Submitted by Cláudia Bueno (claudiamoura18@gmail.com) on 2015-10-20T17:21:43Z No. of bitstreams: 2 Dissertação - Túlio Max de Oliveira Guimarães - 2014.pdf: 2190502 bytes, checksum: 95a9c8660ff6a8f4fee3c71a61784e47 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2015-10-21T10:06:29Z (GMT) No. of bitstreams: 2 Dissertação - Túlio Max de Oliveira Guimarães - 2014.pdf: 2190502 bytes, checksum: 95a9c8660ff6a8f4fee3c71a61784e47 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-10-21T10:06:29Z (GMT). No. of bitstreams: 2 Dissertação - Túlio Max de Oliveira Guimarães - 2014.pdf: 2190502 bytes, checksum: 95a9c8660ff6a8f4fee3c71a61784e47 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-04-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Understand how species are spatially distributed has been exhaustively discussed in ecology over the last decades. Recently, frameworks based on Ecological Niche Models (ENM) have emerged to avoid problems related to the lack of species geographical information, once it identify which environmental suitable conditions of geographic space enable the persistence of species. Recently this approach has become a significant component in Systematic Conservation Planning, helping managers to select better areas to create reserves. Several factors limit the fundamental niche of species and poor geographical information about species distribution may lead to be an underestimation of suitable conditions that one specie occur,, revealing an non-equilibrium with climate. Thus, using good fossil records to construct ecological niche models can be a better way to evaluate and improve ENM predictions and it allows us to estimate other suitable conditions not seen before. Thereby, our aim was to investigate if ENMs built for Mauritia flexuosa, and Tapirus terrestris improve with the addition of fossil information. So, different ENMs were built using, first, current records and, second, using different proportions of fossil data. The results showed that species closer to equilibrium with climate (M. flexuosa) had an improvement in model’s performance with the addition of fossil records, while species with higher non-equilibrium (T. terrestris) decreased the model’s performance. / Entender como as espécies estão espacialmente distribuídas pelo planeta tem sido um assunto exaustivamente discutido em ecologia ao longo das últimas décadas. Recentemente, abordagens baseadas nos Modelos de Nicho Ecológico têm surgido com o intuito de eliminar problemas relacionados à lacuna de informação geográfica sobre as espécies, uma vez que identifica locais no espaço geográfico que apresenta as condições ambientais favoráveis à persistência das mesmas. Vários fatores limitam o nicho fundamental das espécies e informações geográficas enviesadas acerca de sua distribuição podem levar a uma subestimativa das condições adequadas à ocorrência, revelando um desequilíbrio com o clima. Deste modo, a utilização de registros fósseis na construção dos Modelos de Nicho Ecológico pode ser uma maneira de melhorar as predições dos modelos, já que adiciona novas informações ambientais que não haviam sido encontradas atualmente. Deste modo, nosso objetivo foi investigar se os Modelos de Nicho Ecológico construídos para Mauritia flexuosa e Tapirus terrestris apresentaram melhora no poder preditivo pela adição de informação fóssil. Para isso, foram construídos diferentes modelos utilizando dados atuais apenas e modelos utilizando tanto informação atual quanto informação fóssil, em diferentes porcentagens. Através de uma Análise de Variância Fatorial, medimos se a adição de informação fóssil apresentava melhora significativa no poder preditivo dos modelos. Nossos resultados mostram que quando há pouca variação na informação ambiental adicionada (M. flexuosa), os modelos apresentam uma melhora significativa no poder preditivo, ao passo que para aqueles dados com maior variação (T. terrestris) o efeito é inverso. Isso se deve pela variação dos erros de omissão e comissão gerados durante o processo de modelagem.