerdo con el análisis de redes sociales (SNA) se estableció la

relación entre las organizaciones que financian y las instituciones que han sido financiadas (Figura

suplementaria 1), De igual modo, se establecieron las organizaciones que más han financiado

investigaciones en este tema, las principales fueron: Fundación Nacional de las Ciencias Naturales

de China (4 publicaciones financiadas), el Ministerio de Economía y Competitividad de España, y el

Ministerio de Ciencia e Innovación de España, cada una con 3 publicaciones. El 29,2% de los artículos

científicos no reporta entidad de financiación.

Figura 7. Organizaciones con mayor productividad científica en el análisis y modelado de SE.

Por otra parte, según el análisis de redes sociales (SNA) se estableció la relación entre las

organizaciones que financian y las instituciones que han sido financiadas de acuerdo con los grados

de centralidad y proximidad encontrados, en esta red se identificaron las organizaciones que

financian a un mayor número de instituciones son: el Ministerio de Ciencia e Innovación de España

(13), la Fundación Gordon and Betty Moore (EEUU) (11) y finalmente Royal Society (Reino Unido),

The Leverhulme Trush (Reino Unido), Ministerio de Economía y Competitividad de España, U.S.

Geological Survey –USGS (EEUU), con 9 organizaciones financiadas cada uno. Los principales

beneficiarios de la financiación por parte del Ministerio de Ciencia e Innovación de España son:

Universidad de Stanford (EEUU) y La Universidad Rovira i Virgil (España), cada uno con 3 artículos

científicos que reportan haber sido financiados (Figura suplementaria 1). Así mismo, las

investigaciones de 44 entidades se han realizado sin financiación.

Además, se observa un componente central (sensu componente gigante) en el cual se observa a la

Universidad de Stanford conectada a una fracción importante de todos los nodos y otras pequeñas

redes. La Universidad de Stanford, ha sido financiada por 7 organizaciones, donde las principales

son Ministerio de Economía y Competitividad de España, y Marie Curie Reintegration (Figura 8).

Figura 8. Red de instituciones que investigan y presentan publicaciones en SE y organizaciones financiadoras

de estas investigaciones (componente gigante). (Colores de los nodos= cada una de las redes, Tamaño de la

etiqueta= importancia de la institución en la red)

Otra red de alta importancia pero conformada exclusivamente por entidades de China, donde la

Academia China de Ciencias está ubicada en la parte central, siendo la institución que más ha tenido

financiación por diferentes organizaciones (n=9), tales como: recursos propios, Fundación Nacional

de las Ciencias Naturales de China, Ministerio de Ciencia y Tecnología de China, entre otras (Figura

9).

Figura 9. Red de instituciones que investigan y presentan publicaciones en SE y organizaciones financiadoras

de estas investigaciones en la Academia China de la Ciencias. (Tamaño de la etiqueta= importancia de la

institución en la red)

De otro lado, se consideró la variedad de categorías de SE evaluados, la productividad científica y el

impacto de cada una de las instituciones, se encontró una red principal de colaboración, la cual está

compuesta por 52 instituciones donde las más importantes por colaboración fueron: Universidad

de Stanford que trabaja con todas las categorías de SE, además colaboró con 18 instituciones

diferentes, siendo sus principales socios Universidad de Girona y la Universidad de Minnesota (cada

uno en cuatro ocasiones) (Figura suplementaria 2). Otra institución importante por sus alianzas

investigativas es la Universidad de Minnesota, la cual también trabaja todas las categorías de SE y

ha colaborado con 17 instituciones como Universidad de Stanford (con cuatro artículos),

Universidad Estatal de Colorado, The Nature Conservancy –TNC, entre otras. Finalmente, El Fondo

Mundial para la Naturaleza –WWF es la tercera organización relevante por sus enlaces, cuyo socio

principal es la Universidad de Minnesota, con dos publicaciones (Figura 10).

Adicionalmente, se identificaron las organizaciones (nodos) que funcionan como intermediarias

claves (grado de intermediación) para que se presente la colaboración entre instituciones y estas

fueron: la Universidad de Stanford, seguida de U.S. Geological Survey, luego por el Fondo Mundial

para la Naturaleza –WWF y finalmente la Universidad Politécnica de Madrid (Figura 10).

Figura 10. Red de colaboración (componente gigante) entre organizaciones. (Tamaño de la etiqueta= número de publicaciones, el tamaño de los nodos = número de citaciones, color de los

nodos= categorías de SE que evalúan).

DISCUSIÓN

Las publicaciones científicas que analizan y modelan espacialmente los SE se han incrementado

sustancialmente durante los últimos 10 años pero el mayor aporte se hace desde pocos países (eg.

Estados Unidos, China y España) e instituciones. Sin embargo, se encontró que hay un gran sesgo

por modelar cierto tipo de servicios ecosistemicos (los relacionados con agua, suelo y clima), por

trabajarlos a nivel de cuenca, y por usar un conjunto reducido de herramientas (eg. SWAT e INvEST).

En este sentido, la presente investigación busca evaluar tendencias espacio-temporales en la

producción del conocimiento sobre análisis y modelos espaciales de SE pero no realiza una

evaluación profunda de la programación de algoritmos o el funcionamiento de las herramientas

para modelar espacialmente los SE.

Distribución temporal de las publicaciones

Si bien el concepto de “servicio ecosistémico” se ha usado en la literatura desde los años 70´s

(Vandewalle et al. 2008), es apenas desde el año 2001 que este concepto se comienza a volver

operativo en el paisaje. El número de artículos publicados donde se utilizan herramientas de

modelado espacial de SE es aún limitado, sin embargo a partir del año 2010 se han publicado el 80%

de los artículos científicos sobre el tema. La presente revisión reporta 65 artículos con 75 estudios

de caso, cifra similar a los estudios evaluados en otras revisiones de literatura en valoración de SE

(Schägner et al. 2013; 69 artículos revisados), indicadores de SE (Egoh et al. 2012; 67 artículos

revisados) y métodos de espacialización de SE (Martínez-Harms y Balvanera 2012; 70 artículos

revisados). Por otra parte, el artículo de revisión de Crossman et al. (2013) encontró un total de 122

artículos, cuyo objetivo fue desarrollar una lista de verificación de la información necesaria para

quienes quieren realizar la espacialización de SE.

Con respecto a las herramientas, SWAT ha sido la más utilizada desde el año 2001, ya que este es el

más antiguo de los software evaluados en la presente revisión (Arnold et al. 1998). Los otros

modelos publicados como FIESTA (Mulligan y Burke, 2005), InVEST (Tallis y Polasky, 2009) y ARIES

(Villa et al. 2009) fueron desarrollados más recientemente, y en la última década se han utilizado

con mayor frecuencia que SWAT. Específicamente InVEST, es en la actualidad el software más

utilizado para espacializar SE patrón que había sido reportado previamente or Nemec y Raudsepp

(2013).

Ámbito geográfico y espacial

Los estudios donde se espacializan SE son realizan en todos los continentes del mundo, sin embargo

algunos países se destacan por su número de publicaciones, tal es el caso de Estados Unidos, China

y España, resultado similar al de la revisión de espacialización y modelado de SE realizada por

Crossman et al. (2013). A pesar de que los estudios tienen una amplia distribución geográfica no se

observan patrones de uso de los software para el modelado espacial a través de los diferentes países

y continentes. Por ejemplo, la importancia de China como lugar donde se realizan investigaciones

de SE, principalmente los relacionados con hidrología, podría estar relacionada con la preocupación

de las instituciones nacionales por enfrentar la escasez del agua y también el aumento del consumo

de la misma, problemática reportada en varias publicaciones (Jiang, 2015, 2009; Cai y Ringler, 2007).

Sin embargo, los SE relacionados con regulación climática, así como la provisión, calidad y

tratamiento de agua fueron los más comúnmente analizados y modelados. Este patrón fue

reportado previamente por Vigerstol y Aukema (2011) y reviste gran importancia en la toma de

decisiones (Malinga et al 2015; Martínez-Harms y Balvanera, 2012; Egoh et al. 2012). En este

sentido, era de esperarse que el ámbito geográfico en este tipo de publicaciones estuviera muy

centrado en estudios de casos a nivel de cuencas, las cuales son de gran importancia ya que están

relacionadas directamente con la provisión de SE claves como provisión de agua, mitigación de

inundaciones, regulación climática, entre otros (Luck et al. 2009). Además, las cuencas son unidades

ecológicas independientes de las fronteras político-administrativas y representan un rasgo de la

conectividad altitudinal entre paisajes generalmente altamente transformados por usos agrícolas y

urbanos (Baker y Miller, 2013). Estas acciones antrópicas alteran ampliamente los procesos

hidrológicos a nivel global con modificaciones que afectan las características físicas, químicas y

biológicas de los cuerpos de agua (Carpenter et al. 2011), las cuales posiblemente podrían actuar en

sinergia con el cambio climático global, y tener como resultado escasez de agua para diferentes usos

(Bangash et al. 2013). Es importante mencionar que el suministro de servicios hidrológicos depende

de un rango de procesos ecológicos que operan en particular a escala de cuenca (de Groot et al.

2010). La importancia de las cuencas dentro de las publicaciones también se ve reflejado por el

hecho de que los cuatro softwares evaluados tienen módulos relacionados con servicios

hidrológicos, como provisión de agua, calidad y tratamiento del agua, regulación del agua, entre

otros.

Las ventajas de restringir el modelado espacial de SE al ámbito de cuenca hidrográfica es que deja

implícito : (a) al alto impacto al que están sometidas las cuencas por el aumento de la intensidad de

diversas actividades humanas (Wang, 2001); (b) los efectos de cambio climático y del uso del suelo

(Zhou et al. 2015); (c) el requerimiento de la gestión sostenible de los recursos suelo y agua para

mantener la productividad de los recursos a largo plazo (Prato, 2000); y (d) proporciona un marco

para delinear la distribución espacial y los vínculos entre los procesos físicos y las comunidades

biológicas en un contexto físico (Montgomery et al. 1995) y no en ámbitos político-administrativos.

Sin embargo, las publicaciones utilizadas para esta revisión han pasado por alto la importancia de

describir el gradiente de ecosistemas evaluados, los cuales dependiendo de su estado de

conservación tendrán la capacidad de seguir proporcionando SE a las poblaciones humanas (MEA,

2005). La inclusión de los ecosistemas dentro de los mapas de SE es esencial para tener un modelado

más integral, que trascienda las coberturas y usos del suelo en los paisajes, patrón que se observa

en los artículos revisados.

Además, el problema de invisibilizar los ecosistemas en el gradiente altitudinal de las cuencas, es

que la deforestación o degradación de alguno de los ecosistemas presente a lo largo de la cuenca

afectará la cantidad y calidad del agua, sea por interacciones con el clima local, el agua usada por

las plantas, la modificación del suelo superficial, entre otros (Zhou et al. 2015). Se debe tener

cuidado con hacer extrapolaciones de los efectos locales y de corto plazo de los servicios

hidrológicos a escalas generales, y viceversa entre escalas (Brauman et al. 2007), entonces al no

identificar en este tipo de estudios los ecosistemas asociados tanto a las partes altas, medias y bajas,

la gestión no atenderá las necesidades de estas áreas de forma adecuada. Además, no sólo es

cuestión de SE hídricos, ya que por ejemplo la captura de carbono no se presenta de igual forma a

lo largo de una cuenca, ya que la parte alta recibe la mayor parte del carbono terrestre que entra a

los ríos, el cual se almacena de forma desproporcional en las partes bajas de las redes fluviales (Wohl

et al. 2012).

Con respecto a la extensión espacial de los estudios de caso, la mayoría corresponden a una escala

intermedia o de tipo regional, seguidos por locales y por nacionales. Este patrón ha sido

documentado previamente en revisiones sobre diferentes tópicos de servicios ecosistemicos y

explican que la dominancia de estudios a escala regional es debido a la disponibilidad de información

especial (Malinga et al. 2015, Martínez-Harms y Balvanera 2012). Sin embargo, un aspecto

preocupante es que los estudios de caso revisados presentan diferentes escalas espaciales en el

modelado de SE sin basarse en un marco conceptual sólido. A manera de ejemplo, en laTabla 3 se

presenta un resumen de las diversa escalas espaciales de análisis propuestas por diferentes autores

Tabla 3. Comparación de escalas (extensión) utilizadas en revisiones de espacialización de SE.

Malinga et al. (2015) Martínez-Harms y Balvanera

(2012)

de Groot et al. (2010)

Escala Rango (Km2) Escala Rango Escala Rango

Poblado Municipalidad Provincia Nación Continente

2-13 60-8.709 12.248-83.000 51100-1.220.000 10.180.000

Parche Local Regional Nacional Global

10 –102

102 – 103

103 – 105 105 – 106 > 106

Plot plant Ecosistema Bioma-paisaje Global

< 1Km2

1 – 10.000 Km2

10.000-1.000.000 Km2

> 1.000.000 Km2

Desafortunadamente en esta revisión no se pudo corroborar los criterios de selección de una escala

espacial de trabajo, dado que las publicaciones analizadas no hacen mención alguna a la elección de

la extensión del área espacializada. Por su parte, de Groot et al. (2010) proponen una escala

geográfica para algunos SE de regulación basado en la base ecológica, y ponen los siguientes

ejemplos, un parche de bosque puede proporcionar el SE de la polinización para un área de cultivo

cercana y en cambio el servicio de regulación climática se presenta solamente a escala global (Tabla

3).

En conclusión, aunque las investigaciones a nivel de cuencas son muy importantes, como ya se ha

mencionado, debe ser clave incluir en los análisis el gradiente ecosistemico, el grado de pérdida,

degradación y fragmentación de las coberturas y también una resolución espacial de trabajo

adecuada, teniendo en cuenta los SE especializados (sensu de Groot et al. 2010).

Servicios ecosistémicos: categorías y conceptos

A pesar de que diferentes estudios han usado categorías ligeramente diferentes de SE (algunos de

los cuales consideran la categoría de soporte), los resultados encontrados en la presente revisión

son similares dado que los servicios de regulación son los más frecuentemente modelados, seguidos

de los de provisión (Malinga et al. 2015; Martínez-Harms y Balvanera, 2012). Sin embargo, se debe

tener en cuenta que estas publicaciones tuvieron objetivos diferentes pero relacionados con la

espacialización de SE. Por ejemplo Malinga et al. (2015), revisaron artículos que evaluaran más de

un SE por medio de cualquier herramienta, y para estos los principales servicios encontrados fueron:

provisión de agua, alimento, regulación climática y, recreación y turismo. De la misma forma

Martínez-Harms y Balvanera (2012), evaluaron todos los métodos para espacializar SE, donde los

servicios más comunes fueron almacenamiento de carbono, captura de carbono, producción de

alimentos y recreación.

Para esta revisión se incluyó la categoría biodiversidad y hábitat dado que el software InVEST cuenta

con modelos específicos que ofrecen salidas gráficas para su representación espacial y porque

algunos artículos han modelado simultáneamente SE junto con biodiversidad y hábitat (Nelson et

al. 2009; Polasky et al. 2011; Chiang et al. 2014). Algunos estudios consideran esta categoría como

un SE de soporte (Malinga et al. 2015) pero no es considerada como un SE para otros autores

(Martínez-Harms y Balvanera, 2012; Egoh et al. 2012). En los artículos revisados cuando se modela

biodiversidad generalmente se modelan múltiples SE, tales como: regulación climática, calidad y

tratamiento del agua, provisión de agua, polinización, formación del suelo, alimento, recreación,

valores estéticos, madera, regulación de riesgos naturales y algunas veces solo. En los 11 artículos

que analizan la biodiversidad, los SE con los que más fue espacializada más frecuentemente fueron:

regulación climática (25,8%), calidad y tratamiento del agua (19,3%) y provisión de agua (16,1%).

Esto sugiere que la biodiversidad y el hábitat, son usados como complementos en el entendimiento

holístico de los SE, se presentan aún serios problemas conceptuales al respecto.

De acuerdo con la guía del usuario del software InVEST, la biodiversidad no es tratada como un SE,

sino que es un atributo independiente, con su propio valor intrínseco dentro de los sistemas

naturales. Las razones por las cuales algunos autores modelan la biodiversidad junto con SE es que

permite: (a) hacer comparaciones de los patrones espaciales de la biodiversidad y los SE; (b)

identificar áreas de ganancia recíproca (win-win: áreas donde la conservación puede beneficiar los

ecosistemas y las economías humanas); (c) alertar sobre áreas donde estos objetivos no están

alineados; y (d) realizar análisis de trade-offs entre la biodiversidad y los SE a través de diferentes

escenarios futuros de cambio del uso del suelo (Sharp et al. 2014).

Desde hace un tiempo existe un debate importante sobre si la biodiversidad debe ser considerada

un SE o no (Eigenbrod et al. 2010), sin embargo hoy en día la unión entre la biodiversidad y los SE

está lejos de ser entendida, ya que los dos conceptos son complejos y por lo tanto es difícil entender

sus vínculos (Reyers at al. 2012). Las publicaciones incluidas en esta revisión apuntan a que la

biodiversidad no es un SE por sí mismo, sin embargo es evaluado en sus casos de estudio, soportados

en que juegan un papel crítico en el sostenimiento de una gran cantidad de SE (MEA, 2005).

También, esta puede actuar como regulador de procesos ecosistémicos y proveedor de los mismos,

que en todo caso son fundamentales para el mantenimiento del bienestar humano (Huberman,

2009). En cambio, autores como Eigenbrod et al. (2010) sugieren que la biodiversidad es un SE, pero

reconocen que es necesario realizar evaluaciones del rol de los diferentes elementos de la

biodiversidad en el soporte de otros SE. Mace et al. (2012), consideran que la biodiversidad tiene

un valor de existencia para muchas personas por tanto desean que continúe allí,

independientemente de los beneficios que se derivan de ella. En realidad, es a través del estudio de

la ecología y diversidad funcional que se puede hacer explícita la relación entre biodiversidad y

procesos ecosistémicos (Díaz y Cabido, 2001). Por esto es importante evaluar el grado de

superposición espacial entre las dimensiones composicionales, estructurales, filogenéticas y

funcionales de la biodiversidad para aportar a la toma de decisiones en la conservación biológica

(Devictor et al. 2010) y ver su relación con SE en el territorio. Si bien la biodiversidad se asocia con

procesos ecológicos, aún se desconocen muchos de los atributos relacionados con la prestación de

SE.

En las publicaciones revisadas los resultados de la consistencia espacial entre SE y biodiversidad son

diferentes. Por ejemplo algunas publicaciones, tal es el caso de Bai et al. 2011, quienes encuentran

alto grado de superposición espacial, lo que sugiere que las estrategias de conservación de la

biodiversidad en ciertas áreas pueden mejorar la provisión de múltiples SE. Mientras en otros

trabajos, se observan trade-offs entre la biodiversidad y la provisión de madera en escenarios

futuros (Shoyama y Yamagata, 2014). Todo lo anterior coincide con el artículo de Anderson (2009)

quien estimó la covarianza en áreas importantes para SE (almacenamiento de carbono, agricultura

y recreación) y la biodiversidad en Gran Bretaña, y encontró una mezcla de asociaciones negativas

y positivas y algunas veces sin relación alguna, por ejemplo hábitats importantes para el

almacenamiento de carbono presentaron una baja congruencia con la biodiversidad (especies con

prioridad de conservación), mientras que la biodiversidad y los valores de la agricultura mostraron

una fuerte correlación positiva, y no se encontró ningún tipo de relación entre la recreación y la

biodiversidad. Otros autores como Larsen et al. (2010) después de hacer un estudio global concluyen

que no es posible conservar el 100% de los lugares para asegurar la provisión de SE y al mismo

tiempo representar la biodiversidad, por tanto los esfuerzos para conservar estos serán ineficaces

sino se consideran explícitamente los objetivos para cada uno de ellos.

