Incluindo dependência espacial na modelagem da ... · topografia MODELO de DISTRIBUIÇÃO de ESPÉCIES) Distribuição Preditiva. Modelagem de distribuição de espécies) O Pontos

Incluindo dependência espacial na modelagem da distribuição de Euterpe edulis Mart. (palmito

juçara) no gradiente altitudinal da mata Atlântica em Ubatuba-SP.

Luciana Satiko ArasatoOrientadores:

Camilo Daleles Rennó e Silvana Amaral

Referata Biodiversa - INPEOut-2010

Modelagem do potencial de distribuição de palmeiras no Brasil

Retrocedendo um pouco...

Palmeiras

Família Arecaceae (Palmae)

São as mais características da flora tropical

Cerca de 240 gêneros e 2.600 espécies (Lorenzi, 2004)

pupunhaburiti

pupunha

Palmeiras

São de grande interesse comercial e importantes economicamente para as comunidades locais

Palmeiras

Sensoriamento Remoto

Algumas características

ESTIPE

Solitária Cespitosa Acaule

Euterpe precatoria Mart.

açaí, juçara, açaí-da-mata

Oenocarpus mapora H. Karst.

bacaba, bacabinha

Syagrus microphylla Burret

coquinho, ariri


Pinadas

Phytelephas macrocarpa Ruiz & Pav.

Jarina, marfim-vegetal

Palmadas

Mauritiella armata (Mart.) Burret

Caraná, caranã, buritiana

Inteira

Geonoma baculifera (Poit.) Kunth

ubim

FOLHAS


Desmoncus polyacanthos Mart

Syagrus pseudococos (Raddi) Glassman

Bactris tomentosa Mart.

Euterpe edulis Mart.

-Característica de floresta (Mata Atlântica)

- juçara (popular)

- palmito e açaí

- deveria ser abundante!

Modelagem de distribuição de espécies

ALG

OR

ITM

O

Pontos de ocorrênciaPosição geográfica

Variáveis ambientais

temperaturaprecipitaçãotopografia

MODELO de DISTRIBUIÇÃO de ESPÉCIES

Distribuição Preditiva

Fon

te:

Am

aral

(2

006)


Fon

te:

Am

aral

(2

006)

ALG

OR

ITM

O

Pontos de ocorrência

Posição geográfica






Fon

te:

Am

aral

(2

006)

ALG

OR

ITM

O

Pontos de ocorrência

Posição geográfica





Relacionadas com: - FISIOLOGIA e ECOLOGIA DA

ESPÉCIE; - ESCALA

Nicho ecológico

G.E. Huntchinson

Modelagem do potencial de distribuição de espécies

Nicho realizado – porção do nicho fundamental considerando as interações interespecíficas

Nicho fundamental – todas as características do hipervolume de n-dimensões que age na espécie

Nicho ecológicoNicho fundamental – todas as características do hipervolume de n-dimensões que age na espécie

G.E. Huntchinson



tipo de solo

tem

per

atu

ra

Dia

na

D.B

.Val

eria

no

(200

6)

Nicho ecológico

G.E. Huntchinson



tem

per

atu

ra

Nicho fundamental

tipo de solo

Dia

na

D.B

.Val

eria

no

(200

6)


Nicho ecológico


G.E. Huntchinson

Espaço ecológico

tem

per

atu

ra

Nicho fundamental

Nicho realizado


tipo de solo

Dia

na

D.B

.Val

eria

no

(200

6)


Componentes do nicho

Abiótico

Interações Bióticas

ACESSO

Distribuição geográfica real

Modelagem do potencial de distribuição de espéciesDia

na

D.B

.Val

eria

no

(200

6)

Dados

campo e coleções

Abióticas:Radiação solarTemperaturaPrecipitaçãoEvapotranspiraçãoTopografiaSolo (textura)Solo (comp. química)

Bióticas:CompetiçãoPredaçãoParasitismoHerbivoriaFacilitaçãoMutualismoDispersão


Dados

Abióticas:TemperaturaPrecipitaçãoBioclimaticasTopografia do terreno

Herbários

http://www.worldclim.org/


http://www.worldclim.org/

Como relacionar?

Existem diversas técnicas:

Regressão linear clássica;GLM;GAM;Bioclim;DOMAIN;Árvore de Clssificação;

Etc....


GARP

MAXENT

Como relacionar?

GARP Maxent

“Genetic Algorithm for Rule-set Prediction”

“Maximum Entropy”


Incluindo dependência espacial na modelagem da distribuição de Euterpe edulis Mart. (palmito

juçara) no gradiente altitudinal da mata Atlântica em Ubatuba-SP.

Joly e Martinelli (2004)

Motivação...

Alves et al, 2008

HETEROGENEIDADE AMBIENTAL

Motivação...

Floresta Montana(4 sp):•Euterpe edulis

•Geonoma gamiova

•Geonoma schottiana

•Geonoma pohliana

Floresta Submontana (9 sp):

50-500m•Attalea dubia

•Astrocaryum aculeatissimum

•Bactris setosa, B. hatschbachii

•Euterpe edulis

•G. gamiova, G. pohliana

•G. elegans

•Syagrus pseudococos

Floresta de terras baixas (6 sp):•Astrocaryum aculeatissimum

•Bactris setosa

•Euterpe edulis

•G. gamiova, G. elegans


Fonte: modificado de Fisch et al, 2009 (comunicação pessoal)

Motivação...

Floresta Montana(4 sp):•Euterpe edulis

•Geonoma gamiova

•Geonoma schottiana

•Geonoma pohliana

Floresta Submontana (9 sp):

50-500m•Attalea dubia

•Astrocaryum aculeatissimum

•Bactris setosa, B. hatschbachii

•Euterpe edulis

•G. gamiova, G. pohliana

•G. elegans


Floresta de terras baixas (6 sp):•Astrocaryum aculeatissimum

•Bactris setosa

•Euterpe edulis

•G. gamiova, G. elegans


“The mid-domain-

effect”

Cowell e Lees (2000)

Fonte: modificado de Fisch et al, 2009 (comunicação pessoal)

Motivação...

Distribuição da riqueza e abundância das palmeiras

Fonte: Fisch et al, 2009 (comunicação pessoal)

Motivação...

• As variações de abundância e de riqueza das palmeiras observadas no PESM

seguem o gradiente altitudinal existente na região?

• A autocorrelação está presente?

• Como modelar a distribuição da abundância e riqueza das palmeiras?

Perguntas

Perguntas

• As variações de abundância e de riqueza das

palmeiras observadas no PESM seguem o gradiente

altitudinal existente na região?



Perguntas





Perguntas




• Como modelar a distribuição da abundância e riqueza

das palmeiras?

Área de estudo

Floresta Ombrófila Densa (FOD)

Atlântica

Fitofisionomia Descrição

Floresta Ombrófila Aluvial Floresta encontrada às margens dos cursos

d’água

Floresta Ombrófila Densa de Terras Baixas Planícies costeiras. Solo de restinga. De 5-50

m de altitude

Floresta Ombrófila Densa Submontana Sopé das Serras. De 50-500 m de altitude

Floresta Ombrófila Densa Montana Encostas. De 500-1500 m de altitude

Floresta Ombrófila Densa Alto-montana Topo das altitudes. Acima de 1500 m de

altitude

Veloso et al (1991)IBGE

Mata Atlântica

Fluxograma do trabalho

Dados iniciais

Dados de entrada

Geração dos

modelos

Dados iniciais

Dados iniciais

Dados de ocorrência palmeiras

Dados iniciais


Curvas de nível

Pontos de altitude

Dados iniciais

Curvas de nível

Pontos de altitude


Dados iniciais


Curvas de nível

Pontos de altitude

Dados de entrada do modelo

• Riqueza e Abundância (variável dependente)

Dados de entrada

nº de spp nº de indivíduos

unidade amostral = 100 m²

Dados de entrada

14 plot (1ha)

1400 subplots(100m²)

Autocorrelação

Autocorrelação

Correlogramas

MULTISPATI

Implementado no RPackage Ade4

Análise espacial multivariado

baseado no Índice de Moran

http://www.ecoevol.ufg.br/sam/

Dray et al (2008)

http://www.ecoevol.ufg.br/sam/

Correlogramas

Todas as parcelas juntas:

