Distribuição e conservação das espécies de Aiouea Aubl ...editora.museu-goeldi.br/bn/artigos/cnv12n1_2017/... · é um programa específico para geração de modelos de distribuição

Bol Mus Para Emiacutelio Goeldi Cienc Nat Beleacutem v 12 n 1 p 75-89 jan-abr 2017

Distribuiccedilatildeo e conservaccedilatildeo das espeacutecies de Aiouea Aubl (Lauraceae Jussieu) no BrasilDistribution and conservation of Aiouea Aubl (Lauraceae Juss) species in Brazil

Carlos Henrique FrancisconI Izildinha de Souza MirandaII

IInstituto Nacional de Pesquisas da Amazocircnia Manaus Amazonas BrasilIIUniversidade Federal Rural da Amazocircnia Beleacutem Paraacute Brasil

Resumo Este estudo objetiva apresentar uma revisatildeo biogeograacutefica da distribuiccedilatildeo (real e potencial) e do estado de conservaccedilatildeo das espeacutecies de Aiouea Aubl (Lauraceae Jussieu) no Brasil As informaccedilotildees satildeo oriundas da rede SpeciesLink que integra dados primaacuterios de coleccedilotildees cientiacuteficas e estaacute interligada ao sistema Biogeografia da Flora e Fungos do Brasil (Biogeo) a partir das quais foram definidos a distribuiccedilatildeo real e os modelos de distribuiccedilatildeo potencial para cada espeacutecie brasileira de Aiouea baseando-se em um modelo de consenso gerado por ateacute cinco algoritmos Tambeacutem foram analisados a situaccedilatildeo de endemismo no Brasil o estado de conservaccedilatildeo e a raridade das espeacutecies Foram encontrados 1433 registros para 14 espeacutecies de Aiouea no Brasil Na seleccedilatildeo dos registros para o estudo o percentual de perda total foi alto (642) devido principalmente agrave falta de georreferenciamento e de determinador (608) Na avaliaccedilatildeo dos modelos de consenso foram considerados bons resultados apenas para as espeacutecies com 20 ou mais pixels As demais apresentaram muitos erros e por isso seus modelos servem somente para orientar novas aacutereas para coletas A distribuiccedilatildeo geograacutefica mostra um padratildeo predominante para a Amazocircnia brasileira nove espeacutecies satildeo endecircmicas do Brasil e 11 apresentaram algum indicador de raridade

Palavras-chave Amazocircnia Mata Atlacircntica Endemismo Potencial Raridade Troacutepicos

Abstract This study aims to present a biogeographic review the distribution (real and potential) and conservation status of Aiouea Aubl species (Lauraceae Juss) in Brazil The data come from the SpeciesLink Network that integrates primary data from scientific collections and is linked to the system of Biogeography of Flora and Fungi of Brazil (Biogeo) from which the real distribution and potential distribution models for each Brazilian species of Aiouea based on a consensus model generated by up to five algorithms Also analyzed were the situation of endemism in Brazil the state of conservation and the rarity of species A total of 1433 records were found for 14 species of Aiouea in Brazil In the selection of records for this study the percentage of total exclusion was high (642) mainly due to the lack of georeference and determinator (608) In the evaluation of the consensus models good results were considered only for species with 20 or more pixels The others presented many errors and therefore their models serve only to guide new areas for collection The geographical distribution shows a predominant pattern for the Brazilian Amazon nine species are endemic in Brazil and eleven species showed some indication of rarity

Keywords Amazonian Atlantic forest Endemism Potential Rarity Tropics

FRANCISCON C H amp I S MIRANDA 2017 Distribuiccedilatildeo e conservaccedilatildeo das espeacutecies de Aiouea Aubl (Lauraceae Jussieu) no Brasil Boletim do Museu Paraense Emiacutelio Goeldi Ciecircncias Naturais 12(1) 75-89Autor para correspondecircncia Carlos Henrique Franciscon Instituto Nacional de Pesquisas da Amazocircnia Coordenaccedilatildeo de Biodiversidade Av Andreacute Arauacutejo 2936 ndash Petroacutepolis Manaus AM Brasil CEP 69080-971 (francisconcarlosinpagovbr)Recebido em 09022017Aprovado em 26062017Responsabilidade editorial Fernando da Silva Carvalho Filho

Distribuiccedilatildeo e conservaccedilatildeo das espeacutecies de Aiouea Aubl (Lauraceae Jussieu) no Brasil

INTRODUCcedilAtildeONa uacuteltima revisatildeo do gecircnero Aiouea Kubitzki amp Renner (1982) reconhecem 19 espeacutecies com base na taxonomia moderna e as consideram restritas agrave regiatildeo neotropical em sua maior parte ocorrendo nas Ameacutericas do Sul e Central Entre estas 14 espeacutecies satildeo brasileiras distribuiacutedas principalmente na Amazocircnia em floresta de terra firme caatinga borda de mata e floresta secundaacuteria

A importacircncia econocircmica do gecircnero tem despertado o interesse no estudo da composiccedilatildeo quiacutemica dos oacuteleos essenciais obtidos de espeacutecies como Aiouea maguireana (CK Allen) SS Renner (Custoacutedio et al 2015) Aiouea trinervis Meisn apresentou resultados promissores para atividade larvicida contra Aedes aegypti (Linnaeus 1762) conforme Garcez et al (2009) e o extrato etanoacutelico desta espeacutecie causou alteraccedilotildees na morfologia e na viabilidade do parasita Tripanosoma cruzi (Chagas 1909) de acordo com Maier (2016) e Pereira (2016) aleacutem disso foi considerada uma boa fonte de micromoleacuteculas com potencial antitumoral (Garcez et al 2016)

Os nomes populares mais usados para as espeacutecies do gecircnero satildeo sassafraacutes brinco-de-princesa louro-de-goiaacutes canela-do-piauiacute uridol urinosa vergateza (Moraes 2005) e canela-fogo (Schwirkowski 2009)

A espeacutecie Aiouea sal igna Meisn a leacutem de apresentar possibilidade em uso madeireiro (Elias amp Santos 2016) tambeacutem foi indicada como de grande potencial para recuperaccedilatildeo de aacutereas de floresta estacional exploradas para mineacuterio de ferro pois possui caracteriacutesticas potencialmente facilitadoras de sucessatildeo fundamentais em aacutereas degradadas pela mineraccedilatildeo (Meira-Junior et al 2014)

Este estudo se propocircs a apresentar uma revisatildeo da distribuiccedilatildeo real e mapear a distribuiccedilatildeo potencial aleacutem de analisar o estado de conservaccedilatildeo das espeacutecies brasileiras de Aiouea tendo em vista a sua importacircncia econocircmica atual e seu potencial futuro

MATERIAL E MEacuteTODOS

LEVANTAMENTO DAS ESPEacuteCIES E SINOcircNIMOSOs nomes e os sinocircnimos dos taxa de Aiouea do Brasil foram compilados a partir da uacuteltima versatildeo da Lista das Espeacutecies da Flora do Brasil (LEFB) (JBRJ s d) e de The International Plant Names Index (IPNI s d) que integram os principais dicionaacuterios e indexadores de nomes cientiacuteficos de angiospermas

DISTRIBUICcedilAtildeO GEOGRAacuteFICA DAS ESPEacuteCIESInicialmente foi analisada a distribuiccedilatildeo real de cada espeacutecie de Aiouea Para isso considerou-se o total de registros dos nomes vaacutelidos existentes no banco de dados da rede SpeciesLink (s d) os quais foram georrefenciados pelas coleccedilotildees (herbaacuterios) de origem ou via aplicativo dataCleaning (DC) desenvolvido pelo Centro de Referecircncia em Informaccedilatildeo Ambiental (CRIA 2016) Esse aplicativo identif ica possiacuteveis erros ortograacuteficos nos nomes das espeacutecies e facilita a padronizaccedilatildeo dos dados natildeo interferindo na informaccedilatildeo pois nenhum elemento eacute modificado ele apenas indica os registros suspeitos que neste caso foram descartados da anaacutelise Posteriormente os dados selecionados passaram por outra ferramenta tambeacutem desenvolvida pelo CRIA chamada geoLoc (CRIA 2007) a qual tem por objetivo auxiliar o trabalho de coleccedilotildees bioloacutegicas no georreferenciamento de seus acervos atribuindo as coordenadas geograacuteficas para a sede do municiacutepio da coleta quando os roacutetulos das exsicatas natildeo apresentam dados exatos de longitude e de latitude

Aleacutem do total de registros (Rt) disponiacuteveis no SpeciesLink tambeacutem foram examinados todos os roacutetulos e as imagens digitalizadas das exsicatas de herbaacuterios virtuais participantes ou natildeo das redes de integraccedilatildeo de dados de coleccedilotildees bem como as publicaccedilotildees nas aacutereas de conhecimento relacionadas ao nosso estudo como ecologia de plantas inventaacuterios florestais e floriacutesticos

em especial as que trazem listas de espeacutecies e de floras de diferentes localidades Contudo esse material soacute foi considerado quando citado o registro do exemplar-testemunho (Voucher) em herbaacuterio cadastrado no Index Herbariorum (Thiers s d) ou no proacuteprio banco de dados do SpeciesLink

A distribuiccedilatildeo potencial de cada espeacutecie de Aiouea foi modelada por meio do sistema Biogeo (CRIA s d) que eacute interligado diretamente agrave base de dados do SpeciesLink onde satildeo realizadas as buscas dos dados A interaccedilatildeo entre ambos eacute dinacircmica de tal forma que todas as modificaccedilotildees e inclusotildees satildeo detectadas e atualizadas periodicamente pelo proacuteprio sistema O Biogeo utiliza o programa openModeller (CRIA openModeller s d) para produccedilatildeo dos modelos de distribuiccedilatildeo potencial Tambeacutem desenvolvida pelo CRIA esta ferramenta eacute um programa aberto de arquitetura modular com coacutedigo aberto multialgoritmo e suporta vaacuterios formatos de dados eacute um programa especiacutefico para geraccedilatildeo de modelos de distribuiccedilatildeo potencial de espeacutecies a partir das variaacuteveis ambientais atribuiacutedas a cada ponto de treino ou pixel (Muntildeoz et al 2011)

Assim antes de executar a modelagem da distribuiccedilatildeo potencial das espeacutecies trecircs accedilotildees foram necessaacuterias (1) a aplicaccedilatildeo de filtros para seleccedilatildeo dos registros a serem utilizados (2) a seleccedilatildeo das variaacuteveis ambientais e (3) a seleccedilatildeo dos modelos Por fim apoacutes a geraccedilatildeo dos modelos os mesmos foram avaliados por um conjunto de indicadores

FILTROS PARA SELECcedilAtildeO DOS REGISTROSA partir do total de registros (Rt) de cada espeacutecie de Aiouea encontrado no SpeciesLink foram revisadas individualmente todas as informaccedilotildees das amostras encontradas Dois filtros para selecionar os registros com melhor qualidade de dados foram aplicados No primeiro filtro (F1) apenas os registros com nomes vaacutelidos (Rv) passaram Esses registros foram entatildeo considerados pelo Biogeo onde foram submetidos ao segundo filtro (F2)

que considerou apenas os registros com coordenadas geograacuteficas distintas e com identificadores especialistas do grupo taxonocircmico (Rgi)

Cada registro com coordenada distinta foi considerado um ponto de treino ou pixel (Px) Como muitas coletas tecircm as mesmas coordenadas ou foram realizadas muito proacuteximas umas das outras os registros foram agregados em um uacutenico pixel para geraccedilatildeo dos modelos No caso de registros duplicados na mesma coleccedilatildeo ou com identificaccedilatildeo conflitante entre duas ou mais coleccedilotildees foram considerados apenas aqueles com determinaccedilatildeo mais recente Amostras sem o nome do determinador ou identificadas como provenientes de cultivos natildeo foram consideradas

VARIAacuteVEIS AMBIENTAISForam utilizadas oito variaacuteveis ambientais sendo uma topograacutefica (altitude) e sete bioclimaacuteticas que se aplicam agraves caracteriacutesticas do clima tropical brasileiro (1) variaccedilatildeo meacutedia de temperatura no dia (2) temperatura maacutexima no mecircs mais quente (3) temperatura miacutenima no mecircs mais frio (4) precipitaccedilatildeo no trimestre mais uacutemido (5) precipitaccedilatildeo no trimestre mais seco (6) precipitaccedilatildeo no trimestre mais quente e (7) precipitaccedilatildeo no trimestre mais frio

A altitude foi obtida diretamente do banco de dados do Global Climate Data WorldClim (s d) para representar indiretamente outros fatores como incidecircncia de radiaccedilatildeo solar e pressatildeo atmosfeacuterica que normalmente influenciam grande parte da distribuiccedilatildeo das espeacutecies de plantas As variaacuteveis bioclimaacuteticas tambeacutem foram extraiacutedas do WorldClim (Bioclimatic variables s d) na resoluccedilatildeo espacial aproximada de 1 kmsup2 (Tabela 1)

O WorldClim disponibiliza as variaacuteveis bioclimaacuteticas derivadas dos valores mensais de precipitaccedilatildeo e de temperatura que podem ser selecionados e aplicados a qualquer regiatildeo do planeta sendo frequentemente usados em modelagem de distribuiccedilatildeo de espeacutecies (Giannini et al 2012 Peterson amp Soberoacuten 2012 Yanga et al 2013)

Precipitaccedilatildeotrimestre (mm) Temperatura (degC) At (m)

Espeacutecie Pu+ Ps+ Pq+ Pf+ Vtdia Tq+ Tf-

Miacuten Maacutex Miacuten Maacutex Miacuten Maacutex Miacuten Maacutex Miacuten Maacutex Miacuten Maacutex Miacuten Maacutex Miacuten Maacutex

A acarodomatifera Kosterm 574 887 196 275 574 858 196 294 78 95 237 307 62 127 6 1221

A benthamiana Mez 862 865 136 137 466 475 201 373 106 108 324 327 181 183 150 177

A bracteata Kosterm 783 871 15 34 224 383 58 147 9 115 301 313 148 168 698 871

A guianensis Aubl 407 1080 76 349 276 636 94 903 84 124 286 329 13 224 100 878

A impressa (Meisn) Kosterm 794 - 307 - 395 - 692 - 84 - 326 - 223 - 100 -

A laevis (Mart) Kosterm 395 975 95 279 276 614 109 880 7 123 29 329 108 208 127 458

A lehmannii (OC Schmidt) SS Renner 789 - 214 - 657 - 214 - 97 - 312 - 182 - 189 -

A macedoana Vattimo-Gil - - - - - - - - - - - - - - - -

A maguireana (CK Allen) SS Renner 720 1080 48 607 274 648 53 953 83 139 314 342 12 229 17 653

A myristicoides Mez 744 1095 44 248 51 671 300 1030 77 107 30 335 17 232 5 625

A piauhyensis (Meisn) Mez 505 961 5 33 86 618 38 202 112 142 289 358 109 196 159 948

A saligna Meisn 346 1089 11 407 99 938 21 823 67 147 234 364 66 213 0 1716

A tomentella (Mez) SS Renner - - - - - - - - - - - - - - - -

A trinervis Meisn 478 1104 0 171 36 790 15 1101 83 144 291 358 104 225 49 968

Tabela 1 Valores dos paracircmetros ambientais WorldClim registrados para o conjunto de pontos de ocorrecircncia para 14 espeacutecies de Aiouea Pu+ = precipitaccedilatildeo no trimestre mais uacutemido do ano Ps+ = precipitaccedilatildeo no trimestre mais seco do ano Pq+ = precipitaccedilatildeo no trimestre mais quente do ano Pf+ = precipitaccedilatildeo no trimestre mais frio do ano Vtdia = variaccedilatildeo meacutedia de temperatura ao longo do dia Tq+ = temperatura maacutexima no mecircs mais quente do ano Tf- = temperatura miacutenima no mecircs mais frio do ano At = altitude (variaacutevel indireta) = valores meacutedios referentes ao uacutenico pixel para a espeacutecie

MODELOS UTILIZADOS NA DISTRIBUICcedilAtildeO POTENCIALOs modelos de distribuiccedilatildeo potencial utilizados foram baseados em dados de presenccedila a partir das variaacuteveis ambientais atribuiacutedas a cada pixel (Muntildeoz et al 2011) O nuacutemero de pixels disponiacuteveis eacute o fator determinante de qual ou quais algoritmos satildeo possiacuteveis de serem processados e dependendo deste nuacutemero pode-se utilizar ateacute cinco algoritmos gerando assim ateacute cinco modelos aleacutem de um modelo de consenso

Quando o nuacutemero de pixels disponiacuteveis apresentou resultado menor do que cinco foi gerado o modelo da dissimilaridade ambiental (DA) usando-se a de distacircncia euclidiana em relaccedilatildeo ao ponto de ocorrecircncia mais

proacuteximo (Carpenter et al 1993) entre cinco e nove pixels foi usado o Maximum Entropy (MaxEnt) (Phillips et al 2006) entre dez e 19 pixels foram usados trecircs modelos 1) MaxEnt 2) Genetic Algorithm for Ruleset Prediction ndash Best Subsets (GARP BS) (Anderson et al 2003) e 3) o modelo de consenso entre esses dois primeiros de acordo com o proposto pelo Biogeo Com o nuacutemero de pixels maior ou igual a vinte foi possiacutevel gerar seis modelos 1) MaxEnt 2) GARP BS 3) distacircncia Mahalanobis (DM) (Farber amp Kadmon 2003) 4) Ecological-Niche Factor Analysis (ENFA) (Hirzel et al 2002) 5) Support Vector Machines (SVM) (Schoumllkopf et al 2001) e 6) o modelo de consenso entre os cinco primeiros modelos

Com exceccedilatildeo do modelo da dissimilaridade ambiental todos os demais foram transformados em modelos binaacuterios por meio de um corte baseado no limiar de presenccedila miacutenima (LPT) tambeacutem chamado de limite da menor presenccedila (lowest presence threshold) Essa teacutecnica identifica e seleciona o menor valor de adequabilidade ambiental atribuiacutedo pelo modelo a um ponto de presenccedila do conjunto de pixels ou seja os pixels que apresentam valores acima do limite de corte satildeo considerados como possiacuteveis aacutereas de presenccedila (Phillips et al 2006 Pearson 2007)

O modelo de consenso foi baseado no valor meacutedio dos diferentes algoritmos conforme recomendado por Marmion et al (2009) e mostra as aacutereas onde haacute sobreposiccedilatildeo de ocorrecircncia de pelo menos dois outros modelos ele apresenta niacuteveis de concordacircncia entre os algoritmos descritos em cores diferentes vermelha (para cinco algoritmos) laranja (para quatro) amarelo (para trecircs) e azul (para menos do que trecircs) Este modelo tem sido uacutetil para apoiar tomadas de decisotildees sobre a distribuiccedilatildeo de vaacuterias espeacutecies (Chen 2009 Hassemer et al 2016)

