El olor de las aves, clave para entender la depredación de nidos en especies amenazadas
Estimar con precisión la amenaza real de la depredación sobre las aves que anidan en el suelo siempre ha sido un desafío metodológico. Usando al urogallo como modelo, un novedoso estudio ha demostrado que, al incorporar el olor corporal del ave en nidos artificiales, extraído de sus secreciones glandulares, se logra replicar casi perfectamente las tasas de depredación de los nidos naturales, superando un sesgo crucial en el estudio de la depredación.
La depredación es un factor ecológico fundamental que afecta directamente a las poblaciones de presas, siendo un determinante crítico del éxito reproductor para las aves que anidan en el suelo. Estudiar este fenómeno en especies crípticas y amenazadas, como el urogallo cantábrico y pirenaico (Tetrao urogallus), plantea serios desafíos, ya que sus nidos son difíciles de localizar y el esfuerzo de monitorización puede causar perturbaciones o incluso aumentar el riesgo de depredación.
El urogallo es una especie galliforme en peligro a nivel nacional en la Península Ibérica, cuya población fragmentada se enfrenta a amenazas como la pérdida de hábitat y la depredación por parte de carnívoros mamíferos. En esta imagen se observa un zorro depredando un nido de urogallo.
Debido a estas dificultades, el uso de nidos artificiales es una herramienta común, rentable y mínimamente invasiva para estimar las tasas de depredación. Sin embargo, la fiabilidad de este método ha sido cuestionada, ya que los nidos artificiales a menudo subestiman o sobreestiman la depredación, entre otros motivos, porque carecen de señales olfativas relevantes. Mientras que los depredadores aviares se guían por señales visuales, muchos depredadores mamíferos, especialmente los mesocarnívoros, utilizan predominantemente el sentido del olfato para localizar los nidos.
El objetivo de este estudio, liderado por el Grupo de Investigación en Ecología y Gestión de Fauna Silvestre del Instituto de Investigación en Recursos Cinegéticos (IREC – CSIC, UCLM, JCCM), en colaboración con investigadores de la Universidad de Córdoba y personal técnico del Conselh Generau d’Aran, fue abordar esta laguna metodológica. Los investigadores buscaron evaluar el papel de las señales olfativas en la depredación de nidos artificiales, utilizando al urogallo como caso de estudio. Compararon las tasas de depredación de nidos artificiales tratados con olor corporal de urogallo (derivado de las secreciones de su glándula uropigial) con nidos artificiales sin olor, contrastando ambos con las tasas de depredación de nidos reales monitorizados en la misma zona de los Pirineos catalanes (España).
Los resultados de esta investigación demostraron que la tasa de depredación detectada mediante cámaras trampa sobre nidos reales de urogallo fue del 51,4%. Los nidos artificiales tratados con olor de urogallo presentaron una tasa de depredación del 52,2%, muy próxima a la observada para los nidos reales. En contraste, los nidos artificiales sin la aplicación de olor subestimaron significativamente la tasa depredación, registrando un valor del 6,3%.
Tasa de depredación observada en nidos artificiales de urogallo sin olor, en nidos artificiales de urogallo con olor corporal derivado de las secreciones de su glándula uropigial y en nidos reales de urogallo.
La identificación de los depredadores primarios mediante cámaras trampa en los nidos reales y en los nidos artificiales con olor también arrojó resultados consistentes. Se identificó a las martas y garduñas (Martes martes y Martes foina) y a los zorros rojos (Vulpes vulpes) como los principales depredadores. En los nidos reales, las martas representaron el 50% de los eventos identificados, y los zorros, el 38,9%. En los nidos artificiales con olor de urogallo, las martas y garduñas fueron responsables del 42,6% y los zorros rojos del 40,4% de los eventos, respectivamente, depredando de manera similar a ambos tipos de nidos. También se observó depredación por jabalíes (Sus scrofa) y osos pardos (Ursus arctos) en los nidos artificiales con olor.
Estos resultados confirman que la ausencia de señales olfativas en los nidos artificiales tradicionales puede producir una subestimación del riesgo real de depredación por mamíferos, que son depredadores clave del urogallo. Por lo tanto, la incorporación de olor corporal de ave en los estudios de nidos artificiales mejora significativamente la precisión de las estimaciones de la tasa de depredación, especialmente para especies crípticas que anidan en el suelo. Este método es crucial porque permite replicar mejor las condiciones naturales y minimizar los sesgos relacionados con los depredadores dependientes del olfato.
Para la conservación del urogallo y otras aves terrestres amenazadas, la mejora de esta metodología es fundamental, ya que las estimaciones precisas de la depredación son esenciales para comprender uno de los principales factores que limitan el éxito reproductivo. Métodos inexactos podrían llevar a diagnósticos erróneos y a la toma de decisiones de gestión ineficaces o incluso contraproducentes. Por lo tanto, se recomienda la adopción generalizada de esta metodología refinada en la investigación sobre depredación de nidos, no solo para la evaluación del riesgo, sino también para evaluar la eficacia de intervenciones de conservación, como la aversión condicionada al alimento o el camuflaje químico.
Aunque nuevas tecnologías como los dispositivos GPS están ayudando a monitorear nidos naturales, los experimentos con nidos artificiales perfumados siguen siendo una herramienta útil y rentable para identificar patrones espaciales de depredación y tipos de depredadores en paisajes más amplios. La combinación de estos enfoques ofrece una comprensión más completa de la dinámica de la depredación.
Puedes consultar la publicación científica de este trabajo de investigación en:
- Tobajas, J., Roig, J., de Francisco, O. N., Ramos-López, B., Afonso-Jordana, I. 2025. Improving accuracy of artificial nest predation studies using bird scent: The case of Tetrao urogallus (Western Capercaillie). Ornithological Applications, 2025, duaf066.
