Duas Abordagens na Modelagem da Distribuição de Aves na Amazônia: Áreas de Endemismo versus Variáveis Abióticas
Ano de defesa: | 2016 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
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 |