Dist.Class I Moran p I (max)

14.891 0.442823 0.001 0.70444

25 0.364844 0.001 0.692422

35 0.366227 0.001 0.679404

45 0.337206 0.001 0.654817

55 0.366855 0.001 0.669428

65 0.340787 0.001 0.638116

75 0.339676 0.001 0.66299

85 0.330404 0.001 0.736467

95 0.272618 0.001 0.799342

150 0.256246 0.001 0.613415

250 0.196712 0.001 0.612867

450 0.526331 0.001 1.285547

800 0.252512 0.001 0.772707

3000 -0.06834 0.001 -0.51373

15552.73 -0.13204 0.001 -0.25679

(Log)

E. edulis

Correlogramas

Riqueza

Classes index Dist.Class I Moran p I(max)

9.782-20 0 14.891 0.256087 0.001 0.593303

20-30 1 25 0.258413 0.001 0.588992

30-40 2 35 0.22887 0.001 0.574018

40-50 3 45 0.24422 0.001 0.573741

50-60 4 55 0.22714 0.001 0.538728

60-70 5 65 0.209952 0.001 0.536905

70-80 6 75 0.223476 0.001 0.54594

80-90 7 85 0.213513 0.001 0.580723

90-100 8 95 0.209291 0.001 0.625537

100-200 9 150 0.10389 0.001 0.398474

200-300 10 250 0.013673 0.027 0.276652

300-600 11 450 0.003105 0.417 0.199401

600-1000 12 800 0.022349 0.001 0.235153

1000-5000 13 3000 -0.17811 0.001 -0.56953

5000-26105.462 14 15552.73 -0.00061 0.424 -0.10263

(Log)

Todas as parcelas juntas:

Correlogramas

E. edulis

Parcelas FGHIJ:

Index classes Dist.Class I Moran p I (max)

1 9.782-20 14.891 0.270074 0.001 0.562496

2 20-30 25 0.168176 0.001 0.495338

3 30-40 35 0.141136 0.001 0.496806

4 40-50 45 0.114278 0.001 0.468669

5 50-60 55 0.116966 0.001 0.437067

6 60-70 65 0.102211 0.001 0.43713

7 70-80 75 0.115541 0.001 0.452339

8 80-90 85 0.085959 0.001 0.491004

9 90-100 95 0.011228 0.616 0.556389

10 100-200 150 0.006735 0.319 0.274624

11 200-500 350 0.102287 0.001 0.805857

12 500-1000 750 -0.00229 0.295 -0.08749

13 1000-1500 1250 -0.21181 0.001 -0.8709

141500-1803.28 1651.64 -0.16853 0.001 -0.62064

(Log)

Correlogramas

Riqueza

classes Dist.Class I Moran p I (max)

9.782-20 14.891 0.34991 0.001 0.675892

20-30 25 0.351566 0.001 0.649931

30-40 35 0.330418 0.001 0.675078

40-50 45 0.345643 0.001 0.642966

50-60 55 0.310898 0.001 0.60758

60-70 65 0.291417 0.001 0.601312

70-80 75 0.292585 0.001 0.605053

80-90 85 0.277491 0.001 0.621441

90-100 95 0.276693 0.001 0.649808

100-200 150 0.093084 0.001 0.424962

200-500 350 0.056354 0.001 0.798548

500-1000 750 -0.00061 0.001 -0.0347

1000-1500 1250 -0.47284 0.001 -1.19369

1500-1803.28 1651.64 -0.47005 0.001 -0.98158

Parcelas FGHIJ:

PCA

Modelagem

MODELOS FINAIS

Referências

Amaral, S. 2006. Etapas Básicas da Modelagem de Distribuição de Espécies. Disponível em: <http://www.dpi.inpe.br/referata>. Acessado em: 22 de ago de 2009.

Dray, S; Saïd, S; Débias, F. Spatial ordination of vegetation data using a generalizationof Wartenberg’s multivariate spatial correlation. Journal of Vegetation Science 19: 45-56. 2008

Documents

Incluindo dependência espacial na modelagem da ... · topografia MODELO de DISTRIBUIÇÃO de ESPÉCIES) Distribuição Preditiva. Modelagem de distribuição de espécies) O Pontos