Modelos em Ecologia: extrapolando nosso conhecimento sobre a distribuição das espécies

# Modelos em Ecologia: extrapolando nosso conhecimento sobre a distribuição das espécies 
## Maurício H. Vancine
### 
### UNESP - Rio Claro Laboratório de Ecologia Espacial e Conservação (LEEC)
### 04/11/2021

---

background-image: url(img/sdm_ajuste.png)
background-size: 600px
background-position: 85% 80%

# Palestra

## Tópicos

### 2. Visão geral

### 3. Conceitualização

### 4. Preparação dos dados

### 5. Ajuste dos modelos

### 6. Avaliação dos modelos
]

### 7. Predição e consenso dos modelos

### 8. Aplicações

]

[Zurell (2020)](https://damariszurell.github.io/SDM-Intro/)

---

background-image: url(img/logo_leec_lab.png), url(img/general_unesp_logo.jpg), url(img/person_mauricio_vancine.jpg), url(img/gif_frog.gif)
background-size: 150px, 300px, 250px, 250px
background-position: 55% 31%, 84% 31%, 84% 85%, 55% 95%

# 1. Apresentações

## Maurício Vancine

### Ecólogo (2014) | Mestre em Zoologia (2018) | Doutorando em Ecologia (2020)

**Pesquisa**
- Ecologia Espacial
- Modelagem Ecológica
- Ecologia e Conservação de Anfíbios

**Habilidades**
- Modelos de Distribuição de Espécies (SDMs)
- Análise de Dados Ecológicos e Geoespaciais
- *Open source* [R, QGIS, GRASS GIS, GNU/Linux, ...]

**Informações:**

[mauriciovancine.github.io](https://mauriciovancine.github.io)

---

# 2. Visão geral

---

background-image: url(img/sdm_guisan_general.png)
background-size: 800px
background-position: 60% 60%

# 2. Visão geral

[Guisan et al. (2017)](https://www.cambridge.org/br/academic/subjects/life-sciences/ecology-and-conservation/habitat-suitability-and-distribution-models-applications-r)

---

background-image: url(img/sdm_zurell_standard_complete.jpg)
background-size: 700px
background-position: 50% 60%

# 2. Visão geral

## Protocolo padrão para modelos de distribuição de espécies

[Zurell et al. (2020)](https://onlinelibrary.wiley.com/doi/10.1111/ecog.04960)

---

background-image: url(img/sdm_zurell_standard_odmap.webp), url(img/sdm_zurell_standard_odmap_representacao.webp)
background-size: 400px, 700px
background-position: 5% 55%, 90% 55%

# 2. Visão geral

## Protocolo padrão para modelos de distribuição de espécies

[Zurell et al. (2020)](https://onlinelibrary.wiley.com/doi/10.1111/ecog.04960), 
[ODMAP v1.0 ](https://odmap.wsl.ch/)

---

background-image: url(img/sdm_zurell_standard.png)
background-size: 1000px
background-position: 50% 70%

# 2. Visão geral

## Protocolo padrão para modelos de distribuição de espécies

[Zurell et al. (2020)](https://onlinelibrary.wiley.com/doi/10.1111/ecog.04960)

---

# 3. Conceitualização

---

# 3. Conceitualização

## Terminologia

### 1. Modelos de Distribuição de Espécies (*Species Distribution Models* - SDMs)

- Caracteriza a distribuição da espécie **sem transferir** para outras condições no espaço ou no tempo
- Prediz a distribuição com maior precisão incorporando elementos de dispersão e colonização

### 2. Modelos de Nicho Ecológico (*Ecological Niche Models* - ENMs)

- Estima as preferências ambientais da espécie para **poder transferir** para outras condições no espaço ou no tempo

### 3. Modelos de Adequabilidade de Habitat (*Habitat Suitability Models* - HSMs)

- Reflete melhor a base dos modelos: quantificar a **relação espécie-ambiente** (habitat)
- Modelos nem sempre precisam prever a **distribuição geográfica** da entidade modelada
- Aplicável a entidades que **não sejam espécies** (e.g. genes ou comunidades)
- Aplicável a casos em que um **nicho é parcialmente capturado** em um modelo (área menor que a distribuição total)

[Araújo & Peterson (2012)](https://doi.org/10.1890/11-1930.1), 
[Peterson & Soberon (2012)](https://doi.org/10.4322/natcon.2012.019), 
[Guisan et al. (2017)](https://www.cambridge.org/br/academic/subjects/life-sciences/ecology-and-conservation/habitat-suitability-and-distribution-models-applications-r), 
[Adaptado de Luara Tourinho (2021)](https://youtu.be/l62rqAlV3aE)

---

# Em comum: todos são **modelos**. Mas o que são modelos?

---

background-image: url(img/person_george_box.jpg), url(img/general_models.png)
background-size: 170px, 700px
background-position: 8% 70%, 80% 55%

# 3. Conceitualização

## Modelos [científicos]

### **Idealizações da realidade** e não a própria **realidade**

> (...) essentially, all models are wrong, but some are useful. George E. P. Box (1919-2013)

[Silva & Catelli (2019)](http://dx.doi.org/10.1590/1806-9126-RBEF-2019-0029)

---

background-image: url(img/sdm_niche_distribution_soberon_etal_2017.jpg)
background-size: 800px
background-position: 50% 75%

# 3. Conceitualização

## Objetivo dos Modelos de Distribuição de Espécies

### Predizer a **distribuição de espécies** (ou entidades) a partir do **nicho ecológico**

[Soberón et al. (2017)](http://dx.doi.org/10.1016/j.rmb.2017.03.011)

---

background-image: url(img/sdm_niche_variation.png), url(img/sdm_niche_raul.jpg)
background-size: 350px, 500px
background-position: 37% 70%, 95% 70%

# 3. Conceitualização

## Entretanto...

### Estimar/analisar o **nicho das espécies** sem inferir sua distribuição geográfica

- Sobreposição de nicho
- Amplitude do nicho
- Montagem de comunidades
- Respostas ambientais
- Diversidade funcional
- ...

[Site pessoal do Raul Costa-Pereira](https://rcosta-pereira.weebly.com/),
[Costa-Pereira et al. (2019)](https://royalsocietypublishing.org/doi/full/10.1098/rspb.2019.0369)

---

background-image: url(img/sdm_mpc_interpolacao.png), url(img/sdm_iucn_amphibian_richness.jpg), url(img/sdm_iucn_bird_richness.jpg), url(img/sdm_iucn_mammal_richness.jpg)
background-size: 450px, 250px, 250px, 250px
background-position: 55% 80%, 92% 31%, 92% 62%, 92% 93%

# 3. Conceitualização

## Entretanto...

### Inferir a **distribuição das espécies** sem estimar o nicho ecológico

- Buffers
- Densidade de Kernel
- Mínimo Polígono Convexo (MPC)
- Interpolações (IDW, Spline, Krigagem)
- Opinião de especialistas (IUCN)
- ...

[Bahn & McGill (2007)](https://onlinelibrary.wiley.com/doi/10.1111/j.1466-8238.2007.00331.x),
 
[Jenkins et al. (2013)](https://doi.org/10.1073/pnas.1302251110),
 
[BiodiversityMapping.org](https://biodiversitymapping.org/),
 
[IUCN (2021)](https://www.iucnredlist.org/),
 
[Warren (2012)](https://linkinghub.elsevier.com/retrieve/pii/S0169534712000754)

---

# Mas o que é nicho ecológico?

---

background-image: url(img/sdm_nicho_salles_01.jpg), url(img/sdm_nicho_salles_02.jpg)
background-size: 800px, 500px
background-position: 80% 85%, 88% 20%

# 3. Conceitualização

## Nicho ecológico

### 1. Modelagem de nicho ecológico

### 2. Coexistência entre espécies

### 3. Metacomunidades

[McInerny & Etienne (2012)](https://onlinelibrary.wiley.com/doi/abs/10.1111/jbi.12033),
 
[Sales et al. (2021)](https://doi.org/10.1016/j.actao.2020.103701)

---

background-image: url(img/sdm_nicho_r_crescimento.jpg), url(img/sdm_r.png), url(img/sdm_verhulst_grafico.png)
background-size: 300px, 280px, 400px
background-position: 10% 70%, 47% 70%, 95% 70%

# 3. Conceitualização

## Nicho ecológico

### 1. Modelagem de nicho ecológico

- **Combinações de requisitos** que permitem a uma população
**sobreviver e crescer (r > 0)** em um **determinado lugar**

[Chase & Leibold (2003)](https://press.uchicago.edu/ucp/books/book/chicago/E/bo3638660.html), 
[Holt (2009)](https://www.pnas.org/content/106/Supplement_2/19659),
[Soberón (2010)](https://onlinelibrary.wiley.com/doi/10.1111/j.1600-0587.2009.06074.x),
[Ovaskainen et al. (2016)](https://oxford.universitypressscholarship.com/view/10.1093/acprof:oso/9780198714866.001.0001/acprof-9780198714866),
[Gravel et al. (2019)](https://onlinelibrary.wiley.com/doi/abs/10.1111/ecog.04006),
[Murray & Sandercock (2019)](https://www.wiley.com/en-am/Population+Ecology+in+Practice-p-9780470674147)

---

background-image: url(img/sdm_nicho_modelo.png), url(img/sdm_nicho_r_ambiental.png), url(img/sdm_nicho_r_geografico.png)
background-size: 340px, 350px, 380px
background-position: 7% 70%, 49% 70%, 95% 70%

# 3. Conceitualização

### 1. Modelagem de nicho ecológico

- Podemos associar a **taxa de crescimento intrínseca (r)** com as condições ambientais

- O modelo então estima as **condições ambientais favoráveis (nicho ecológico)** e **prediz** a distribuição da espécie

[Hirzel & Le Lay (2008)](https://onlinelibrary.wiley.com/doi/10.1111/j.1365-2664.2008.01524.x),
[Colwell & Rangel (2009)](http://www.pnas.org/cgi/doi/10.1073/pnas.0901650106),
[Soberón & Nakamura (2009)](http://www.pnas.org/cgi/doi/10.1073/pnas.0901637106)

---

background-image: url(img/sdm_nicho_distribuicao01.png)
background-size: 650px
background-position: 60% 50%

# 3. Conceitualização

## Espaço geográfico (G)

[Soberón & Peterson (2005)](https://doi.org/10.1016/j.actao.2020.103701),
[Peterson et al. (2011)](https://www.degruyter.com/document/doi/10.1515/9781400840670/html)

---

background-image: url(img/sdm_nicho_distribuicao02.png)
background-size: 650px
background-position: 60% 50%

# 3. Conceitualização

## Distribuição de espécies

---

background-image: url(img/sdm_nicho_distribuicao03.png)
background-size: 650px
background-position: 60% 50%

# 3. Conceitualização

## Condições abióticas (A)

[Grinnell (1917)](https://www.jstor.org/stable/info/10.2307/4072271),
[Soberón & Peterson (2005)](https://doi.org/10.1016/j.actao.2020.103701),
[Soberón (2007)](https://onlinelibrary.wiley.com/doi/10.1111/j.1461-0248.2007.01107.x),
[Peterson et al. (2011)](https://www.degruyter.com/document/doi/10.1515/9781400840670/html)

---

background-image: url(img/sdm_nicho_distribuicao04.png), url(img/niche_macauthur.svg)
background-size: 650px, 280px
background-position: 60% 50%, 3% 75%

# 3. Conceitualização

## Condições bióticas (B)

[Elton (1927)](http://www.biodiversitylibrary.org/bibliography/7435),
[MacArthur & Levins (1967)](https://www.journals.uchicago.edu/doi/abs/10.1086/282505),
[Soberón & Peterson (2005)](https://doi.org/10.1016/j.actao.2020.103701),
[Soberón (2007)](https://onlinelibrary.wiley.com/doi/10.1111/j.1461-0248.2007.01107.x),
[Peterson et al. (2011)](https://www.degruyter.com/document/doi/10.1515/9781400840670/html)

---

background-image: url(img/sdm_nicho_distribuicao05.png)
background-size: 650px
background-position: 60% 50%

# 3. Conceitualização

## Condições abióticas (A) e bióticas (B)

[Hutchinson (1957)](http://symposium.cshlp.org/cgi/doi/10.1101/SQB.1957.022.01.039),
[Soberón & Peterson (2005)](https://doi.org/10.1016/j.actao.2020.103701),
[Soberón (2007)](https://onlinelibrary.wiley.com/doi/10.1111/j.1461-0248.2007.01107.x),
[Peterson et al. (2011)](https://www.degruyter.com/document/doi/10.1515/9781400840670/html)

---

background-image: url(img/sdm_nicho_distribuicao06.png)
background-size: 650px
background-position: 60% 50%

# 3. Conceitualização

## **Nicho fundamental**: todas as condições ambientais favoráveis

---

background-image: url(img/sdm_nicho_distribuicao07.png)
background-size: 650px
background-position: 60% 50%

# 3. Conceitualização

### **Nicho realizado**: todas as condições ambientais favoráveis limitadas pela interação

---

# Agora vamos olhar para as **condições ambientais e bióticas** no **Espaço Ambiental (E)**, ou seja, apenas para os **valores** das condições ambientais e as limitações bióticas

---

background-image: url(img/sdm_nicho_distribuicao08.png)
background-size: 600px
background-position: 60% 50%

# 3. Conceitualização

## **Nicho**: Hipervolume n-dimensional

---

# **Oxe 1**: notaram que falei do **Espaço Geográfico (G)** e do **Espaço Ambiental (E)**?

---

background-image: url(img/sdm_niche_distribution_soberon_etal_2017.jpg), url(img/sdm_niche_distribution_soberon_nakamura_2009.jpg)
background-size: 600px, 400px
background-position: 10% 65%, 90% 80%

# 3. Conceitualização

## Dualidade Hutchinsoniana

### Inferir a **distribuição geográfica** de uma espécie a partir do **nicho ecológico**

[Colwell & Rangel (2009)](http://www.pnas.org/cgi/doi/10.1073/pnas.0901650106),
[Soberón & Nakamura (2009)](http://www.pnas.org/cgi/doi/10.1073/pnas.0901637106),
[Peterson et al. (2011)](https://www.degruyter.com/document/doi/10.1515/9781400840670/html),
[Soberón et al. (2017)](http://dx.doi.org/10.1016/j.rmb.2017.03.011)

