Avaliação das ferramentas de modelagem preditiva de nicho fundamental para espécies de aves do Parque Estadual da Serra do Mar e Núcleo São Sebastião - SP

• Main Author: Matos, Rodrigo da Silva
• Other Authors: Couto, Hilton Thadeu Zarate do
• Format: Others
• Language: pt
• Published: Biblioteca Digitais de Teses e Dissertações da USP 2010
• Subjects: Algorithms; Algoritmos; Aves - Classificação; Avifauna; Biodiversidade; Biodiversity; Birds; Classification; Conservation; Data Modelling; Ecossistemas florestais - Conservação; Environmental Protection.; Forest ecosystem; Modelagem de dados; Proteção ambiental.
• Online Access: http://www.teses.usp.br/teses/disponiveis/11/11150/tde-25052010-091544/

Os modelos de distribuição de espécies (MDEs) utilizam dados de ocorrência de campo e variáveis ambientais para indicar locais adequados para a ocorrência de uma espécie. Apesar dos inúmeros trabalhos que avaliam diversos aspectos deste tipo de modelagem, a aplicação desses métodos para predição do distribuição potencial de espécies de aves em escala local para o Parque Estadual da Serra do Mar (PESM) São Paulo, ainda não foi avaliada. Este trabalho analisa o potencial dos MDEs para o referido parque a partir das variáveis ambientais disponíveis para modelagem da área. Para isso, foram desenvolvidos modelos para 23 espécies de aves a partir de dados coletados em levantamento sistemático da avifauna do Núcleo São Sebastião um dos 8 núcleos que integram o PESM. Numa primeira etapa foi utilizado o algoritmo Maxent, por ser um dos mais utilizados segundo a literatura e por sua habilidade em realizar predições a partir de informações incompletas. A seguir a performance do Maxent foi comparada com as performances dos algoritmos GARP e Enviromental Distance. O parâmetro utilizado para analisar o desempenho e definir os melhores modelos preditivos foi a analise do valor de AUC. Os modelos ainda foram avaliados através da matriz de confusão, para estabelecer a taxa de omissão, e realizar o Teste Binomial Duas proporções do BioEstat 5.0 a fim de estabelecer a probabilidade dos acertos destes modelos serem diferentes do acaso. E finalmente foi determinada a área mínima estimada, baseado na premissa que um bom modelo deve prever a menor área possível com o maior numero de acertos ao mesmo tempo. Apesar de existir um número reduzido de camadas disponíveis para modelagem da área em escala local 8 mapas - O Maxent, teve o melhor desempenho entre os algoritmos testados, esse algoritmo se mostrou capaz de gerar mapas estatisticamente bons e biologicamente confiáveis para aves, nas áreas estudadas. São necessários cuidados específicos com relação a escolha das espécies a serem modeladas, assegurando que os camadas disponíveis representem premissas das necessidades ecológicas dessas espécies. Estudos posteriores sobre as respostas do algoritmo a diferentes quantidades e padrões de distribuição dos dados de ocorrência podem elucidar a aplicabilidade do algoritmo como ferramenta para auxiliar nos trabalhos de conservação. === Species Distribution Models (SDM) use Field occurrence data and environmental variables to indicate adequate places for the presence of a species. Despite a number of papers evaluate various aspects on these methodologies, the application of such models in order to predict the potential niche for bird species in Parque Estadual da Serra do Mar (PESM) in Sao Paulo, hasnt been analyzed yet. This paper examines the potential of SDM for the referred park from available variable to the modelling of the area. In order to do so, models were developed for 23 bird species form data collected in a systematic survey in the avifauna in Núcleo Sao Sebastião which is one of the 8 centers that are part of PESM. At first, Maxent algorithm was used as it is one of the most used algorithms according to current literature and due to its ability to accomplish predictions from incomplete information. Maxent performance was then compared to GARP and Environmental Distance algorithms performances. The parameter used to analyze skill and define the best predicting models was AUC value analyses. They were also evaluated though the confusion matrix as to establish the omission rate and take the binomial test of two proportions in order to define the correctness of such models as being different from chance and finally the estimated minimum area was determined based on the premise that a good model must predict the smallest possible area with the biggest number of correctness allowed. Although there are a few number of layers for modelling the area in local scale (just 8 maps), maxent results to be potentially useful for generating maps for potential distribution of the birds from the park. It was the best result shown by the 3 algorithms methods tried out. More studies are necessary as to evaluate the algorithms behavior from a smaller number of records occurrences well as different patterns en these records for the definition of the best method of distribution modelling of the avifauna in the park. Maxent proved itself to be capable of generating maps that are mathematically good and ecologically reliable for the birds in studied areas, It was the best result shown shown by the 3 algorithms methods tried out. Specific care is necessary in relation to the species to be modeled so as to assure the feasible layers represent premises of the ecological needs for such species. Further studies on the algorithm responses to different quantities and distributions patterns of occurrence data may elucide its applicability as a tool to help conservation work.