Predicting biological parameters of estuarine benthic communities using models based on environmental data

Detalhes bibliográficos
Autor(a) principal: ROSA FILHO, José Souto
Data de Publicação: 2004
Outros Autores: BEMVENUTI, Carlos Emílio, ELLIOTT, Michael
Tipo de documento: Artigo
Idioma: eng
Título da fonte: Repositório Institucional da UFPA
Texto Completo: http://repositorio.ufpa.br/jspui/handle/2011/4436
Resumo: Este trabalho objetivou predizer parâmetros da estrutura de associações macrobentônicas (composição específica, abundância, riqueza, diversidade e equitatividade) em estuários do Sul do Brasil, utilizando modelos baseados em dados ambientais (características dos sedimentos, salinidade, temperaturas do ar e da água, e profundidade). As amostragens foram realizadas sazonalmente em cinco estuários entre o inverno de 1996 e o verão de 1998. Em cada estuário as amostras foram coletadas em áreas não poluídas, com características semelhantes quanto a presença ou ausência de vegetação, profundidade e distância da desenbocadura. Para a obtenção dos modelos de predição, foram utilizados dois métodos: o primeiro baseado em Análise Discriminante Múltipla (ADM) e o segundo em Regressão Linear Múltipla (RLM). Os modelos baseados em ADM apresentaram resultados melhores do que os baseados em regressão linear. Os melhores resultados usando RLM foram obtidos para diversidade e riqueza. É possível então, concluir que modelos como aqui derivados podem representar ferramentas muito úteis em estudos de monitoramento ambiental em estuários.
id UFPA_90cc5c76c567b245757d634ba3991710
oai_identifier_str oai:repositorio.ufpa.br:2011/4436
network_acronym_str UFPA
network_name_str Repositório Institucional da UFPA
repository_id_str 2123
spelling 2013-11-12T17:16:04Z2013-11-12T17:16:04Z2004-08ROSA-FILHO, José Souto; BEMVENUTI, Carlos Emílio; ELLIOTT, Michael. Predicting biological parameters of estuarine benthic communities using models based on environmental data. Brazilian Archives of Biolology and Technology, Curitiba, v. 47, n. 4, p. 613-627, ago. 2004. Disponível em: <http://www.scielo.br/pdf/babt/v47n4/21210.pdf>. Acesso em: 30 out. 2013. <http://dx.doi.org/10.1590/S1516-89132004000400015>.1678-43241516-8913http://repositorio.ufpa.br/jspui/handle/2011/4436Este trabalho objetivou predizer parâmetros da estrutura de associações macrobentônicas (composição específica, abundância, riqueza, diversidade e equitatividade) em estuários do Sul do Brasil, utilizando modelos baseados em dados ambientais (características dos sedimentos, salinidade, temperaturas do ar e da água, e profundidade). As amostragens foram realizadas sazonalmente em cinco estuários entre o inverno de 1996 e o verão de 1998. Em cada estuário as amostras foram coletadas em áreas não poluídas, com características semelhantes quanto a presença ou ausência de vegetação, profundidade e distância da desenbocadura. Para a obtenção dos modelos de predição, foram utilizados dois métodos: o primeiro baseado em Análise Discriminante Múltipla (ADM) e o segundo em Regressão Linear Múltipla (RLM). Os modelos baseados em ADM apresentaram resultados melhores do que os baseados em regressão linear. Os melhores resultados usando RLM foram obtidos para diversidade e riqueza. É possível então, concluir que modelos como aqui derivados podem representar ferramentas muito úteis em estudos de monitoramento ambiental em estuários.This study aimed to predict the biological parameters (species composition, abundance, richness, diversity and evenness) of benthic assemblages in southern Brazil estuaries using models based on environmental data (sediment characteristics, salinity, air and water temperature and depth). Samples were collected seasonally from five estuaries between the winter of 1996 and the summer of 1998. At each estuary, samples were taken in unpolluted areas with similar characteristics related to presence or absence of vegetation, depth and distance from the mouth. In order to obtain predictive models, two methods were used, the first one based on Multiple Discriminant Analysis (MDA), and the second based on Multiple Linear Regression (MLR). Models using MDA had better results than those based on linear regression. The best results using MLR were obtained for diversity and richness. It could be concluded that the use predictions models based on environmental data would be very useful in environmental monitoring studies in estuaries.engBentosEstuáriosPrediçãoRegião Sul - BrasilPredicting biological parameters of estuarine benthic communities using models based on environmental datainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleROSA FILHO, José SoutoBEMVENUTI, Carlos EmílioELLIOTT, Michaelinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPAinstname:Universidade Federal do Pará (UFPA)instacron:UFPAORIGINALArtigo_PredictingBiologicalParameters.pdfArtigo_PredictingBiologicalParameters.pdfapplication/pdf249685http://repositorio.ufpa.br/oai/bitstream/2011/4436/1/Artigo_PredictingBiologicalParameters.pdf8dbc13a4310307de46bf1e9d154445b5MD51CC-LICENSElicense_urllicense_urltext/plain; charset=utf-852http://repositorio.ufpa.br/oai/bitstream/2011/4436/2/license_url3d480ae6c91e310daba2020f8787d6f9MD52license_textlicense_texttext/html; charset=utf-80http://repositorio.ufpa.br/oai/bitstream/2011/4436/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-823898http://repositorio.ufpa.br/oai/bitstream/2011/4436/4/license_rdfe363e809996cf46ada20da1accfcd9c7MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81774http://repositorio.ufpa.br/oai/bitstream/2011/4436/5/license.txtf0aa1a71c97d9c3e771021efac6d65e7MD55TEXTArtigo_PredictingBiologicalParameters.pdf.txtArtigo_PredictingBiologicalParameters.pdf.txtExtracted texttext/plain80617http://repositorio.ufpa.br/oai/bitstream/2011/4436/6/Artigo_PredictingBiologicalParameters.pdf.txtcdffabab58b025a34a38e1a61079170dMD562011/44362018-01-18 13:18:16.145oai:repositorio.ufpa.br:2011/4436TGljZW7Dp2EgZGUgZGlzdHJpYnVpw6fDo28gbsOjbyBleGNsdXNpdmEKCkFvIGFzc2luYXIgZSBlbnRyZWdhciBlc3RhIGxpY2Vuw6dhLCB2b2PDqiBvKHMpIGF1dG9yIChlcykgb3UgcHJvcHJpZXTDoXJpbyhzKSBkb3MgZGlyZWl0b3MgYXV0b3JhaXMsICBjb25jZWRlIGEgVW5pdmVyc2lkYWRlIEZlZGVyYWwgZG8gUGFyw6EgLSBVRlBBLCBvIGRpcmVpdG8gbsOjbyBleGNsdXNpdm8gZGUgcmVwcm9kdXppciwgdHJhZHV6aXIgKGNvbW8gZGVmaW5pZG8gYWJhaXhvKSwgZS9vdSBkaXN0cmlidWlyIHN1YSBzdWJtaXNzw6NvIChpbmNsdWluZG8gbyByZXN1bW8pIGVtIHRvZG8gbyBtdW5kbywgZW0gZm9ybWF0byBpbXByZXNzbyBlIGVsZXRyw7RuaWNvIGUgZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvLCBtYXMgbsOjbyBsaW1pdGFkbywgYSDDoXVkaW8gb3UgdsOtZGVvLgoKVm9jw6ogY29uY29yZGEgcXVlIGEgVUZQQSBwb2RlLCBzZW0gYWx0ZXJhciBvIGNvbnRlw7pkbywgdHJhZHV6aXIgYSBzdWJtaXNzw6NvIGEgcXVhbHF1ZXIgbWVpbyBvdSBmb3JtYXRvIHBhcmEgbyBwcm9ww7NzaXRvIGRlIHByZXNlcnZhw6fDo28uCgpWb2PDqiB0YW1iw6ltIGNvbmNvcmRhIHF1ZSBVRlBBIHBvZGUgbWFudGVyIG1haXMgZGUgdW1hIGPDs3BpYSBkZXNzYSBzdWJtaXNzw6NvIHBhcmEgZmlucyBkZSBzZWd1cmFuw6dhLCBiYWNrLXVwIGUgcHJlc2VydmHDp8Ojby4KClZvY8OqIGRlY2xhcmEgcXVlIGEgYXByZXNlbnRhw6fDo28gw6kgbyBzZXUgdHJhYmFsaG8gb3JpZ2luYWwsIGUgcXVlIHZvY8OqIHRlbSBvIGRpcmVpdG8gZGUgY29uY2VkZXIgb3MgZGlyZWl0b3MgY29udGlkb3MgbmVzdGEgbGljZW7Dp2EuIFZvY8OqIHRhbWLDqW0gZGVjbGFyYSBxdWUgc3VhIHN1Ym1pc3PDo28sIGFvIHNldSBjb25oZWNpbWVudG8sIG7Do28gaW5mcmluZ2Ugb3MgZGlyZWl0b3MgYXV0b3JhaXMgZGUgYWxndcOpbS4KClNlIG8gZG9jdW1lbnRvIGVudHJlZ3VlIGNvbnTDqW0gbWF0ZXJpYWwgcGFyYSBvIHF1YWwgdm9jw6ogbsOjbyB0ZW0gZGlyZWl0b3MgYXV0b3JhaXMsIFZvY8OqIGRlY2xhcmEgcXVlIG9idGV2ZSBhIHBlcm1pc3PDo28gaXJyZXN0cml0YSBkbyBwcm9wcmlldMOhcmlvIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBwYXJhIGNvbmNlZGVyIGEgVUZQQSBvcyBkaXJlaXRvcyByZXF1ZXJpZG9zIHBvciBlc3RhIGxpY2Vuw6dhLCBlIHF1ZSBtYXRlcmlhaXMgZGUgdGVyY2Vpcm9zIGVzdMOhIGNsYXJhbWVudGUgaWRlbnRpZmljYWRvIGUgcmVjb25oZWNpZG8gbm8gdGV4dG8gb3UgY29udGXDumRvIGRhIGFwcmVzZW50YcOnw6NvLgoKU2UgYSBzdWJtaXNzw6NvIMOpIGJhc2VhZGEgbm8gdHJhYmFsaG8gcXVlIHRlbSBzaWRvIHBhdHJvY2luYWRvIG91IGFwb2lhZG8gcG9yIHVtIMOzcmfDo28gb3Ugb3V0cmEgb3JnYW5pemHDp8OjbyBxdWUgbsOjbyBzZWphIGEgVUZQQSwgdm9jw6ogZGVjbGFyYSB0ZXIgY3VtcHJpZG8gcXVhbHF1ZXIgZGlyZWl0byBkZSByZXZpc8OjbyBvdSBvdXRyYXMgb2JyaWdhw6fDg8K1ZXMgcmVxdWVyaWRhcyBwZWxvIGNvbnRyYXRvIG91IGFjb3Jkby4KCkEgVUZQQSBpcsOhIGlkZW50aWZpY2FyIGNsYXJhbWVudGUgbyhzKSBzZXUocykgbm9tZShzKSBjb21vIG8ocykgYXV0b3IgKGVzKSBvdSBwcm9wcmlldMOhcmlvKHMpIGRhIHN1Ym1pc3PDo28sIGUgbsOjbyBmYXLDoSBxdWFscXVlciBhbHRlcmHDp8OjbywgYWzDqW0gZGFzIHBlcm1pdGlkYXMgcG9yIGVzdGEgbGljZW7Dp2EsIGEgc3VhIHN1Ym1pc3PDo28uCg==Repositório InstitucionalPUBhttp://repositorio.ufpa.br/oai/requestriufpabc@ufpa.bropendoar:21232018-01-18T16:18:16Repositório Institucional da UFPA - Universidade Federal do Pará (UFPA)false
dc.title.pt_BR.fl_str_mv Predicting biological parameters of estuarine benthic communities using models based on environmental data
title Predicting biological parameters of estuarine benthic communities using models based on environmental data
spellingShingle Predicting biological parameters of estuarine benthic communities using models based on environmental data
ROSA FILHO, José Souto
Bentos
Estuários
Predição
Região Sul - Brasil
title_short Predicting biological parameters of estuarine benthic communities using models based on environmental data
title_full Predicting biological parameters of estuarine benthic communities using models based on environmental data
title_fullStr Predicting biological parameters of estuarine benthic communities using models based on environmental data
title_full_unstemmed Predicting biological parameters of estuarine benthic communities using models based on environmental data
title_sort Predicting biological parameters of estuarine benthic communities using models based on environmental data
author ROSA FILHO, José Souto
author_facet ROSA FILHO, José Souto
BEMVENUTI, Carlos Emílio
ELLIOTT, Michael
author_role author
author2 BEMVENUTI, Carlos Emílio
ELLIOTT, Michael
author2_role author
author
dc.contributor.author.fl_str_mv ROSA FILHO, José Souto
BEMVENUTI, Carlos Emílio
ELLIOTT, Michael
dc.subject.por.fl_str_mv Bentos
Estuários
Predição
Região Sul - Brasil
topic Bentos
Estuários
Predição
Região Sul - Brasil
description Este trabalho objetivou predizer parâmetros da estrutura de associações macrobentônicas (composição específica, abundância, riqueza, diversidade e equitatividade) em estuários do Sul do Brasil, utilizando modelos baseados em dados ambientais (características dos sedimentos, salinidade, temperaturas do ar e da água, e profundidade). As amostragens foram realizadas sazonalmente em cinco estuários entre o inverno de 1996 e o verão de 1998. Em cada estuário as amostras foram coletadas em áreas não poluídas, com características semelhantes quanto a presença ou ausência de vegetação, profundidade e distância da desenbocadura. Para a obtenção dos modelos de predição, foram utilizados dois métodos: o primeiro baseado em Análise Discriminante Múltipla (ADM) e o segundo em Regressão Linear Múltipla (RLM). Os modelos baseados em ADM apresentaram resultados melhores do que os baseados em regressão linear. Os melhores resultados usando RLM foram obtidos para diversidade e riqueza. É possível então, concluir que modelos como aqui derivados podem representar ferramentas muito úteis em estudos de monitoramento ambiental em estuários.
publishDate 2004
dc.date.issued.fl_str_mv 2004-08
dc.date.accessioned.fl_str_mv 2013-11-12T17:16:04Z
dc.date.available.fl_str_mv 2013-11-12T17:16:04Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.citation.fl_str_mv ROSA-FILHO, José Souto; BEMVENUTI, Carlos Emílio; ELLIOTT, Michael. Predicting biological parameters of estuarine benthic communities using models based on environmental data. Brazilian Archives of Biolology and Technology, Curitiba, v. 47, n. 4, p. 613-627, ago. 2004. Disponível em: <http://www.scielo.br/pdf/babt/v47n4/21210.pdf>. Acesso em: 30 out. 2013. <http://dx.doi.org/10.1590/S1516-89132004000400015>.
dc.identifier.uri.fl_str_mv http://repositorio.ufpa.br/jspui/handle/2011/4436
dc.identifier.issn.none.fl_str_mv 1678-4324
1516-8913
identifier_str_mv ROSA-FILHO, José Souto; BEMVENUTI, Carlos Emílio; ELLIOTT, Michael. Predicting biological parameters of estuarine benthic communities using models based on environmental data. Brazilian Archives of Biolology and Technology, Curitiba, v. 47, n. 4, p. 613-627, ago. 2004. Disponível em: <http://www.scielo.br/pdf/babt/v47n4/21210.pdf>. Acesso em: 30 out. 2013. <http://dx.doi.org/10.1590/S1516-89132004000400015>.
1678-4324
1516-8913
url http://repositorio.ufpa.br/jspui/handle/2011/4436
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPA
instname:Universidade Federal do Pará (UFPA)
instacron:UFPA
instname_str Universidade Federal do Pará (UFPA)
instacron_str UFPA
institution UFPA
reponame_str Repositório Institucional da UFPA
collection Repositório Institucional da UFPA
bitstream.url.fl_str_mv http://repositorio.ufpa.br/oai/bitstream/2011/4436/1/Artigo_PredictingBiologicalParameters.pdf
http://repositorio.ufpa.br/oai/bitstream/2011/4436/2/license_url
http://repositorio.ufpa.br/oai/bitstream/2011/4436/3/license_text
http://repositorio.ufpa.br/oai/bitstream/2011/4436/4/license_rdf
http://repositorio.ufpa.br/oai/bitstream/2011/4436/5/license.txt
http://repositorio.ufpa.br/oai/bitstream/2011/4436/6/Artigo_PredictingBiologicalParameters.pdf.txt
bitstream.checksum.fl_str_mv 8dbc13a4310307de46bf1e9d154445b5
3d480ae6c91e310daba2020f8787d6f9
d41d8cd98f00b204e9800998ecf8427e
e363e809996cf46ada20da1accfcd9c7
f0aa1a71c97d9c3e771021efac6d65e7
cdffabab58b025a34a38e1a61079170d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPA - Universidade Federal do Pará (UFPA)
repository.mail.fl_str_mv riufpabc@ufpa.br
_version_ 1801771896221466624