---

background-image: url(img/sdm_dualidade01.png)
background-size: 800px
background-position: 50% 60%

# 3. Conceitualização

## Ocorrências no espaço geográfico

[Soberón & Nakamura (2009)](http://www.pnas.org/cgi/doi/10.1073/pnas.0901637106)

---

background-image: url(img/sdm_dualidade02.png)
background-size: 800px
background-position: 50% 60%

# 3. Conceitualização

## Condições ambientais para as ocorrências e para a área modelada

[Soberón & Nakamura (2009)](http://www.pnas.org/cgi/doi/10.1073/pnas.0901637106)

---

background-image: url(img/sdm_dualidade03.png)
background-size: 800px
background-position: 50% 60%

# 3. Conceitualização

## Estimativa do nicho realizado

[Soberón & Nakamura (2009)](http://www.pnas.org/cgi/doi/10.1073/pnas.0901637106)

---

background-image: url(img/sdm_dualidade04.png)
background-size: 800px
background-position: 50% 60%

# 3. Conceitualização

## Predição geográfica do nicho realizado estimado

[Soberón & Nakamura (2009)](http://www.pnas.org/cgi/doi/10.1073/pnas.0901637106)

---

# Oxe2! Pode ser que uma mesma condição ambiental no Espaço Ambiental (E) represente mais de um local no Espaço Geográfico (G)!

---

# Como contornar essa extrapolação?

---

background-image: url(img/sdm_nicho_distribuicao09.png)
background-size: 650px
background-position: 60% 50%

# 3. Conceitualização

## Limitações pela área acessível (dispersão ou movimento) (M)

---

# E que limite usar para criar os modelos?

---

background-image: url(img/sdm_limite01.png), url(img/sdm_limite03.png)
background-size: 500px, 400px
background-position: 15% 60%, 85% 60%

# 3. Conceitualização

## Limite da área acessível (dispersão ou movimento) (M)

- O limite deve considerar as **condições de dispersão históricas** das espécies

[Barve et al. (2011)](https://linkinghub.elsevier.com/retrieve/pii/S0304380011000780),
[Owens et al. (2013)](https://www.sciencedirect.com/science/article/pii/S0304380013002159),
[Machado-Stredel et al. (2021)](https://escholarship.org/uc/item/8hq04438)

---

background-image: url(img/sdm_nicho_distribuicao10.png)
background-size: 650px
background-position: 60% 50%

# 3. Conceitualização

## Populações fonte e ralo (*source-sink*)

---

background-image: url(img/sdm_nicho_distribuicao11.png)
background-size: 650px
background-position: 60% 50%

# 3. Conceitualização

## Populações fonte e ralo (*source-sink*)

---

background-image: url(img/sdm_nicho_distribuicao11.png), url(img/sdm_nicho_realizado_expandido.png)
background-size: 650px, 200px
background-position: 60% 49%, 98% 45%

# 3. Conceitualização

## Populações fonte e ralo (*source-sink*)

### Inibição
- Competição
- Predação
- Parasitismo
- Amensalismo

### Facilitação
- Mutualismo
- Cooperação
- Comensalismo
- Inquilinismo
- Epifitismo

[Hutchinson (1957)](http://symposium.cshlp.org/cgi/doi/10.1101/SQB.1957.022.01.039),
[Bruno et al. (2003)](https://www.sciencedirect.com/science/article/pii/S0169534702000459),
[Soberón & Peterson (2005)](https://doi.org/10.1016/j.actao.2020.103701),
[Soberón (2007)](https://onlinelibrary.wiley.com/doi/10.1111/j.1461-0248.2007.01107.x),
[Peterson et al. (2011)](https://www.degruyter.com/document/doi/10.1515/9781400840670/html)

---

background-image: url(img/sdm_bam_mudanca.png)
background-size: 550px
background-position: 60% 75%

# 3. Conceitualização

## Variações das condições abióticas e bióticas em **função do tempo**

[Lima-Ribeiro & Diniz-Filho (2013)](https://files.cercomp.ufg.br/weby/up/672/o/Paleoecologia_completo.pdf)

---

background-image: url(img/sdm_nicho_distribuicao12.png)
background-size: 650px
background-position: 60% 50%

# 3. Conceitualização

## O que de fato modelamos?

[Soberón & Peterson (2005)](https://doi.org/10.1016/j.actao.2020.103701),
[Soberón (2007)](https://onlinelibrary.wiley.com/doi/10.1111/j.1461-0248.2007.01107.x),
[Peterson et al. (2011)](https://www.degruyter.com/document/doi/10.1515/9781400840670/html)

