Submitted by PPG Ecologia e Evolu??o da Biodiversidade (eebpg.ciencias@pucrs.br) on 2018-10-16T17:56:11Z
No. of bitstreams: 1
Tese - Pereira - Joana.pdf: 10961538 bytes, checksum: b96f5fee6d02e741124bc5a31abdb086 (MD5) / Approved for entry into archive by Sheila Dias (sheila.dias@pucrs.br) on 2018-10-18T12:48:41Z (GMT) No. of bitstreams: 1
Tese - Pereira - Joana.pdf: 10961538 bytes, checksum: b96f5fee6d02e741124bc5a31abdb086 (MD5) / Made available in DSpace on 2018-10-18T13:37:00Z (GMT). No. of bitstreams: 1
Tese - Pereira - Joana.pdf: 10961538 bytes, checksum: b96f5fee6d02e741124bc5a31abdb086 (MD5)
Previous issue date: 2018-09-24 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / Distribution models are considered important tools in biogeography and ecology studies as they allow spatial and temporal extrapolation of species distribution from a set of occurrence data points as function of environmental predictors. In this study, we aimed to propose logistic distribution models for 50 fish species along the Sinos River Basin (Rio Grande do Sul, Brazil), by using altitude and basin area as geomorphological descriptors. Upstream-downstream richness model for entire basin by using multiple and logistic regression was also presented. The dataset derived from several sampling programs performed from 1998 to 2014, comprising 86 sampled locations with fish collections with gillnets, electric fishing or both. Two logistic models were constructed using environmental data of altitude and upstream basin area, testing linear (Model 1) and nonlinear (Model 2) factor responses for each species. Performance of the two models was evaluated using sensitivity, specificity,
AUC (Area Under Curve) and TSS (True Skill Statistical). The adjusted models presented sensitivity values ranging from 47,1 to 99,8, specificity from 49,94 to 98,10, AUC from 0,75 to 0,99 and TSS from 0,26 to 0,98. The linear response model, although simpler, proved to be effective in predicting species distribution, as observed in previous studies. The basin area had a positive effect on the distribution of most species according to the linear model, although this was not verified for nonlinear models due to the interaction between variables. In general, the nonlinear model presented higher performance values for the evaluated metrics for the majority of species, but suffered from overfitting and a patchy distribution estimation. The species richness increased along a longitudinal gradient, presenting its maximum value downstream of the basin. Of the four estimated richness models, models with six variables were the ones with the lowest residual variation. / Modelos de distribui??o s?o considerados como ferramentas importantes em estudos de biogeografia e ecologia, pois permitem a extrapola??o espacial e temporal da distribui??o de esp?cies a partir de um conjunto de dados de ocorr?ncia em fun??o de preditores ambientais. Neste estudo, objetivamos propor modelos de
distribui??o log?stica para 50 esp?cies de peixes ao longo da bacia do rio dos Sinos (Rio Grande do Sul, Brasil), utilizando altitude e ?rea da bacia como descritores geomorfol?gicos. Modelos de riqueza montante-jusante para toda a bacia usando regress?o m?ltipla e log?stica tamb?m foram propostos. O conjunto de dados derivou de v?rios programas de amostragem realizados de 1998 a 2014, compreendendo 86 locais amostrados com coleta de peixes com redes de emalhar, pesca el?trica ou ambos. Dois modelos log?sticos foram constru?dos utilizando dados ambientais de altitude e ?rea de bacia a montante, testando respostas lineares (Modelo 1) e n?o lineares (Modelo 2) para cada esp?cie. O desempenho dos modelos foi avaliado
usando sensibilidade, especificidade, AUC (Area Under Curve) e TSS (True Skill Statistical). Os modelos ajustados apresentaram valores de sensibilidade variando de 47,1 a 99,8, especificidade de 49,94 a 98,10, AUC de 0,75 a 0,99 e TSS de 0,26 a 0,98. O modelo de resposta linear, embora mais simples, mostrou-se eficaz na predi??o da distribui??o de esp?cies, como observado em estudos anteriores. A ?rea da bacia teve um efeito positivo na distribui??o da maioria das esp?cies de acordo com o modelo linear, embora isso n?o tenha sido verificado para os modelos n?o lineares devido ? intera??o entre as vari?veis. Em geral, o modelo n?o linear apresentou valores de desempenho mais altos para as m?tricas avaliadas para a maioria das esp?cies, mas sofreu de hiperajuste e uma estimativa de distribui??o fragmentada. A riqueza de esp?cies aumentou ao longo de um gradiente longitudinal, apresentando seu valor m?ximo a jusante da bacia. Dos quatro modelos estimados de riqueza, os modelos com seis vari?veis foram os que apresentaram a menor amplitude de varia??o dos res?duos.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2.pucrs.br:tede/8324 |
| Date | 24 September 2018 |
| Creators | Pereira, Joana Jord?o |
| Contributors | Fontoura, Nelson Ferreira, Schulz, Uwe Horst |
| Publisher | Pontif?cia Universidade Cat?lica do Rio Grande do Sul, Programa de P?s Gradua??o em Zoologia, PUCRS, Brasil, Escola de Ci?ncias |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS, instname:Pontifícia Universidade Católica do Rio Grande do Sul, instacron:PUC_RS |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | -6482652380601267558, 500, 600, 2075167498588264571 |
Page generated in 0.0029 seconds