Ecologia espacial do Atobá-Mascarado Sula dactylatra (Lesson, 1831) na Ilha da Trindade, Oceano Atlântico Sul

Autor: Benemann, Victoria Renata Fontoura
Přispěvatelé: Petry, Maria Virginia
Jazyk: portugalština
Rok vydání: 2020
Předmět:
Zdroj: Repositório Institucional da UNISINOS (RBDU Repositório Digital da Biblioteca da Unisinos)
Universidade do Vale do Rio dos Sinos (UNISINOS)
instacron:UNISINOS
Popis: Submitted by Tatiane Vieira da Costa (tatianec) on 2020-11-24T17:27:02Z No. of bitstreams: 1 Victoria Renata Fontoura Benemann_.pdf: 2843902 bytes, checksum: 2d4a7cbda0bcf92c32885279d270b989 (MD5) Made available in DSpace on 2020-11-24T17:27:02Z (GMT). No. of bitstreams: 1 Victoria Renata Fontoura Benemann_.pdf: 2843902 bytes, checksum: 2d4a7cbda0bcf92c32885279d270b989 (MD5) Previous issue date: 2020-02-28 CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior A modelagem de hábitats adequados para a manutenção da biodiversidade em ambientes modificados pode servir como uma ferramenta importante para fins de conservação biológica. Trindade e Martim Vaz é um arquipélago oceânico localizado a 1.200 km da costa do Brasil, e encontra-se em sucessão ecológica desde a erradicação de caprinos introduzidos na ilha, os quais devastaram sua vegetação original. Modelamos a adequabilidade de hábitat de nidificação do atobá-mascarado Sula dactylatra na Ilha da Trindade, estimando sua potencial distribuição reprodutiva atual, e propusemos a potencial distribuição futura em resposta a quatro cenários de cobertura vegetal na ilha. Foram mapeados 87 ninhos ativos durante as estações reprodutivas de 2017 e 2019 na Ilha da Trindade. Modelamos pontos de ocorrência em resposta a cinco variáveis topográficas (Elevação, Inclinação, Insolação, Aspecto e Comprimento do Fluxo) e duas variáveis de vegetação (Sucessão e Remanescente), usando Ensemble Species Distribution Models (ESDM) de sete algoritmos diferentes: Boosted Regression Trees – GBM, Random Forests – RF, Generalized Linear Models – GLM, Generalized Additive Model – GAM, Artificial Neural Network – ANN, Multiple Adaptive Regression Spline – MARS, e Maximum Entropy - Maxent. Avaliamos a precisão do modelo com base em duas métricas: AUC e TSS. As análises foram realizadas usando o pacote "biomod2" no software R 3.6.1. Nossos modelos mostraram precisão acima de 0.8 nas duas métricas usadas (AUC e TSS). Os resultados indicam áreas com alta adequabilidade ao longo das faces Sudoeste e Noroeste da ilha, principalmente em elevações variando entre 150 - 450 m. Elevação e Aspecto foram as variáveis que melhor explicaram a seleção de S. dactylatra por hábitats de nidificação. Com base em nossas previsões de distribuição futuras, concluímos que a sucessão ecológica não afetará substancialmente a distribuição das áreas reprodutivas de S. dactylatra na ilha. Uma vez que S. dactylatra seleciona áreas de altas elevações, próximas às margens de penhascos, é deduzível que o aumento previsto na cobertura vegetal não irá afetar tais áreas, provavelmente devido a características geomorfológicas como elevação, composição do solo e profundidade. Recomendamos que estudos futuros incluam variáveis topográficas de alta resolução espacial, assim como variáveis bióticas, a fim de modelar a distribuição presente e futura das espécies. Modeling suitable hábitats for biodiversity maintenance under changing environments may serve as an important tool for biological conservation purposes. Trindade and Martim Vaz is an oceanic archipelago located ~1.200km from the coast of Brazil, and has been under ecological succession since feral goat eradication, which have devastated its original vegetation. We modeled nesting hábitat suitability of a surfacenesting seabird - the Masked Booby Sula dactylatra - at Trindade Is., predicted its current nesting distribution, and proposed the future potential distribution under four possible vegetation scenarios on the island. We mapped 87 active nests of S. dactylatra during the breeding seasons of 2017 and 2019, from October to November at Trindade Is. We fitted nest occurrence points in response to five topographical (Elevation, Slope, Insulation, Aspect and Flow Length) and two vegetation (Succession and Remnant) variables, using an Ensemble Species Distribution Model (ESDM) of seven different algorithms: Boosted Regression Trees – GBM, Random Forests – RF, Generalized Linear Models – GLM, Generalized Additive Model – GAM, Artificial Neural Network – ANN, Multiple Adaptive Regression Spline – MARS, and Maximum Entropy - Maxent. We evaluated model accuracy based on two metrics: ROC and AUC, and tested for multicollinearity between variables using VIF test. Analyses were performed using the “biomod2” package in software R 3.6.1. Our models showed accuracy above 0.8 in both used metrics (ROC and TSS). Our results indicate areas of very high nesting hábitat suitability along the Southwest and Northwest faces of Trindade Is., mostly in elevations varying from 150-450 m. Elevation and Aspect were the variables that better explained S. dactylatra selection for nesting hábitats. Based on our predictions of distribution in response to possible vegetation scenarios, we found that the ecological succession will not affect the nesting distribution of S. dactylatra on the island substantially. Since S. dactylatra select areas of high elevations near cliff edges to nest, it is deductible that the predicted increase in the vegetation coverage does not reach these high areas because of geomorphological characteristics, such as elevation, soil composition and depth. We encourage further studies to address topographical variables of the finest spatial resolution spatial resolution as possible, as well biotic variables in order to model present and future species’ distribution.
Databáze: OpenAIRE
Externí odkaz: