Modelagem de distribuição geográfica de espécies
-
Upload
andre-semensato -
Category
Education
-
view
81 -
download
54
Transcript of Modelagem de distribuição geográfica de espécies
![Page 1: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/1.jpg)
Modelagem de Distribuição Geográfica de Espécies
![Page 2: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/2.jpg)
Programação do Curso
Aula teórica (hoje): Dados em biodiversidade Sistemas na Internet Nicho Ecológico de Espécie Modelagem de Distribuição Erros na Previsão: Omissão vs.
Sobreprevisão Dados Espaciais Escala dos Dados para Análise Algoritmos:
– BioClim – GARP
Aplicações Exemplos
Aula prática (amanhã): Introdução ao DesktopGarp Preparação dos dados Entrada dos dados Seleção de informação espacial
e ambiental Processamento e análise dos
resultados Outras aplicações:
– espécies invasoras– mudanças climáticas– projeção no tempo
![Page 3: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/3.jpg)
Caracterização dos Dados sobre Biodiversidade
Dados primários: – coletas e observações:
o quê: espécie; onde: local da coleta; quando: data; quem: autor; como: método.
Dados secundários:– sumários, sínteses.
![Page 4: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/4.jpg)
Basear análises e planejamentos em dados secundários é conveniente, mas...
Caracterização dos Dados sobre Biodiversidade
![Page 5: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/5.jpg)
Basear análises e planejamentos em dados secundários é conveniente, mas...
Danifica a conexão vital entre o produto e os dados. O produto começa a degradar-se
Caracterização dos Dados sobre Biodiversidade
![Page 6: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/6.jpg)
Degradação dos Dados e Produtos
Quase imediatamente, novas informações tornam-se disponíveis, taxonomias são refeitas, paisagens e padrões de uso de solo mudam, e os dados tornam-se menos significativos. Assim, a qualidade e o significado dos produtos, assim como dos dados em que se baseiam, começam a se degradar.
A afirmação é feita ...
“Espécie X está presente no Local Y”
![Page 7: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/7.jpg)
Basear análises e planejamentos em dados secundários é conveniente, mas...
Danifica a conexão vital entre o produto e os dados. O produto começa a degradar-se
Não permite ao produto melhorar, crescer e evoluir com novos dados e de melhor qualidade
Caracterização dos Dados sobre Biodiversidade
![Page 8: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/8.jpg)
O uso de dados primários, especialmente os pontos de ocorrência de espécies, resolve vários problemas:
– Aproveita a grande quantidade de dados para todas as regiões e espécies
– Permite a atualização e evolução dos produtos conforme os dados tornam-se melhores - o produto melhora com o tempo
– Permite uma variedade de análises quantitativas e sintéticas, abrindo novas possibilidades para o uso da informação sobre biodiversidade
Caracterização dos Dados sobre Biodiversidade
![Page 9: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/9.jpg)
Pontos de ocorrência de espécies oferecem várias vantagens...
– Ocorrências de espécies são associadas a pontos específicos no espaço, permitindo a caracterização de necessidades ecológicas
– Ocorrências de espécies são associadas a pontos específicos no tempo, permitindo a avaliação de mudanças temporais
– Pontos de ocorrência são apropriados para uso em análises estatísticas e outros métodos quantitativos
– Torna desnecessário qualquer passo interpretativo intermediário no processo
Caracterização dos Dados sobre Biodiversidade
![Page 10: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/10.jpg)
3 bilhões de espécimes e dados relacionados, de animais e plantas, espalhados por museus de história natural e herbários, além dos dados de observação
Descrevem cerca de 2 milhões de espécies
Representam 300 anos de exploração científica da biodiversidade do planeta
Biblioteca da Vida
Caracterização dos Dados sobre Biodiversidade
![Page 11: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/11.jpg)
Dados não encontram-se disponíveis:– Maior parte está em etiquetas de papel
Acesso aos Dados Primários
![Page 12: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/12.jpg)
![Page 13: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/13.jpg)
Dados não encontram-se disponíveis:– Maior parte está em etiquetas de papel– Dados informatizados encontram-se em
sistemas operacionais heterogêneos, plataformas distintas, e sistema de gerenciamento de coleções diversos
