Duas Abordagens na Modelagem da Distribuição de Aves na Amazônia: Áreas de Endemismo versus Variáveis Abióticas

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Ruiz Ovalle, Juan Miguel
Orientador(a): Haft, Mario Eric Cohn
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Instituto Nacional de Pesquisas da Amazônia - INPA
Programa de Pós-Graduação: Ecologia
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.inpa.gov.br/handle/1/12027
http://lattes.cnpq.br/5570642353858083
Resumo: As aves são um dos grupos taxonômicos mais representativos da Amazônia, porém, ainda são pouco conhecidos aspectos da sua distribuição e fatores ecológicos e históricos que a determinam. Geralmente, para modelar a distribuição, são usadas variáveis climáticas e topográficas em diferentes escalas que prevem ou não sua ocorrencia. Sendo assim, o objetivo do presente estudo foi gerar os melhores mapas preditivos para aves amazônicas, comparando e testando as previsões com duas abordagens, afim de auxiliar estudos futuros com ferramentas mais apropriadas para construir modelos de distribuição. Primeiro foram feitos modelos de distribuição utilizando camadas de polígonos das áreas de endemismo. Posteriormente, foram construídos modelos com variáveis do clima e topografía, utilizando o algoritmo matemático MAXENT. Não existiram diferenças significativas entre as abordagens para Topaza pyra, Rhegmatorhina gymnops, Touit huetii, Lophotriccus galeatus e Knipoleugus orenocensis e não foi identificado um padrão geral. Foi encontrado que para T. pyra, R. gymnops e T. huetii os modelos feitos com áreas de endemismo (MAE) foram mais acertados que os modelos com variáveis abiótias (MVA). Por sua vez, os modelos com variáveis abióticas (MVA) foram mais acertados que os modelos de áreas de endemismo (MAE) para, L. galeatus, T. pyra, R. melanosticta e Knipolegus orinoicensis. Em geral todos os modelos mostraram altos valores de desempenho, e apenas para Heliodoxa schreibersii e Synallaxis propinqua a taxa de omissão foi mais alta que a sensitividade. Conclui-se que em geral nenhuma das duas abordagens foi mais acertada. Mesmo assim é preciso entender como interagem as duas abordagens em modelos tradicionais, estender as análises para outras espécies e obter maior quantidade e qualidade de dados e informação ambiental para fazer inferências mais precisas e confiáveis sobre as previsões da distribuição e obter conclusões definitivas
id INPA_584ce3cd4bd9c02265dfa240a1e0e876
oai_identifier_str oai:repositorio:1/12027
network_acronym_str INPA
network_name_str Biblioteca Digital de Teses e Dissertações do INPA
repository_id_str
spelling Ruiz Ovalle, Juan MiguelHaft, Mario Eric Cohn2020-02-17T18:04:02Z2020-02-17T18:04:02Z2016-07-04https://repositorio.inpa.gov.br/handle/1/12027http://lattes.cnpq.br/5570642353858083As aves são um dos grupos taxonômicos mais representativos da Amazônia, porém, ainda são pouco conhecidos aspectos da sua distribuição e fatores ecológicos e históricos que a determinam. Geralmente, para modelar a distribuição, são usadas variáveis climáticas e topográficas em diferentes escalas que prevem ou não sua ocorrencia. Sendo assim, o objetivo do presente estudo foi gerar os melhores mapas preditivos para aves amazônicas, comparando e testando as previsões com duas abordagens, afim de auxiliar estudos futuros com ferramentas mais apropriadas para construir modelos de distribuição. Primeiro foram feitos modelos de distribuição utilizando camadas de polígonos das áreas de endemismo. Posteriormente, foram construídos modelos com variáveis do clima e topografía, utilizando o algoritmo matemático MAXENT. Não existiram diferenças significativas entre as abordagens para Topaza pyra, Rhegmatorhina gymnops, Touit huetii, Lophotriccus galeatus e Knipoleugus orenocensis e não foi identificado um padrão geral. Foi encontrado que para T. pyra, R. gymnops e T. huetii os modelos feitos com áreas de endemismo (MAE) foram mais acertados que os modelos com variáveis abiótias (MVA). Por sua vez, os modelos com variáveis abióticas (MVA) foram mais acertados que os modelos de áreas de endemismo (MAE) para, L. galeatus, T. pyra, R. melanosticta e