En esta revisión la provisión de agua fue categorizada como un servicio de provisión de acuerdo con

las propuestas de MEA (2005) y de Groot et al. (2010), sin embargo, autores como Martínez-Harms

y Balvanera (2012) destacan como el SE de provisión de agua fue considerado como un servicio de

Regulación, igual ocurre con el artículo de Malinga et al. (2015), para quienes el SE denominado

cantidad de agua también está dentro de los servicios de regulación, lo cual no es discutido a lo

largo de estas publicaciones. Sin embargo, de acuerdo con Fu et al. (2011) en estudios de SE es muy

común encontrar definiciones ambiguas, más cuando existe una gran variedad de clasificaciones

realizadas por diferentes autores (Costanza et al 1997; De Groot et al. 2002, 2010; MEA, 2005;

Wallace, 2007), las cuales dependen de la teoría básica que cada uno de estos investigadores ha

utilizado para generar estas clasificaciones (Fu et al. 2011).

Por otra parte, múltiples autores han tratado de catalogar los SE bajo diferentes categorías, pero a

la vez han fallado en diferenciar servicios, procesos y funciones ecosistémicas, lo que también ha

aportado a una inconsistencia generalizada en los sistemas de clasificación (Fu et al. 2011). Otros

autores como Fisher y Turner (2008), explican que estas diferencias se derivan del hecho de que los

sistemas de clasificación de servicios se dan en torno a contextos (sociales, culturales, económicos

y ecosistémicos) específicos en los que se utilizan, así mismo como las definiciones utilizadas y por

tanto no en todos los casos pueden ser iguales. Las complejas relaciones ecosistémicas y su

interacción con sistemas sociales indica que no es operativo contar con una lista simple y genérica

de los servicios de ecosistemas, dado que dependen de la escala espacio-temporal de estudio, el

tipo de actores involucrados y el objetivo de gestión y manejo ecosistémico buscado; por ello es

probable y necesario que la tipología de los SE continúe evolucionando para logar guiar con mayor

claridad la toma de decisiones (Haines-Young y Potschin, 2009).

Dentro de las limitaciones halladas se observa una falta de claridad en los conceptos de SE derivada

de múltiples tipificaciones por parte de diversos autores. En los artículos revisados se encontraron

un total de 41 SE bajo diferentes nombres y categorías, los cuales no coincidían con la clasificación

del MEA (2005) u otras propuestas más recientes (eg. de Groot et al. 2010). En general esta falta de

consenso en la clasificación de los SE analizados y modelados, genera confusión entre los usuarios

y debilita los argumentos al momento de sopesar los trade-offs entre conservación y los modelos

extractivistas o de deforestación que degradan el capital natural. Los sistemas de clasificación

actuales confunden procesos y funciones con servicios de los ecosistemas, lo que limita su

contribución en la toma de decisiones (Wallace, 2007).

Preocupaciones, limitaciones y desafíos al futuro

Se observa con gran preocupación que existen herramientas que no tienen un soporte

metodológico publicado en artículos científicos que describan, en revistas indexadas, la

funcionalidad de las herramientas así como sus módulos, algoritmos, requerimientos, supuestos y

alcances (Tabla 1). En este sentido, mucha de la literatura se encuentra en informes técnicos, así

como en páginas y blogs web. Este llamado de atención había sido realizado previamente por

Bagstad et al. (2013), quienes expresan que estas herramientas no han sido ampliamente

documentadas, exceptuando a SWAT e InVEST. Algunos de estos modelos se encuentran en etapas

de desarrollo, como es el caso de MIMES, que a pesar que tiene sus modelos en la web, la

documentación del software y las publicaciones relacionadas aún no están disponibles (Nelson y

Daily, 2009), y por esto no son utilizadas para realizar estudios científicos, pues no cuentan aún con

el soporte metodológico necesario. Lo alarmante es que el uso de estas herramientas está dirigido

a diseñar proyectos para apoyar gobiernos locales en incidir en decisiones ambientales e

implementación de programas de conservación de SE, como pago por servicios ecosistémicos o

proyectos REDD+. Es urgente que la información de las herramientas sea de dominio público y en

los manuales y publicaciones derivadas, se reporte de manera estándar las variables de entrada y

salida, su resolución espacial, la técnica de validación de los datos y los alcances y limitaciones de

los resultados.

Es preocupante la falta de uso de métodos de validación, o su descripción detallada en sus

publicaciones científicas, para considerar los errores asociados a los modelos (algoritmos y rutinas)

utilizados para analizar y espacializar SE. Lo anterior coincide con los afirmado por los autores

Seppet et al. (2011) con respecto a que la información sobre los métodos específicos empleados

para cuantificar SE en general son poco fiables o algunas veces no es incluida en las publicaciones,

por lo tanto muchas veces es difícil evaluar la calidad científica de un estudio. Si bien, los artículos

revisados presentan los resultados y sobre estos generan algunas recomendaciones relacionadas

con el manejo del uso del suelo, el grado de incertidumbre del 66% de estos estudios es alto dada

la falta de validación de los modelos y su verificación en campo. A pesar de que en la actualidad hay

muchos software que modelan espacialmente SE, sólo uno de los más antiguos (SWAT) calibra y

valida los resultados por diferentes técnicas a partir de un amplio rango de herramientas estadísticas

(Gassman et al. 2007). En contraste, es preocupante para el reconocimiento de los SE en la toma de

decisiones, que las crecientes publicaciones que usan InVEST para analizar espacialmente los SE

carecen de validación de los modelos. Solo tres artículos (9,6 %) validan los modelos de InVEST a

partir de análisis estadísticos realizados con otros software. En este sentido, es indispensable que el

software INVEST incorpore módulos de validación de sus modelos de manera rutinaria y rigurosa. S

Si bien, es imposible realizar una validación completa de los análisis realizados en sistemas

complejos como son los ecosistemas (Running 1994), se debe mejorar la sensibilidad de las

herramientas empleadas para la validación de los resultados de los estudios en SE. Esto es crucial si

se busca que los análisis y modelos espaciales de SE sean incorporados en la toma de decisiones

actual y futura y en la priorización de áreas de conservación (Martínez-Harms y Balvanera, 2012).

Esta advertencia sobre la ausencia de validación de los modelos desde hace un tiempo también

viene siendo reportada en otras áreas de estudio, tales como cambio climático y calidad de hábitat

en poblaciones silvestres (Conner, 2002), distribución de efecto de tóxicos en especies silvestres

(Raimondo et al. 2007), entre otras áreas. La validación de los modelos espaciales de SE es una

medida de control esencial, por tanto es muy importante que los softwares desarrollen e incluyan

módulos o rutinas en este sentido. Estos módulos de validación son indispensables para evitar que

los usuarios corran los modelos como cajas negras o grises (Seppelt, 2003), sin criterio de los

supuestos y requerimientos del software, así como las limitaciones y alcances de los resultados.

Además, se deben hacer esfuerzos por desarrollar estándares para la espacialización y así disminuir

las incertidumbres relacionadas con varios de los métodos usados actualmente (Crossman et al.

2013).

Los retos identificados anteriormente buscan hacer un llamado de atención a las principales

entidades financiadoras para estimular, entre las universidades, ONGs y entidades de gobierno, el

avance en la investigación sobre modelos espaciales de SE y su validación. Sin embargo, cabe

resaltar que el 29% de los estudios revisados no reportan una entidad financiadora, por lo que se

asume que estos estudios fueron realizados con recursos propios de los grupos de investigación, lo

que probablemente influya en la falta de validación de la mayoría de los estudios analizados.

Por su parte, China es uno de los países donde más casos de estudio se han publicado dada la

colaboración con Estados Unidos, seguido por estudios de caso en este último país. Si se desea hacer

una valoración integral de SE en diversas regiones del mundo como apoyo a la toma de decisiones,

es necesario contar con estudios de caso rigurosos y robustos en otros ecosistemas para poder tener

valores de referencia en futuras investigaciones. Si bien las entidades que más productividad de

artículos científicos tienen sobre modelos espaciales de SE (eg. Universidad de Stanford, Academia

China de las Ciencias, entre otras) son aquellas que presentan mayor relacionamiento con entidades

de financiación (Figura 10), otras (eg. Universidad de Vermont, Universidad Federal de Pareiba,

Universidad de Hong Kong) han generado el 30% de la investigación científica en el tema de sin

necesidad de financiación (o sin reportar una entidad de financiación en la publicación). Se

recomienda entonces a las entidades financiadoras ampliar su espectro de apoyo económico a estas

instituciones para apoyar la consolidación de la red de instituciones e investigadores en el tema a

nivel global.

La red de colaboración entre la Universidad de Stanford, Universidad de Minnesota y sus aliados

(Universidad Estatal de Colorado, Universidad de Girona, Universidad Politécnica de Madrid,

Universidad de Arkansas, entre otros), presenta una característica muy importante a nivel global

dado que estas instituciones han evaluado un mayor número de categorías de SE, han sido las más

citadas en la literatura científica y tienen un mayor número de publicaciones. Es en este

componente importante de la red donde se presenta la experiencia para continuar el desarrollo de

rutinas y modelos estadísticos para validar los SE. Y de ellas depende parcialmente incrementar su

colaboración científica con otras redes locales nacientes para generar una masa crítica en el tema

que avance rápida y eficientemente en el análisis y modelado espacial de los SE. Adicionalmente,

las organizaciones que funcionan como intermediarias en la red son claves, pues sin ellas no existiría

la red con las instituciones actuales, por tanto se puede concluir que la mayor investigación de este

tema es realizado por el sector académico, algunas entidades del gobierno y una ONG internacional

(Universidad de Stanford, Universidad Politécnica de Madrid, USGS, Fondo Mundial para la

Naturaleza –WWF), lo cual muestra una gran diversidad de tipos de entidades que aportan al

conocimiento y a la toma de decisiones realizadas por medio de la espacialización de SE. Esta

intermediación es relevante ya que evalúa la importancia de un nodo en una red basada en el “flujo”

que puede controlar (Baggio et al. 2015).

Parte de la importancia de las universidades de Stanford y Minnesota radica en que hacen parte del

proyecto Capital Natural (http://www.naturalcapitalproject.org/), lo que ha influido

considerablemente tanto en su productividad científica como en la financiación de este tipo de

proyectos, por ejemplo en el marco de este proyecto se han realizado algunos estudios de caso de

valoración de SE en Baoxing County (China), Sumatra (Indonesia), Valle del Cauca (Colombia), entre

otros. Toda la experiencia ganada durante los últimos 9 años del Proyecto de Capital Natural puede

aplicarse a otra regiones y enriquecerse con la experticia local generada por otros actores quienes

hacen parte de la red periférica de instituciones de investigación en el modelado y espacialización

de SE.

MATERIALES Y MÉTODOS

Búsqueda de literatura

Se realizaron búsquedas sistemáticas de artículos científicos (revisiones de literatura y estudios de

caso), cuyos métodos analíticos se centraran en el mapeo y/o modelado explícito de SE por medio

de alguna herramienta o software. Para esto fueron utilizadas las bases de datos Web of Science,

Scopus y Science Direct entre los años 1980 – 2015 (hasta el mes de febrero).

Durante la fase 1 de la búsqueda se usaron términos referentes a servicios ecosistémicos en la base

de datos Web of Science, los resultados iniciales arrojaron un total de 443 artículos, los cuales se

refinaron restringiendo algunas áreas de investigaciones que no estaban relacionadas directamente

con el tema central de la revisión (Figura 1). Luego de esta exclusión se tuvo un total de 368 artículos,

los cuales fueron revisados uno a uno (títulos y resúmenes) para determinar cuáles cumplían los

siguientes criterios: (i) que utilicen una herramienta cuantitativa para modelar espacialmente

servicios ecosistémicos, (ii) que no utilicen métodos de espacialización que incluyan medidas

obtenidas por medio de percepciones y/o encuestas y (iii) que el idioma del artículo sea inglés,

español o portugués. Al final de esta primera búsqueda se obtuvieron un total de 45 artículos.

En una fase 2 se usaron términos de búsqueda a partir del nombre de las herramientas más

reconocidas sobre SE en diferentes publicaciones (Bagstad et al. 2013; Crossman et al. 2013; Nemec

y Raudsepp-Hearne, 2013; Figura 1), en todas las bases de datos utilizadas. De esta resultaron un

total de 1.048 artículos, los cuales fueron reducidos a 226 documentos luego de ser refinados por

la exclusión de áreas de investigación no relevantes a la presente revisión (Figura 1). Al leer el título

y resumen de cada uno y verificar que cumplieran con los criterios mencionados en la fase 1, se

obtuvieron 36 artículos.

Durante la fase 3 se configuró una búsqueda de artículos que modelaran espacial y explícitamente

SE hídricos a partir de la herramienta Soil Water Assessment Tool - SWAT, y se excluyeron los

artículos en los que se usara esta herramienta fuera del ámbito conceptual de los SE (ej. simulación

de procesos físicos en cuenca hidrográfica, predicción del impacto del cambio del uso del suelo en

la hidrología o análisis de la prevención y control de la contaminación por fuentes no puntuales,

entre otros; Fuente http://swat.tamu.edu/). De esta búsqueda se obtuvieron un total de 295

artículos, los cuales también fueron leídos (título y resumen) uno a uno para verificar el

cumplimiento de los criterios de la fase 1, para un total de 29 artículos.

En la fase 4 se revisó la literatura citada de todos los artículos seleccionados en las fases 1 a 3 en

busca de publicaciones no incluidas previamente. En la fase 5 se unificaron las cuatro bases de datos

para eliminar los duplicados, con lo cual se tuvo un total de 65 artículos evaluados en la presente

revisión de literatura (Figura 1).

