Made available in DSpace on 2015-04-30T14:07:16Z (GMT). No. of bitstreams: 1 000467723-Texto+Completo-0.pdf: 2865101 bytes, checksum: b256a7dea256e368fcffefd24c5de3b4 (MD5) Previous issue date: 2015 / Guaíba Lake, one of five biologically defined units of the Patos Lagoon system, is extremely important for its rich biodiversity and the numerous habitats distributed along its length. Due to the increase in both urbanization and industry on the shores of this environment, the characterization of the current habitat status of this ecosystem is essential for the implementation of effective conservation measures. Fish have been previously studied as indicators of environmental quality. Consequently, several parameters were utilized to determine the spatial distribution factors of species of Characiformes, one of the most representative orders of South America. Over a two year period (from February 2012 to February 2014), 59 surveys were completed at different locations within Guaíba Lake - connection points with rivers, streams, margins and the pelagic region. At each point continuous and binary abiotic data (e. g. water parameters, characterization of sediment and landscape), were collected, in addition to biotic data (e. g. macroinvertebrate community composition). Ten species of Characiformes were identified from gillnets (mesh size 15-70 mm): Acestrorhynchus pantaneiro, Astyanax sp. aff. fasciatus, Astyanax jacuhiensis, Cyphocharax voga, Hoplias malabaricus, Leporinus obtusidens, Oligosarcus jenynsii, Oligosarcus robustus, Prochilodus lineatus and Schizodon jacuiensis. To quantify the influence of each variable in the distribution of fish population we generated Generalized Additive Models (GAM) in R Software. Due to the large number of descriptors, in this paper we present an unusual methodology, initially splitting all parameters into six functional groups (water, sediment 1 and 2, macroinvertebrates, macrohabitat and morphometric variables). Subsequently, we modelled the most important ones in two stages, leaving the most significant subset of descriptors that determine the distribution of each species. The distribution of the two most abundant species, A. sp. aff. fasciatus and C. voga, was determined by four distinct variables. The former, by riparian vegetation, Gastropoda, DO and margin; the latter, by particle size 0. 25 and <0. 63 mm, shoal and distance from the channel. O. jenynsii distribution was determined by one variable (temperature), O. robustus by seven variables (particle size 0. 25 mm, Chironomidae, emergent, riparian and floating vegetation, pH and Patos), A. jacuhiensis by two variables (distance from the channel and stream), A. pantaneiro by three variables (average diameter of sediment particles, distance from the shore and Guaíba) and finally H. malabaricus by five variables (average diameter of sediment particles, distance from the channel, floating vegetation, vegetated margin and particle size <0. 63 mm). Insufficient numbers of the three least abundant species, P. lineatus, L. obtusidens and S. jacuiensis, were collected for analysis. / O Lago Guaíba, uma das cinco unidades biológicas do Sistema Patos, é de grande importância por sua rica biodiversidade e pelos vários tipos de hábitats compreendidos em sua extensão. Devido à crescente produção industrial e o aumento dos centros urbanos às margens deste ambiente, é imprescindível a caracterização do perfil atual deste ecossistema para a aplicação de medidas eficazes de conservação. Como indicadores da qualidade ambiental, diversos estudos vêm utilizando peixes. Em vista disto, foram avaliados inúmeros parâmetros na busca dos fatores condicionantes da distribuição das espécies da ordem Characiformes, uma das mais representativas da América do Sul. Ao longo de dois anos (de fevereiro de 2012 a fevereiro de 2014), foram realizadas 59 coletas contemplando os diferentes hábitats do Lago Guaíba – pontos de conexão com rios, em arroios, margens e região pelágica. Em cada ponto, além de dados abióticos contínuos e binários, que incluíam desde parâmetros da água, caracterização do sedimento e paisagem, também foram coletados representantes da fauna de macroinvertebrados. Dez espécies de Characiformes foram identificadas durante as amostragens com redes de espera (15-70 mm entre nós adjacentes): Acestrorhynchus pantaneiro, Astyanax sp. aff. fasciatus, Astyanax jacuhiensis, Cyphocharax voga, Hoplias malabaricus, Leporinus obtusidens, Oligosarcus jenynsii, Oligosarcus robustus, Prochilodus lineatus e Schizodon jacuiensis. Para quantificação da influência de cada variável na distribuição da ictiofauna foram gerados Modelos Aditivos Generalizados (GAM, em inglês) no software R. Devido ao grande número de descritores, neste trabalho apresentamos uma metodologia não usual, reunindo, primeiramente, todos os parâmetros em seis grupos considerados funcionais (Água, Sedimento 1 e 2, Macroinvertebrados, Macro Hábitat e variáveis Morfométricas). Posteriormente, modelamos em duas etapas seus constituintes mais importantes e significativos até que restasse o subconjunto de descritores determinantes do padrão de distribuição de cada uma das espécies. As duas espécies mais abundantes, C. voga e A. sp. aff. fasciatus, tiveram sua distribuição determinada por quatro variáveis. A primeira, pela vegetação ripária, Gastropoda, OD e margem; a segunda, pelas granulometrias 0,25 e <0,63 mm, margem arenosa e distância de canal. Em seguida, O. jenynsii por uma variável (temperatura da água), O. robustus por sete variáveis (granulometria 0,25 mm, Chironomidae, vegetações emergente, ripária e flutuante, pH e Patos), A. jacuhiensis por duas variáveis (distância do canal e arroio), Acestrorhynchus pantaneiro por três variáveis (média ponderada do diâmetro das partículas, distância da margem e Guaíba) e, finalmente, H. malabaricus por cinco variáveis (média ponderada do diâmetro das partículas, distância do canal, vegetação flutuante, margem vegetada e granulometria <0,63 mm). As três espécies menos abundantes, P. lineatus, L. obtusidens e S. jacuiensis não apresentaram número de indivíduos suficiente para a análise.