Acesso aos Dados Primários
![Page 14: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/14.jpg)
Dados não encontram-se disponíveis:– Maior parte está em etiquetas de papel– Dados informatizados encontram-se em
sistemas operacionais heterogêneos, plataformas distintas, e sistema de gerenciamento de coleções diversos
Amostragem em coleções são individualmente incompletas
Acesso aos Dados Primários
![Page 15: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/15.jpg)
Paris Museu Britânico
Field MuseumKU - Museu de
HistóriaNatural
Coleções de Pássaros Mexicanos
![Page 16: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/16.jpg)
“Museu Mundial” de Pássaros Mexicanos
![Page 17: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/17.jpg)
Exemplo dos Pássaros Mexicanos
Dados integrados de 43 instituições
4 anos para construir o banco de dados
Ligação entre o banco de dados e o produto final é danificada
Coleção mais significante tinha apenas 16% dos dados
![Page 18: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/18.jpg)
Exemplos de Sistemas na Internet
The Species Analyst – Iniciativa da América do Norte
ENHSIN - European Natural History Specimen Information Network
CONABIO - México
ERIN - Austrália
Rede de Coleções no Estado de São Paulo (FAPESP)
![Page 19: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/19.jpg)
1. Amostragem existente é incompleta
2. Brancos na distribuição conhecidarepresentam ausência real ou simplesmente não-deteção
3. Não é possívelfazer a distinção entre as duas possibilidades sem dados adicionais
4. Inferência além dos limites dos dados reais se torna necessária
O Problema da Amostragem
![Page 20: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/20.jpg)
Modelagem de Espécies
Ferramenta fundamental para inferência da distribuição de espécies selvagens
Baseada em dois princípios:– modelos do nicho ecológico (habitat)– previsão da localização geográfica da espécie
![Page 21: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/21.jpg)
Nicho Ecológico de Espécie
É o conjunto de condições ecológicas com que as populações da espécie conseguem se manter
Precipitação
Tem
pera
tura
Modelo de nicho ecológico É definido como um
espaço n-dimensional:
![Page 22: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/22.jpg)
Pontos de ocorrência georeferenciados
Coberturas geográficas resumindo dimensões ambientais como temperatura, precipitação, topografia, solos, geologia;
Usa de associações não-aleatórias entre pontos e coberturas para construir o modelo do nicho ecológico da espécie;
Projeta o modelo de volta nos mapas para prever a distribuição da espécie.
Modelagem de Distribuição
![Page 23: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/23.jpg)
Geo
graf
ia
Eco
logi
a
Modelagem de Distribuição
Pontos de Ocorrência
Algoritmo
Precipitação
Tem
pera
tura
Modelo do Nicho Ecológico
Previsão daDistribuição
Nativa
![Page 24: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/24.jpg)
distribução geográfica real
Erros na Previsão de Distribuição
![Page 25: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/25.jpg)
Distribuição geográfica prevista
Erros na Previsão de Distribuição
![Page 26: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/26.jpg)
distribução geográfica real
SobreprevisãoOmissão
Distribuição geográfica prevista
Erros na Previsão de Distribuição
![Page 27: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/27.jpg)
Erros na Previsão de Distribuição
Dois tipos possíveis de erro na previsão:– Omissão: área ocupada não faz parte da
previsão– Sobreprevisão: previsão inclui área não
ocupada
![Page 28: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/28.jpg)
Objetivo: Minimizar ambas formas de erro
Erros na Previsão de Distribuição
![Page 29: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/29.jpg)
Erros na Previsão de Distribuição
Características dos erros na previsão:– Omissão: quase sempre é um erro no modelo
(má qualidade) ou no dado de ocorrência (identificação incorreta da espécie, erro no georeferenciamento)
– Sobreprevisão: pode ser tanto um problema do modelo quanto uma deficiência da amostragem dos dados de ocorrência. Impossível determinar qual a natureza do erro
![Page 30: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/30.jpg)
Dados Espaciais Usados nas Análises
Variáveis importantes para a espécie Variáveis mais comuns:
– Clima: temperatura, precipitação, radiação solar, cobertura de nuvens, neve (!?), etc
– Relevo: DEM, elevação, fluxos, etc– Hidrografia– Cobertura Vegetal