---

background-image: url(img/sdm_biotico01.png), url(img/sdm_biotico02.png), url(img/sdm_biotico03.png)
background-size: 450px, 550px, 550px
background-position: 10% 45%, 85% 79%, 85% 20%

# 3. Conceitualização

## **"Ruído Eltoniano"**: desconsideramos as condições bióticas

[Colwell & Rangel (2009)](http://www.pnas.org/cgi/doi/10.1073/pnas.0901650106),
[Soberón & Nakamura (2009)](http://www.pnas.org/cgi/doi/10.1073/pnas.0901637106),
[Wisz et al. (2013)](https://doi.org/10.1111/j.1469-185X.2012.00235.x)
[Dormann et al. (2018)](https://onlinelibrary.wiley.com/doi/10.1111/geb.12759)

---

background-image: url(img/sdm_interacao_biotica01.jpg), url(img/sdm_interacao_biotica02.jpg), url(img/sdm_recursos02.jpg), url(img/sdm_recursos02.jpg), url(img/sdm_recursos01.jpg), url(img/sdm_recursos03.jpg)
background-size: 600px, 260px, 150px, 150px, 180px, 150px
background-position: 25% 65%, 85% 65%, 20% 17%, 43% 17%, 59% 17%, 82% 17%

# 3. Conceitualização

## Entretanto...

* Esquilo: *Sciurus aestuans* (catinguelê); Palmeira: *Syagrus romanzoffiana* (jerivá)
 
Imagens:
[Wikipedia](https://pt.wikipedia.org/wiki/Wikip%C3%A9dia:P%C3%A1gina_principal),
[Aves e Árvores](https://www.avesarvores.com.br/2016/07/os-esquilos-e-as-arvores.html),
[Preuss & Padial (2021)](https://doi.org/10.3897/neotropical.16.e64892)

---

background-image: url(img/sdm_niche_distribution_soberon_nakamura_2009.jpg)
background-size: 400px
background-position: 80% 40%

# 3. Conceitualização

## Pressupostos

.pull-left[
- **Estabilidade do nicho ecológico**: as espécies mantêm o mesmo nicho ecológico ao
longo do tempo, ou, pelo menos, entre os períodos utilizados na modelagem
- **Equilíbio espécie-clima**: distribuição de uma espécie é considerada em equilíbrio com o clima
quando ela está presente em todas as áreas climaticamente adequadas à sua
ocorrência e não ocorre nas regiões inadequadas
- **Controle taxonômico**: certeza em relação à taxonomia da espécie para as ocorrências (discutível)
- **"Ruído Eltoniano"**: as interações bióticas não afetam a distribuição da espécie na macroescala
]
.pull-right[
]

[Colwell & Rangel (2009)](http://www.pnas.org/cgi/doi/10.1073/pnas.0901650106),
[Soberón & Nakamura (2009)](http://www.pnas.org/cgi/doi/10.1073/pnas.0901637106),
[Peterson et al. (2011)](https://www.degruyter.com/document/doi/10.1515/9781400840670/html),
[Soberón et al. (2017)](http://dx.doi.org/10.1016/j.rmb.2017.03.011)

---

background-image: url(img/sdm_america_sul_grupos.png), url(img/sdm_america_sul_temas.png)
background-size: 500px, 500px
background-position: 90% 10%, 90% 83%

# 3. Conceitualização

## Temas

1. Distribuição de espécies
1. Padrões de diversidade
1. Mudanças climáticas (passado e futuro)
1. Invasão biológicas
1. Transmissão de doenças
1. Interações entre espécies
1. Processos de extinção
1. Conservação-evolução de nicho
1. Estabelecer refúgios climáticos
1. Estabelecimento e eficiência de áreas protegidas

**"Species Distribution Modeling in Latin America: 
A 25-Year Retrospective Review"**

[Urbina-Cardona et al. (2019)](http://journals.sagepub.com/doi/10.1177/1940082919854058)

---

background-image: url(img/sdm_guisan_general.png), url(img/sdm_geral.png)
background-size: 600px, 350px
background-position: 15% 50%, 85% 50%

# 3. Conceitualização

## Visão geral

[Guisan et al. (2017)](https://www.cambridge.org/br/academic/subjects/life-sciences/ecology-and-conservation/habitat-suitability-and-distribution-models-applications-r),
[Brown & Yoder (2015)](https://doi.org/10.1002/ece3.1418)

---

# 4. Preparação dos dados

---

background-image: url(img/sdm_geral.png), url(img/sdm_geral_dados.png), url(img/sdm_dados.png)
background-size: 300px, 500px, 500px
background-position: 10% 55%, 85% 10%, 85% 85%