AVALIACcedilAtildeO DOS MODELOSA avaliaccedilatildeo da qualidade dos modelos foi realizada em concordacircncia com o Biogeo quais sejam modelos com menos de 5 pixels de ocorrecircncia natildeo foram testados servem apenas para indicar aacutereas relativamente proacuteximas com variaacuteveis ambientais semelhantes onde deveriam ser realizadas novas coletas botacircnicas modelos com 5 a 19 pixels de ocorrecircncia foram avaliados com a omissatildeo interna e testados com o procedimento de leave-one-out seguido do caacutelculo da probabilidade associada ao nuacutemero de acertos isto eacute para cada ponto um novo modelo eacute gerado com todos os outros pontos sendo em seguida testado com o ponto em questatildeo Depois de fazer isso para todos os pontos eacute calculada a probabilidade de se obter o nuacutemero de sucessos usando um teste de Poisson-binomial unicaudal Para os modelos com 20 ou mais pixels aleacutem da omissatildeo interna tambeacutem foram consideradas a omissatildeo externa e a aacuterea sob a curva (area under the curve ndash AUC)

A omissatildeo eacute um tipo de erro que ocorre quando o modelo natildeo prevecirc aacutereas com variaacuteveis ambientais adequadas para a espeacutecie A omissatildeo interna foi calculada com os mesmos pontos utilizados na geraccedilatildeo do modelo e a externa foi calculada com pontos que natildeo foram utilizados na geraccedilatildeo do modelo A omissatildeo externa natildeo eacute calculada para o modelo MaxEnt Normalmente sugere-se que a omissatildeo interna natildeo ultrapasse 5 e a externa natildeo ultrapasse 20 (Peterson et al 2008) A AUC eacute a relaccedilatildeo entre a aacuterea do modelo e a aacuterea de estudo para cada limiar da curva seus valores foram calculados com validaccedilatildeo cruzada do tipo 5-fold recomendado para as espeacutecies que apresentam entre 20 e 199 pixels (Phillips et al 2006) Os valores de AUC foram considerados muito bons (gt 09) bons (gt 08) e razoaacuteveis (gt 07) conforme recomendado por Swets (1988)

ENDEMISMO CONSERVACcedilAtildeO E RARIDADEA situaccedilatildeo de endemismo das espeacutecies no Brasil foi analisada por meio da comparaccedilatildeo entre a classificaccedilatildeo da lista da flora do Brasil (LFB) (JBRJ s d) e os dados encontrados nos herbaacuterios virtuais nacionais e internacionais

O estado de conservaccedilatildeo foi avaliado com base em trecircs criteacuterios (1) na lista vermelha de espeacutecies ameaccediladas da IUCN (2015) (2) na lista vermelha da flora do Brasil LVFB (JBRJ 2015) e (3) na classificaccedilatildeo de raridade de Rabinowitz et al (1986) Esta uacuteltima sugere oito categorias de raridade baseadas nas informaccedilotildees simultacircneas de alcance geograacutefico (largo ou estreito) de especificidade de habitat (amplo ou restrito) e de tamanho das populaccedilotildees locais (abundante ou escassa)

Para categorizar a raridade das espeacutecies de Aiouea foram modificados os criteacuterios de Serrato et al (2004) o alcance geograacutefico foi definido pelo nuacutemero de pixels nos quais as espeacutecies foram encontradas ndash espeacutecies com estreito alcance geograacutefico foram aquelas localizadas em menos de 17 pixels equivalente a no maacuteximo 25 do nuacutemero de pixel ocupados por A saligna (69 pixels maior quantidade entre as espeacutecies de Aiouea) Para determinar a categoria de especificidade de habitat foi considerado

o nuacutemero de tipos de vegetaccedilatildeo nos quais as espeacutecies foram encontradas espeacutecies com habitat restrito foram as que ocorreram em apenas um tipo de vegetaccedilatildeo As informaccedilotildees sobre os habitats foram extraiacutedas de Kubitzki amp Renner (1982) e Quinet et al (2015) bem como dos roacutetulos das exsicatas dos herbaacuterios A categoria do tamanho das populaccedilotildees locais foi definida pelo nuacutemero do total de registros encontrados no SpeciesLink (Rt) espeacutecies com populaccedilotildees pequenas foram aquelas com menos de 111 registros equivalente a no maacuteximo 25 dos registros de A saligna (444 maior quantidade de registros entre as espeacutecies de Aiouea) (Tabela 2)

RESULTADOS E DISCUSSAtildeO

NOMES SINOcircNIMOS E REGISTROS DAS ESPEacuteCIES BRASILEIRAS DE AIOUEA TAUBNa relaccedilatildeo de espeacutecies da lista da flora do Brasil (JBRJ s d) constam 14 espeacutecies do gecircnero O presente estudo

corrobora essa informaccedilatildeo portanto a LFB foi uma boa fonte para seleccedilatildeo das espeacutecies Quanto agraves sinoniacutemias de Aiouea no entanto esta lista cita 24 nomes vaacutelidos sendo que em nosso estudo encontramos mais 29 de forma a totalizar 53 sinocircnimos para as 14 espeacutecies do gecircnero no Brasil Entre as espeacutecies Aiouea trinervis Meisn apresenta o maior nuacutemero de sinocircnimos (12) seguida de Aiouea laevis (Mart) Kosterm e de Aiouea guianensis Aubl ambas com oito sinocircnimos cada Natildeo foram encontrados termos correspondentes apenas para Aiouea macedoana Vattimo-Gil (Tabela 3)

Inicialmente foram encontrados 1119 registros de Aiouea para o Brasil poreacutem 95 foram preacute-excluiacutedos seja pelos nomes invaacutelidos por dados inconsistentes ou identificados apenas em niacutevel de gecircnero Dos 1024 restantes outros 623 foram excluiacutedos pela falta de georreferenciamento ou de identificador Portanto nosso estudo foi realizado com 401 registros filtrados e agrupados em um total de 200 pixels (Tabela 2)

Tabela 2 Registro de Aiouea no Brasil encontrados nos bancos de dados (SpeciesLink e Biogeo) e utilizados para confecccedilatildeo dos modelos de distribuiccedilatildeo das espeacutecies no paiacutes Legendas Rt = nuacutemero total de registros Rv = registros com nomes vaacutelidos Rgi = registros georreferenciados e com determinador Px = nuacutemero de pixels para Rgi F1 = porcentagem de perda no filtro 1 F2 = porcentagem de perda no filtro 2 = porcentagem de perda total

Espeacutecies Rt Rv Rgi Px Perda F1() Perda F2() Perda total ()

A acarodomatifera 88 71 37 14 193 479 580

A benthamiana 10 8 4 2 200 500 600

A bracteata 9 9 2 2 00 778 778

A guianensis 31 26 16 10 161 385 484

A impressa 9 8 1 1 111 889 889

A laevis 40 37 18 5 75 550 550

A lehmannii 3 3 2 1 00 333 333

A macedoana 3 3 0 0 00 1000 1000

A maguireana 55 55 32 14 00 418 418

A myristicoides 35 32 17 10 86 514 514

A piauhyensis 42 40 12 8 48 714 714

A saligna 444 411 137 69 74 691 691

A tomentella 5 5 0 0 00 1000 1000

A trinervis 345 316 123 64 84 643 643

Total 1119 1024 401 200 85 608 642

Tabela 3 Nomes e sinocircnimos das espeacutecies brasileiras de Aiouea Taub (Lauraceae) Legenda = sinocircnimos ampliados por este estudo1 A acarodomatifera Kosterm 8 A macedoana Vattimo-Gil

= Aiouea barbellata Kosterm= Aiouea schwackeana var bullata Kosterm

= Aiouea schwackeana Mez

Sem sinocircnimo

9 A maguireana (CK Allen) SS Renner

= Endlicheria maguireana CK Allen

2 A benthamiana Mez 10 A myristicoides Mez

= Aiouea brasiliensis var glabriflora Meisn= Aiouea pernitida CK Allen

= Aiouea mocambensis Coe-Teixeira= Aiouea multiflora Coe-Teixeira

3 A bracteata Kosterm 11 A piauhyensis (Meisn) Mez

= Aiouea severini Mez = Aiouea severini Mez= Aydendron piauhyense Meisn

4 A guianensis Aubl 12 A saligna Meisn

= Aiouea guianensis Griseb ex Meisn= Aiouea rubra AC Sm

= Aiouea demerarensis Kosterm= Aiouea schomburgkii Meisn

= Laurus hexandra Willdenow= Laurus difformis Richard

= Aiouea tenella Nees= Aiouea densijlora Nees

= Aiouea gaudichaudii Mez= Aiouea elliptica Meisn

= Aiouea gardneri (Meisn) Bentham ex Mez= Aiouea meissneri Mez= Aiouea warmingii Mez

= Aiouea chapadensis Kosterm

5 A impressa (Meisn) Kosterm 13 A tomentella (Mez) SS Renner

= Cinnamomum impressum (Meisn) Kosterm = Endlicheria impressa (Meisn) Mez

= Phoebe impressa Meisn= Aiouea minutiflora Coe-Teixeira

= Endlicheria tomentella Mez

6 A laevis (Mart) Kosterm 14 A trinervis Meisn

= Aiouea scandens Ducke = Aiouea densiflora Nees= Cryptocarya laevis Mart

= Aiouea brasiliensis Meisn var glabrifolia Meisn= Aiouea brasiliensis Meissner var attenuata Meisn