![Page 31: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/31.jpg)
Escala dos Dados para Análise
Compatibilizar a escala dos dados de ocorrência com os dados ambientais
Coleções Biológicas 10 a 1.000kmDados ambientais 1 a 100kmColetas com GPS ~100mBase do Biota ~100m
![Page 32: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/32.jpg)
Limitação da Modelagem Devido ao Conceito de Nicho Ecológico de Espécies: Previsão da distribuição não leva em conta os fatores históricos
Em outras palavras, uma espécie pode não habitar uma região que apresente condições favoráveis à manutenção de populações pois nunca teve a chance de chegar até lá, devido a uma barreira geográfica, por exemplo
Modelagem de Distribuição
![Page 33: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/33.jpg)
Algoritmos
BioClim (Bioclimatic Envelope)
GARP (Genetic Algorithm for Rule-set Production)
Regressão Logística Análise Multivariada
![Page 34: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/34.jpg)
Pontos de ocorrência sobre acobertura geográfica , como
a precipitação
BioClim
![Page 35: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/35.jpg)
Pontos de ocorrência sobre acobertura geográfica , como
a precipitação
Histograma da freqüência daocorrência dos pontos nas classes de precipitação
BioClim
![Page 36: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/36.jpg)
Pontos de ocorrência sobre acobertura geográfica , como
a precipitação
Histograma da freqüência daocorrência dos pontos nas classes de precipitação
Distribuição é corrigida paraeliminar os registros marginais de habitat
BioClim
![Page 37: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/37.jpg)
Pontos de ocorrência sobre acobertura geográfica , como
a precipitação
Histograma da freqüência daocorrência dos pontos nas classes de precipitação
Distribuição é corrigida paraeliminar os registros marginais de habitat
A distribuição é projetada no mapa
BioClim
![Page 38: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/38.jpg)
Desenvolvido por David Stockwell, no San Diego Supercomputer Center
Tem a vantagem de utilizar múltiplos algoritmos (BIOCLIM, regressão logística)
Diferentes regras podem se aplicar a diferentes setores da distribuição da espécie
Usa um algoritmo genético para escolher as melhores regras
GARP - Algoritmo Genético para Previsão baseada em Conjunto de Regras
![Page 39: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/39.jpg)
Divide o conjunto de pontos em training data set (para construir modelos) e test data set (para avaliação da eficácia do modelo)
Aplica um algoritmo ao training data set– BIOCLIM– regressão logística– análise de função determinante– etc.
Avalia a eficácia do modelo, perguntando quando a omissão e a sobreprevisão são significantemente menores que num modelo aleatório
GARP
![Page 40: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/40.jpg)
GARP
Pontos de ocorrência
Distribuiçãoprevista
Dimensõesambientais(coberturasgeográficas)
vegetaçãotemperaturaprecipitação
relevo
![Page 41: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/41.jpg)
Regras do modelo GARP
IF elev1km=[95, 1200] AND geol1km=[1, 10] AND hum1km=[1, 8]mm AND rain1km=[1400, 2000]mm AND temp1km=[18, 25]mm AND veg1km=[7, 10]mmTHEN Taxon=PRESENT
IF elev1km=[250, 1000]mm AND hum1km=[3, 13]mm AND rain1km=[500, 2000]mm AND soil1km=[1, 16]mm AND temp1km=[16, 26]mmTHEN Taxon=BACKGROUND
IF geol1km=[1, 10]mm AND hum1km=[1, 8]mm AND rain1km=[1150, 2365]mmTHEN Taxon=PRESENT
![Page 42: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/42.jpg)
Geo
graf
ia
Eco
logi
a
Possíveis Projeções
Pontos de Ocorrência
Algoritmo
Precipitação
Tem
pera
tura
Modelo do Nicho Ecológico
Previsão daDistribuição
Nativa
Projeção sobreClima Modificado
Projeçãosobre climaalterado
Previsão deInvasão
Projeção sobre outra região
![Page 43: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/43.jpg)
Compreensão da distribuição de espécies raras e ameaçadas
Projeto de programas de re-introdução de espécies
Orientação para novos inventários
Aplicações
![Page 44: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/44.jpg)
Aplicações
Projeto de planos de conservação da biodiversidade
Estudo de espécies invasoras
Estudo dos efeitos da mudança climática sobre a biodiversidade
![Page 45: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/45.jpg)
Exemplos
![Page 46: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/46.jpg)
Exemplo - Haplospiza rustica - Slaty Finch
Espécie Fantasma - Ela existe?
