PIF2024 - Especies Invasoras Acuáticas: estado global y tendencias (PID2023-152037OB-I00)

Los ecosistemas de agua dulce están gravemente amenazados por las especies exóticas invasoras (EEI), que contribuyen a la pérdida de biodiversidad, perturban los ecosistemas y generan ingentes costes económicos. Urge recopilar los datos a escala mundial sobre las EEI de agua dulce, como apoyo a la valoración de riesgos y desarrollo de estrategias de gestión. El principal objetivo de esta tesis doctoral es desarrollar una base de datos global sobre las EEI de agua dulce que permita conocer sus características, patrones de distribución, impactos y posibles tendencias futuras. En concreto, exploraremos el potencial de las nuevas tecnologías, incluyendo la inteligencia artificial (IA) para: 1) extraer automáticamente datos acerca de la presencia (coordenadas) y características (rasgos biológicos, tolerancia ambiental) de las especies invasoras a escala global, y 2) describir los patrones espacio-temporales de invasión en ecosistemas acuáticos del mundo. Además, utilizaremos técnicas avanzadas de modelización ecológica para: 3) anticipar la expansión de especies invasoras bajo escenarios de cambio climático. Entre las habilidades que se desarrollarán en este trabajo podemos destacar: 1) optimización de prompts de IA para su uso en investigación aplicada, 2) técnicas de modelización estadística, 3) técnicas de análisis geográfico, 4) especialización en gestión de recursos naturales.