Mostrar registro simples

dc.contributor.advisorRocha, Rosana Moreira da, 1962-pt_BR
dc.contributor.authorLins, Daniel de Mirandapt_BR
dc.contributor.otherUniversidade Federal do Paraná. Setor de Ciências Biológicas. Programa de Pós-Graduação em Ecologia e Conservaçãopt_BR
dc.date.accessioned2017-04-20T14:01:39Z
dc.date.available2017-04-20T14:01:39Z
dc.date.issued2016pt_BR
dc.identifier.urihttp://hdl.handle.net/1884/46139
dc.descriptionOrientador : Profª. Drª. Rosana Moreira da Rochapt_BR
dc.descriptionTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Biológicas, Programa de Pós-Graduação em Ecologia e Conservação. Defesa: Curitiba, 04/11/2016pt_BR
dc.descriptionInclui referências : f. 46-58pt_BR
dc.descriptionÁrea de concentraçãopt_BR
dc.description.abstractResumo: Os ecossistemas podem ser transformados pelas espécies invasoras que causam tanto perdas ecológicas, quanto econômicas. Ascídias são invertebrados sésseis e seus representantes são modelos importantes para o estudo de dinâmicas de introduções. Estes organismos são abundantes em substratos artificiais e possuem larvas de curta duração, impossibilitando transpor grandes distâncias geográficas. Portanto, a dispersão transoceânica geralmente depende do transporte humano. Além disso, introduções recorrentes são comuns, aumentando o risco de invasão. Análises de risco que avaliem a probabilidade de organismos de portos doadores sobreviverem em portos receptores permitem antecipar medidas mitigatórias. Apresentamos uma avaliação, considerando dezenove espécies-alvo (algumas consideradas invasoras de preocupação global), utilizando como ferramenta a modelagem de distribuição de espécies baseada no nicho (MNE). A MNE consiste na combinação de variáveis ambientais e registros de presença (ocorrência) de espécies para parametrizar modelos de previsão de locais adequados à sobrevivência das espécies. Neste estudo testamos um conjunto de algoritmos (Random Forest - RF, Support Vector Machine - SVM e MaxEnt) por sua habilidade de predição, validamos utilizando medidas independentes (area under the curve - AUC) e dependentes do limiar (true skill statistics - TSS). As variáveis ambientais utilizadas na análise foram temperatura oceânica superficial, salinidade e clorofila a. Os três algoritmos foram bem sucedidos para as espécies (TSS>0,4) e os valores AUC para os conjuntos de modelos para cada espécie apresentaram pouca variação (AUC>0,7). Os modelos finais obtidos a partir do ensemble destes três algoritmos mostraram que existem condições ambientais para a expansão da distribuição de todas as espécies avaliadas em novas áreas de introdução. Considerando a adequabilidade ambiental e a conectividade entre áreas doadoras e receptoras através de rotas comerciais marítimas, foi possível determinar que as áreas mais vulneráveis à invasão pelas espécies estudadas foram o Atlântico sudoeste e o Pacífico nordeste. Regiões bastante invadidas como o Atlântico noroeste e o Mediterrâneo ainda comportam possibilidade de expansão regional das populações já conhecidas. Testando uma combinação de algoritmos informamos áreas que devem ser priorizadas para o monitoramento de futuras introduções e áreas em que medidas imediatas no controle populacional de espécies já estabelecidas devem ser tomadas devido ao risco de expansão de sua distribuição.pt_BR
dc.description.abstractAbstract: Ecosystems can be transformed by invasive species that cause both ecological and economic losses. Sea squirts are sessile invertebrates and their representants are important models for the study of issues on introduction dynamics. These organisms are abundant in artificial substrates and have short life span larvae, making it impossible to transpose large geographic distances. Therefore, the transoceanic dispersion generally depends on the human transport. In addition, oftentimes introductions are common issues, increasing the risk of invasion. Risk assessments on the likelihood of donors ports species survive in recipients ports allow anticipate mitigation measures. We present an evaluation considering nineteen target species (some considered invasive of global concern), using distribution modeling based on the niche of species as tool (ENM). The ENM is the combination of environmental variables and presence records (occurrence) of species to parameterize forecasting models of suitable sites for species survival. This study tested a set of algorithms (Random Forest - RF, Support Vector Machine - SVM and MaxEnt) for its predictive ability, validated using independent (area under the curve - AUC) and dependent threshold measurements (true skill statistics - TSS). Environmental variables used in the analysis were sea surface temperature, salinity and chlorophyll a. The three algorithms produced good predictions for the species (TSS> 0.4) and AUC values for each species showed little variation (AUC> 0.7). The final model obtained from the ensemble of these three algorithms showed environmental conditions for the expansion of distribution of all species assessed and new suitable áreas for introductions. Considering the environmental suitability and connectivity between donor and recipient areas through maritime trade routes, it was determined that the areas most vulnerable to invasion by species studied were the Southwest Atlantic and Northeast Pacific. Regions often invaded as the Northwest Atlantic and the Mediterranean also contain possibility of regional expansion of known populations. Testing a combination of algorithms we reported areas that should be prioritized for monitoring future issues and areas where immediate action on population control of already established species should be taken because of the risk of expansion of its distribution given its environmental suitability.pt_BR
dc.format.extent58 f. : il. algumas color., mapas, tabs., grafs.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.relationDisponível em formato digitalpt_BR
dc.subjectEcologiapt_BR
dc.subjectAscidiaceapt_BR
dc.subjectBioinvasãopt_BR
dc.titleAvaliação global do risco de invasão de ascídias (Chordata:Tunicata) utilizando modelagem de nichopt_BR
dc.typeDissertaçãopt_BR


Arquivos deste item

Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples