09h45 edson moura

PPGBV UFMG

Aplicação da modelagem de distribuição geográfica potencial para macrófitas aquáticas: um estudo de caso com a invasora Egeria densa Planch. no rio São Francisco Dr. Edson Gomes de Moura Júnior (NEMA / UNIVASF) Prof. Dr. Renato Garcia Rodrigues (UNIVASF) Prof. Dr. José Pires de Lemos Filho (UFMG) Prof. Dr. William Severi (UFRPE) Profa. Drª. Luciana Hiromi Yoshino Kamino (UFMG)

Modelagem de distribuição geográfica potencial

IMPORTÂNCIAS: ü Distribuição de espécies; ü Identificar preditores ambientais.

UTILIDADES DA MODELAGEM COM PLANTAS AQUĂ TICAS

PETERSON et al. (2003) Hydrilla verticillata

Mukherjee et al.

(2011) Hygrophila sp.

Lehtonen et al. (2009) Echinodorus grandiflorus

INTRODUÇÃO REDUÇÃO DA BIODIVERSIDADE

Zooplâncton

Fitoplâncton

Ictiofaun a

(Gopal 1990; Wells et al. 1997, Bini and Thomaz 2005, Brundu 2015)

Bentos

Paradigmas metodológicos da modelagem

ü Utilizar dados de ocorr ê ncia de metadados (artigos ou banco de dados de herbários); ü Utilizar camadas Bioclim áticas (geradas com informa ç õ es de satélite);

PREDITORES AMBIENTAIS

Radiação subaquática (Turbidez)

Ciclagem de Nutrientes

OBJETIVO Avaliar a aplica ç ã o da modelagem de distribui ç ã o geogr á fica potencial para macr ó fitas aqu á ticas, baseando- se no confronto de modelos que seguem ou n ã o aos paradigmas metodol ó gicos indicados para plantas terrestres, sendo a invasora Egeria densa utilizada como objeto de estudo no rio São Francisco.

Fonte: Plants e Flowers 2016 (www.plantsrescue.com)

Egeria densa Planch.

(Hydrocharitaceae)

MATERIAL E MÉTODOS (Confronto de modelos) REGISTROS

CAMPO

PREDITORES

METADADOS BIOCLIMÁTIC ü Herbário (Splink);OS ü Artigos

LIMNOLÓGICOS

MATERIAL E MÉTODOS

ü

12

expedi ç ões

amostrais (outubro de 2006 e julho de 2009); ü

Coleta de registros das

esp é cies e

dados 13 vari áveis limnológicas em 68 pontos amostrais

MATERIAL E MÉTODOS Referência/Equipame Sigla

Variáveis

TRANS Transparência

Unidade

Categoria

nto

m

Limnológica

Secchi disc Multiparâmetro YSI (556

COND Condutividade

μS

Limnológica

MPS) Multiparâmetro YSI (556

TEM

Temperatura

ºC

Limnológica

Multiparâmetro YSI (556

Oxigênio OD

dissolvido

MPS)

mg.L/

1

Limnológica

MPS) Multiparâmetro YSI (556

TUR

Turbidez

UNT

Limnológica

MPS) Multiparâmetro YSI (556

pH

pH

pH

Limnológica

MPS)

MATERIAL E MÉTODOS Referência/Equipa

Sigl a

Variáveis

Unidade

Categoria

mento

PT Fóforo total

mg.L/

1

Limnológica

Valderrama (1981)

PO4 Fosfato inorgânico

mg.L/

1

Limnológica

Valderrama (1981) Golterman et al.

NO3 Nitrato

mg.L/

1

Limnológica

(1978) Mackareth et al.

NO2 NitritoNitrato

mg.L/

1

Limnológica

(1978) Mackareth et al.

Nitrogênio NA amoniacal

mg.L/

1

Limnológica

(1978)

FEO Feofitina a

µg/L/

1

Limnológica

Lorenzen (1967)

CLO Clorofila a

µg/L/

1

Limnológica

Lorenzen (1967)

Frascos de 500 mL

LABLIMNO/UFRPE

Sigla Variáveis

Unidade

Bio1

Temperatura média anual

°C

Bio2

Amplitude diurna média

°C

Bio3

Isotermalidade (bio2/bio7) (* 100)

°C

Sazonalidade da temperatura = (desvio Bio4

padrão * 100)

°C

Bio5

Temperatura máxima do mês mais quente

°C

Bio6

Temperatura mínima do mês mais frio

°C

Bio7

Intervalo da temperatura anual (bio5/ bio6)

°C

Temperatura média do trimestre mais Bio8

úmido

°C

Bio9

Temperatura média do trimestre mais seco

°C

Temperatura média do trimestre mais Bio10 quente

°C

Bio11 Temperatura média do trimestre mais frio

°C

Bio12 Precipitação anual

mm

Bio13 Precipitação do mês mais chuvoso

mm

Bio14 Precipitação do mês mais seco

mm

Sazonalidade de precipitação (coeficiente de Bio15 Bioclimvariação) (Hijmans et al., 2005) Precipitação do trimestre mais úmido Bio16

mm

Bio17 Precipitação do trimestre mais seco

mm

mm

ArcView 3.2 Estações meteorológicas (1950 a 2000)

MODELAGEM üPROCEDIMENTO DE OPTIMIZAÇÃO (algoritmo Maxent); üAVALIAÇÃO DO DESEMPENHO (Proporção Binomial);

Número de pixels da área total ------------------- número total de p Número de pixels da área do modelo ----------- número de acerto

p (refuta ou aceita H0) H0 do teste binomial - o modelo é explicado pelo acaso) Poder (Diferença do valor real de um parâmetro, em relação ao valor da

RESULTADOS (PONTOS DE OCORRÊNCIA) Modelos

Dados

Egeria densa Área Erro (km2) s

Teste Binomial Poder (0.05) P

Limnológic Herbário/artig 5980 3 0.1442 0.14 as os Limnológic 5426 1 < 0.0001 1 as Campo Herbário/artig 8234 1 0.0517 Bioclim 0.68 os Eichhornia crassipes 6603 2 0.0118 0.89 Teste Binomial Área Bioclim Campo Erro Modelos Dados (km2) s Poder (0.05) P Limnológic Herbário/artig 7297 3 0.483 0.043 as os Limnológic 3653 3 < 0.0001 0.996 as Campo Herbário/artig 9013 2 0.283 Bioclim 0.147 os COLETAS METADADO 6115 2 0.009 S 0.9 Bioclim DE CAMPO Campo

DERIVA DE MACRÓFITAS NO RIO SÃO FRANCISCO

RESULTADOS (NATUREZA DAS CAMADAS)

Modelos Limnológic as Bioclim Modelos Limnológic as Bioclim

Dados

Egeria densa Área Erro (km2) s

Teste Binomial Poder (0.05) P

5426 1 < 0.0001 1 Campo 6603 2 0.0118 0.89 Campo Eichhornia crassipes Teste Binomial Área Erro Dados (km2) s Poder (0.05) P Campo Campo

LIMNOLÓGICAS

3653 6115

3 2

< 0.0001 0.009

BIOCLIMÁTICAS

0.996 0.9

VARIAÇÃO LATITUDINAL

RESULTADOS (GRADIENTE DE PROFUNDIDADE) Egeria densa Modelos

Preditor

Cheia superfície Cheia fundo Vazante superfície Vazante fundo Modelos Cheia superfície Cheia fundo Vazante superfície Vazante fundo

Área (km2)

Erro s

5426 Limológicas 5425 Limológicas 6004 Limológicas 6115 Limológicas Eichhornia crassipes

1 2 2 2

Preditor

Área (km2)

Erro s

Limológicas Limológicas Limológicas Limológicas

9725 9216 3653 4831

1 1 3 3

SUPERFÍCIE

Teste Binomial Poder P (0.05) 1 < 0.0001 0.0008 1 0.0032 0.98 0.009 0.9 Teste Binomial Poder P (0.05) 0.424 0.06 0.229 0.17 0.996 < 0.0001 0.002 0.944

FUNDO

MODELOS FINAIS PARA Egeria densa Erro de omissão = 1 AUC treino = 0.848 AUC teste = 0.803 P teste binomial = 0.001 Poder = 1

Registros de campo e camadas limnológicas, obtidas em campo

Erro de omissão = 3 AUC treino = 0.649 AUC teste = 0.193 P teste binomial = 0.067 Poder – 0.44

Registros de metadados camadas bioclimáticas, obtidas de informações de satélite

CONCLUSÂO

Ficou evidente que a modelagem de distribui ç ã o geogr á fica potencial pode ser utilizada como uma ferramenta para o manejo de macr ó fitas aqu áticas invasoras e conserva ç ã o de recursos h í dricos, desde que respeitada determinadas premissas metodol ógicas e biol ó gicas espec í ficas para esses organismos

PPGBV UFMG

Aplicação da modelagem de distribuição geográfica potencial para macrófitas aquáticas: um estudo de caso com a invasora Egeria densa Planch. no rio São Francisco Dr. Edson Gomes de Moura Júnior (NEMA / UNIVASF) Prof. Dr. Renato Garcia Rodrigues (UNIVASF) Prof. Dr. José Pires de Lemos Filho (UFMG) Prof. Dr. William Severi (UFRPE) Profa. Drª. Luciana Hiromi Yoshino Kamino (UFMG)