Possíveis efeitos das mudanças climáticas na distribuição geográfica de espécies de anuros pertencentes ao gênero Melanophryniscus Gallardo, 1961

Abstract

O objetivo deste estudo foi realizar a modelagem de nicho ecológico (MNE) de três espécies de anuros do gênero Melanophryniscus (Melanophryniscus cambaraensis, Melanophryniscus macrogranulosus e Melanophryniscus dorsalis), pertencentes à região sul da Mata Atlântica. Esta modelagem foi realizada para possibilitar uma elaboração e análise dos mapas de predição de distribuição geográfica, assim como a comparação da distribuição das espécies no presente com os mapas de predição para 2050, que leva em conta as mudanças climáticas, para então poder avaliar possíveis estratégias de conservação dessas espécies. Para a elaboração desses mapas foram levantados registros de ocorrência destas três espécies em bancos de dados digitais de livre acesso e dados presentes na literatura, foram também selecionadas variáveis bioclimáticas. Estes dados foram inseridos na plataforma R onde foi utilizado o algoritmo svm e obtidos os valores de AOC, TSS e os valores de threshold possibilitando a elaboração da modelagem de distribuição de espécies.

The main goal of this study was to develop an Ecological Niche Modeling (ENM) of three species of anurans from genus Melanophryniscus (Melanophryniscus cambaraensis, Melanophryniscus macrogranulosus e Melanophryniscus dorsalis), found in the Rainforest, on the Southern region of Brazil. With the ENM it was possible to plot and analyze prediction maps with the geographic distribution of the chosen species, comparing their distribution in the present with the modeling of 2050 considering the climate change, once these predictions were made they could be used to implement conservation strategies. For the Species Distribution Modeling it was gathered occurrence data of the three species as well as climate data of the present and for the future (2050). These data were gathered from online data banks and literature records available. Then they were used in the R environment where the svm algorithm was applied, obtaining AOC, TSS and threshold values that were used to plot the expected distribution maps.