Detalhes bibliográficos
| Ano de defesa: |
2020 |
| Autor(a) principal: |
Benemann, Victoria Renata Fontoura |
| Orientador(a): |
Petry, Maria Virginia |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade do Vale do Rio dos Sinos
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Biologia
|
| Departamento: |
Escola Politécnica
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Palavras-chave em Inglês: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://www.repositorio.jesuita.org.br/handle/UNISINOS/9448
|
Resumo: |
A modelagem de hábitats adequados para a manutenção da biodiversidade em ambientes modificados pode servir como uma ferramenta importante para fins de conservação biológica. Trindade e Martim Vaz é um arquipélago oceânico localizado a 1.200 km da costa do Brasil, e encontra-se em sucessão ecológica desde a erradicação de caprinos introduzidos na ilha, os quais devastaram sua vegetação original. Modelamos a adequabilidade de hábitat de nidificação do atobá-mascarado Sula dactylatra na Ilha da Trindade, estimando sua potencial distribuição reprodutiva atual, e propusemos a potencial distribuição futura em resposta a quatro cenários de cobertura vegetal na ilha. Foram mapeados 87 ninhos ativos durante as estações reprodutivas de 2017 e 2019 na Ilha da Trindade. Modelamos pontos de ocorrência em resposta a cinco variáveis topográficas (Elevação, Inclinação, Insolação, Aspecto e Comprimento do Fluxo) e duas variáveis de vegetação (Sucessão e Remanescente), usando Ensemble Species Distribution Models (ESDM) de sete algoritmos diferentes: Boosted Regression Trees – GBM, Random Forests – RF, Generalized Linear Models – GLM, Generalized Additive Model – GAM, Artificial Neural Network – ANN, Multiple Adaptive Regression Spline – MARS, e Maximum Entropy - Maxent. Avaliamos a precisão do modelo com base em duas métricas: AUC e TSS. As análises foram realizadas usando o pacote "biomod2" no software R 3.6.1. Nossos modelos mostraram precisão acima de 0.8 nas duas métricas usadas (AUC e TSS). Os resultados indicam áreas com alta adequabilidade ao longo das faces Sudoeste e Noroeste da ilha, principalmente em elevações variando entre 150 - 450 m. Elevação e Aspecto foram as variáveis que melhor explicaram a seleção de S. dactylatra por hábitats de nidificação. Com base em nossas previsões de distribuição futuras, concluímos que a sucessão ecológica não afetará substancialmente a distribuição das áreas reprodutivas de S. dactylatra na ilha. Uma vez que S. dactylatra seleciona áreas de altas elevações, próximas às margens de penhascos, é deduzível que o aumento previsto na cobertura vegetal não irá afetar tais áreas, provavelmente devido a características geomorfológicas como elevação, composição do solo e profundidade. Recomendamos que estudos futuros incluam variáveis topográficas de alta resolução espacial, assim como variáveis bióticas, a fim de modelar a distribuição presente e futura das espécies. |