![Page 47: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/47.jpg)
Distribuição Prevista do Slaty Finch
![Page 48: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/48.jpg)
Redescoberta do “Slaty Finch” - 1995
![Page 49: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/49.jpg)
Quão bem podemos prever?Brown Thrasher (Toxostoma rufum)
1. Escolhem-se 20estados para testes
![Page 50: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/50.jpg)
2. Plotar dados de ocorrência (fonte: US Breeding Bird Survey)3. Omitir dados dos 20 estados de teste
Quão bem podemos prever?Brown Thrasher (Toxostoma rufum)
![Page 51: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/51.jpg)
4. Modelar a distribuição potencial baseado nos dados da BBS
Quão bem podemos prever?Brown Thrasher (Toxostoma rufum)
![Page 52: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/52.jpg)
5. Testar a previsão:sobrepondo os dados da BBS para os 20 estados de teste
Quão bem podemos prever?Brown Thrasher (Toxostoma rufum)
![Page 53: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/53.jpg)
• Previsão aleatória: 252 pontos• 715 dos 741 pontos de teste previstos corretamente• Significância estatística P < 10-225
• Todos 34 pássaros testados com significância• Nenhuma excedeu 10-3
Quão bem podemos prever?Brown Thrasher (Toxostoma rufum)
![Page 54: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/54.jpg)
Apoio à Decisão: US Gap Analysis vs GARP
Mourning Warbler Testado em Maine
(com mais 30 outras espécies de
pássaros)
29 das 31 espécies: modelos do GARP significativamente melhores que os da metodologia GAP
Cinza = GapVerde = TSA + GARPPreto = BBS transectsVermelho = ocorrências documentadas
![Page 55: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/55.jpg)
Apoio à Decisão: Endemismo nas Florestas do Sudoeste do México
• Distribuição de 16 aves endêmicas das florestas do SO mexicano• Previsão usando o Species Analyst + GARP a partir de dados de museus
![Page 56: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/56.jpg)
Concentração primária deespécies endêmicas (12 espécies)
Concentração secundária (4 espécies)
Onde investir em conservação?
Apoio à Decisão: Endemismo nas Florestas do Sudoeste do México
![Page 57: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/57.jpg)
Reservas ecológicasnão atingem a concentraçãosecundária
Apoio à Decisão: Endemismo nas Florestas do Sudoeste do México
Concentração primária deespécies endêmicas (12 espécies)
Concentração secundária (4 espécies)
![Page 58: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/58.jpg)
Mudanças climáticas globais são uma realidade, envolvendo processos muito
complexos para serem chamados apenas de “aquecimento global”. As
suas conseqüências para a biodiversidade continuam sem avaliação e muito interesse.
Conseqüências das Mudanças Climáticas para a Biodiversidade
![Page 59: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/59.jpg)
![Page 60: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/60.jpg)
Metodologia de Análise
Adquirir dados de distribuição para muitas espécies (aves, mamíferos, borboletas ...)
Construir modelos ecológicos para cada espécie usando GARP baseados em camadas geográficas atuais
Prever e caracteriza a distribuição geográfica de cada espécie
![Page 61: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/61.jpg)
Metodologia de Análise
Ajustar as camadas geográficas de acordo com projeções de modelos de mudança global em larga escala
Projetar as distribuições de cada espécie nas camadas geográficas ajustadas
Comparar e contrastar as distribuições correntes e projetadas considerando todas as espécies utilizadas
![Page 62: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/62.jpg)
Temperatura Atual
![Page 63: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/63.jpg)
Mudanças Projetadas na Temperatura
![Page 64: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/64.jpg)
Precipitação Atual
![Page 65: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/65.jpg)
Mudanças Projetadas na Precipitação
![Page 66: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/66.jpg)
Pontos de Ocorrência de Atlapetes virenticeps
![Page 67: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/67.jpg)
