Plataformas de modelado de servicios ecosistémicos: El norte de la Patagonia como un ejemplo de caso aplicando k.LAB | Platforms for ecosystem services modeling: An applied example to the northern Patagonia

Los avances tecnológicos y metodológicos de las últimas décadas, como la información satelital, la potenciade los ordenadores, el análisis geoespacial y el desarrollo de algoritmos, han facilitado la búsqueda de soluciones aproblemas complejos como el cambio global. Estos avances han permitido el surgimiento de plataformas informáticaspara el modelado de servicios ecosistémicos (SE), que cuantifican los beneficios de la naturaleza y evalúan cómo son oserán afectados por acciones humanas. En la actualidad, existen múltiples plataformas con características variadasque les otorgan diferentes grados de aptitud según el contexto. Entre ellas, destaca k.LAB por ser gratuita, de códigoabierto y presentar un enfoque de ciencia colaborativa, además de utilizar inteligencia artificial para integrar diferentestécnicas de modelado. Una de las principales ventajas de k.LAB es su versatilidad para responder a las demandas dediferentes usos, desde la programación y el modelado de SE hasta la toma de decisiones. Sin embargo, k.LAB es pococonocida por aquellos que cuantifican y mapean SE, especialmente en Latinoamérica. Esto representa una barrerapara aprovechar su potencial, al igual que ocurrió con otras herramientas de acceso libre y código abierto, como R,cuya adopción requirió tiempo, revisiones, discusiones y materiales didácticos en revistas especializadas. El objetivo deeste trabajo es presentar las capacidades de k.LAB en el contexto de las plataformas de modelado de SE. Para ello,primero introducimos las plataformas de modelado de SE en términos generales, enfatizando algunas de las másutilizadas. Luego, caracterizamos la plataforma k.LAB en términos técnicos y filosóficos. Posteriormente, presentamosun caso de estudio en el norte de la Patagonia argentina, en el que ilustramos la obtención de mapas de tres SE(captura de carbono, polinización y recreación al aire libre) utilizando aplicaciones de modelado dirigidas a personas sinexperiencia en programación. Finalmente, establecemos características deseables en las plataformas de modelado deSE para discutir algunas de las ventajas y limitaciones de k.LAB en relación con otras alternativas. Esperamos que estematerial brinde un marco general útil para el modelado de SE y amplíe el conjunto de herramientas disponibles paraabordar problemáticas relacionadas con el cambio global en Argentina y el resto de los países de la región.

In recent decades, technological and methodological advances, such as satellite information, computer power, geospatial analysis and algorithm development have facilitated the search for solutions to complex problems like global change. These advances resulted in the development of platforms for ecosystem services (ES) modeling, which quantifies nature’s benefits and evaluates the effects of human activity. Currently, various platforms are available, each with different characteristics that make them more suitable depending on the context. Among these platforms, k.LAB stands out for being free, open source and based on collaborative science. It also utilizes artificial intelligence to integrate different modeling approaches. One of its main advantages is its versatility in meeting the needs of different users, from programmers and modelers to decision makers. However, k.LAB is relatively unknown among those who quantify and map ES, especially in Latin America. This limits its potential utilization, similar to what has been observed with other freely accessible and open-source tools like R. The adoption of such tools typically requires time to develop tutorials, reviews and discussions in specialized journals. The objective of this paper is to introduce the capabilities of k.LAB within the context of SE modeling platforms. We first provide an overview of ES modeling platforms, highlighting some of the most widely used ones. Then, we delve into the technical and philosophical aspects that characterize k.LAB. Subsequently, we present a case study focused on the northern region of Argentinean Patagonia, where we utilize modeling applications to map three ES (carbon sequestration, pollination, and outdoor recreation) for users with no programming experience. Finally, we outline desirable features of SE modeling platforms and discuss some of the advantages and limitations of k.LAB compared to other alternatives. We hope that this material offers a useful general framework for SE modeling and expands the range of tools available to address global change issues in Argentina and the rest of the countries in the region.

Fil: Oddi, Facundo José. Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Patagonia Norte. Instituto de Investigaciones En Recursos Naturales, Agroecologia y Desarrollo Rural. - Universidad Nacional de Rio Negro. Instituto de Investigaciones En Recursos Naturales, Agroecologia y Desarrollo Rural.; Argentina

Fil: Márquez Torres, Alba. Universidad del País Vasco; España

Fil: Pompeu, João A.. Universidad del País Vasco; España

Fil: Magrach, Ainhoa. Universidad del País Vasco; España

Fil: Balbi, Stefano. Universidad del País Vasco; España

Fil: Villa, Ferdinando. Universidad del País Vasco; España

Fil: Garibaldi, Lucas Alejandro. Consejo Nacional de Investigaciones Cientificas y Tecnicas. Centro Cientifico Tecnologico Conicet - Patagonia Norte. Instituto de Investigaciones En Recursos Naturales, Agroecologia y Desarrollo Rural. - Universidad Nacional de Rio Negro. Instituto de Investigaciones En Recursos Naturales, Agroecologia y Desarrollo Rural.; Argentina