= Aiouea brasiliensis Meisn var nitida Meisn= Laurus maxima Salzmann ex Meisn

= Aiouea riedelii Mez

= Aiouea hassleri Mez= Aiouea hassleri Mez ex Chodat

= Aiouea marginata Mez= Cinnamomum sabanae Vattimo-Gil

= Aydendron goyazense Meisn= Aiouea goyazensis (Meisn) Bentham ex Mez

= Aiouea burchelliana Mez= Aiouea hirtella Mez

= Aiouea pruinosa S Moore= Aiouea farinosa Mez

= Aiouea rondoni Sampaio= Aiouea luetzelburgii Mez

7 A lehmannii (OCSchmidt) SS Renner

= Nectandra granatensis Mez= Aniba lehmannii O C Schmidt

= Aniba granatensis (Mez) Kostermans

Considerando as 14 espeacutecies o percentual de perda total foi alto (642) devido principalmente agrave perda no segundo filtro ao georreferenciamento e ao determinador (608) No primeiro filtro (F1)

A bracteata A lehmannii e A maguireana tiveram perda zero e os maiores valores foram para A benthamiana (200) e A acarodomatifera (193) No segundo filtro (F2) quatro espeacutecies apresentaram perda muito alta (ge 70)

A impressa A piauhyensis A macedoana e A tomentella sendo que essas duas uacuteltimas apresentaram 100 de perda (Tabela 2)

AVALIACcedilAtildeO DOS MODELOS Para as quatro espeacutecies com menos de 5 pixels foi gerado apenas o modelo de dissimilaridade ambiental (valor da distacircncia euclidiana maacutexima = 01) e por insuficiecircncia de registros qualificados natildeo foi possiacutevel processar a modelagem de A macedoana e A tomentella (Tabela 4)

Nossos resultados mostraram que os maiores valores de omissatildeo interna (Oi) foram para as espeacutecies com menor nuacutemero de pixels (entre 5 a 9) A piauhyensis que

apresentou Oi alta (125) poreacutem bom resultado para o MaxEnt (p lt 001) e A laevis que apresentou valores altos tanto para Oi (20) quanto para a probabilidade do MaxEnt (p = 10)

Entre as quatro espeacutecies com 10 a 19 pixels A acarodomatifera e A myristicoides apresentaram bons resultados para os modelos GARP BS e MaxEnt assim como para o modelo de consenso para A maguireana o MaxEnt natildeo apresentou bons resultados (Oi = 71 p = 037) poreacutem os modelos de consenso e GARP BS apresentaram resultados melhores Os resultados para A guianensis foram ruins com Oi de 10 e probabilidades muito altas tanto para o modelo de consenso (p = 072) quanto para

Tabela 4 Indicadores de qualidade dos modelos aplicados agraves espeacutecies de Aiouea no Brasil - porcentagem da omissatildeo interna (Oi) e omissatildeo externa meacutedia (Om) e aacuterea sob a curva (AUC) Para as espeacutecies com menos de 20 pixels eacute apresentado o valor da probabilidade oriundo do teste de Poisson-binomial unicaudal Legendas DM = distacircncia Mahalanobis ENFA = Ecological-Niche Factor Analysis GARP = Genetic Algorithm for Ruleset Prediction MaxEnt = Maximum Entropy SVM = Support Vector Machines

Modelos (algoritmos)

Espeacutecies Oi Consenso DM ENFA GARP MaxEnt SVM

() AUC Om AUC Om AUC Om AUC Om AUC Om AUC Om

Espeacutecies com 20 ou mais pixels

A saligna 14 095 29 086 29 093 14 091 86 086 57 081 346

A trinervis 15 097 31 089 77 092 46 097 31 094 31 087 215

Espeacutecies com 10 a 19 pixels

A acarodomatifera 71 lt 001 - - - - - lt 001 - lt 001

A maguireana 71 lt 001 - - - - - lt 001 - = 037

A guianensis 10 = 072 - - - - - = 075 - = 022

A myristicoides 10 lt 001 - - - - - lt 001 - lt 001

A piauhyensis 125 - - - - - - - - lt 001

A laevis 20 - - - - - - - - = 10

A benthamiana Modelo de dissimilaridade ambiental valor da distacircncia euclideana maacutexima = 01

A bracteata Modelo de dissimilaridade ambiental valor da distacircncia euclideana maacutexima = 01

A impressa Modelo de dissimilaridade ambiental valor da distacircncia euclideana maacutexima = 01

A lehmannii Modelo de dissimilaridade ambiental valor da distacircncia euclideana maacutexima = 01

Espeacutecies com zero pixel

A macedoana Sem modelo

A tomentella Sem modelo

GARP BS (p = 075) e MaxEnt (p = 022) Para este grupo de espeacutecies a Oi revelou ser o melhor discriminador para a geraccedilatildeo e a qualidade dos modelos (Tabela 4)

Para as duas espeacutecies com 20 ou mais pixels os resultados da Oi foram excelentes sendo de 14 para A saligna e 15 para A trinervis A omissatildeo externa meacutedia (Om) e a area under curve (AUC) foram mais harmocircnicas para A trinervis e pouco menos para A saligna Entretanto todos os modelos foram bons exceto SVM cujos valores de omissatildeo externa meacutedia foram muito altos 346 para

A saligna e 215 para A trinervis O modelo de consenso mostrou bons resultados para essas espeacutecies (Tabela 4)

SOBRE A DISTRIBUICcedilAtildeO DE AIOUEA NO BRASILA distribuiccedilatildeo geograacutefica das espeacutecies de Aiouea no Brasil mostra um padratildeo predominante na Amazocircnia sendo que das 14 espeacutecies consideradas apenas A bracteata natildeo tem registro de ocorrecircncia real na Amazocircnia A modelagem no entanto indica probabilidade da espeacutecie ocorrer neste bioma (Tabela 5)

Tabela 5 Distribuiccedilatildeo geograacutefica das espeacutecies de Aiouea do Brasil Legendas DA = dissimilaridade ambiental MaxEnt = Maximum Entropy

(Continua)

EspeacuteciesDistribuiccedilatildeo real

Distribuiccedilatildeo potencial Habitat Endereccedilo do modelo no BiogeoBioma Estados

A acarodomatifera Mata

AtlacircnticaMG RJ SP

O modelo de consenso de dois algoritmos natildeo extrapolou

os limites da ocorrecircncia real

Floresta estacional semidecidual floresta ombroacutefila (= floresta

pluvial)

httpbiogeoinctflorabrasilnettxn23354

(Figura 2A)

A benthamiana Amazocircnia AC

O modelo DA ampliou o potencial de ocorrecircncia ao longo de parte do rio

Amazonas

Floresta ombroacutefila (= floresta pluvial)

(Figura 3A)

A bracteataMata

Atlacircntica cerrado

SPO modelo DA ampliou o

potencial de ocorrecircncia nos estados de GO MS e TO

Cerrado (lato sensu) floresta ciliar ou galeria

floresta estacional semidecidual

(Figura 3B)

A guianensis Amazocircnia AC AM AP RO RR

O modelo de consenso de dois algoritmos indicou potencial

para a Mata Atlacircntica entre BA e RN

Floresta de terra firme floresta de vaacuterzea

floresta ombroacutefila (= floresta pluvial)

(Figura 2B)

A impressa Amazocircnia AM PAO modelo DA ampliou a

ocorrecircncia para a Amazocircnia central

Floresta de terra firme floresta ombroacutefila (=

floresta pluvial)

(Figura 3D)

A laevisAmazocircnia

Mata Atlacircntica

AC AM AP BA ES

O modelo MaxEnt ampliou a aacuterea de ocorrecircncia na faixa litoracircnea desde o RS ateacute o

extremo do AP Manchas no MS e RO e em grande parte

do PA e do MA

Floresta de terra firme floresta ombroacutefila

(= floresta pluvial) restinga

(Figura 2C)

A lehmannii Amazocircnia ACO modelo DA ampliou apenas uma faixa do AC em direccedilatildeo

floresta pluvial)

(Figura 3C)

A macedoana Cerrado TOGO

Dados insuficientes para a prediccedilatildeo Cerrado (lato sensu) Sem modelo

A maguireana Amazocircnia AM

O modelo de consenso de dois algoritmos ampliou aacutereas potenciais em todo AM parte de RR e de AP focos em PA

RO e MT

Campinarana floresta de terra firme floresta ombroacutefila (= floresta

pluvial) savana amazocircnica

(Figura 2D)

A myristicoides Amazocircnia AC AM AP PA MA

O modelo de consenso de dois algoritmos indicou potencial de

ocorrecircncia na Mata Atlacircntica do ES ateacute CE e manchas em

RO e TO

floresta pluvial)

(Figura 2E)

A piauhyensis Amazocircniacerrado

AM PA TO PB

PI DF MS MT SP

O MaxEnt apenas ampliou as aacutereas potenciais proacuteximas aos

pontos de coleta

(Figura 2F)

A saligna

Amazocircnia Mata

Atlacircntica caatinga cerrado

AM PA TO CE

PB PI DF MS MT SP

O consenso de cinco algoritmos ampliou bastante

as aacutereas potenciais para todo o Brasil com menor probabilidade em outros

estados do Nordeste e de parte do AM MT PA RR e TO

Caatinga (stricto sensu) cerrado (lato sensu) floresta estacional

semidecidual floresta ombroacutefila (= floresta

pluvial) restinga

(Figura 1A)

