Modelagem do crescimento de mexilhões Perna perna na região costeira da plataforma continental sudeste do brasil

• Ano de defesa: 2020
• Autor(a) principal: Tjui-Yeuw, Tan [UNESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Bioenergética; Metabolismo; Mexilhão; Maricultura; Sensoriamento remoto
• Link de acesso: http://hdl.handle.net/11449/192306

A teoria do Balanço Energético Dinâmico (DEB, do inglês “Dynamic Energy Budget”) proporciona uma forma sistêmica de compreender processos metabólicos por meio da dinâmica energética envolvida no desenvolvimento e crescimento de organismos. Dividimos este trabalho em três capítulos, na qual a base teórica do modelo é o primeiro capítulo, descrevendo os processos matemáticos envolvidos no crescimento de organismos dentro da teoria DEB. O segundo capítulo é uma aplicação do modelo DEB para avaliar o potencial de crescimento através de regiões ótimas para o metabolismo de mexilhões Perna perna na costa da Plataforma Continental Sudeste do Brasil. Essa região possui condições geomorfológicas e oceanográficas específicas e a região costeira é influenciada pela água continental e material orgânico proveniente da região. Levantamos parâmetros ecofisiológicos relevantes ao modelo disponíveis na literatura e fizemos simulações controladas para compreender a dinâmica dos parâmetros estudados em condições ambientais distintas. Aplicamos um modelo de DEB com os as variáveis ambientais regionais, evidenciando regiões onde o metabolismo do organismo tem uma performance ótima e consistente ao longo da costa. Discutimos as implicações socioecológicas dessas simulações, e recomendamos o método para obter uma perspectiva espacial da eficácia do cultivo de mexilhões para fins de ressaltar os serviços ecossistêmicos prestados por esses organismos. O terceiro e último capítulo é uma conclusão geral sobre este tema, no qual ressaltamos a importância da espacialização de dados metabólicos para entender os sistemas ecológicos e projetar cenários que fortaleçam o manejo de recursos em um futuro dentro de um ambiente dinâmico.