# 4. Preparação dos dados

## Ocorrências e Variáveis  ambientais

[Brown & Yoder (2015)](https://doi.org/10.1002/ece3.1418)

---

background-image: url(img/sdm_ocorrencias_formato.png)
background-size: 700px
background-position: 50% 65%

# 4. Preparação dos dados

## Ocorrências

### Formato

---

background-image: url(img/sdm_occ_fogomuseu.webp)
background-size: 400px
background-position: 95% 75%

# 4. Preparação dos dados

## Ocorrências

### Fontes

### Coletas em campo (amostragens em campo)
### Literatura (artigos, data papers, ...)
### Naturalistas e ciência cidadã (e-Bird, iNaturalist, ...)
### Coleções científicas e museus (Museu Nacional, ...)
### Banco de dados (GBIF, SpeciesLink, ...)

[Incêndio no Museu Nacional (RJ) 02/09/2018. Foto: Ricardo Moraes/Reuters](https://g1.globo.com/pop-arte/noticia/2018/09/03/principais-museus-do-mundo-utilizam-patrocinio-privado-para-manter-estrutura-e-expandir-acervo-veja-lista.ghtml)

---

background-image: url(img/sdm_occ_gbif.png), url(img/sdm_occ_vertnet.png), url(img/sdm_occ_bien.png), url(img/sdm_occ_specieslink.png)
background-size: 500px, 500px, 500px, 500px
background-position: 90% 15%, 90% 58%, 90% 95%, 10% 85%

# 4. Preparação dos dados

## Ocorrências

### Bancos de dados

- [Global Biodiversity Information Facility (GBIF)](https://www.gbif.org/)
- [iNaturalist](https://www.inaturalist.org/)
- [VertNet](http://vertnet.org/)
- [eBird](https://ebird.org/home)
- [iDigBio](https://www.idigbio.org/)
- [Ocean Biogeographic Information System (OBIS)](https://obis.org/)
- [Botanical Information and Ecology Network (BIEN)](https://bien.nceas.ucsb.edu/bien/)
- [speciesLink](https://specieslink.net/)

[Maitner et al. (2017)](https://doi.org/10.1111/2041-210X.12861)

---

background-image: url(img/sdm_occ_auk.png), url(img/sdm_occ_rgbif.png), url(img/sdm_occ_spocc.png)
background-size: 200px, 200px, 200px
background-position: 75% 20%, 60% 70%, 90% 70%

# 4. Preparação dos dados

## Ocorrências

### Pacotes no R

- [spocc](https://docs.ropensci.org/spocc/)
- [rgbif](https://docs.ropensci.org/rgbif/)
- [rvertnet](https://docs.ropensci.org/rvertnet/)
- [rebird](https://docs.ropensci.org/rebird/)
- [auk](https://cornelllabofornithology.github.io/auk/)
- [ridigbio](https://github.com/iDigBio/ridigbio)
- [BIEN](https://bien.nceas.ucsb.edu/bien/tools/rbien/)
- [taxize](https://docs.ropensci.org/taxize/)
- [CoordinateCleaner](https://docs.ropensci.org/CoordinateCleaner/)
- [sampbias](https://github.com/azizka/sampbias)
- [spThin](https://github.com/mlammens/spThin)
- [occCite](https://hannahlowens.github.io/occCite/)

[Aiello-Lammens et al. (2015)](https://doi.org/10.1111/ecog.01132),
[Maitner et al. (2017)](https://doi.org/10.1111/2041-210X.12861),
[Zizka et al. (2019)](https://doi.org/10.1111/2041-210X.13152),
[Zizka et al. (2020)](https://doi.org/10.1111/ecog.05102),
[Owens et al. (2021)](https://doi.org/10.1111/ecog.05618)

---

# Mas o mundo não é tão simples e coletar dados em campo é complicado...

---

background-image: url(img/sdm_occ_vies_brasil02.jpg), url(img/sdm_occ_vies_brasil01.jpg)
background-size: 600px, 500px
background-position: 8% 75%, 94% 63%

# 4. Preparação dos dados

## Ocorrências

### Viés de amostragem - Brasil

- 1.144.629 (total) e 882.468 (válidos) ocorrências para 4345 espécies
- Grupos: vertebrados , artropodes e angiospermas
- Todos as ocorrências < 1km de rotas de acesso (estradas e rios)

[Oliveira et al. (2016)](https://doi.org/10.1111/ddi.12489)

---

background-image: url(img/sdm_occ_vies_mundo01.jpg), url(img/sdm_occ_vies_mundo02.jpg)
background-size: 500px, 600px
background-position: 7% 75%, 90% 75%

# 4. Preparação dos dados

## Ocorrências

### Viés de amostragem - Mundo

- 742 milhões de ocorrências de 374.900 espécies
- Representando 6,74% do globo amostrado

[Hughes et al. (2021)](https://doi.org/10.1111/ecog.05926)

