Dynamic integration of sustainability indicators in the socio-ecological model of the Fuerteventura biosphere reserve = Integración dinámica de indicadores de sostenibilidad en el modelo socio-ecológico de la reserva de la biosfera de Fuerteventura

  1. Baños Gonzalez, Isabel Beatriz
Supervised by:
  1. Miguel Ángel Esteve Selma Director
  2. Julia Martínez Fernández Director

Defence university: Universidad de Murcia

Fecha de defensa: 13 January 2016

Committee:
  1. Francisco Robledano Aymerich Chair
  2. Beatriz Vidal Legaz Secretary
  3. Juan Antonio Blanco Vaca Committee member
Department:
  1. Ecology and Hydrology

Type: Thesis

Abstract

Como contribución a la evaluación de la sostenibilidad de los sistemas socioecológicos (SES) insulares, se ha desarrollado un modelo dinámico para la sostenibilidad de la Reserva de la Biosfera de Fuerteventura (FSM) bajo el enfoque de los sistemas dinámicos. El FSM, calibrado para el periodo 1996-2011, superó los tests de bondad de ajuste para las 20 variables con datos observados disponibles, y otros procesos de validación, lo que apoya la utilidad del modelo como herramienta para el análisis de la sostenibilidad en los SES. El FSM, estructurado en 5 sectores (socio-turístico, usos del suelo, biodiversidad, calidad ambiental y recursos hídricos), permitió la integración de 37 indicadores de sostenibilidad, facilitando el análisis de las interacciones entre variables clave e indicadores. Los resultados permiten cuantificar contradicciones potenciales, que podrían pasar desapercibidas usando indicadores estáticos. El FSM se ha aplicado a la evaluación del Plan de Acción de la Reserva de la Biosfera de Fuerteventura, en relación a ciertos objetivos de sostenibilidad, indicadores y medidas de gestión. Se ha analizado el comportamiento de 10 indicadores y sus umbrales bajo 8 medidas para el periodo 2012-2025. Los resultados muestran que todas las medidas excederían sistemáticamente los umbrales de 4 indicadores. Por tanto, esas medidas serían insuficientes para abordar algunos objetivos clave relacionados con el paisaje y la energía. Los resultados de la simulación permiten priorizar entre esas medidas usando los 6 indicadores restantes. Siguiendo la norma “Umbral superado, medida desechada”, solo una de las opciones, la producción de forraje rehabilitando gavias abandonadas para alimentar al ganado, no superaría ninguno de estos seis umbrales y podría asignársele la prioridad más alta. Sin embargo, esta medida presentaría ciertos efectos negativos sobre otros indicadores, por lo que se requeriría algunas medidas compensatorias. Se ha demostrado la utilidad del análisis de sensibilidad (AS) como herramienta en el desarrollo y aplicación de modelos socioecológicos. El AS permitió: i) La mejora de la formulación del modelo aplicando AS local. Se eliminaron 8 parámetros insensibles, haciendo el modelo más compacto. ii) Una evaluación detallada de la robustez del modelo. La simulación Monte Carlo mostró una respuesta de baja a moderada para 16 de las 18 variables clave del modelo, lo que respalda la confianza en sus resultados. iii) La identificación de los parámetros más reactivos. Los resultados muestran el potencial de estos parámetros para desarrollar medidas más efectivas que otras propuestas por diferentes actores para un mismo objetivo, como la reducción de la degradación de la vegetación de alta calidad, y el control del desarrollo urbano-turístico. iv) La incorporación explícita de la incertidumbre a la evaluación de políticas y escenarios económicos y de cambio climático. Las conclusiones sobre si ciertos umbrales podrían ser excedidos podrían variar al tener en cuenta la incertidumbre. Por tanto, el riesgo potencial de que algún umbral de sostenibilidad pudiera superarse bajo las medidas analizadas podría pasar desapercibido si la incertidumbre no se considerase, aumentando la vulnerabilidad del sistema. Como ejemplo de aplicación del FSM a un sector específico, se ha abordado la dinámica del hábitat potencial de la hubara. Los resultados de la simulación son consistentes con las estimaciones disponibles para los años 1996, 2002 y 2011, con una pérdida alrededor del 13% entre 1996-2011. El escenario tendencial (BAU) supondría una pérdida entorno al 20% del hábitat entre 2012-2025. Esta pérdida sería alrededor de un 13% mayor y un 12% menor que BAU, bajo