A tomentella Amazocircnia AM PA Dados insuficientes para a prediccedilatildeo

Sem modelo

A trinervis Amazocircnia cerrado

PA TO GO MS

MT SP PR RS

as aacutereas potenciais para todo o Brasil com menor

probabilidade apenas na regiatildeo Sul e em grande parte da

Amazocircnia

floresta estacional semidecidual floresta ombroacutefila (= floresta

pluvial)

(Figura 1B)

A saligna eacute a espeacutecie com maior distribuiccedilatildeo geograacutefica Ela apresentou ocorrecircncia real registrada na Amazocircnia na Mata Atlacircntica em caatinga e no cerrado tendo ainda potencial para ocorrer em todo o territoacuterio brasileiro com menor probabilidade apenas em parte da caatinga nordestina Segundo Santos amp Alves (2013) a espeacutecie eacute exclusiva de aacutereas montanhosas (Tabela 5)

A guianensis A laevis e A myristicoides tiveram ocorrecircncia potencial ampliada para Mata Atlacircntica a distribuiccedilatildeo potencial de A trinervis tambeacutem foi ampliada

para grande parte do territoacuterio brasileiro exceto para a Amazocircnia e para os pampas sulinos Tanto a ocorrecircncia real quanto a potencial de A acarodomatifera estatildeo restritas agrave Mata Atlacircntica A macedoana tem ocorrecircncia real em Goiaacutes e em Tocantins poreacutem os dados foram insuficientes para a distribuiccedilatildeo potencial Nos pampas sulinos natildeo existem ateacute o momento registros de ocorrecircncia real de Aiouea poreacutem a modelagem indica potencial para ocorrecircncia de A benthamiana A laevis A lehmannii e A saligna

(Conclusatildeo)Tabela 5

Figura 1 Distribuiccedilatildeo potencial das espeacutecies de Aiouea com 20 ou mais pixels A) A saligna (n = 69 pixels) B) A trinervis (n = 65 pixels) As cores representam aacutereas de concordacircncia entre os algoritmos vermelho = 5 algoritmos laranja = 4 algoritmos amarelo = 3 algoritmos azul = menos de 3 algoritmos

Figura 2 Distribuiccedilatildeo potencial das espeacutecies de Aiouea com 5 a 19 pixels A) A acarodomatifera (n = 14 pixels) B) A guianensis (n = 10 pixels) C) A laevis (n = 5 pixels) D) A maguireana (n = 14 pixels) E) A myristicoides (n = 10 pixels) F) A piauhyensis (n = 8 pixels) As cores representam aacutereas de concordacircncia entre os algoritmos vermelho = 2 algoritmos azul = menos de 2 algoritmos

Figura 3 Distribuiccedilatildeo potencial das espeacutecies de Aiouea com menos de 5 pixels A) A benthamiana (n = 2 pixels) B) A bracteata (n = 2 pixels) C) A lehmannii (n = 1 pixel) D) A impressa (n = 1 pixel)

ENDEMISMO RARIDADE E CONSERVACcedilAtildeOCerca de 43 das espeacutecies (6 spp) de Aiouea deste estudo satildeo endecircmicas do Brasil cinco delas jaacute constatadas na LFB (JBRJ s d) (A acarodomatifera A bracteata A macedoana A piauhyensis e A saligna) A myristicoides natildeo estaacute relatada como endecircmica do Brasil na LFB (JBRJ s d) contudo natildeo foram encontradas amostras em outros paiacuteses entre os dados analisados (Tabela 6)

A saligna e A trinervis natildeo apresentaram nenhum niacutevel de raridade pois possuem distribuiccedilatildeo larga

habitat amplo e populaccedilotildees abundantes Esse resultado corrobora a classificaccedilatildeo dessas espeacutecies na IUCN (2015) e na LVFB (JBRJ 2015) onde constam na categoria de lsquopouco preocupantersquo

A benthamiana A bracteata e A macedoana apresentaram o maior niacutevel de raridade com distribuiccedilatildeo estreita habitat restrito e populaccedilotildees escassas (Tabela 6) esses resultados corroboram a presenccedila dessas espeacutecies nas duas listas vermelhas consultadas (JBRJ 2015 IUCN 2015) contudo eacute necessaacuterio elevar o grau de

Tabela 6 Situaccedilatildeo de endemismo conservaccedilatildeo raridade e modelos de distribuiccedilatildeo potencial gerados para as espeacutecies brasileiras de Aiouea Legendas DD = dados insuficientes EN = em risco LC = pouco preocupante VU = vulneraacutevel NE = natildeo avaliada

Populaccedilotildeessp

Endemismo Vulnerabilidade

Distribuiccedilatildeo Habitat Populaccedilotildees Classificaccedilatildeo deste estudoLFB

(JBRJ s d) Este

estudo LVFB IUCN

A acarodomatifera Sim Sim LC LC Estreita Amplo Escassa Raridade preocupante

A benthamiana Natildeo Natildeo EN LC Estreita Restrito Escassa Maior niacutevel de raridade

A bracteata Sim Sim VU VU Estreita Restrito Escassa Maior niacutevel de raridade

A guianensis Natildeo Natildeo NE NE Estreita Amplo Escassa Raridade preocupante

A impressa Natildeo Natildeo NE NE Estreita Amplo Escassa Raridade preocupante

A laevis Natildeo Natildeo NE NE Estreita Amplo Escassa Raridade preocupante

A lehmannii Natildeo Natildeo EN LC Estreita Amplo Escassa Raridade preocupante

A macedoana Sim Sim DD VU Estreita Restrito Escassa Maior niacutevel de raridade

A maguireana Natildeo Natildeo NE NE Estreita Amplo Escassa Raridade preocupante

A myristicoides Natildeo Sim NE NE Estreita Amplo Escassa Raridade preocupante

A piauhyensis Sim Sim LC NE Estreita Amplo Escassa Raridade preocupante

A saligna Sim Sim NE NE Larga Amplo Abundante Sem raridade

A tomentella Natildeo Natildeo NE NE Estreita Amplo Escassa Raridade preocupante

A trinervis Natildeo Natildeo LC NE Larga Amplo Abundante Sem raridade

preocupaccedilatildeo referente agrave A benthamiana na IUCN e agrave A macedoana na LVFB Esta uacuteltima espeacutecie possui dois uacutenicos registros bem restritos sendo um para Goiaacutes e outro para Tocantins

As outras nove espeacutecies apresentaram distribuiccedilatildeo estreita habitat amplo e populaccedilotildees escassas o que indica alto grau de preocupaccedilatildeo em relaccedilatildeo agraves situaccedilotildees de conservaccedilatildeo Todavia essas espeacutecies satildeo classificadas como lsquopouco preocupantesrsquo ou lsquonatildeo avaliadasrsquo pela LVFB (JBRJ 2015) e pela IUCN (2015) com exceccedilatildeo para A lehmannii considerada lsquoem riscorsquo pela LVFB (JBRJ 2015) (Tabela 6) O confronto desses resultados sugere uma revisatildeo dessas espeacutecies nas listas vermelhas aumentando assim o potencial de conservaccedilatildeo para cada uma delas

CONCLUSAtildeOA distribuiccedilatildeo geograacutefica das espeacutecies de Aiouea no Brasil mostra um padratildeo predominante na Amazocircnia sendo

que das 14 espeacutecies consideradas apenas A bracteata natildeo tem registro de ocorrecircncia real na Amazocircnia entretanto a modelagem indica probabilidade de ela ocorrer neste bioma

Os modelos de distribuiccedilatildeo geograacutefica potencial ampliaram as aacutereas de ocorrecircncia para A saligna A guianensis A laevis A myristicoides e A trinervis

Todas as espeacutecies de Aiouea no Brasil possuem algum grau de raridade exceto A saligna e A trinervis que possuem larga distribuiccedilatildeo geograacutefica ampla utilizaccedilatildeo de diferentes habitats e populaccedilotildees grandes

AGRADECIMENTOS Agrave Fundaccedilatildeo de Amparo agrave Pesquisa do Estado do Amazonas (FAPEAM) pelo apoio financeiro e por concessatildeo de bolsa de doutorado ao primeiro autor ao Centro de Referecircncia em Informaccedilatildeo Ambiental (CRIA) na pessoa de R Giovanni pelo apoio com a modelagem e ao Programa de Poacutes-Graduaccedilatildeo da Rede Bionorte nuacutecleo Beleacutem Paraacute

REFEREcircNCIASANDERSON R P D LEW amp A T PETERSON 2003 Evaluating predictive models of speciesrsquo distributions criteria for selecting optimal models Ecological Modelling 162(3) 211-232 DOI httpsdoiorg101016S0304-3800(02)00349-6

CARPENTER G A N GILLISON amp J WINTER 1993 DOMAIN a flexible modeling procedure for mapping potential distributions of animals and plants Biodiversity amp Conservation 2(6) 667-680 DOI httpsdoiorg101007BF00051966

CENTRO DE REFEREcircNCIA EM INFORMACcedilAtildeO AMBIENTAL (CRIA) [s d] Open modeller Disponiacutevel em lthttpopenmodellercriaorgbrgt Acesso em 20 outubro 2016

