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

• Ano de defesa: 2010
• Autor(a) principal: Matos, Rodrigo da Silva
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Algorithms; Algoritmos; Aves - Classificação; Avifauna; Biodiversidade; Biodiversity; Birds; Classification; Conservation; Data Modelling; Ecossistemas florestais - Conservação; Environmental Protection.; Forest ecosystem; Modelagem de dados; Proteção ambiental.
• Link de acesso: 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.