Theoretical and data-driven models in Ecology

Abstract

[eng] Life on Earth has evolved over billions of years, resulting in a rich diversity of species and ecosystems that provide essential services for human survival and well-being. However, this biodiversity is rapidly declining due to human activities such as habitat destruction, climate change, invasive species and emergent diseases. These interconnected drivers are causing widespread loss of species and degradation of ecosystems, threatening global ecological stability and human prosperity. Addressing this crisis requires an interdisciplinary approach to understand and mitigate its impacts, ensuring the preservation of biodiversity and the sustainability of human societies.

In this thesis we develop theoretical and data-driven methods to address pressing issues in Ecology and Conservation Biology through the lens of Complex Systems and interdisciplinary research. We address a range of contemporary challenges related to biodiversity loss driven by climate change and emerging diseases. These challenges include the spread of diseases, ocean acidification and the decline of critical ecosystems such as coral reefs and seagrass meadows. We rely on a combination of theoretical models, computational simulations, and advanced data analysis techniques to gain a deeper understanding of these complex ecological phenomena.

In the first two parts of this thesis we develop mathematical models of disease spread to fill knowledge gaps in the transmission dynamics of marine and vector-borne plant diseases. We focus on two case studies: the Mass Mortality Event (MME) of Pinna nobilis and the vector-borne plant diseases caused by the bacterium Xylella fastidiosa. We investigate the role of key factors such as temperature or pathogen mobility in the transmission of the MME, and the impact of the non-periodic seasonal abundance of insect vectors on the spread of plant diseases. These models provide insights into the mechanisms driving the dynamics of these diseases, and the potential for their control and management.

In the third part, we apply this gained knowledge to develop a novel theoretical framework to predict the potential distribution of vector-borne plant diseases based on environmental and climatic factors. We demonstrate the utility of this model by predicting the risk of Pierce's disease of grapevines, caused by Xylella fastidiosa, under current and future climate scenarios. Our methodology represents a significant advancement in the field of disease biogeography, providing a way to integrate the inherent complex ecological interactions of diseases to predict its potential establishment based on environmental conditions.

Finally, in the fourth part of this thesis, we develop and apply data-driven methods to monitor and assess the health of coastal marine ecosystems. We present an innovative framework to reconstruct missing data from ocean pH time-series using deep learning techniques, which enhance our ability to monitor ocean acidification accurately. Additionally, we employ machine learning and satellite imagery to map and evaluate the condition of seagrass meadows, offering a scalable and cost-effective approach to ecosystem monitoring. Moreover, we conduct a global analysis of the spatial properties of coral reefs using remote sensing data, uncovering universal patterns in reef size distribution and geometry. These insights are crucial for developing targeted conservation strategies to protect these vulnerable ecosystems.

This thesis underscores the importance of interdisciplinary research, integrating ecological theory, complex systems science, and artificial intelligence to tackle ecological challenges. The findings contribute to the development of effective conservation strategies, aiming to mitigate the impacts of climate change and emergent diseases on biodiversity. Ultimately, this work supports efforts to preserve the integrity of ecosystems and ensure the sustainability of human societies in the face of ongoing environmental changes.

[cat] La vida a la Terra ha evolucionat al llarg de milions d'anys, produint una rica diversitat d'espècies i ecosistemes que proporcionen serveis essencials per a la supervivència humana. No obstant això, aquesta biodiversitat està disminuint ràpidament a causa d'activitats humanes com la destrucció d'hàbitats, el canvi climàtic, les espècies invasores i les malalties emergents. Aquests factors interconnectats estan provocant una pèrdua generalitzada d'espècies i la ràpida degradació dels ecosistemes, cosa que amenaça l'estabilitat ecològica global i la prosperitat humana. Per abordar aquesta crisi es requereix un enfocament interdisciplinari que permeti comprendre i mitigar els seus impactes, assegurant la preservació de la biodiversitat i la sostenibilitat de les societats humanes.

En aquesta tesi desenvolupem mètodes teòrics i basats en dades per estudiar problemes relacionats amb la pèrdua de biodiversitat causada pel canvi climàtic i les malalties emergents. A través de la lent dels sistemes complexos, abordem desafiaments contemporanis com la propagació de malalties, l'acidificació dels oceans i el declivi d'ecosistemes crítics com els esculls de corall o les praderies marines de \textit{Posidonia oceanica}. Ens basem en una combinació de models matemàtics, simulacions computacionals i tècniques avançades d'anàlisi de dades per obtenir una comprensió més profunda daquests complexos fenòmens ecològics.

A les dues primeres parts d'aquesta tesi, desenvolupem models matemàtics per avançar la nostra comprensió sobre les dinàmiques de transmissió de malalties marines i transmeses per vectors. Ens centrem en dos exemples: l'Esdeveniment de Mortalitat Masiva (MME) de Pinna nobilis i les malalties de plantes causades pel bacteri Xylella fastidiosa. Investiguem el paper de factors clau com la temperatura o la mobilitat de patògens a la transmissió de l'MME i l'impacte de l'abundància estacional d'insectes vectors a la propagació de malalties de plantes. Aquests models proporcionen noves perspectives sobre els mecanismes que faciliten aquestes malalties aixi com sobre el seu control i maneig.