Figura 1. Diagrama de la búsqueda de literatura

Análisis de la información

La información extraída de cada uno de los 65 artículos seleccionados se organizó en una matriz,

por medio de la cual se obtuvieron las tendencias temporales y espaciales de los estudios que

realizan espacialización de SE con alguna herramienta, las variables de entrada y salida, la técnicas

de validación y se determinó su distribución y ámbito geográfico.

Para cada publicación se identificaron los SE encontrados y se procedió a agruparlos por categorías

o tipos. La ubicación de cada SE en categorías se hizo basado en las clasificaciones de Groot et al.

(2010) y la MEA (2005). No se tuvo en cuenta la categoría SE de soporte, ya que algunos autores

alertan que al funcionar como apoyo a las otras categorías puede generar doble contabilidad en la

valoración de SE (Fisher et al. 2009), subestimando el valor de algunos servicios de regulación (Ojea

et al. 2011). Además, se incluyó la categoría biodiversidad y hábitat, dado que el software InVEST la

involucra como un módulo aparte de los SE de soporte, y lo define como “el fundamento de los

servicios de los ecosistemas a los que el bienestar humano está vinculado” (MEA, 2005).

Con base en la información de autores, afiliación institucional, entidades financiadoras y número de

citas a cada artículo se realizó un análisis de redes sociales (SNA), el cual permite conocer la

estructura y características de las relaciones entre actores sociales diversos (Otte y Rousseau, 2002).

La información de cada uno de los artículos fue normalizada con el software The Vantage Point

(http://www.thevantagepoint.com/; Porter y Cunningham, 2004) y exportada hacia el software

GEPHI, el cual funciona como una plataforma de exploración y visualización interactiva de redes y

sistemas complejos que permite visualizar, espacializar, filtrar y manipular las redes generadas

(Bastian et al. 2009).

Cada red fue descrita a partir de las dimensiones o métricas indicadoras como: el grado de

centralidad (representa cuantas conexiones unen a las organizaciones con sus vecinas inmediatos

en la red), proximidad (mide que tan cerca está una organización a todos las demás) e

intermediación (determina con qué frecuencia se encuentra un nodo en su trayectoria más corta,

entre cualquier par de nodos en la red, los nodos que están en estos caminos más cortos se

consideran altamente centrales) (Lui et al. 2005), e identificación de subgrupos nodales y de

componente gigante (componente conectado que tiene una fracción significativa de todos los

nodos), lo cual permitió calcular las propiedades generales de la red y otras resultantes (Clark, 2006).

Se hicieron grafos con el propósito de representar gráficamente las interacciones entre entidades

financiadas e instituciones financiadoras. Además, se definió la red de colaboración entre las

organizaciones que publican artículos científicos sobre mapas de SE, para esto se analizaron las

categorías de los SE estudiados, la productividad (número de publicaciones), impacto (el número de

citaciones), y su importancia a partir de su ubicación en la red.

Agradecimientos

Agradezco especialmente a mi director de tesis Nicolás Urbina Cardona, por todo su apoyo durante

esta investigación. De igual forma, agradezco al director de la Maestría en Conservación y Uso de la

Biodiversidad Luis Miguel Renjifo, quien con todo su apoyo me brindo la posibilidad de hacer más

amable el camino arduo que significó este trabajo.

Referencias Anderson BJ, Armsworth PR, Eigenbrod F, Thomas CD, Gillings S, Heinemeyer A, Roy, DB and Gaston, KJ. Spatial covariance between biodiversity and other ecosystem service priorities. Journal of Applied Ecology. 2009; 46: 888–896. Arnold JG, Srinivasin R, Muttiah RS, Williams JR. Large area hydrologic modeling and assessment: part I. Model development. J. Am. Water Resour. Assoc. 1998; 34(1): 73-89. Arnold, JG, Fohrer N. SWAT2000: current capabilities and research opportunities in applied watershed modeling. Hydrological Processes. 2005; 19(3): 563–572. Baggio JA, Brown K, Hellebrandt D. Boundary object or bridging concept? A citation network analysis of resilience. Ecology and Society. 2015; 20(2): 2. http://dx.doi.org/10.5751/ES-07484-200202 Bagstad KJ, Semmens DJ, Waage S, Winthrop R. A comparative assessment of decision-support tools for ecosystem services quantification and valuation. Ecosystem Services. 2013; 5:e27–e39. Bagstad KJ, Villa F, Johnson GW, Voigt B. ARIES – Artificial Intelligence for Ecosystem Services: A guide to models and data, version 1.0. ARIES report series No. 1. The ARIES Consortium, Bilbao, Spain. Bai Y, Zheng H, Ouyang Z, Zhuang C, Jiang B. Modeling hydrological ecosystem services and tradeoffs: a case study in Baiyangdian watershed, China. Environ. Earth. Sci. 2013; 70: 709–718. Bai Y, Zhuang C, Ouyang Z, Zheng H, Jiang B. Spatial characteristics between biodiversity and ecosystem services in a human-dominated watershed. Ecological Complexity. 2011; 8: 177–183. Baker TJ, Miller SN. Using the Soil and Water Assessment Tool (SWAT) to assess land use impact on water resources in an East African watershed. Journal of Hydrology. 2013; 486: 100–111 Bastian M, Heymann S, Jacomy M. Gephi: An open source Software for exploring and manipulating networks. Proceedings of the Third International ICWSM Conference. 2009. 361-362. Boumans R, Roman J, Altman J, Kaufman L. The Multiscale Integrated Model of Ecosystem Services (MIMES): Simulating the interactions of coupled human and natural systems. Ecosystem Services. 2015; 12: 30–41. Boumans RMJ, Costanza R, Farley J, Wilson MA, Rotmans J, Villa F, Portela R, Grasso M. Modeling the dynamics of the integrated earth system and the value of global ecosystem services using the GUMBO model. Ecological Economics. 2002; 41(3): 529–560.