los escenarios de crecimiento y recesión económica, respectivamente. Además, el uso del modelo permitió la identificación de contradicciones entre medidas de conservación del hábitat de la hubara y otras políticas ambientales, como la de rehabilitación de gavias. As a contribution to the sustainability assessment of insular socio-ecological systems (SES), a dynamic model of the sustainability of Fuerteventura Biosphere Reserve (FSM) has been developed under the system dynamics approach. The FSM, calibrated for the 1996-2011 period, was satisfactorily tested regarding goodness of fit for 20 variables with available observed data series. This and other testing procedures support the usefulness of the model as a tool to understand this SES and analyse its sustainability. The FSM, structured in five sectors (socio-tourist, land uses, flagship species, environmental quality and water resources), enabled the integration of 37 sustainability indicators, which facilitates an integral analysis of the interactions between key variables and indicators. Moreover, the results allowed to quantify potential trade-offs which may often go unnoticed using static indicators. The FSM was applied to assess the Fuerteventura Biosphere Reserve Action Plan, regarding proposed environmental sustainability goals, indicators and policy measures. The behaviour of ten indicators, whose sustainability thresholds were set out, was analysed under eight measures for the 2012-2025 period. The results showed that all these policy measures would systematically exceed the sustainability thresholds of four indicators. It may be concluded that these policy measures are insufficient to address some key goals related to landscape and energy issues. Simulation results allowed to prioritise among these measures using the remaining six indicators and their sustainability thresholds. Following the rule “Threshold out, measure out”, only 1 out of these measures, aimed at cropping fodder on restored traditional agro-landscapes to feed cattle, would not see any of these thresholds exceeded. Thus, it might be assigned the highest priority. Nevertheless, this option would present certain trade-offs regarding other indicators, which would require some compensation measures. The sensitivity analysis (SA) has revealed as a powerful tool in all stages of model development and application of SES models. The SA allowed: i) The improvement of the model formulation with the One factor At Time technique. Eight no sensitive parameters were removed, making the model more compact and parsimonious. ii) A detailed assessment of robustness. The Monte Carlo simulations showed a low to moderate response for 16 out of the 18 target model variables to changes in parameters values, which support enough confidence on model outcomes. iii) The identification of the most responsive parameters (leverage points). Results point to the potential of using these leverage points to develop more effective measures as compared with other measures with the same objective proposed by different agents, regarding the objective of reducing grazing in the high quality natural vegetation and the objective of controlling the tourist accommodations growth. vi) The explicit consideration of the uncertainty in the assessment of policies and scenarios, as socio-economic and climate change. Conclusions regarding whether certain sustainability thresholds might be exceeded may change when uncertainty is taken into account. Therefore, the potential risks related to the overcome of sustainability thresholds may go unnoticed without considering the uncertainty, increasing the vulnerability of the system. As an example of a FSM application for an in-depth understanding of specific sectors, the dynamics of the houbara potential habitat has been addressed. Simulation results are consistent with the available estimations for years 1996, 2002 and 2011, showing a loss around 13% along the 1996-2011 period. The BAU scenario would give rise to almost 20% of habitat loss between 2012-2025, whereas the loss would be around 13% higher and 12% lower than BAU for the economic growth and recession scenarios, respectively. Moreover, the use of the model has allowed to identify trade-offs between the conservation of the houbara habitat and other environmental policies, as traditional farming system restoration.