A la tercera part, apliquem aquest coneixement adquirit per desenvolupar un nou marc teòric per predir la distribució potencial de malalties de plantes transmeses per vectors en funció de factors ambientals i climàtics. Demostrem la utilitat d'aquest model en predir el risc de la malaltia de Pierce de la vinya, causada per Xylella fastidiosa, en escenaris climàtics actuals i futurs. La nostra metodologia representa un avenç significatiu en el camp de la biogeografia de malalties, ja que proporciona una forma d'integrar les interaccions ecològiques complexes inherents a les malalties per predir el seu possible establiment a funció de les condicions ambientals.

Finalment desenvolupem i apliquem mètodes basats en dades per monitoritzar i avaluar la salut dels ecosistemes marins costaners. Utilitzant tècniques d'aprenentatge profund, presentem un marc innovador per reconstruir sèries temporals de pH oceànic incompletes, millorant la nostra capacitat de monitoritzar la acidificació oceànica amb precisió. A més, fem servir aprenentatge automàtic i imatges satel·litàries per mapejar i avaluar l'estat de les praderies marines de Posidonia oceanica, oferint un enfocament escalable i rendible per a la monitorització d'aquests ecosistemes. Finalment fem una anàlisi global de les propietats espacials dels esculls de corall utilitzant dades de teledetecció, descobrint patrons universals en la distribució de la mida i la geometria dels esculls.

Aquesta tesi subratlla la importància de la investigació interdisciplinària, integrant la teoria ecològica, la ciència de sistemes complexos i la intel·ligència artificial per abordar els desafiaments ecològics. Les troballes contribueixen al desenvolupament d'estratègies de conservació efectives, amb l’objectiu de mitigar els impactes del canvi climàtic i les malalties emergents a la biodiversitat. En última instància, aquest treball recolza els esforços per preservar la integritat dels ecosistemes i garantir la sostenibilitat de les societats humanes davant dels canvis ambientals en curs.

[spa] La vida en la Tierra ha evolucionado a lo largo de millones de años, produciendo una rica diversidad de especies y ecosistemas que son fundamentales para la supervivencia humana. Sin embargo, esta biodiversidad está disminuyendo rápidamente debido a actividades humanas como la destrucción de hábitats, el cambio climático, las especies invasoras y las enfermedades emergentes. Estos factores interconectados están provocando una pérdida generalizada de especies y la degradación acelerada de los ecosistemas, lo que amenaza la estabilidad ecológica global y la prosperidad humana. Para abordar esta crisis se requiere un enfoque interdisciplinario que permita comprender y mitigar sus impactos, asegurando la preservación de la biodiversidad y la sostenibilidad de las sociedades humanas.

En esta tesis desarrollamos métodos teóricos y basados en datos para estudiar problemas relacionados con la pérdida de biodiversidad causada por el cambio climático y las enfermedades emergentes. A través de la lente de los sistemas complejos, abordamos desafíos contemporáneos como la propagación de enfermedades, la acidificación de los océanos y el declive de ecosistemas críticos como los arrecifes de coral o las praderas marinas. Nos basamos en una combinación de modelos matemáticos, simulaciones computacionales y técnicas avanzadas de análisis de datos para obtener una comprensión más profunda de estos complejos fenómenos ecológicos.

En las dos primeras partes de esta tesis, desarrollamos modelos matemáticos para avanzar nuestra comprensión de la dinámica de transmisión en enfermedades marinas y transmitidas por vectores. Nos centramos en dos ejemplos: el Evento de Mortalidad Masiva (MME) de Pinna nobilis y las enfermedades de plantas causadas por la bacteria Xylella fastidiosa (Xf). Investigamos el papel de factores clave como la temperatura o la movilidad de patógenos en la transmisión del MME y el impacto de la estacionalidad en la abundancia de vectores en la propagación de enfermedades de plantas. Estos modelos brindan nuevas perspectivas sobre los mecanismos que facilitan estas enfermedades asi como sobre su control y manejo.

En la tercera parte, aplicamos este conocimiento adquirido para desarrollar un nuevo marco teórico para predecir la distribución potencial de enfermedades de plantas transmitidas por vectores en función de factores climáticos. Demostramos la utilidad de este modelo al predecir el riesgo de la enfermedad de Pierce de la vid, causada por Xf, en escenarios climáticos actuales y futuros. Nuestra metodología representa un avance significativo en el campo de la biogeografía de enfermedades, permitiendo integrar las complejas interacciones ecológicas inherentes a las enfermedades para predecir su posible establecimiento en función de las condiciones ambientales.

Finalmente desarrollamos métodos basados en datos para monitorizar y evaluar la salud de los ecosistemas marinos costeros. Utilizando técnicas de aprendizaje profundo, presentamos un marco innovador para reconstruir series temporales de pH oceánico incompletas, mejorando nuestra capacidad de monitorizar la acidificación oceánica con precisión. Además, empleamos aprendizaje automático e imágenes satelitales para mapear y evaluar el estado de las praderas marinas de Posidonia oceanica, ofreciendo un enfoque escalable y rentable para monitorizar estos ecosistemas. Finalmente realizamos un análisis global de las propiedades espaciales de los arrecifes de coral utilizando datos de teledetección, descubriendo patrones universales en la distribución del tamaño y la geometría de los arrecifes.

Esta tesis subraya la importancia de la investigación interdisciplinar, integrando ecología, sistemas complejos e inteligencia artificial para abordar los desafíos ecológicos. Los hallazgos contribuyen al desarrollo de estrategias de conservación, con el objetivo de mitigar los impactos del cambio climático y las enfermedades emergentes. Nuestro trabajo contribuye a preservar la integridad de los ecosistemas y garantizar la sostenibilidad de las sociedades humanas frente al cambio climático.