Limitations in the use of species distribution models for environmental impact assessments in the Amazon
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional do INPA |
Texto Completo: | https://repositorio.inpa.gov.br/handle/1/11927 http://lattes.cnpq.br/8077820380396290 |
Resumo: | A modelagem preditiva de distribuição de espécies foi apontada como uma potencial ferramenta para direcionar decisões nos processos de licenciamento ambiental de empreendimentos na Amazônia. Nesse manuscrito apresentamos um estudo de caso utilizando dados da anurofauna levantada no estudo de impacto ambiental de impacto de um aproveitamento hidrelétrico localizado no Rio Madeira – Rondônia – Brasil, para avaliar se o uso dos MDEs é adequado para orientar decisões nos processos de licenciamento na região. Como as estratégias de conservação envolvem a priorização de alvos, primeiramente definimos as espécies da anurofauna (Ordem Anura) prioritárias para as ações de manejo e analisamos suas respectivas situações amostrais. Posteriormente, à luz do que é previsto na legislação ambiental do país e diante as recomendações descritas na literatura especializada sobre o uso das ferramentas, discutimos as limitações e potencialidades da utilização dessas técnicas para orientação de ações mitigatórias e compensatórias na região. Os resultados mostraram que a maior parte das espécies alvo não dispuseram de dados de presença representativos para o treinamento dos modelos, pois elas são, em sua maior parte, ainda não descritas. Logo, o uso dos algoritmos somente seria indicado utilizando uma parcela dos alvos selecionados ou com táxons não prioritários. Considerando as inúmeras lacunas de conhecimento sobre a distribuição dos táxons na Amazônia, e ainda que os inventários de fauna no contexto do licenciamento são tipicamente realizados nas adjacências da área prevista para ser impactada, os modelos de distribuição de espécies precisariam extrapolar os registros de presença dos táxons alvo para assim orientar nas decisões de manejo em ampla escala. Os resultados das simulações que extrapolaram os dados geograficamente corroboraram diversos autores que sugerem a diminuição da robustez das predições com o aumento da extensão das extrapolações. Nós concluímos que o uso dos modelos nesse contexto requer a expansão das áreas amostradas nos estudos de impacto ou que haja investimentos em estudos estratégicos que forneçam dados integrados e comparativos no âmbito do bioma para melhorar a situação amostral na região e suprir os pré-requisitos do bom uso dessas técnicas. |
id |
INPA-2_4bc5e69634191fe9268f47ef3de77ff4 |
---|---|
oai_identifier_str |
oai:repositorio:1/11927 |
network_acronym_str |
INPA-2 |
network_name_str |
Repositório Institucional do INPA |
repository_id_str |
|
spelling |
Carneiro, Lorena Ribeiro de AlmeidaLima, Albertina PimentelMachado, Ricardo BonfimMagnusson, William Ernest2020-02-17T18:03:33Z2020-02-17T18:03:33Z2013-09-12https://repositorio.inpa.gov.br/handle/1/11927http://lattes.cnpq.br/8077820380396290A modelagem preditiva de distribuição de espécies foi apontada como uma potencial ferramenta para direcionar decisões nos processos de licenciamento ambiental de empreendimentos na Amazônia. Nesse manuscrito apresentamos um estudo de caso utilizando dados da anurofauna levantada no estudo de impacto ambiental de impacto de um aproveitamento hidrelétrico localizado no Rio Madeira – Rondônia – Brasil, para avaliar se o uso dos MDEs é adequado para orientar decisões nos processos de licenciamento na região. Como as estratégias de conservação envolvem a priorização de alvos, primeiramente definimos as espécies da anurofauna (Ordem Anura) prioritárias para as ações de manejo e analisamos suas respectivas situações amostrais. Posteriormente, à luz do que é previsto na legislação ambiental do país e diante as recomendações descritas na literatura especializada sobre o uso das ferramentas, discutimos as limitações e potencialidades da utilização dessas técnicas para orientação de ações mitigatórias e compensatórias na região. Os resultados mostraram que a maior parte das espécies alvo não dispuseram de dados de presença representativos para o treinamento dos modelos, pois elas são, em sua maior parte, ainda não descritas. Logo, o uso dos algoritmos somente seria indicado utilizando uma parcela dos alvos selecionados ou com táxons não prioritários. Considerando as inúmeras lacunas de conhecimento sobre a distribuição dos táxons na Amazônia, e ainda que os inventários de fauna no