CENTRO DE REFEREcircNCIA EM INFORMACcedilAtildeO AMBIENTAL (CRIA) [s d] Biogeografia da flora e fungos do Brasil Disponiacutevel em lthttpbiogeoinctflorabrasilnetgt Acesso em 20 outubro 2016

CENTRO DE REFEREcircNCIA EM INFORMACcedilAtildeO AMBIENTAL (CRIA) 2016 Disponiacutevel em lthttpwwwcriaorgbrgt Acesso em 20 outubro 2016

CENTRO DE REFEREcircNCIA EM INFORMACcedilAtildeO AMBIENTAL (CRIA) 2007 Species link (GeoLoc) Disponiacutevel em lthttpsplinkcriaorgbrgeolocgt Acesso em 20 outubro 2016

CHEN Y H 2009 Conservation biogeography of the snake family Colubridae of China North-Western Journal of Zoology 5(2) 251-262

CUSTOacuteDIO D L I B BARROS amp V F VEIGA JR 2015 Chemical composition of eoessential oils from Aiouea maguireana Chemistry of Natural Compounds 51(4) 780-782 DOI httpdxdoiorg101007s10600-015-1410-9

ELIAS G A amp R SANTOS 2016 Non-timber Forest Products and sustainable exploration potential in a Tropical Rain Forest in Santa Catarina State Brazil Ciecircncia Florestal 26(1) 249-262 DOI httpdxdoiorg1059021980509821117

FARBER O amp R KADMON 2003 Assessment of alternative approaches for bioclimatic modeling with special emphasis on the Mahalanobis distance Ecological Modelling 160(1-2) 115-130 DOI httpsdoiorg101016S0304-3800(02)00327-7

GARCEZ F R W S GARCEZ N C YOSHIDA amp P O FIGUEIREDO 2016 A diversidade dos constituintes quiacutemicos da flora de Mato Grosso do Sul e sua relevacircncia como fonte de substacircncias bioativas Revista Virtual de Quiacutemica 8(1) 97-129

GARCEZ W S F R GARCEZ L M SILVA amp L HAMERSKI 2009 Larvicidal activity against Aedes aegypti of some plants native to the West-Central region of Brazil Bioresource Technology 100(24) 6647-6650 DOI httpdxdoiorg101016jbiortech200906092

GIANNINI T C M F SIQUEIRA A L ACOSTA F C C BARRETO A M SARAIVA amp I ALVES-DOS-SANTOS 2012 Desafios atuais da modelagem preditiva de distribuiccedilatildeo de espeacutecies Rodrigueacutesia 63(3) 733-749

HASSEMER G R GIOVANNI amp R TREVISAN 2016 The use of potential distribution models in the study of the distribution and conservation status of plants the case of Plantago L (Plantaginaceae) in Brazil The Journal of the Torrey Botanical Society 143(1) 38-49 DOI httpsdoiorg103159TORREY-D-14-00070

HIRZEL A H J HAUSSER D CHESSEL amp N PERRIN 2002 Ecological-niche factor analysis how to compute habitat-suitability maps without absence data Ecology 83(7) 2027-2036 DOI httpsdoiorg1018900012-9658(2002)083[2027ENFAHT]20CO2

INTERNATIONAL UNION FOR CONSERVATION OF NATURE AND NATURAL RESOURCES (IUCN) 2015 The IUCN red list of threatened species Version 2015-4 Disponiacutevel em lthttpwwwiucnredlistorggt Acesso em 15 marccedilo 2016

JARDIM BOTAcircNICO DO RIO DE JANEIRO (JBRJ) [s d] Flora do Brasil 2020 em construccedilatildeo Disponiacutevel em lthttpfloradobrasiljbrjgovbrgt Acesso em 20 outubro 2016

JARDIM BOTAcircNICO DO RIO DE JANEIRO (JBRJ) 2015 Lista vermelha Disponiacutevel em lthttpcncflorajbrjgovbrportalpt-brlistavermelhagt Acesso em 20 marccedilo 2016

KUBITZKI K amp S RENNER 1982 Lauraceae I (Aniba and Aiouea) 1-125 The New York Botanical Garden (Flora Neotropica 31) New York

MAIER F S C 2016 Avaliaccedilatildeo do efeito de extratos vegetais de plantas do cerrado e pantanal sobre o crescimento de Trypanosoma cruzi Dissertaccedilatildeo (Mestrado em Sauacutede e Desenvolvimento na Regiatildeo Centro-Oeste) ndash Universidade Federal do Mato Grosso do Sul Campo Grande

MARMION M M PARVIAINEN M LUOTO R K HEIKKINEN amp W THUILLER 2009 Evaluation of consensus methods in predictive species distribution modelling Diversity and Distributions 15(1) 59-69 DOI httpdxdoiorg101111j1472-4642200800491x

MEIRA-JUNIOR M S I M PEREIRA E L M MACHADO S D L L MOTA amp T J O OTONI 2014 Espeacutecies potenciais para recuperaccedilatildeo de aacutereas de floresta estacional semidecidual com exploraccedilatildeo de mineacuterio de ferro na Serra do Espinhaccedilo Bioscience Journal 31(1) 283-295 DOI httpdxdoiorg1014393BJ-v31n1a2015-23414

MORAES P L R 2005 Sinopse das Lauraacuteceas nos estados de Goiaacutes e Tocantins Brasil Biota Neotropica 5(2) 253-270 DOI httpdxdoiorg101590S1676-06032005000300018

MUNtildeOZ M E S R GIOVANNI M F SIQUEIRA T SUTTON P BREWER R S PEREIRA D A L CANHOS amp V P CANHOS 2011 OpenModeller a generic approach to speciesrsquo potential distribution modelling GeoInformatica 15 111-135

PEARSON R G 2007 Species distribution modeling for conservation educators and practitioners American Museum of Natural History New York

PEREIRA T D A 2016 Efeitos dos extratos de Aiouea trinervis e Guarea kunthiana sobre as formas epimastigotas de Trypanosoma cruzi Dissertaccedilatildeo (Mestrado em Sauacutede e Desenvolvimento na Regiatildeo Centro-Oeste) ndash Universidade Federal do Mato Grosso do Sul Campo Grande

PETERSON A T M PAPES amp J SOBEROacuteN 2008 Rethinking receiver operating characteristic analysis applications in ecological niche modeling Ecological Modelling 213(1) 63-72 DOI httpsdoiorg101016jecolmodel200711008

PETERSON A T amp J SOBEROacuteN 2012 Species distribution modeling and ecological niche modeling getting the concepts right Natureza amp Conservaccedilatildeo 10(2) 102-107 DOI httpdoieditoracubocombr104322natcon2012019

PHILLIPS S J R P ANDERSON amp R E SCHAPIRE 2006 Maximum entropy modeling of species geographic distributions Ecological Modelling 190(3-4) 231-259 DOI httpsdoiorg101016jecolmodel200503026

QUINET A J B BAITELLO P L R MORAES L ASSIS amp F M ALVES 2015 Lauraceae Juss In JARDIM BOTAcircNICO DO RIO DE JANEIRO (JBJR) Lista de Espeacutecies da Flora do Brasil Disponiacutevel em lthttpwwwfloradobrasiljbrjgovbrjabotfloradobrasilFB143gt Acesso em 18 janeiro 2016

RABINOWITZ D S CAIRNS amp T DILLON 1986 Seven forms of rarity and their frequency in the flora of the British Isles In M E SOULEacute (Ed) Conservation biology the science of scarcity and diversity 182-204 Sinauer Associates Sunderland

SANTOS O S amp M ALVES 2013 Sinopse taxonocircmica da Famiacutelia Lauraceae na porccedilatildeo norte da Floresta Atlacircntica brasileira Revista Brasileira de Biociecircncias 11(1) 14-28

SCHOumlLKOPF B J PLATT J SHAWE-TAYLOR A J SMOLA amp R C WILLIAMSON 2001 Estimating the support of a high-dimensional distribution Neural Computation 13(7) 1443-1471 DOI httpsdoiorg101162089976601750264965

SCHWIRKOWSKI P 2009 Projeto Flora de Satildeo Bento do Sul - SC - FloraSBS Disponiacutevel em lthttpssitesgooglecomsiteflorasbshomegt Acesso em 7 novembro 2016

SERRATO A G IBARRA-MANRIacuteQUEZ amp K OYAMA 2004 Biogeography and conservation of the genus Ficus (Moraceae) in Mexico Journal of Biogeography 31(3) 475-485 DOI httpsdoiorg101046j0305-0270200301039x

SPECIESLINK [s d] Disponiacutevel em lthttpsplinkcriaorgbrgt Acesso em 7 novembro 2016

SWETS K 1988 Measuring the accuracy of diagnostic systems Science 240(4857) 1285-1293

THE INTERNATIONAL PLANT NAMES INDEX (IPNI) [s d] Disponiacutevel em lthttpwwwipniorggt Acesso em 7 novembro 2016

THIERS B [s d] Index Herbariorum a global directory of public herbaria and associated staff New York Botanical Gardenrsquos Virtual Herbarium Disponiacutevel em lthttpsweetgumnybgorgscienceihgt Acesso em 7 novembro 2016

WORLDCLIM [s d] WorldClim 14 Current conditions (1960-1990) Disponiacutevel em lthttpwwwworldclimorgcurrentgt Acesso em 7 novembro 2016

WORLDCLIM [s d] Bioclimatic variables Disponiacutevel em lthttpwwwworldclimorgbioclimgt Acesso em 7 novembro 2016