---

background-image: url(img/geo_raster.png), url(img/geo_raster_cont_cat.png)
background-size: 400px, 600px
background-position: 10% 65%, 85% 65%

# 4. Preparação dos dados

## Variáveis ambientais

### Raster - contínuos ou categóricos

[National Ecological Observatory Network (NEON)](https://www.neonscience.org/resources/learning-hub/tutorials/dc-raster-data-r),
[Lovelace et al. (2020)](https://geocompr.robinlovelace.net/)

---

background-image: url(img/sdm_var_wc.png), url(img/sdm_var_chelsa.gif), url(img/sdm_var_soilgrids.png)
background-size: 500px, 450px, 480px
background-position: 85% 15%, 83% 45%, 87% 91%

# 4. Preparação dos dados

## Variáveis ambientais

### Bases de dados

- [WorldClim](https://www.worldclim.org/)
- [CHELSA](https://chelsa-climate.org/)
- [MERRAclim](https://datadryad.org/stash/dataset/doi:10.5061/dryad.s2v81)
- [ENVIREM](https://envirem.github.io/)
- [PaleoClim](http://www.paleoclim.org/)
- [ecoClimate](https://www.ecoclimate.org/)
- [EarthEnv](https://www.earthenv.org/)
- [SRTM](http://srtm.csi.cgiar.org/)
- [Land-Use Harmonization (LUH2)](https://luh.umd.edu/)
- [GlobCover](http://due.esrin.esa.int/page_globcover.php)
- [Global Human Footprint](https://wcshumanfootprint.org/)
- [SoilGrids](https://soilgrids.org/)
- [MARSPEC](http://www.marspec.org)
- [Bio-ORACLE](https://www.bio-oracle.org/)

---

background-image: url(img/sdm_var_wc02.webp), url(img/sdm_var_interpolacao01.gif), url(img/sdm_var_interpolacao02.gif), url(img/sdm_var_interpolacao03.png)
background-size: 400px, 300px, 300px, 500px
background-position: 10% 50%, 57% 15%, 94% 15%, 83% 85%

# 4. Preparação dos dados

## Variáveis ambientais

### Interpolação

[Biodiversity and Climate Change Virtual Laboratory (BCCVL)](https://support.bccvl.org.au/support/home),
 
[National Ecological Observatory Network (NEON)](https://www.neonscience.org/resources/learning-hub/tutorials/spatial-interpolation-basics),
 
[Fick & Hijmans (2017)](https://onlinelibrary.wiley.com/doi/10.1002/joc.5086)

---

# 4. Preparação dos dados

## Variáveis ambientais

.pull-left[
| Variável | Tipo         | Descrição                        |
| -------- | ------------ | -------------------------------- |
| BIO01    | Temperatura  | Temp. média anual                |
| BIO02    | Temperatura  | Variação diurna média da temp.   |
| BIO03    | Temperatura  | Isotermalidade                   |
| BIO04    | Temperatura  | Sazonalidade da temp.            |
| BIO05    | Temperatura  | Temp. máx. do mês mais quente    |
| BIO06    | Temperatura  | Temp. mín. do mês mais frio       |
| BIO07    | Temperatura  | Amplitude térmica anual          |
| BIO08    | Temperatura  | Temp. média do trim. mais úmido  |
| BIO09    | Temperatura  | Temp. média do trim. mais seco   |
| BIO10    | Temperatura  | Temp. média do trim. mais quente |
| BIO11    | Temperatura  | Temp. média do trim. mais frio   |
]

| Variável | Tipo         | Descrição                   |
| -------- | ------------ | --------------------------- |
| BIO12    | Precipitação | Prec. anual                 |
| BIO13    | Precipitação | Prec. do mês mais chuvoso   |
| BIO14    | Precipitação | Prec. do mês mais seco    |
| BIO15    | Precipitação | Sazonalidade da prec.       |
| BIO16    | Precipitação | Prec. do trim. mais chuvoso |
| BIO17    | Precipitação | Prec. do trim. mais seco    |
| BIO18    | Precipitação | Prec. do trim. mais quente  |
| BIO19    | Precipitação | Prec. do trim. mais frio    |

*Temp. = Temperatura; Prec. = Precipitação; 
trim. = Trimestre;

[O’Donnell & Ignizio (2012)](https://pubs.usgs.gov/ds/691/ds691.pdf)
]

---

# Mas informação demais quase sempre atrapalha...

---

background-image: url(img/sdm_var_parcimonia.jpg), url(img/sdm_var_ockham_razor.jpg)
background-size: 330px, 350px
background-position: 15% 75%, 80% 70%

# 4. Preparação dos dados

## Variáveis ambientais

### Princípio da Parcimônia (Por que complicar esse modelo aí?)

- William of Ockham's (1285–1348)
- "É fútil fazer com mais o que pode ser feito com menos"