contexto do licenciamento são tipicamente realizados nas adjacências da área prevista para ser impactada, os modelos de distribuição de espécies precisariam extrapolar os registros de presença dos táxons alvo para assim orientar nas decisões de manejo em ampla escala. Os resultados das simulações que extrapolaram os dados geograficamente corroboraram diversos autores que sugerem a diminuição da robustez das predições com o aumento da extensão das extrapolações. Nós concluímos que o uso dos modelos nesse contexto requer a expansão das áreas amostradas nos estudos de impacto ou que haja investimentos em estudos estratégicos que forneçam dados integrados e comparativos no âmbito do bioma para melhorar a situação amostral na região e suprir os pré-requisitos do bom uso dessas técnicas.Species distribution models have been recognized as a potential tool for guiding public decisions, including in the environmental licensing process of large ventures. In this paper, we present a case study using data on frogs that were obtained from the impact assessment of a hydroelectric project located in Amazon Basin to evaluate the use of SDMs in the decisionmaking process in this context. Because conservation strategies must prioritize targets, we defined the priority species and analyzed their respective sampling situations. Based on the expectations of environmental legislation in Brazil and using the tools recommended in the literature, we discussed the limitations and potential use of SDM techniques for guiding mitigation and compensation actions. The results suggest that the lack of knowledge regarding the distribution of species poses a risk to biodiversity when potentially damaging enterprises are licensed in the Amazon. However, there were insufficient data for most of the target species to be included in the distribution models because most of those species have not yet been described. The mandatory surveys are typically conducted in areas adjacent to the affected areas, and so models must extrapolate beyond the sampled data to guide decisions, such as defining areas to be used to offset the negatives effects. The results of geographical extrapolation simulations, were corroborated by several authors who suggested that predictions can be varied when it is use different arrangements of data for calibration of the tools, since random data within the range of many Amazonian species are not available. We conclude that the use of SDMs for supporting decisions to license projects in the Amazon requires expanded sampling areas for impact studies or an investment in integrated and comparative survey strategies to improve biodiversity sampling and to fulfill the prerequisites for the use of such techniques.porInstituto Nacional de Pesquisas da Amazônia - INPAEcologiaAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessDistribuição de espéciesHidrelétricasImpactos ambientaisLimitations in the use of species distribution models for environmental impact assessments in the Amazoninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional do INPAinstname:Instituto Nacional de Pesquisas da Amazônia (INPA)instacron:INPAORIGINALDissertação_Lorena Ribeiro de Almeida Carneiro.pdfDissertação_Lorena Ribeiro de Almeida Carneiro.pdfapplication/pdf35554381https://repositorio.inpa.gov.br/bitstream/1/11927/1/Disserta%c3%a7%c3%a3o_Lorena%20Ribeiro%20de%20Almeida%20Carneiro.pdfe3089e05ee602c298907db0a32433d0bMD511/119272020-03-17 17:10:20.722oai:repositorio:1/11927Repositório de PublicaçõesPUBhttps://repositorio.inpa.gov.br/oai/requestopendoar:2020-03-17T21:10:20Repositório Institucional do INPA - Instituto Nacional de Pesquisas da Amazônia (INPA)false |
dc.title.pt_BR.fl_str_mv |
Limitations in the use of species distribution models for environmental impact assessments in the Amazon |
title |
Limitations in the use of species distribution models for environmental impact assessments in the Amazon |
spellingShingle |
Limitations in the use of species distribution models for environmental impact assessments in the Amazon Carneiro, Lorena Ribeiro de Almeida Distribuição de espécies Hidrelétricas Impactos ambientais |
title_short |
Limitations in the use of species distribution models for environmental impact assessments in the Amazon |
title_full |
Limitations in the use of species distribution models for environmental impact assessments in the Amazon |
title_fullStr |
Limitations in the use of species distribution models for environmental impact assessments in the Amazon |
title_full_unstemmed |