Brauman KA, Daily GC, Duarte TK, Mooney HA. The Nature and Value of Ecosystem Services: An Overview Highlighting Hydrologic Services. Annu. Rev. Environ. Resour. 2007; 32:67–98. Burkhard B, Crossman N, Nedkov S, Petz K, Alkemade R. Mapping and modelling ecosystem services for science, policy and practice. Ecosystem Services. 2013; 4: 1–3. Burkhard B, Kroll F, Nedkov S, Müller F. Mapping ecosystem service supply, demand and budgets. Ecological Indicators. 2012; 21: 17–29. Cai XM, Ringler C. Balancing agriculture and environmental water needs in China: alternative scenarios and policy options. Water Policy. 2007; 9:95–108. Carpenter SR, Stanley EH, Vander-Zanden MJ. Freshwater Ecosystems: Physical, Chemical, and Biological Changes. Annual Review of Environment and Resources. 2011; 36: 75-99. Chan KM, Shaw MR, Cameron DR, Underwood EC, Daily GC. Conservation Planning for Ecosystem Services. PLoS Biology. 2006; 4(11): 2138-2152. Chiang L, Lin Y, Huang T, Schmeller D, Verburg P, Liu Y, Ding T. Simulation of ecosystem service responses to multiple disturbances from an earthquake and several typhoons. Landscape and Urban Planning. 2014; 122: 41– 55. Clark L. Manual para el mapeo de redes como una herramienta de diagnóstico. La Paz – Bolivia: Centro Internacional de Agricultura Tropical- CIAT. 2006. Costanza R, d’Arge R, de Groot R, Faber S, Grasso M, Hannon B, Limburg K, Naeem S, O’Neill RV, Paruelo J, Raskin RG, Sutton P, van den Belt M. The values of the world’s ecosystem services and natural capital. Nature. 1997; 387: 253–260. Corner LM. A technique to locate isolated populations using satellite imagery. Wildlife Society Bulletin. 2002; 30(4): 1044-1049. Crossman ND, Burkhard B, Nedkov S, Willemen L, Petz K, Palomo I, Drakou, E., Martín-Lopez, B., McPhearson, T., Boyanova, R., M., Alkemade, R., Egoh, B., Dunbar, M.B., Maes J. A blueprint for mapping and modelling ecosystem services. Ecosystem services. 2013; 4: 4-14. de Groot R, Brander L, van der Ploeg S, Costanza R, Bernard F, Braat L, Christie, M., Crossman, N., Ghermandi, A., Hein, L., Hussain, S., Kumar, P., McVittie, A., Portela, R. Rodriguez, L.C., ten Brink, P., van Beukering, P. Global estimates of the value of ecosystems and their services. Ecosystem services. 2012; 1: 50-61. de Groot RS, Alkemade R, Braat L, Hein L, Willemen L. Challenges in integrating the concept of ecosystem services and values in landscape planning, management and decision making. Ecological Complexity. 2010; 7: 260–272. de Groot RS, Wilson MA, Boumans RMJ. A typology for the classification, description and valuation of ecosystem functions, goods and services. Ecological Economics. 2002; 41:393–408.

Díaz S, Cabido M. Vive la différence: plant functional diversity matters to ecosystem processes. TRENDS in Ecology & Evolution. 2001; 16(11): 646-655. Devictor V, Mouillot D, Meynard C, Jiguet F, Thuiller W, Mouquet N. Spatial mismatch and congruence between taxonomic, phylogenetic and functional diversity: the need for integrative conservation strategies in a changing world. Ecology Letters. 2010; 13: 1030–1040 Eigenbrod F, Armsworth PR, Anderson BJ, Heinemeyer A, Gillings S, Roy DB, Thomas, C.D. and Gaston, K.J. The impact of proxy-based methods on mapping the distribution of ecosystem services. Journal of Applied Ecology. 2010; 47:377–385. Egoh B, Drakou EG, Dunbar MB, Maes J, Willemen L. Indicators for mapping ecosystem services: a review. Report EUR 25456 EN. Publications Office of the European Union, Luxembourg. 2012. Fu BJ, Su CH, Wei YP, Willett IR, Lu YH, Liu, GH. Double counting in ecosystem services valuation: causes and countermeasures. Ecological Research. 2011; 26(1): 1-14. Fisher B, Turner RK, Morling P. Defining and classifying ecosystem services for decision making. Ecological Economics. 2009; 68: 643–653. Fisher B, Turner RK. Ecosystem services: Classification for valuation. Biological conservation. 2008; 141: 1167–1169. Gassman PW, Reyes MR, Green CH, Arnold JG. The Soil and Water Assessment Tool: Historical Development, Applications, and Future Research Directions. American Society of Agricultural and Biological Engineers. 2007; 50(4): 1211-1250. Haines-Young R, Potschin M. The links between biodiversity, ecosystem services and human well-being. In: Raffaelli, D. & C. Frid (eds.): Ecosystem Ecology: a new synthesis. BES Ecological Reviews Series, CUP, Cambridge in press. 2009. Haddaway NR, Woodcock P, Macura B, Collins A. Making literature reviews more reliable through application of lessons from systematic reviews. Conservation Biology. 2015; 00(0):1–10. Huberman D. World Heritage Sites and the Integration of Biodiversity into an International PES Framework. Journal of Sustainable Forestry. 2009; 28:3-5. Jiang Y. China's water security: Current status, emerging challenges and future prospects. Environmental Science & police. 2015; 54: 106-125. Jiang Y. China’s water scarcity. Journal of Environmental Management. 2009; 9: 3185–3196. Kandziora M, Burkhard B, Müller F. Mapping provisioning ecosystem services at the local scale using data of varying spatial and temporal resolution. Ecosystem Services. 2013; 4: 47–59. Kareiva P, Tallis H, Ricketts TH, Daily GC, Polasky S. Natural Capital: theory and practice of mapping ecosystem services. 1st ed. Oxford: Oxford University Press. 2011.

Larsen FW, Londoño-Murcia MC, Turner WR. Global priorities for conservation of threatened species, carbon storage, and freshwater services: scope for synergy? Conservation Letters. 2011; 4: 355–363. Logsdon RA, Chaubey I. A quantitative approach to evaluating ecosystem services. Ecological Modelling. 2013; 257: 57– 65. Luck GW, Chan KM, Klien CJ. Identifying spatial priorities for protecting ecosystem services. F1000Research. 2012; 1:17. doi: 10.12688/f1000research.1-17.v1.

Luck GW, Chan KM, Fay JP. Protecting ecosystem services and biodiversity in the world’s watersheds. Conservation Letters. 2009; 2: 179–188. Mace GM, Norris K, Fitter AH. Biodiversity and ecosystem services: a multilayered relationship. Trends in Ecology and Evolution. 2012; 27(1): 19-26. Malinga R, Gordon LJ, Jewitt G, Lindborg R. Mapping ecosystem services across scales and continents – A review. Ecosystem Services. 2015. doi:10.1016/j.ecoser.2015.01.006. Martinez- Harms MJ, Balvanera, P. Methods for mapping ecosystem services supply: A review.

International Journal of Biodiversity Science, Ecosystem Services & Management. 2012; 8(1–2): 17–

25.

