introdução a métodos de estimativa de riqueza e análises de biodiversidade

Introdução a Métodos de Estimativa de Riqueza e Análises de Biodiversidade

Instrutor: Marcos Vinícius Carneiro [email protected]

Universidade Federal de Alagoas

IBAMA

mailto:[email protected]

Estrutura do curso

- Planejamento, coleta e análise de dados de biodiversidade.

- Bases na ecologia e na estatística (especialmente a multivariada).

- Teoria, exemplos práticos e estudos de caso.

Algumas indicações fundamentais de leitura:

- Measuring Biological Diversity, A.E. Magurran.- Ecological Methodology, C.J. Krebs.- Métodos estatísticos multivariados, B.J.F. Manly.

- Numerical Ecology, P. Legendre & L. Legendre.

E algumas indicações de software gratuitos:

- EstimateS e PAST.- The R Project for Statistical Computing- Outros: Biodiversity Pro, PopTools (no Excel), PCORD (apenas multivariada) e outros.

Objeto de estudo

- Afinal, o que é biodiversidade?- Diversidade: riqueza e equabilidade.- Composição.

Riqueza: número de espécies.

Objeto de estudo: afinal, o que é biodiversidade?

Equabilidade: distribuição das abundâncias relativas.


Composição: a identidade das espécies.


Objeto de estudo

- Afinal, o que é biodiversidade?- Diversidade: riqueza e equabilidade.- Composição.

- Tipos de dados

- Número de indivíduos (ou presença/ausência) de cada espécie em amostras/ambientes/locais/etc.

- Fatores ambientais e outras variáveis explicativas.

Planejamento

- Objetivos- Teoria, hipóteses e predições.e/ou- Clareza da finalidade do estudo.

Planejamento

- Objetivos

- Delineamento-Planejar com conhecimento prévio de como os dados coletados serão analisados.

- Coletar dados que realmente se relacionem com os objetivos e que possibilitem responder de fato as perguntas feitas.

Planejamento - delineamento

A lógica de se planejar “experimentos”!Um pouco de delineamento experimental.

- Alguns termos e conceitos importantes:

- Unidades amostrais e amostras.

- Réplicas, pseudo-réplicas e independência.- A independência das unidades amostrais é

pressupostos de quase todas as análises!


A lógica de se planejar “experimentos”!Um pouco de delineamento experimental.- Algumas dicas simples mas importantes:

- O que é uma UA depende da sua pergunta.

- Um projeto piloto é sempre útil.

- Não saia coletando antes de planejar!

- Não reproduza sem uma visão crítica.


A lógica de se planejar “experimentos”!Um pouco de delineamento experimental.- O que deve ser garantido pelo desenho amostral:

- Independência das UAs.

- Esforço amostral adequado.

- Representatividade do ambiente amostrado.- Relativo ao objetivo proposto.

- Amplitude relevante das variáveis medidas.


A lógica de se planejar “experimentos”!Um pouco de delineamento experimental.- Problemas e conflitos comuns:

- Representatividade local X réplicas independentes para a pergunta realizada.

- Transectos enormes X vários transectos.- Ou parcelas, quadrats, etc.

- Mistura de gradientes.

- Mais dicas:

- A gravidade do uso de pseudo-réplicas depende do cenário e da pergunta!

- Se percebermos as pseudo-réplicas após o trabalho, podemos lidar com elas somando informações ou ajustando as conclusões.

- E lembre-se: escolher unidades amostrais em campo “no olho” não é aleatório!


Coletando

- Um breve apanhado dos métodos de coleta.

- Treinamento, conhecimento e experiência de campo.

- Todos os métodos são tendenciosos!

- Padronização do esforço e das unidades.

.

Transectos de observação: aves e mamíferos

.

- Particularidades:- Dependem da experiência do coletor. - Organismos devem ser avistados antes do observador. - Problemas em se avistar espécies crípticas. - Permite estimar a abundância.

Transectos de observação: aves e mamíferos

Câmera armadilha: mamíferos grandes

- Baixa relação custo/benefício. - Não permitem medir quantidade. - Em alguns casos é possível distinguir indivíduos.

Câmera armadilha: mamíferos grandes

50m

Ponto de escuta e playback: aves e anfíbios

- Não é simples de padronizar (distância de audição). - Não permite medir quantidade. - Espécies que não respondem e espécies que imitam! -Gravações podem ser feitas com pouco treinamento.

50m

Ponto de escuta e playback: aves e anfíbios

Rede de neblina: aves e morcegos

- Em mata, não coleta espécies de dossel. - Não funciona com espécies de grande porte. - Animais podem ser marcados e soltos.

Rede de neblina: aves e morcegos

Armadilhas (Sherman e Tomahawck): pequenos mamíferos

- Restrito a espécies pequenas. - Coleta depende da isca. - Aprendizado! - Permite marcação e recaptura.

Armadilhas (Sherman e Tomahawck): pequenos mamíferos

Pitfall: insetos, anfíbios, répteis e pequenos mamíferos

- Restrito a espécies terrestres. - Coleta pode ser afetada pelo líquido. - Simples, barato e não depende da experiência.

Pitfall: insetos, anfíbios, répteis e pequenos mamíferos

- Fácil padronização. - Medidas confiáveis de abundância.

Parcelas: plantas

Após as coletas – organização dos dados coletados

- Siga a regra geral

- Unidades amostrais nas linhas, variáveis nas colunas

- UA: local, armadilha, quadrat, etc.

- Variáveis: espécies, variáveis ambientais, etc.

- Valores: abundância, biomassa, presença, etc.

Após as coletas – organização dos dados coletados

- Siga a regra geral:

- Amostras nas linhas, variáveis nas colunas.

var1 var2 var3 ... varX sp1 sp2 sp3 ... spYa1a2a3...aN

25 1500 5 0 1 0

32 900 3 1 0 1

29 2300 9 1 1 0

25 1500 5 0 11 3

32 900 3 12 0 35

29 2300 9 34 7 1

Após as coletas – análise

- A análise depende dos objetivos.

- Deve ser definida antes, no planejamento!

- Os métodos em si são só ferramentas.

- Cuidado com o apego às hipóteses propostas.

- Seja claro e não omita resultados.

O que fazer com toda a informação?Extraindo informação dos dados.

sp1 sp2 sp3 sp4 sp5 sp6 sp7 sp8 sp9 sp10a1 14 7 0 8 2 0 2 2 4 4a2 15 1 1 8 6 0 6 2 4 4a3 12 5 0 8 0 0 4 2 3 3a4 15 5 0 4 2 0 0 0 0 4a5 7 7 0 9 6 10 2 0 7 3a6 15 0 1 8 6 10 6 2 4 3a7 4 0 1 7 6 10 0 0 7 2a8 4 0 1 5 2 5 0 0 7 3a9 15 3 0 9 6 5 2 0 0 4

a10 13 3 0 7 2 10 6 2 3 4


- Dados X Informação:

Dados Informação



sp1 sp2 sp3 sp4 sp5 sp6 sp7 sp8 sp9 sp10a1 14 7 0 8 2 0 2 2 4 4a2 15 1 1 8 6 0 6 2 4 4a3 12 5 0 8 0 0 4 2 3 3a4 15 5 0 4 2 0 0 0 0 4a5 7 7 0 9 6 10 2 0 7 3a6 15 0 1 8 6 10 6 2 4 3a7 4 0 1 7 6 10 0 0 7 2a8 4 0 1 5 2 5 0 0 7 3a9 15 3 0 9 6 5 2 0 0 4

a10 13 3 0 7 2 10 6 2 3 4



0 1 2 3 4 5 6 7 8 9 10 11 120

20

40

60

80

100

120

Ordem das espécies

Abu

ndân

cia



Índices de diversidade

- Riqueza e equabilidade ao mesmo tempo

Índices de diversidade

- Riqueza e equabilidade ao mesmo tempo

- “Dilema Tostines”!- Pobreza como descritores.- Escolha arbitrária do(s) índice(s).- Dependência do esforço amostral.- Problemas com a interpretação das medidas.

- Alguns problemas com seu uso:

Mão na massa

- Usando um gerenciador de planilhas para realizar qualquer análise!

- Um exemplo prático: o índice de Shannon

- H’ = -Σ(piln(pi))- J’ = H’/ln(S)

- E o índice de Simpson:- D = Σ(pi)2

Medindo a diversidade

- Como escolher o melhor índice?

- Uma solução é não escolher!

- Os perfis de diversidade e a generalização dos índices.- A diferença entre os diversos índices está contida no peso relativo que eles atribuem à equabilidade.


- Calculando um perfil de diversidade: a série de Hill.

- Na = (p1a + p2

a + p3a +...+ ps

a)1/(1-a)

- Entendendo a fórmula: substituindo valores.


- Calculando um perfil de diversidade: a série de Hill. Uniforme "Normal" 1 Dominância

sp1 10 24 61sp2 10 20 14sp3 10 17 7sp4 10 13 5sp5 10 10 5sp6 10 7 3sp7 10 4 2sp8 10 2 1sp9 10 2 1sp10 10 1 1



0 0.5 1 1.5 2 2.5 3 3.5Valor de a

2

3456

789

10

Uniforme"Normal"_1Dominância

Div

ersi

dade



"Normal" 1 "Normal" 224 4220 1417 1313 810 67 54 32 32 21 10 10 10 1



0 0.5 1 1.5 2 2.5 3 3.5alpha

2.43.64.8

67.28.49.6

10.812

13.2

"Normal"_1"Normal"_2

Div

ersi

ty

Como comparar comunidades?

- A riqueza é um dos parâmetros mais usados.

- Mas cada espécie tem uma identidade própria.

Como comparar comunidades?!Como comparar comunidades?

- Composição de espécies.

- Grau de semelhança entre as comunidades.

Análise de agrupamento

- Agrupa objetos, hierarquicamente, de acordo com seu grau de semelhança.

1 – Escolha de uma medida de semelhança.

2 – Cálculo da matriz de similaridade.

3 – Aplicação de um método de agrupamento.

4 – Basta adicionar água!

Coeficientes binários

- Dados de presença/ausência.

No de spp presentes

No de spp ausentes

No de ssp presentes

a b

No de ssp ausentes

c d

* Coeficiente de Jaccard

Sj = a / (a + b + c)

Amostra A

Amostra B



No de spp presentes

No de spp ausentes

No de ssp presentes

a b

No de ssp ausentes

c d

* Coeficiente de Sorensen

Ss = 2a / (2a + b + c)

Amostra A

Amostra B



No de spp presentes

No de spp ausentes

No de ssp presentes

a b

No de ssp ausentes

c d

- Jaccard X Sorensen: qual a diferença?

- Peso para as espécies em comum.

Amostra A

Amostra B

Coeficientes quantitativos

- Dados de abundância, biomassa, etc.

* Distância Euclidiana

* Distância de Manhattan

* Distância de Bray-Curtis

* Índice de similaridade de Morisita

- Variação de 0 a 1.

- Independente do tamanho da amostra!

Métodos de agrupamento

- A partir da matriz de distância, como construir os agrupamentos?

- Cada método funciona como um conjunto de regras sobre e que ordem agrupar.

- Lembrando: o resultado depende do método!

- Então a decisão deve ser feita antes.


- Passo a passo de todos os métodos.

1 – Encontre o par de amostras mais similar, e agrupe-o.

2 – Encontre o segundo par mais similar, ou a amostra mais similar ao primeiro agrupamento (o que for maior).

3 – Repita até agrupar todas as amostras.


- Cada método muda a forma de definir a similaridade entre uma amostra e um agrupamento existente

* Método do vizinho mais próximo.

* Método do vizinho mais distante.

* Método de ligação média.

* UPGMA

Transformações e padronizações dos dados

* Transformações

- Raiz quadrada, log + 1, presença / ausência, etc.

* Padronizações

- Abundância relativa.

- Decisão deve ser tomada antes da análise!

- E baseada na teoria.

introdução a métodos de estimativa de riqueza e análises de biodiversidade

Documents