YANGA X Q S P S KUSHWAHAB S SARANB J XUC amp P S ROYB 2013 Maxent modeling for predicting the potential distribution of medicinal plant Justicia adhatoda L in Lesser Himalayan foothills Ecological Engineering 51 83-87 DOI httpsdoiorg101016jecoleng201212004

_GoBack

INTRODUCcedilAtildeONa uacuteltima revisatildeo do gecircnero Aiouea Kubitzki amp Renner (1982) reconhecem 19 espeacutecies com base na taxonomia moderna e as consideram restritas agrave regiatildeo neotropical em sua maior parte ocorrendo nas Ameacutericas do Sul e Central Entre estas 14 espeacutecies satildeo brasileiras distribuiacutedas principalmente na Amazocircnia em floresta de terra firme caatinga borda de mata e floresta secundaacuteria

A importacircncia econocircmica do gecircnero tem despertado o interesse no estudo da composiccedilatildeo quiacutemica dos oacuteleos essenciais obtidos de espeacutecies como Aiouea maguireana (CK Allen) SS Renner (Custoacutedio et al 2015) Aiouea trinervis Meisn apresentou resultados promissores para atividade larvicida contra Aedes aegypti (Linnaeus 1762) conforme Garcez et al (2009) e o extrato etanoacutelico desta espeacutecie causou alteraccedilotildees na morfologia e na viabilidade do parasita Tripanosoma cruzi (Chagas 1909) de acordo com Maier (2016) e Pereira (2016) aleacutem disso foi considerada uma boa fonte de micromoleacuteculas com potencial antitumoral (Garcez et al 2016)

Os nomes populares mais usados para as espeacutecies do gecircnero satildeo sassafraacutes brinco-de-princesa louro-de-goiaacutes canela-do-piauiacute uridol urinosa vergateza (Moraes 2005) e canela-fogo (Schwirkowski 2009)

A espeacutecie Aiouea sal igna Meisn a leacutem de apresentar possibilidade em uso madeireiro (Elias amp Santos 2016) tambeacutem foi indicada como de grande potencial para recuperaccedilatildeo de aacutereas de floresta estacional exploradas para mineacuterio de ferro pois possui caracteriacutesticas potencialmente facilitadoras de sucessatildeo fundamentais em aacutereas degradadas pela mineraccedilatildeo (Meira-Junior et al 2014)

Este estudo se propocircs a apresentar uma revisatildeo da distribuiccedilatildeo real e mapear a distribuiccedilatildeo potencial aleacutem de analisar o estado de conservaccedilatildeo das espeacutecies brasileiras de Aiouea tendo em vista a sua importacircncia econocircmica atual e seu potencial futuro

MATERIAL E MEacuteTODOS

LEVANTAMENTO DAS ESPEacuteCIES E SINOcircNIMOSOs nomes e os sinocircnimos dos taxa de Aiouea do Brasil foram compilados a partir da uacuteltima versatildeo da Lista das Espeacutecies da Flora do Brasil (LEFB) (JBRJ s d) e de The International Plant Names Index (IPNI s d) que integram os principais dicionaacuterios e indexadores de nomes cientiacuteficos de angiospermas

DISTRIBUICcedilAtildeO GEOGRAacuteFICA DAS ESPEacuteCIESInicialmente foi analisada a distribuiccedilatildeo real de cada espeacutecie de Aiouea Para isso considerou-se o total de registros dos nomes vaacutelidos existentes no banco de dados da rede SpeciesLink (s d) os quais foram georrefenciados pelas coleccedilotildees (herbaacuterios) de origem ou via aplicativo dataCleaning (DC) desenvolvido pelo Centro de Referecircncia em Informaccedilatildeo Ambiental (CRIA 2016) Esse aplicativo identif ica possiacuteveis erros ortograacuteficos nos nomes das espeacutecies e facilita a padronizaccedilatildeo dos dados natildeo interferindo na informaccedilatildeo pois nenhum elemento eacute modificado ele apenas indica os registros suspeitos que neste caso foram descartados da anaacutelise Posteriormente os dados selecionados passaram por outra ferramenta tambeacutem desenvolvida pelo CRIA chamada geoLoc (CRIA 2007) a qual tem por objetivo auxiliar o trabalho de coleccedilotildees bioloacutegicas no georreferenciamento de seus acervos atribuindo as coordenadas geograacuteficas para a sede do municiacutepio da coleta quando os roacutetulos das exsicatas natildeo apresentam dados exatos de longitude e de latitude

Aleacutem do total de registros (Rt) disponiacuteveis no SpeciesLink tambeacutem foram examinados todos os roacutetulos e as imagens digitalizadas das exsicatas de herbaacuterios virtuais participantes ou natildeo das redes de integraccedilatildeo de dados de coleccedilotildees bem como as publicaccedilotildees nas aacutereas de conhecimento relacionadas ao nosso estudo como ecologia de plantas inventaacuterios florestais e floriacutesticos

A saligna Meisn 346 1089 11 407 99 938 21 823 67 147 234 364 66 213 0 1716

A benthamiana 10 8 4 2 200 500 600

A bracteata 9 9 2 2 00 778 778

A guianensis 31 26 16 10 161 385 484

A impressa 9 8 1 1 111 889 889

A laevis 40 37 18 5 75 550 550

A lehmannii 3 3 2 1 00 333 333

A macedoana 3 3 0 0 00 1000 1000

A maguireana 55 55 32 14 00 418 418

A myristicoides 35 32 17 10 86 514 514

A piauhyensis 42 40 12 8 48 714 714

A saligna 444 411 137 69 74 691 691

A tomentella 5 5 0 0 00 1000 1000

A trinervis 345 316 123 64 84 643 643

Total 1119 1024 401 200 85 608 642

Sem sinocircnimo

A saligna 14 095 29 086 29 093 14 091 86 086 57 081 346

A trinervis 15 097 31 089 77 092 46 097 31 094 31 087 215

A guianensis 10 = 072 - - - - - = 075 - = 022

A piauhyensis 125 - - - - - - - - lt 001

A laevis 20 - - - - - - - - = 10

(Continua)

pluvial)

(Figura 2A)

Amazonas

(Figura 3A)

A bracteataMata

(Figura 3B)

(Figura 2B)

floresta pluvial)

(Figura 3D)

Mata Atlacircntica

AC AM AP BA ES

do PA e do MA

(Figura 2C)

floresta pluvial)

(Figura 3C)

RO e MT

(Figura 2D)

RO e TO

floresta pluvial)

(Figura 2E)

AM PA TO PB

PI DF MS MT SP

pontos de coleta

(Figura 2F)

A saligna

Amazocircnia Mata

AM PA TO CE

PB PI DF MS MT SP

pluvial) restinga

(Figura 1A)

Sem modelo

PA TO GO MS

MT SP PR RS

Amazocircnia

pluvial)

(Figura 1B)

(JBRJ s d) Este

estudo LVFB IUCN

_GoBack

A saligna Meisn 346 1089 11 407 99 938 21 823 67 147 234 364 66 213 0 1716

A benthamiana 10 8 4 2 200 500 600

A bracteata 9 9 2 2 00 778 778

A guianensis 31 26 16 10 161 385 484

A impressa 9 8 1 1 111 889 889

A laevis 40 37 18 5 75 550 550

A lehmannii 3 3 2 1 00 333 333

A macedoana 3 3 0 0 00 1000 1000

A maguireana 55 55 32 14 00 418 418

A myristicoides 35 32 17 10 86 514 514

A piauhyensis 42 40 12 8 48 714 714

A saligna 444 411 137 69 74 691 691

A tomentella 5 5 0 0 00 1000 1000

A trinervis 345 316 123 64 84 643 643

Total 1119 1024 401 200 85 608 642

Sem sinocircnimo

A saligna 14 095 29 086 29 093 14 091 86 086 57 081 346

A trinervis 15 097 31 089 77 092 46 097 31 094 31 087 215

A guianensis 10 = 072 - - - - - = 075 - = 022

A piauhyensis 125 - - - - - - - - lt 001

A laevis 20 - - - - - - - - = 10

(Continua)

pluvial)

(Figura 2A)

Amazonas

(Figura 3A)

A bracteataMata

(Figura 3B)

(Figura 2B)

floresta pluvial)

(Figura 3D)

Mata Atlacircntica

AC AM AP BA ES

do PA e do MA

(Figura 2C)

floresta pluvial)

(Figura 3C)

RO e MT

(Figura 2D)

RO e TO

floresta pluvial)

(Figura 2E)

AM PA TO PB

PI DF MS MT SP

pontos de coleta

(Figura 2F)

A saligna

Amazocircnia Mata

AM PA TO CE

PB PI DF MS MT SP

pluvial) restinga

(Figura 1A)

Sem modelo

PA TO GO MS

MT SP PR RS

Amazocircnia

pluvial)

(Figura 1B)

(JBRJ s d) Este

estudo LVFB IUCN

_GoBack

A saligna Meisn 346 1089 11 407 99 938 21 823 67 147 234 364 66 213 0 1716

A benthamiana 10 8 4 2 200 500 600

A bracteata 9 9 2 2 00 778 778

A guianensis 31 26 16 10 161 385 484

A impressa 9 8 1 1 111 889 889

A laevis 40 37 18 5 75 550 550

A lehmannii 3 3 2 1 00 333 333

A macedoana 3 3 0 0 00 1000 1000

A maguireana 55 55 32 14 00 418 418

A myristicoides 35 32 17 10 86 514 514

A piauhyensis 42 40 12 8 48 714 714

A saligna 444 411 137 69 74 691 691

A tomentella 5 5 0 0 00 1000 1000

A trinervis 345 316 123 64 84 643 643

Total 1119 1024 401 200 85 608 642

Sem sinocircnimo

A saligna 14 095 29 086 29 093 14 091 86 086 57 081 346

A trinervis 15 097 31 089 77 092 46 097 31 094 31 087 215

A guianensis 10 = 072 - - - - - = 075 - = 022

A piauhyensis 125 - - - - - - - - lt 001

A laevis 20 - - - - - - - - = 10

(Continua)

pluvial)