Atlapetes virenticeps:Modelo de nicho ecológico
0 r 0.50 0.99 28.55 0.35 0.504IF - Elev*0.26 r + Precip*0.19 r - Temp*0.10 rTHEN Taxon=BACKGROUND
4 r 0.53 0.86 23.58 0.51 0.314IF + Elev*0.32 r - Precip*0.19 r - Temp*0.10 rTHEN Taxon=PRESENT
1 r 0.49 0.91 26.32 0.39 0.122IF - Elev*0.02 r + Precip*0.28 r - Temp*0.30 rTHEN Taxon=BACKGROUND
3 m 0.49 0.85 23.73 0.44 0.028IF Elev=[1482,3360]r AND Precip=[ 1, 4]r AND Temp=[ 2, 4]rTHEN Taxon=PRESENT
6 d 0.49 0.86 20.90 0.33 0.019IF Elev=[1937,3241]rTHEN Taxon=PRESENT
2 d 0.49 0.85 23.78 0.44 0.013IF Elev=[ 0,2727]r AND Precip=[ 4, 9]rTHEN Taxon=BACKGROUND
5 d 0.48 0.83 22.11 0.41 0.000IF Elev=[1640,2866]r AND Precip=[ 1, 4]r AND Temp=[ 2, 5]rTHEN Taxon=PRESENT
![Page 68: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/68.jpg)
Previsão de Distribuição Geográfica de Atlapetes virenticeps
![Page 69: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/69.jpg)
0 r 0.50 0.99 28.55 0.35 0.504IF - Elev*0.26 r + Precip*0.19 r - Temp*0.10 rTHEN Taxon=BACKGROUND
4 r 0.53 0.86 23.58 0.51 0.314IF + Elev*0.32 r - Precip*0.19 r - Temp*0.10 rTHEN Taxon=PRESENT
1 r 0.49 0.91 26.32 0.39 0.122IF - Elev*0.02 r + Precip*0.28 r - Temp*0.30 rTHEN Taxon=BACKGROUND
3 m 0.49 0.85 23.73 0.44 0.028IF Elev=[1482,3360]r AND Precip=[ 1, 4]r AND Temp=[ 2, 4]rTHEN Taxon=PRESENT
6 d 0.49 0.86 20.90 0.33 0.019IF Elev=[1937,3241]rTHEN Taxon=PRESENT
2 d 0.49 0.85 23.78 0.44 0.013IF Elev=[ 0,2727]r AND Precip=[ 4, 9]rTHEN Taxon=BACKGROUND
5 d 0.48 0.83 22.11 0.41 0.000IF Elev=[1640,2866]r AND Precip=[ 1, 4]r AND Temp=[ 2, 5]rTHEN Taxon=PRESENT
Atlapetes virenticeps:Modelo de nicho ecológico
![Page 70: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/70.jpg)
Modelo para Atlapetes virenticepsProjetado nas Camadas Ajustadas
![Page 71: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/71.jpg)
Atlapetes virenticeps: Antes vs. Depois
![Page 72: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/72.jpg)
Ortalis poliocephala:Antes vs. Depois
![Page 73: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/73.jpg)
Oreophasis derbianus:Antes vs. Depois
![Page 74: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/74.jpg)
Detalhes das Análises de Segunda Geração
Modelo de Circulação Geral HadCM2 – usando dois cenários:
– HHGSDX50 - 0.5%/ano CO2
– HHGGAX50 - 1%/ano CO2
– Resolução de 0.5 x 0.5 graus Seis camadas ambientais Três cenários de habilidade de dispersão 1600 espécies – aves, mamíferos, e 2 famílias de
borboletas
![Page 75: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/75.jpg)
-100
-50
0
50
100
-100 -80 -60 -40 -20 0 20 40 60 80 100
HHGSDX50
HH
GG
AX
50
Universal dispersalNo dispersalContiguous areas
![Page 76: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/76.jpg)
0
1
2
3
-100 - -75 -75 - -50 -50 - -25 -25 - 0 0 - 25 25-50 50 - 75 75 - 100
HHGGAX50
HHGSDX50
0
1
2
3
4
5
-100 - -75 -75 - -50 -50 - -25 -25 - 0 0 - 25 25-50 50 - 75 75 - 100
Fre
quen
cy
0
1
2
3
4
5
-100 - -75 -75 - -50 -50 - -25 -25 - 0 0 - 25 25-50 50 - 75 75 - 100
Percent change in area
Universal
Área Contíguas
Sem Dispersão
Dispersão Universal
![Page 77: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/77.jpg)
0
1
2
3
-100 - -75 -75 - -50 -50 - -25 -25 - 0 0 - 25 25-50 50 - 75 75 - 100
HHGGAX50
HHGSDX50
0
1
2
3
4
5
-100 - -75 -75 - -50 -50 - -25 -25 - 0 0 - 25 25-50 50 - 75 75 - 100
Fre
quen
cy
0
1
2
3
4
5
-100 - -75 -75 - -50 -50 - -25 -25 - 0 0 - 25 25-50 50 - 75 75 - 100
Percent change in area
Universal
Contiguous areas
Sem Dispersão
Dispersão Universal
Áreas Contíguas
![Page 78: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/78.jpg)
0
1
2
3
-100 - -75 -75 - -50 -50 - -25 -25 - 0 0 - 25 25-50 50 - 75 75 - 100
HHGGAX50
HHGSDX50
0
1
2
3
4
5
-100 - -75 -75 - -50 -50 - -25 -25 - 0 0 - 25 25-50 50 - 75 75 - 100
Fre
quen
cy
0
1
2
3
4
5
-100 - -75 -75 - -50 -50 - -25 -25 - 0 0 - 25 25-50 50 - 75 75 - 100
Percent change in area
Dispersão Limitada
Dispersão Universal
Áreas Contíguas
![Page 79: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/79.jpg)
Todas as 1600 espécies analisadas
0
20
40
60
80
100
120
140
160
180
200
0 20 40 60 80 100 120 140 160 180 200DX
AX
Universal dispersal
No dispersal
0
10
20
30
40
50
60
70
80
90
100
0 10 20 30 40 50 60 70 80 90 100
DX
AX ?
