Export Ready — 

Predictive modeling of suitable habitats for threatened marine invertebrates and implications for conservation assessment in Brazil

Bibliographic Details
Main Author: Magris, Rafael A.
Publication Date: 2010
Other Authors: Déstro, G. F. G.
Format: Article
Language: eng
Source: Brazilian Journal of Oceanography
Download full: https://www.revistas.usp.br/bjoce/article/view/38561
Summary: Neste estudo foram utilizadas análises espaciais e ferramentas de modelagem para predizer a distribuição dos hábitats adequados aos invertebrados marinhos ameaçados e estimar a sobreposição destas áreas em relação às áreas marinhas protegidas existentes. Registros de ocorrência das espécies foram obtidos das coleções incluídas no Ocean Biogeographic Information System (OBIS-Brasil) e de dados provenientes da literatura. Dados de distribuição de 16 das 33 espécies ameaçadas, com pelo menos 10 registros de ocorrência, foram selecionados para modelagem utilizando o algoritmo Maxent (Maximum Entropy Modeling) e variáveis ambientais (temperatura, salinidade, batimetria e derivados). Os mapas resultantes foram filtrados para obtenção de áreas altamente adequadas, através de um limiar de corte de 0.5, e sobrepostos com o mapa digital de áreas protegidas. O algoritmo apresentou modelos de predição satisfatórios, mostrando que os padrões previstos no modelo são coerentes com o conhecimento atual sobre as espécies. A distribuição das áreas altamente adequadas mostrou baixa sobreposição com as áreas protegidas brasileiras. Este estudo indicou como a adequabilidade de hábitats para espécies ameaçadas pode ser realizada, utilizando aplicações em SIG e ferramentas de modelagem.
id USP-13_f1ce666e87f0440d0b5a19d5e5e905d8
oai_identifier_str oai:revistas.usp.br:article/38561
network_acronym_str USP-13
network_name_str Brazilian Journal of Oceanography
repository_id_str
spelling Predictive modeling of suitable habitats for threatened marine invertebrates and implications for conservation assessment in BrazilThreatened speciesMarine protected areasMaxentConservationEspécies ameaçadasÁreas marinhas protegidasMaxentConservaçãoNeste estudo foram utilizadas análises espaciais e ferramentas de modelagem para predizer a distribuição dos hábitats adequados aos invertebrados marinhos ameaçados e estimar a sobreposição destas áreas em relação às áreas marinhas protegidas existentes. Registros de ocorrência das espécies foram obtidos das coleções incluídas no Ocean Biogeographic Information System (OBIS-Brasil) e de dados provenientes da literatura. Dados de distribuição de 16 das 33 espécies ameaçadas, com pelo menos 10 registros de ocorrência, foram selecionados para modelagem utilizando o algoritmo Maxent (Maximum Entropy Modeling) e variáveis ambientais (temperatura, salinidade, batimetria e derivados). Os mapas resultantes foram filtrados para obtenção de áreas altamente adequadas, através de um limiar de corte de 0.5, e sobrepostos com o mapa digital de áreas protegidas. O algoritmo apresentou modelos de predição satisfatórios, mostrando que os padrões previstos no modelo são coerentes com o conhecimento atual sobre as espécies. A distribuição das áreas altamente adequadas mostrou baixa sobreposição com as áreas protegidas brasileiras. Este estudo indicou como a adequabilidade de hábitats para espécies ameaçadas pode ser realizada, utilizando aplicações em SIG e ferramentas de modelagem.Spatial analysis and modeling tools were employed to predict suitable habitat distribution for threatened marine invertebrates and estimate the overlap between highly suitable areas for these species and the Brazilian marine protected areas (MPAs). Records of the occurrence of species were obtained from the collections included in the Ocean Biogeographic Information System (OBIS-Brazil), with additional records culled from the literature. The distribution data of 16 out of 33 threatened species, with at least ten occurrences in the available records, were selected for modeling by Maxent algorithm (Maximum Entropy Modeling) based on environmental variables (temperature, salinity, bathymetry and their derivatives). The resulting maps were filtered with a fixed threshold of 0.5 (to distinguish only the highly suitable areas) and superimposed on MPA digital maps. The algorithm produced reasonable predictions of the species' potential distributions, showing that the patterns predicted by the model are largely consistent with current knowledge of the species. The distribution of the highly suitable areas showed little overlapping with Brazilian MPAs. This study showed how the habitat suitability for threatened species can be assessed using GIS applications and modeling tools.Universidade de São Paulo. Instituto Oceanográfico2010-01-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://www.revistas.usp.br/bjoce/article/view/3856110.1590/S1679-87592010000800008Brazilian Journal of Oceanography; Vol. 58 Núm. spe4 (2010); 57-68Brazilian Journal of Oceanography; v. 58 n. spe4 (2010); 57-68Brazilian Journal of Oceanography; Vol. 58 No. spe4 (2010); 57-681982-436X1679-8759reponame:Brazilian Journal of Oceanographyinstname:Universidade de São Paulo (USP)instacron:USPenghttps://www.revistas.usp.br/bjoce/article/view/38561/41407Magris, Rafael A.Déstro, G. F. G.info:eu-repo/semantics/openAccess2012-08-16T14:40:21Zoai:revistas.usp.br:article/38561Revistahttps://www.revistas.usp.br/bjoce/indexPUBhttps://www.revistas.usp.br/bjoce/oaiio@usp.br||io@usp.br1982-436X1679-8759opendoar:2012-08-16T14:40:21Brazilian Journal of Oceanography - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Predictive modeling of suitable habitats for threatened marine invertebrates and implications for conservation assessment in Brazil
title Predictive modeling of suitable habitats for threatened marine invertebrates and implications for conservation assessment in Brazil
spellingShingle Predictive modeling of suitable habitats for threatened marine invertebrates and implications for conservation assessment in Brazil
Magris, Rafael A.
