Modelagem preditiva de Vellozia cinerascens (Mart.) Mart. ex Seub: As Mudanças Climáticas poderão afetar sua ocorrência?
DOI:
https://doi.org/10.48017/dj.v7i4.2013Keywords:
Caatinga, distribuição geográfica, algoritmo maxent.Abstract
Conhecer a distribuição geográfica das espécies e as variáveis que influenciam sua ocorrência são essenciais para a conservação da biodiversidade. O objetivo desse estudo foi investigar a potencial distribuição de Vellozia cinerascens (Mart.) Mart. ex Seub., na região nordeste do Brasil, e identificar as variáveis ambientais que influenciam a sua distribuição. Para a análise da modelagem foram utilizados dados de ocorrência da espécie e variáveis climáticas referentes a três cenários: atual (1970-2000), futuro pessimista e otimista (2080’). O algoritmo Maxent foi escolhido para relacionar a ocorrência da espécie com variáveis bioclimáticas que refletem diferentes condições de temperatura, precipitação e sazonalidade. A influência das variáveis sobre a distribuição das espécies foi avaliada pelo teste Jackknife, já os modelos foram validados pelo índice AUC. Os modelos apresentaram bom desempenho, os valores dos índices AUC foram consistentes variaram entre 0,85 a 0,89. Os mapas preveem áreas de ampla ocorrência para a espécie na região nordeste. Os modelos evidenciaram uma ampliação da área ambientalmente adequada da espécie para o período atual e aumento considerável para o futuro. As variáveis ambientais que mais contribuíram para a distribuição dessa espécie foram às relacionadas à temperatura e umidade. Foi visualizado o surgimento de áreas com alta adequabilidade ambiental para o cenário futuro. As áreas de adequabilidade apresentaram aumento, indicando que as mudanças climáticas provavelmente não afetarão a ocorrência dessa espécie.
Metrics
References
Alexandre, B. R., Lorini, M. L., Grelle, C. E. V. (2013). Modelagem preditiva de distribuição de espécies ameaçadas de extinção: um panorama das pesquisas. Oecologia Australis, 17(4), 483-508, dezembro, 2013. http://dx.doi.org/10.4257/oeco.2013.1704.04
Alvares, C. A., Stape, J. L., Sentelhas, P. C., Gonçalves, J. L. M., Sparovek, G. (2013). Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, Berlin, 22(6), 711-728, 2013.
http://dx.doi.org/10.1127/0941-2948/2013/0507
Amaral, L. A., Ferreira, R. A., Mann, R. S. (2021). O uso de modelagem de distribuição de espécies para restauração florestal: Uma revisão sistemática. Research, Society and Development, 10(8) e46610817158, 2021.
http://dx.doi.org/10.33448/rsd-v10i8.17158
Cavalcante, M. Z. B., Dultra, D. F. S., Silva, H. L. C., Cotting, J. C., Silva, S. D. P., Siqueira Filho, J. A. (2017). Potencial ornamental de espécies do Bioma Caatinga. Comunicata Scientiae, 8(1) 43-58, 2017. http://dx.doi.org/10.14295/cs.v8i1.2649
Chagas, K. P. T., Lucas, F. M. F., Vieira, F. A. (2020). Predictive modeling of Mimosa tenuiflora (Willd) Poiret: how can climate change affect its potential distribution range? FLORESTA, Curitiba, PR, 50 (2), 1315 - 1324, abr/jun 2020.
Community Earth System Model – CESM. CESM models [online]. 2017 [cited 2021 April] Available from: http://www.cesm.ucar.edu/models/ccsm4.0/
Costa, T. R., Moura, C. C., Machado, E. L. M., Bueno, M. L. (2018). Modelagem preditiva da espécie Lychnophora pohlii SCH. BIP., no estado de Minas Gerais. Nativa, Sinop, 6(1), 100-106, fev. 2018.
http://dx.doi.org/10.31413/nativa.v6i1.4696
Chagas, K. P. T., Lucas, F. M. F., Vieira, F. A. (2020). Predictive modeling of Mimosa tenuiflora (Willd) Poiret: how can climate change affect its potential distribution range? Floresta, Curitiba, PR, 50(2), 1315 - 1324, abr/jun 2020.
http://dx.doi.org/10.5380/rf.v50 i2. 62980
ESRI. Enviromental Systems Research Institute. ArcGIS Desktop Web Help. 2018. Disponível em: < http://desktop.arcgis.com/en/arcmap/> Acesso em: 23 jul. 2021;
Fick, S. E., Hijmans, R. J. (2017). WorldClim 2: novas superfícies climáticas de resolução espacial de 1km para áreas terrestres globais. International Journal of Climatology, 37(12), 4302-4315, 2017.
https://doi.org/10.1002/joc.5086
Figueiredo, S. M. M., Venticinque, E. M., Figueiredo, E. O., Ferreira, E. J. L. (2015). Predição da distribuição de espécies florestais usando variáveis topográficas e de índice de vegetação no leste do Acre, Brasil. Acta Amazonica, v. 45(2), 167 – 174, 2015;
Giannini, T. C., Siqueira, M. F., Acosta, A. L., Barreto, F. C., Saraiva, A. M., Santos, A. I. (2012). Desafios atuais da modelagem preditiva de distribuição de espécies. Rodriguésia, v. 63(3), 733-749. 2012.
https://doi.org/10.1590/S2175-78602012000300017
Gladson, W. A., Farnezi, M. M. M., Pereira, I. M., Machado, E. L. M., Silva, M. A. P. (2018). Modelagem de distribuição de candeia para Minas Gerais. Enciclopédia Biosfera, Centro Científico Conhecer - Goiânia, 15(28), 2018.
https://www.conhecer.org.br/ojs/index.php/biosfera/article/view/430
Guerra, G. S. (2016). Avaliação do desempenho e adequação de diferentes metodologias aplicadas para a modelagem e inferência de emissão de gases do efeito estufa. Dissertação (Mestrado em Biometria e Estatística Aplicada), Universidade Federal Rural de Pernambuco, 61.
Guisan, A., Zimmermann, N. (2000). Predictive habitat distribution models in ecology. Ecological Modelling, 135, 147-186, 2000.
Mcpherson, J. M., Jetz, W. (2007). Type and spatial structure of distribution data and the perceived determinants of geographical gradients in ecology: the species richness of African birds. Global Ecology and Biogeography, 16, 657-667, 2007.
https://doi.org/10.1111/j.1466-8238.2007.00318.x
Medeiros, R. M., Silva, V. M. A., Melo, V. S., Menezes, H. E. A. (2016). Diagnóstico e tendência da precipitação pluvial em Bom Jesus - Piauí, Brasil. Revista Verde de Agroecologia e Desenvolvimento Sustentável, 11(3), 115-121, 2016.
http://dx.doi.org/10.18378/rvads.v11i3.3992
Miranda, D. (2012). Modelos de distribuição de espécies de Vellozia (Velloziaceae) endêmicas da cadeia do espinhaço e o efeito amostral sobre os mapas preditivos. Dissertação de Mestrado, Universidade Federal de Minas Gerais, Belo Horizonte, 94.
Moura, C. C., Costa, T. R., Oliveira, P. A., Bueno, M. L., Machado, E. L. M. (2017). Modelo preditivo do potencial de distribuição geográfica da espécie Richeria grandis vahl. no estado de Minas Gerais e sua relação com as flutuações climáticas do Quaternário. Enciclopédia Biosfera, 14(25), 911- 923, 2017.
https://conhecer.org.br/ojs/index.php/biosfera/article/view/897
Oliveira, A. P. C., Bernard, E. (2017) The financial needs vs. the realities of in situ conservation: an analysis of federal funding for protected areas in Brazil's Caatinga. Biotropica, Washington, (49), 745–752, 2017.
https://doi.org/10.1111/btp.12456
Pearson, R. G., Stanton, J. C., Sapateiro, K. T., Aiello-Lammens, M., Erst, P. J., Horning, N., Fordham, D. A., Raxworthy, C. J., Ryu, H. Y., McNees, J., Akçakaya, H. R. (2014). Life history and spatial traits predict extinction risk due to climate change. Nature Climate Change, 4, 217–221, 2014.
https://doi.org/10.1038/nclimate2113
Pereira, J. Silva., Almeida, J. R. Biogeografia e Geomorfologia. In: Guerra, A. J. T. (orgs.) Geomorfologia e Meio Ambiente. Bertrand Brasil, v. 5, 394p. 2004;
Phillips, S. J., Anderson, R. P., Dudík, M., Schapire, R. E., Blair, M. E. (2017). Opening the black box: an open-source release of Maxent. Ecography, 40(7), 887–893, 2017.