![Page 80: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/80.jpg)
Colonizaçãoe Extinção
![Page 81: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/81.jpg)
Borboletas do CanadáRiqueza de Espécies Atual
![Page 82: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/82.jpg)
HGAX 2020
![Page 83: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/83.jpg)
HGAX 2050
![Page 84: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/84.jpg)
HSDX 2020
![Page 85: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/85.jpg)
HSDX 2050
![Page 86: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/86.jpg)
Comparação da Riqueza Máxima:Atual com HSDX 2020
Atual
2020
![Page 87: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/87.jpg)
A Biodiversidade e asMudanças Climáticas Globais
A mudança no clima nos próximos 50 anos envolverá complexas reorganizações de condições ambientais
Espera-se que as conseqüências para espécies animais e vegetais sejam sérias, envolvendo reduções drásticas para muitas espécies, e a extinção para outras
![Page 88: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/88.jpg)
Invasive Species
Impacto sobre sistemas e recursos naturais
Impacto sobre agroecosistemas
Causa a extinção de espécies nativas
![Page 89: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/89.jpg)
Solução Atual: Reativa
Detecção da espécie invasora após a invasão
Abordagem de combate somente espécie por espécie
Abordagens não têm contexto teóricoAbordagens de combate são
completamente reativas
![Page 90: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/90.jpg)
Nova Solução – Metodologia Uso de bancos de dados distribuídos para
obter dados sobre a distribuição nativa ou introduzida
Uso do GARP ou BioClim para modelar o nicho ecológico de invasores em potencial
Projetar os modelos ecológicos às áreas de invasão em potencial
Avaliar o risco e localizar áreas críticas para combate às invasões
![Page 91: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/91.jpg)
Geo
graf
ia
Eco
logi
a
Espécies Invasoras
Pontos de Ocorrência
Algoritmo
Precipitação
Tem
pera
tura
Modelo do Nicho Ecológico
Previsão daDistribuição
Nativa
Previsão deInvasão
Projeção sobre outra região
![Page 92: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/92.jpg)
Largemouth Bass
No Japão?
![Page 93: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/93.jpg)
Pontos de Ocorrência na América do Norte, a partir de dados da FishNet (2437 registros)
![Page 94: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/94.jpg)
Distribuição Potencial Prevista para a América do Norte
![Page 95: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/95.jpg)
Mapa-Mundi I
![Page 96: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/96.jpg)
Mapa-Mundi II
![Page 97: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/97.jpg)
Distribuição Prevista no Japão
![Page 98: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/98.jpg)
Previsão do Ratão do Banhado na América do Norte
![Page 99: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/99.jpg)
Pontos de Distribuição Nativa
![Page 100: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/100.jpg)
Modelo de Distribução Nativa
P < 0.03em todos
os modelos
![Page 101: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/101.jpg)
Projeção na América do Norte
![Page 102: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/102.jpg)
Glassy-winged SharpshooterHomolodisca coagulata
![Page 103: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/103.jpg)
Pontos Conhecidos – Distribuição Nativa
![Page 104: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/104.jpg)
Modelo GARP inferido a partir dos pontos
![Page 105: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/105.jpg)
Distribução Nativa – Mudanças Climáticas
![Page 106: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/106.jpg)
Projeção na Califórnia
![Page 107: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/107.jpg)
Testes do Model de Previsão
![Page 108: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/108.jpg)
Distribuição na Califórniacom Mudanças Climáticas
![Page 109: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/109.jpg)
Distribuição Potencial na America do Sul
![Page 110: Modelagem de distribuição geográfica de espécies](https://reader030.fdocument.pub/reader030/viewer/2022013104/58743bbc1a28ab0e6c8b5939/html5/thumbnails/110.jpg)
Distribuição Potencial na Europa