Knipolegus orinoicensis. Em geral todos os modelos mostraram altos valores de desempenho, e apenas para Heliodoxa schreibersii e Synallaxis propinqua a taxa de omissão foi mais alta que a sensitividade. Conclui-se que em geral nenhuma das duas abordagens foi mais acertada. Mesmo assim é preciso entender como interagem as duas abordagens em modelos tradicionais, estender as análises para outras espécies e obter maior quantidade e qualidade de dados e informação ambiental para fazer inferências mais precisas e confiáveis sobre as previsões da distribuição e obter conclusões definitivasThe birds besides being one of the most representative taxonomic groups of the Amazon, are not yet known aspects related with its the distribution and ecological and historical factors that can determine it. In general, to model their distribution are used climatic and environmental variables depending on the scale, that can not clearly explain its distribution. Thus, the aim of this study was to determine how models based on three different approaches, predict the spatial distribution of species of Amazonian birds in areas with different biogeographic characteristics. First was made species distribution models using layers of polygons of Amazon Birds endemism areas and distribution of flooded environments. Later, were built models with climate and topography variables, using the mathematical algorithm of maximum entropy (MAXENT). There were no significant differences between the two approaches to Topaza pyra, Rhegmatorhina gymnops, Touit huetii, Lophotriccus galeatus and Knipoleugus orenocensis and could not identify a pattern to identify in general which the predictions were the most likely. It was found that for T. pyra, R. gymnops and T. huetii models made with areas of endemism (MAE) were more likely than models with abiotic variables (MVA). In turn, the abiotic variables models (MVA) were more likely than endemism areas models (MAE) for L. galeatus, T. pyra, R. melanosticta and Knipolegus orenocensis. In general all models showed high performance values, and only for Heliodoxa schreibersii and Synallaxis propinqua the failure rate was higher than the sensitivity. We conclude that in general none of the two approaches were more likely than the other. Still you need to understand how they interact the two approaches in traditional sets models, extending the analysis to other species and achieve greater quantity and quality of data and environmental information to make more accurate and reliable inferences about the predictions of distribution and draw definitive conclusions.porInstituto Nacional de Pesquisas da Amazônia - INPAEcologiaAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessAvesBiogeografiaModelagem de distribuiçãoDuas Abordagens na Modelagem da Distribuição de Aves na Amazônia: Áreas de Endemismo versus Variáveis Abióticasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Biblioteca Digital de Teses e Dissertações do INPAinstname:Instituto Nacional de Pesquisas da Amazônia (INPA)instacron:INPAORIGINALDissertacao_INPA.pdfDissertacao_INPA.pdfapplication/pdf2923504https://repositorio.inpa.gov.br/bitstream/1/12027/1/Dissertacao_INPA.pdfadd68dc893f4fb5ec76fb266b66de6e7MD511/120272020-03-17 16:26:27.634oai:repositorio:1/12027Biblioteca Digital de Teses e Dissertaçõeshttps://bdtd.inpa.gov.br/PUBhttps://repositorio.inpa.gov.br/oai/requestrepositorio@inpa.gov.br||repositorio@inpa.gov.bropendoar:2020-03-17T20:26:27Biblioteca Digital de Teses e Dissertações do INPA - Instituto Nacional de Pesquisas da Amazônia (INPA)false
dc.title.pt_BR.fl_str_mv Duas Abordagens na Modelagem da Distribuição de Aves na Amazônia: Áreas de Endemismo versus Variáveis Abióticas
title Duas Abordagens na Modelagem da Distribuição de Aves na Amazônia: Áreas de Endemismo versus Variáveis Abióticas
spellingShingle Duas Abordagens na Modelagem da Distribuição de Aves na Amazônia: Áreas de Endemismo versus Variáveis Abióticas
Ruiz Ovalle, Juan Miguel
Aves
Biogeografia
Modelagem de distribuição
title_short Duas Abordagens na Modelagem da Distribuição de Aves na Amazônia: Áreas de Endemismo versus Variáveis Abióticas
title_full Duas Abordagens na Modelagem da Distribuição de Aves na Amazônia: Áreas de Endemismo versus Variáveis Abióticas
title_fullStr Duas Abordagens na Modelagem da Distribuição de Aves na Amazônia: Áreas de Endemismo versus Variáveis Abióticas
title_full_unstemmed Duas Abordagens na Modelagem da Distribuição de Aves na Amazônia: Áreas de Endemismo versus Variáveis Abióticas
title_sort Duas Abordagens na Modelagem da Distribuição de Aves na Amazônia: Áreas de Endemismo versus Variáveis Abióticas
author Ruiz Ovalle, Juan Miguel
author_facet Ruiz Ovalle, Juan Miguel
author_role author
dc.contributor.author.fl_str_mv Ruiz Ovalle, Juan Miguel
dc.contributor.advisor1.fl_str_mv Haft, Mario Eric Cohn
contributor_str_mv Haft, Mario Eric Cohn
dc.subject.pt-BR.fl_str_mv Aves
Biogeografia
Modelagem de distribuição
topic Aves
Biogeografia
Modelagem de distribuição
description As aves são um dos grupos taxonômicos mais representativos da Amazônia, porém, ainda são pouco conhecidos aspectos da sua distribuição e fatores ecológicos e históricos que a determinam. Geralmente, para modelar a distribuição, são usadas variáveis climáticas e topográficas em diferentes escalas que prevem ou não sua ocorrencia. Sendo assim, o objetivo do presente estudo foi gerar os melhores mapas preditivos para aves amazônicas, comparando e testando as previsões com duas abordagens, afim de auxiliar estudos futuros com ferramentas mais apropriadas para construir modelos de distribuição. Primeiro foram feitos modelos de distribuição utilizando camadas de polígonos das áreas de endemismo. Posteriormente, foram construídos modelos com variáveis do clima e topografía, utilizando o algoritmo matemático MAXENT. Não existiram diferenças significativas entre as abordagens para Topaza pyra, Rhegmatorhina gymnops, Touit huetii, Lophotriccus galeatus e Knipoleugus orenocensis e não foi identificado um padrão geral. Foi encontrado que para T. pyra, R. gymnops e T. huetii os modelos feitos com áreas de endemismo (MAE) foram mais acertados que os modelos com variáveis abiótias (MVA). Por sua vez, os modelos com variáveis abióticas (MVA) foram mais acertados que os modelos de áreas de endemismo (MAE) para, L. galeatus, T. pyra, R. melanosticta e Knipolegus orinoicensis. Em geral todos os modelos mostraram altos valores de desempenho, e apenas para Heliodoxa schreibersii e Synallaxis propinqua a taxa de omissão foi mais alta que a sensitividade. Conclui-se que em geral nenhuma das duas abordagens foi mais acertada. Mesmo assim é preciso entender como interagem as duas abordagens em modelos tradicionais, estender as análises para outras espécies e obter maior quantidade e qualidade de dados e informação ambiental para fazer inferências mais precisas e confiáveis sobre as previsões da distribuição e obter conclusões definitivas
publishDate 2016
dc.date.issued.fl_str_mv 2016-07-04
dc.date.accessioned.fl_str_mv 2020-02-17T18:04:02Z
dc.date.available.fl_str_mv 2020-02-17T18:04:02Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.inpa.gov.br/handle/1/12027
dc.identifier.author-lattes.pt_BR.fl_str_mv http://lattes.cnpq.br/5570642353858083
url https://repositorio.inpa.gov.br/handle/1/12027
http://lattes.cnpq.br/5570642353858083
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Instituto Nacional de Pesquisas da Amazônia - INPA
dc.publisher.program.fl_str_mv Ecologia
publisher.none.fl_str_mv Instituto Nacional de Pesquisas da Amazônia - INPA
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INPA
instname:Instituto Nacional de Pesquisas da Amazônia (INPA)
instacron:INPA
instname_str Instituto Nacional de Pesquisas da Amazônia (INPA)
instacron_str INPA
institution INPA
reponame_str Biblioteca Digital de Teses e Dissertações do INPA
collection Biblioteca Digital de Teses e Dissertações do INPA
bitstream.url.fl_str_mv https://repositorio.inpa.gov.br/bitstream/1/12027/1/Dissertacao_INPA.pdf
bitstream.checksum.fl_str_mv add68dc893f4fb5ec76fb266b66de6e7
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INPA - Instituto Nacional de Pesquisas da Amazônia (INPA)
repository.mail.fl_str_mv repositorio@inpa.gov.br||repositorio@inpa.gov.br
_version_ 1797422855091126272

Registros relacionados