https://doi.org/10.1111/ecog.03049
Phillips, S. J., DUDIK, M. (2008). Modeling of species distributions with Maxent: new and a comprehensive evaluation. Ecography, 31(2), 161-175, 2008;
https://doi.org/10.1111/j.0906-7590.2008.5203.x
PHILLIPS, S. J., Anderson, R. P., Schapire, R. E. (2006). Maximum entropy modeling of species geographic distributions. Ecological Modelling, 190, 3-4, 231– 259, 2006.
https://doi.org/10.1016/j.ecolmodel.2005.03.026
SILVA, D. P., Vilela, B., Marco JR, P., Nemésio, A. (2014). Using ecological niche models and niche analyses to understand speciation patterns: The Case of Sister Neotropical Orchid Bees. PLoS ONE, 9(11), 1-17, 2014. https://doi.org/10.1371/journal.pone.0113246
Silva, L. S., Moura, C. C., Vieira, D. S., Santos, T. R., Machado, E. L. M., Salomão, N. V. (2019). Distribuição espacial e estrutura populacional de Parkia platycephala Benth. Nativa, Sinop, 7(6), 739-747, nov./dez. 2019
https://doi.org/10.31413/nativa.v7i6.7556
Silveira, F. A. O., Negreiros, D., Barbosa, NPU., Buisson, E., Carmo, F. F., Carstensen, D. W., Conceição, A. A., Cornelissen, T. G., Echternacht, L., Fernandes, G. W. (2016). Ecology and evolution of plant diversity in the endangered campo rupestre: a neglected conservation priority. Plant and Soil, 403, 129-152, 2016.
https://doi.org/10.1007/s11104-015-2637-8
Stocker, T. F., Qin, D., Plattner, G. K., Tignor, M., Allen, S. K., Boschung, J., Nauels, A., Xia, Y., Bex, V. Midgley, P. M. (2013). Climate change 2013: the physical science basis – Contribution of working group I – 5th assessment report of the Intergovernmental Panel on Climate Change IPCC Cambridge: University Press; 2013.
ipcc.ch/report/ar5/wg1/
Thuiller, W. (2003). BIOMOD - optimizing predictions of species distributions and projecting potential future shifts under global change. Global Change Biology, 9, 1353-1362, 2003.
1046/j.1365-2486.2003.00666.x
Velloziaceae in Flora e Funga do Brasil. Jardim Botânico do Rio de Janeiro. Disponível em: <https://floradobrasil.jbrj.gov.br/FB21378>. Acesso em: 15 jul. 2022;
Weber, M. M., Steven R. D., Diniz-Filho, J. A. F., Grelle, C. E. V. (2017). Is there a correlation between abundance and environmental suitability derived from ecological niche modelling? A metaanalysis. Ecography, 40(7), 817–828, 2017. 10.1111/ecog.02125
WORLDCLIM. Global climate data: free climate data for ecological modeling and GIS [online]. 2017 [cited 2021 Apr 10]. Available from: http://www.worldclim.org/.
YANG, X., Kushwaha, S. P. S., Saran, S., Xu, J., Roy, P. S. (2013). Maxent modeling for predicting the potential distribution of medicinal plant, Justicia adhatoda L. in Lesser Himalayan foothills. Ecological Engineering, 51, 83-87, 2013.
Additional Files
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Leovandes Soares da Silva
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
This work is licensed under a Creative Commons Attribution 4.0 International License.
The Diversitas Journal expresses that the articles are the sole responsibility of the Authors, who are familiar with Brazilian and international legislation.
Articles are peer-reviewed and care should be taken to warn of the possible incidence of plagiarism. However, plagiarism is an indisputable action by the authors.
The violation of copyright is a crime, provided for in article 184 of the Brazilian Penal Code: “Art. 184 Violating copyright and related rights: Penalty - detention, from 3 (three) months to 1 (one) year, or fine. § 1 If the violation consists of total or partial reproduction, for the purpose of direct or indirect profit, by any means or process, of intellectual work, interpretation, performance or phonogram, without the express authorization of the author, the performer, the producer , as the case may be, or whoever represents them: Penalty - imprisonment, from 2 (two) to 4 (four) years, and a fine. ”