Modelo de distribuição de espécies para Camponotus rufipes e C. renggeri (Hymenoptera, Formicidae) usando a abordagem MaxEnt
Data
2022-01-25
Autores
Vanin, Gabriel Tofanelo
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Resumo
A história natural contribuiu para a história humana, desde a sobrevivência dos primeiros hominídeos até a compreensão atual do mundo natural. Apesar de sua importância, assistimos ao seu declínio, como a diminuição de cursos, de publicações na área e de financiamentos de estudos focando história natural, principalmente onde os dados biogeográficos são escassos. Para atenuar este último, pode-se aplicar ferramentas estatísticas, como modelos de distribuição de espécies (SDM), para prever áreas potencialmente adequadas para a ocorrência de espécies usando dados ambientais e registros de ocorrência de espécies, otimizando o escasso orçamento disponível. Neste trabalho, utilizamos SDMs correlativos, o método de entropia máxima implementado no MaxEnt, para duas formigas carpinteiras, Camponotus rufipes e C. renggeri, duas espécies amplamente distribuídas, mas bastante estudadas basicamente no Cerrado. Os modelos mais bem suportados indicaram áreas de alta adequação em diferentes biomas, como Amazônia, Mata Atlântica, Cerrado, Pampa, Pantanal, Chaco e ecossistemas associados, mas encontramos distribuições projetadas contrastantes para cada espécie. A contribuição das variáveis bioclimáticas variou entre as espécies, reforçando suas diferenças ecológicas. Finalmente, encorajamos o uso dos mapas de distribuição previstos descritos neste estudo para pesquisas futuras sobre história natural e levantamentos de inventário cujos organismos-alvo incluem C. rufipes e C. renggeri.
Species distribution models (SDM) are widely used methods for assessing biodiversity. Among the different application possibilities, the prediction of potential areas for species currents is an extremely relevant field for the conservation and optimization of research efforts. Among the several algorithms, MaxEnt is one of themost used, its high performance can generate reliable models and then contribute to several researches, especially those that use model organisms whose geographic distribution is little known. So, in this work we used correlative SDMs, the maximum entropymethod implemented in MaxEnt, for two carpenter ants, Camponotus rufipesand C. renggeri, two widely distributed species best documented in the Cerrado savannah. The best supported models indicated areas of high suitability in different biomes, such as the Amazon, Atlantic Forest, Cerrado, Pampa, Pantanal, Chaco, and associated ecosystems, but we found contrasting projected distributions for each species. The contribution of bioclimatic variables varied between species, reinforcing their ecological differences. Finally, we encourage the use of the predicted distribution maps described in this study for future research on natural history and inventory surveys whose target organisms include C. rufipes and C. renggeri.
Species distribution models (SDM) are widely used methods for assessing biodiversity. Among the different application possibilities, the prediction of potential areas for species currents is an extremely relevant field for the conservation and optimization of research efforts. Among the several algorithms, MaxEnt is one of themost used, its high performance can generate reliable models and then contribute to several researches, especially those that use model organisms whose geographic distribution is little known. So, in this work we used correlative SDMs, the maximum entropymethod implemented in MaxEnt, for two carpenter ants, Camponotus rufipesand C. renggeri, two widely distributed species best documented in the Cerrado savannah. The best supported models indicated areas of high suitability in different biomes, such as the Amazon, Atlantic Forest, Cerrado, Pampa, Pantanal, Chaco, and associated ecosystems, but we found contrasting projected distributions for each species. The contribution of bioclimatic variables varied between species, reinforcing their ecological differences. Finally, we encourage the use of the predicted distribution maps described in this study for future research on natural history and inventory surveys whose target organisms include C. rufipes and C. renggeri.
Descrição
Palavras-chave
Formiga, Distribuição geográfica, Modelos, Ecologia