Natural forest regrowth is a cost-effective, nature-based solution for biodiversity recovery, yet different socioenvironmental factors can lead to variable outcomes. A critical knowledge gap in forest restoration planning is how to predict where natural forest regrowth is likely to lead to high levels of biodiversity recovery, which is an indicator of conservation value and the potential provisioning of diverse ecosystem services. We sought to predict and map landscape-scale recovery of species richness and total abundance of vertebrates, invertebrates, and plants in tropical and subtropical second-growth forests to inform spatial restoration planning. First, we conducted a global meta-analysis to quantify the extent to which recovery of species richness and total abundance in second-growth forests deviated from biodiversity values in reference old-growth forests in the same landscape. Second, we employed a machine-learning algorithm and a comprehensive set of socioenvironmental factors to spatially predict landscape-scale deviation and map it. Models explained on average 34% of observed variance in recovery (range 9-51%). Landscape-scale biodiversity recovery in second-growth forests was spatially predicted based on socioenvironmental landscape factors (human demography, land use and cover, anthropogenic and natural disturbance, ecosystem productivity, and topography and soil chemistry); was significantly higher for species richness than for total abundance for vertebrates (median range-adjusted predicted deviation 0.09 vs. 0.34) and invertebrates (0.2 vs. 0.35) but not for plants (which showed a similar recovery for both metrics [0.24 vs. 0.25]); and was positively correlated for total abundance of plant and vertebrate species (Pearson r = 0.45, p = 0.001). Our approach can help identify tropical and subtropical forest landscapes with high potential for biodiversity recovery through natural forest regrowth.
Predicción de la Recuperación de la Biodiversidad a Escala de Paisaje según la Regeneración Natural del Bosque Tropical Resumen La regeneración natural del bosque es una solución rentable para la recuperación de la biodiversidad basada en la naturaleza, sin embargo, los diferentes factores socioambientales pueden derivar en resultados variables. Cómo predecir la ubicación en donde la regeneración natural del bosque recuperará los niveles de biodiversidad, los cuales son un indicador del valor de la conservación y un suministro potencial de diferentes servicios ambientales, es un vacío de conocimiento importante en la planeación de la restauración forestal. Buscamos predecir y mapear la recuperación a escala de paisaje de la riqueza de especies y la abundancia total de vertebrados, invertebrados y plantas en bosques tropicales y subtropicales de segundo crecimiento para guiar la planeación de la restauración. Primero, realizamos un metaanálisis mundial para cuantificar la medida a la que se desvió la recuperación de la riqueza y la abundancia total de especies en los bosques de segundo crecimiento de los valores de biodiversidad en los bosques antiguos referenciales en el mismo paisaje. Después, utilizamos un algoritmo de aprendizaje automático y un conjunto integral de factores socioambientales para predecir espacialmente la desviación a escala de paisaje para después mapearla. Los modelos explicaron en promedio el 34% de la varianza observada en la recuperación (rango de 9-51%). La recuperación de la biodiversidad a escala de paisaje en los bosques de segundo crecimiento pudo predecirse espacialmente con base en los factores socioambientales del paisaje (demografía humana, uso y cobertura del suelo, alteraciones naturales y antropogénicas, productividad del ecosistema, tipo de topografía y de suelo); fue significativamente más alta para la riqueza de especies que para la abundancia total de vertebrados (desviación media pronosticada ajustada al rango de 0.09 versus 0.34) e invertebrados (0.2 versus 0.35) pero no para las plantas (las cuales mostraron una recuperación similar para ambas medidas [0.24 versus 0.25]); y tuvo una correlación positiva para la abundancia de especies de plantas y vertebrados (Pearson r =0.45, p=0.001). Nuestra estrategia puede ayudar a identificar los paisajes de bosques tropicales y subtropicales con un potencial alto para la recuperación de la biodiversidad por medio de la regeneración natural del bosque.
Keywords: bosque aleatorio; bosque secundario; forest restoration; meta-analysis; metaanálisis; modelos predictivos; natural regeneration; planeación espacial; predictive models; random forest; regeneración natural; restauración forestal; secondary forest; spatial planning.
© 2021 Society for Conservation Biology.