(Figura 2A)

Amazonas

(Figura 3A)

A bracteataMata

(Figura 3B)

(Figura 2B)

floresta pluvial)

(Figura 3D)

Mata Atlacircntica

AC AM AP BA ES

do PA e do MA

(Figura 2C)

floresta pluvial)

(Figura 3C)

RO e MT

(Figura 2D)

RO e TO

floresta pluvial)

(Figura 2E)

AM PA TO PB

PI DF MS MT SP

pontos de coleta

(Figura 2F)

A saligna

Amazocircnia Mata

AM PA TO CE

PB PI DF MS MT SP

pluvial) restinga

(Figura 1A)

Sem modelo

PA TO GO MS

MT SP PR RS

Amazocircnia

pluvial)

(Figura 1B)

(JBRJ s d) Este

estudo LVFB IUCN

_GoBack

A benthamiana 10 8 4 2 200 500 600

A bracteata 9 9 2 2 00 778 778

A guianensis 31 26 16 10 161 385 484

A impressa 9 8 1 1 111 889 889

A laevis 40 37 18 5 75 550 550

A lehmannii 3 3 2 1 00 333 333

A macedoana 3 3 0 0 00 1000 1000

A maguireana 55 55 32 14 00 418 418

A myristicoides 35 32 17 10 86 514 514

A piauhyensis 42 40 12 8 48 714 714

A saligna 444 411 137 69 74 691 691

A tomentella 5 5 0 0 00 1000 1000

A trinervis 345 316 123 64 84 643 643

Total 1119 1024 401 200 85 608 642

Sem sinocircnimo

A saligna 14 095 29 086 29 093 14 091 86 086 57 081 346

A trinervis 15 097 31 089 77 092 46 097 31 094 31 087 215

A guianensis 10 = 072 - - - - - = 075 - = 022

A piauhyensis 125 - - - - - - - - lt 001

A laevis 20 - - - - - - - - = 10

(Continua)

pluvial)

(Figura 2A)

Amazonas

(Figura 3A)

A bracteataMata

(Figura 3B)

(Figura 2B)

floresta pluvial)

(Figura 3D)

Mata Atlacircntica

AC AM AP BA ES

do PA e do MA

(Figura 2C)

floresta pluvial)

(Figura 3C)

RO e MT

(Figura 2D)

RO e TO

floresta pluvial)

(Figura 2E)

AM PA TO PB

PI DF MS MT SP

pontos de coleta

(Figura 2F)

A saligna

Amazocircnia Mata

AM PA TO CE

PB PI DF MS MT SP

pluvial) restinga

(Figura 1A)

Sem modelo

PA TO GO MS

MT SP PR RS

Amazocircnia

pluvial)

(Figura 1B)

(JBRJ s d) Este

estudo LVFB IUCN

_GoBack

A benthamiana 10 8 4 2 200 500 600

A bracteata 9 9 2 2 00 778 778

A guianensis 31 26 16 10 161 385 484

A impressa 9 8 1 1 111 889 889

A laevis 40 37 18 5 75 550 550

A lehmannii 3 3 2 1 00 333 333

A macedoana 3 3 0 0 00 1000 1000

A maguireana 55 55 32 14 00 418 418

A myristicoides 35 32 17 10 86 514 514

A piauhyensis 42 40 12 8 48 714 714

A saligna 444 411 137 69 74 691 691

A tomentella 5 5 0 0 00 1000 1000

A trinervis 345 316 123 64 84 643 643

Total 1119 1024 401 200 85 608 642

Sem sinocircnimo

A saligna 14 095 29 086 29 093 14 091 86 086 57 081 346

A trinervis 15 097 31 089 77 092 46 097 31 094 31 087 215

A guianensis 10 = 072 - - - - - = 075 - = 022

A piauhyensis 125 - - - - - - - - lt 001

A laevis 20 - - - - - - - - = 10

(Continua)

pluvial)

(Figura 2A)

Amazonas

(Figura 3A)

A bracteataMata

(Figura 3B)

(Figura 2B)

floresta pluvial)

(Figura 3D)

Mata Atlacircntica

AC AM AP BA ES

do PA e do MA

(Figura 2C)

floresta pluvial)

(Figura 3C)

RO e MT

(Figura 2D)

RO e TO

floresta pluvial)

(Figura 2E)

AM PA TO PB

PI DF MS MT SP

pontos de coleta

(Figura 2F)

A saligna

Amazocircnia Mata

AM PA TO CE

PB PI DF MS MT SP

pluvial) restinga

(Figura 1A)

Sem modelo

PA TO GO MS

MT SP PR RS

Amazocircnia

pluvial)

(Figura 1B)

(JBRJ s d) Este

estudo LVFB IUCN

_GoBack

Sem sinocircnimo

A saligna 14 095 29 086 29 093 14 091 86 086 57 081 346

A trinervis 15 097 31 089 77 092 46 097 31 094 31 087 215

A guianensis 10 = 072 - - - - - = 075 - = 022

A piauhyensis 125 - - - - - - - - lt 001

A laevis 20 - - - - - - - - = 10

(Continua)

pluvial)

(Figura 2A)

Amazonas

(Figura 3A)

A bracteataMata

(Figura 3B)

(Figura 2B)

floresta pluvial)

(Figura 3D)

Mata Atlacircntica

AC AM AP BA ES

do PA e do MA

(Figura 2C)

floresta pluvial)

(Figura 3C)

RO e MT

(Figura 2D)

RO e TO

floresta pluvial)

(Figura 2E)

AM PA TO PB

PI DF MS MT SP

pontos de coleta

(Figura 2F)

A saligna

Amazocircnia Mata

AM PA TO CE

PB PI DF MS MT SP

pluvial) restinga

(Figura 1A)

Sem modelo

PA TO GO MS

MT SP PR RS

Amazocircnia

pluvial)

(Figura 1B)

(JBRJ s d) Este

estudo LVFB IUCN

_GoBack

A saligna 14 095 29 086 29 093 14 091 86 086 57 081 346

A trinervis 15 097 31 089 77 092 46 097 31 094 31 087 215

A guianensis 10 = 072 - - - - - = 075 - = 022

A piauhyensis 125 - - - - - - - - lt 001

A laevis 20 - - - - - - - - = 10

(Continua)

pluvial)

(Figura 2A)

Amazonas

(Figura 3A)

A bracteataMata

(Figura 3B)

(Figura 2B)

floresta pluvial)

(Figura 3D)

Mata Atlacircntica

AC AM AP BA ES

do PA e do MA

(Figura 2C)

floresta pluvial)

(Figura 3C)

RO e MT

(Figura 2D)

RO e TO

floresta pluvial)

(Figura 2E)

AM PA TO PB

PI DF MS MT SP

pontos de coleta

(Figura 2F)

A saligna

Amazocircnia Mata

AM PA TO CE

PB PI DF MS MT SP

pluvial) restinga

(Figura 1A)

Sem modelo

PA TO GO MS

MT SP PR RS

Amazocircnia

pluvial)

(Figura 1B)

(JBRJ s d) Este

estudo LVFB IUCN

_GoBack

(Continua)

pluvial)

(Figura 2A)

Amazonas

(Figura 3A)

A bracteataMata

(Figura 3B)

(Figura 2B)

floresta pluvial)

(Figura 3D)

Mata Atlacircntica

AC AM AP BA ES

do PA e do MA

(Figura 2C)

floresta pluvial)

(Figura 3C)

RO e MT

(Figura 2D)

RO e TO

floresta pluvial)

(Figura 2E)

AM PA TO PB

PI DF MS MT SP

pontos de coleta

(Figura 2F)

A saligna

Amazocircnia Mata

AM PA TO CE

PB PI DF MS MT SP

pluvial) restinga

(Figura 1A)

Sem modelo

PA TO GO MS

MT SP PR RS

Amazocircnia

pluvial)

(Figura 1B)

(JBRJ s d) Este

estudo LVFB IUCN

_GoBack

RO e MT

(Figura 2D)

RO e TO

floresta pluvial)

(Figura 2E)

AM PA TO PB

PI DF MS MT SP

pontos de coleta

(Figura 2F)

A saligna

Amazocircnia Mata

AM PA TO CE

PB PI DF MS MT SP

pluvial) restinga

(Figura 1A)

Sem modelo

PA TO GO MS

MT SP PR RS

Amazocircnia

pluvial)

(Figura 1B)

(JBRJ s d) Este

estudo LVFB IUCN

_GoBack

(JBRJ s d) Este

estudo LVFB IUCN

_GoBack

(JBRJ s d) Este

estudo LVFB IUCN

_GoBack

(JBRJ s d) Este

estudo LVFB IUCN

_GoBack

Documents

Distribuição e conservação das espécies de Aiouea Aubl ...editora.museu-goeldi.br/bn/artigos/cnv12n1_2017/... · é um programa específico para geração de modelos de distribuição