Limitations in the use of species distribution models for environmental impact assessments in the Amazon |
title_sort |
Limitations in the use of species distribution models for environmental impact assessments in the Amazon |
author |
Carneiro, Lorena Ribeiro de Almeida |
author_facet |
Carneiro, Lorena Ribeiro de Almeida |
author_role |
author |
dc.contributor.co-advisor.none.fl_str_mv |
Lima, Albertina Pimentel Machado, Ricardo Bonfim |
dc.contributor.author.fl_str_mv |
Carneiro, Lorena Ribeiro de Almeida |
dc.contributor.advisor1.fl_str_mv |
Magnusson, William Ernest |
contributor_str_mv |
Magnusson, William Ernest |
dc.subject.pt-BR.fl_str_mv |
Distribuição de espécies Hidrelétricas Impactos ambientais |
topic |
Distribuição de espécies Hidrelétricas Impactos ambientais |
description |
A modelagem preditiva de distribuição de espécies foi apontada como uma potencial ferramenta para direcionar decisões nos processos de licenciamento ambiental de empreendimentos na Amazônia. Nesse manuscrito apresentamos um estudo de caso utilizando dados da anurofauna levantada no estudo de impacto ambiental de impacto de um aproveitamento hidrelétrico localizado no Rio Madeira – Rondônia – Brasil, para avaliar se o uso dos MDEs é adequado para orientar decisões nos processos de licenciamento na região. Como as estratégias de conservação envolvem a priorização de alvos, primeiramente definimos as espécies da anurofauna (Ordem Anura) prioritárias para as ações de manejo e analisamos suas respectivas situações amostrais. Posteriormente, à luz do que é previsto na legislação ambiental do país e diante as recomendações descritas na literatura especializada sobre o uso das ferramentas, discutimos as limitações e potencialidades da utilização dessas técnicas para orientação de ações mitigatórias e compensatórias na região. Os resultados mostraram que a maior parte das espécies alvo não dispuseram de dados de presença representativos para o treinamento dos modelos, pois elas são, em sua maior parte, ainda não descritas. Logo, o uso dos algoritmos somente seria indicado utilizando uma parcela dos alvos selecionados ou com táxons não prioritários. Considerando as inúmeras lacunas de conhecimento sobre a distribuição dos táxons na Amazônia, e ainda que os inventários de fauna no contexto do licenciamento são tipicamente realizados nas adjacências da área prevista para ser impactada, os modelos de distribuição de espécies precisariam extrapolar os registros de presença dos táxons alvo para assim orientar nas decisões de manejo em ampla escala. Os resultados das simulações que extrapolaram os dados geograficamente corroboraram diversos autores que sugerem a diminuição da robustez das predições com o aumento da extensão das extrapolações. Nós concluímos que o uso dos modelos nesse contexto requer a expansão das áreas amostradas nos estudos de impacto ou que haja investimentos em estudos estratégicos que forneçam dados integrados e comparativos no âmbito do bioma para melhorar a situação amostral na região e suprir os pré-requisitos do bom uso dessas técnicas. |
publishDate |
2013 |
dc.date.issued.fl_str_mv |
2013-09-12 |
dc.date.accessioned.fl_str_mv |
2020-02-17T18:03:33Z |
dc.date.available.fl_str_mv |
2020-02-17T18:03:33Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.inpa.gov.br/handle/1/11927 |
dc.identifier.author-lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/8077820380396290 |
url |
https://repositorio.inpa.gov.br/handle/1/11927 http://lattes.cnpq.br/8077820380396290 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Instituto Nacional de Pesquisas da Amazônia - INPA |
dc.publisher.program.fl_str_mv |
Ecologia |
publisher.none.fl_str_mv |
Instituto Nacional de Pesquisas da Amazônia - INPA |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional do INPA instname:Instituto Nacional de Pesquisas da Amazônia (INPA) instacron:INPA |
instname_str |
Instituto Nacional de Pesquisas da Amazônia (INPA) |
instacron_str |
INPA |
institution |
INPA |
reponame_str |
Repositório Institucional do INPA |
collection |
Repositório Institucional do INPA |
bitstream.url.fl_str_mv |
https://repositorio.inpa.gov.br/bitstream/1/11927/1/Disserta%c3%a7%c3%a3o_Lorena%20Ribeiro%20de%20Almeida%20Carneiro.pdf |
bitstream.checksum.fl_str_mv |
e3089e05ee602c298907db0a32433d0b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Repositório Institucional do INPA - Instituto Nacional de Pesquisas da Amazônia (INPA) |
repository.mail.fl_str_mv |
|
_version_ |
1809928866924331008 |