Threatened species
Marine protected areas
Maxent
Conservation
Espécies ameaçadas
Áreas marinhas protegidas
Maxent
Conservação
title_short Predictive modeling of suitable habitats for threatened marine invertebrates and implications for conservation assessment in Brazil
title_full Predictive modeling of suitable habitats for threatened marine invertebrates and implications for conservation assessment in Brazil
title_fullStr Predictive modeling of suitable habitats for threatened marine invertebrates and implications for conservation assessment in Brazil
title_full_unstemmed Predictive modeling of suitable habitats for threatened marine invertebrates and implications for conservation assessment in Brazil
title_sort Predictive modeling of suitable habitats for threatened marine invertebrates and implications for conservation assessment in Brazil
author Magris, Rafael A.
author_facet Magris, Rafael A.
Déstro, G. F. G.
author_role author
author2 Déstro, G. F. G.
author2_role author
dc.contributor.author.fl_str_mv Magris, Rafael A.
Déstro, G. F. G.
dc.subject.por.fl_str_mv Threatened species
Marine protected areas
Maxent
Conservation
Espécies ameaçadas
Áreas marinhas protegidas
Maxent
Conservação
topic Threatened species
Marine protected areas
Maxent
Conservation
Espécies ameaçadas
Áreas marinhas protegidas
Maxent
Conservação
description Neste estudo foram utilizadas análises espaciais e ferramentas de modelagem para predizer a distribuição dos hábitats adequados aos invertebrados marinhos ameaçados e estimar a sobreposição destas áreas em relação às áreas marinhas protegidas existentes. Registros de ocorrência das espécies foram obtidos das coleções incluídas no Ocean Biogeographic Information System (OBIS-Brasil) e de dados provenientes da literatura. Dados de distribuição de 16 das 33 espécies ameaçadas, com pelo menos 10 registros de ocorrência, foram selecionados para modelagem utilizando o algoritmo Maxent (Maximum Entropy Modeling) e variáveis ambientais (temperatura, salinidade, batimetria e derivados). Os mapas resultantes foram filtrados para obtenção de áreas altamente adequadas, através de um limiar de corte de 0.5, e sobrepostos com o mapa digital de áreas protegidas. O algoritmo apresentou modelos de predição satisfatórios, mostrando que os padrões previstos no modelo são coerentes com o conhecimento atual sobre as espécies. A distribuição das áreas altamente adequadas mostrou baixa sobreposição com as áreas protegidas brasileiras. Este estudo indicou como a adequabilidade de hábitats para espécies ameaçadas pode ser realizada, utilizando aplicações em SIG e ferramentas de modelagem.
publishDate 2010
dc.date.none.fl_str_mv 2010-01-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.revistas.usp.br/bjoce/article/view/38561
10.1590/S1679-87592010000800008
url https://www.revistas.usp.br/bjoce/article/view/38561
identifier_str_mv 10.1590/S1679-87592010000800008
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv https://www.revistas.usp.br/bjoce/article/view/38561/41407
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade de São Paulo. Instituto Oceanográfico
publisher.none.fl_str_mv Universidade de São Paulo. Instituto Oceanográfico
dc.source.none.fl_str_mv Brazilian Journal of Oceanography; Vol. 58 Núm. spe4 (2010); 57-68
Brazilian Journal of Oceanography; v. 58 n. spe4 (2010); 57-68
Brazilian Journal of Oceanography; Vol. 58 No. spe4 (2010); 57-68
1982-436X
1679-8759
reponame:Brazilian Journal of Oceanography
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Brazilian Journal of Oceanography
collection Brazilian Journal of Oceanography
repository.name.fl_str_mv Brazilian Journal of Oceanography - Universidade de São Paulo (USP)
repository.mail.fl_str_mv io@usp.br||io@usp.br
_version_ 1824323553267286016