MEA- Millennium Ecosystem Assessment. Ecosystems and Human Well-being: Biodiversity Synthesis. World Resources Institute. 2005. Washington, DC. 87p. Montgomery DR, Grant GE, Sullivan K. Watershed analysis as a framework for implementing ecosystem management. JAWRA Journal of the American Water Resources Association. 1995; 31(3): 369–386. Mulligan M, Burke SM. FIESTA: Fog Interception for the Enhancement of Streamflow in Tropical Areas. 2005. http://www.ambiotek.com/fiesta. Nelson E, Mendoza G, Regetz J, Polasky S, Tallis H, Cameron DR, Kai M. A. Chan, Gretchen C. Daily, Joshua Goldstein, Peter M. Kareiva, EricLonsdorf, Robin Naidoo, Taylor H. Ricketts and M. Rebecca Shaw. Modeling Multiple Ecosystem Services, Biodiversity Conservation, Commodity Production, and Tradeoffs at Landscape Scales. Front. Ecol. Environ. 2009; 7(1): 4-11. Nelson E, Daily GC. Modelling ecosystem services in terrestrial systems. F1000. Biology Reports. 2010; 2:53 (doi:10.3410/B2-53). Nemec KT, Raudsepp-Hearne C. The use of geographic information systems to map and assess ecosystem services. Biodivers Conserv. 2013; 22:1–15. Ojea E, Martin-Ortega J, Chiabai A. Economic Valuation of Ecosystem Services: Conflicts in Classification. BC3 Policy Briefings 2011-03. Basque Centre for Climate Change (BC3). Bilbao, Spain. 2011. http://www.bc3research.org/working_papers/view.html.

Otte E, Rousseau R. Social network analysis: a powerful strategy, also for the information sciences. Journal of Information Science. 2002; 8(6): 441–453. Polasky S, Nelson E, Pennington D, Johnson KA. The Impact of Land-Use Change on Ecosystem Services, Biodiversity and Returns to Landowners: A Case Study in the State of Minnesota. Environ Resource Econ. 2011; 48: 219–242. Porter AL, Cunningham SW. Tech mining: exploiting new technologies for competitive advantage. Hoboken, NJ: John Wiley &Sons, Inc. 2004. Prato T. Multiple attribute evaluation of landscape management. Journal of Environmental Management. 2000; 60: 325–337. Raimondo S, Mineau P, Barron MG. Estimation of Chemical Toxicity to Wildlife Species Using Interspecies Correlation Models. Environ. Sci. Technol. 2007; 41 (16): 5888–5894. Reyers B, Polasky S, Tallis H, Mooney HA, Larigauderie A. Finding Common Ground for Biodiversity and Ecosystem Services. BioScience. 2012; 62: 503–507. Rincón-Ruíz, A., Echeverry-Duque, M., Piñeros, A. M., Tapia, C. H., David, A., Arias-Arévalo, P. y Zuluaga, P.A. Valoración integral de la biodiversidad y los servicios ecosistémicos: Aspectos conceptuales y metodológicos. Instituto de Investigación de Recursos Biológicos Alexander von Humboldt (IAvH). Bogotá, DC. 2014, 151 pp. Running SW. Testing forest-BGC ecosystem process simulations across a climatic gradient in Oregon. Ecological applications. 1994; 4(2): 238-247. Schägner JP, Brander L, Maes J, Hartje V. Mapping ecosystem services’ values: Current practice and future prospects. Ecosystem services. 2013; 4: 33-46. Seppelt R, Dormann CF, Eppink FV, Lautenbach S, Schmidt S. A quantitative review of ecosystem service studies: approaches, shortcomings and the road ahead. Journal of Applied Ecology. 2011; 48: 630–636. Seppelt R. Computer-based environmental management. WILEY-VCH Verlag GmbH & Co. KGaA, Weinheim. 2003; 284p. Sharp R, Tallis HT, Ricketts T, Guerry AD, Wood SA, Chaplin-Kramer R, Nelson, E., Ennaanay, D., Wolny, S., Olwero, N., Vigerstol, K., Pennington, D., Mendoza, G., Aukema, J., Foster, J., Forrest, J., Cameron, D., Arkema, K., Lonsdorf, E., Kennedy, C., Verutes, G., Kim, C.K., Guannel, G., Papenfus, M., Toft, J., Marsik, M., Bernhardt, J., Griffin, R., Glowinski, K., Chaumont, N., Perelman, A., Lacayo, M. Mandle, L., Griffin, R., and Hamel, P. InVEST tip User’s Guide. The Natural Capital Project, Stanford. 2014. Shoyama K, Yamagata Y. Predicting land-use change for biodiversity conservation and climate-change mitigation and its effect on ecosystem services in a watershed in Japan. Ecosystem Services. 2014; 8: 25–34.

Tallis H, Polasky S. Mapping and Valuing Ecosystem Services as an Approach for Conservation and Natural-Resource Management. Ann. N.Y. Acad. Sci. 2009; 1162: 265–283. Terrado M, Acuña V, Ennaanay D, Tallis H, Sabatera S. Impact of climate extremes on hydrological ecosystem services in a heavily humanized Mediterranean basin. Ecological Indicators. 2014; 37: 199– 209. Vandewalle M, Sykes MT, Harrison PA, Luck GW, Berry P, Bugter R, Dawson TP, Feld, C.K., Harrington, R., Haslett, J.R., Hering, D., Jones, K.B., Jongman, R., Lavorel, S., Martins da Silva, P., Moora, M., Paterson, J., Rounsevell, M.D.A., Sandin, L., Settele, J., Sousa, J.P, Zobel, M. Review paper on concepts of dynamic ecosystems and their services. RUBICODE Deliverable D2.1. 2008. http://www.rubicode.net/rubicode/RUBICODE_Review_on_Ecosystem_Services.pdf Vigerstol KL, Aukema JE. A comparison of tools for modeling freshwater ecosystem services. Journal of Environmental Management. 2011; 92: 2403-2409. Villa F, Bagstad K, Voigt B, Johnson GW, Portela R, Honzák M, Batker D. A Methodology for Adaptable and Robust Ecosystem Services Assessment. PLoS ONE. 2014; 9(3): e91001. doi:10.1371/journal.pone.0091001. Villa F, Ceroni M, Bagstad K, Johnson G, Krivov S. ARIES (ARtificial Intelligence for Ecosystem Services): a new tool for ecosystem services assessment, planning, and valuation. 11th International BIOECON Conference on Economic Instruments to Enhance the Conservation and Sustainable Use of Biodiversity. 2009. Venice, Italy. Waage S, Armstrong K, Hwang L. New Business Decision-Making Aids in an Era of Complexity, Scrutiny, and Uncertainty: Tools for Identifying, Assessing, and Valuing Ecosystem Services. BSR. San Francisco, California. 2011. 40p. Wallace KJ. Classification of ecosystem services: Problems and solutions. Biological conservation. 2007; 139: 235–246. Wang X. Integrating water-quality management and land-use planning in a watershed context. Journal of Environmental Management. 2001; 61: 25–36. Wohl E, Dwire K, Sutfin N, Polvi L, Bazan R. Mechanisms of carbon storage in mountainous headwater rivers. NATURE COMMUNICATIONS. 2012; 3:1263. DOI: 10.1038/ncomms2274. Zhou G, Wei X, Chen X, Zhou P, Liu X, Xiao Y, Sun G, Scott DF, Zhou S, HanL, Su Y. Global pattern for the effect of climate and land cover on water yield. NATURE COMMUNICATIONS. 2015; 6:5918 | DOI: 10.1038/ncomms6918.