[Coelho et al. (2018)](https://doi.org/10.1111/ecog.04228),
[What does Occam’s razor mean? (2019)](https://englishtalkzone.com/what-does-occams-razor-mean/)

---

background-image: url(img/sdm_var_correlacao01.webp), url(img/sdm_var_correlacao02.webp)
background-size: 600px, 600px
background-position: 75% 40%, 75% 80%

# 4. Preparação dos dados

## Variáveis ambientais

### Colinearidade - Correlação (Pearson ou Spearman)

- Mede o grau de relação (positiva ou negativa) entre duas variáveis
 
- r > |0.7|: indica alta correlação
 
- `$r = \dfrac{cov(X, Y)}{\sqrt{var(X) . var(Y)}}$`

[Zuur et al. (2010)](https://onlinelibrary.wiley.com/doi/10.1111/j.2041-210X.2009.00001.x),
[Dormann et al. (2012)](https://doi.org/10.1111/j.1600-0587.2012.07348.x),
[Naimi et al. (2014)](https://doi.org/10.1111/j.1600-0587.2013.00205.x),
[Feng et al. 2019](http://www.nature.com/articles/s41559-019-0972-5),
[Coeficientes de correlação](https://operdata.com.br/blog/coeficientes-de-correlacao/)

---

background-image: url(img/sdm_var_vif.jpg)
background-size: 500px
background-position: 80% 80%

# 4. Preparação dos dados

## Variáveis ambientais

### Colinearidade - Fator de Inflação de Variância (VIF)

- Medida da quantidade de multicolinearidade em um conjunto de múltiplas variáveis
 
- VIF = 1: não há multicolinearidade entre as variáveis
- VIF > 2 ou VIF > 5 ou VIF > 10: indica alta multicolinearidade (depende do autor)
 
- `$VIF_i = \dfrac{1}{1 - R_i^2}$`

- (a) r = 0.8946 e VIF = 5.007
- (b) r = 0.7697 e VIF = 2.453

[Zuur et al. (2010)](https://onlinelibrary.wiley.com/doi/10.1111/j.2041-210X.2009.00001.x),
[Dormann et al. (2012)]( https://doi.org/10.1111/j.1600-0587.2012.07348.x),
[Naimi et al. (2014)]( https://doi.org/10.1111/j.1600-0587.2013.00205.x),
[Feng et al. 2019](http://www.nature.com/articles/s41559-019-0972-5),
[VIF](https://www.sciencedirect.com/topics/mathematics/variance-inflation-factor)

---

# 5. Ajuste dos modelos

---

background-image: url(img/sdm_geral.png), url(img/sdm_geral_ajuste.png)
background-size: 300px, 500px
background-position: 10% 55%, 75% 55%

# 5. Ajuste dos modelos

## Métodos ou algoritmos

[Brown & Yoder (2015)](https://doi.org/10.1002/ece3.1418)

---

background-image: url(img/sdm_geral_ajuste.png), url(img/sdm_metodos_bam.jpg)
background-size: 500px, 550px
background-position: 10% 50%, 90% 50%

# 5. Ajuste dos modelos

## Métodos modelam diferentes áreas do Diagrama BAM

[Sillero (2011)](https://doi.org/10.1016/j.ecolmodel.2011.01.018),
[Brown & Yoder (2015)](https://doi.org/10.1002/ece3.1418)

---

background-image: url(img/sdm_tipos_metodos_ausencia.png)
background-size: 1000px
background-position: 50% 55%

# 5. Ajuste dos modelos

## Depende dos dados de presença e ausência da espécie

[Modificado com autorização de Esser (2021)](https://luizfesser.wordpress.com/2021/06/08/are-pseudoabsences-and-background-the-same-thing/)

---

background-image: url(img/sdm_metodos_ausencia.jpg)
background-size: 600px
background-position: 50% 85%

# 5. Ajuste dos modelos

## Ausências em Ecologia...

- **Zeros falsos**: falta de experiência do observador (a – b) ou projeto experimental pobre (c – h)
- **Zeros verdadeiros**: relacionados ao sistema ecológico em estudo - *zeros estruturais* (i – k) ou emergentes da variabilidade de amostragem - *zeros aleatórios* (l)

[Blasco‐Moreno et al. (2019)](https://doi.org/10.1111/2041-210X.13185)

---

background-image: url(img/sdm_tipos_metodos_pseudoausencia.png)
background-size: 1000px
background-position: 50% 55%

# 5. Ajuste dos modelos

## Depende dos dados de presença e ausência da espécie

---

background-image: url(img/sdm_tipos_metodos_ausencia_pseudoausencia.png)
background-size: 800px
background-position: 50% 75%

# 5. Ajuste dos modelos

## Ausência vs pseudo-ausência vs background

- **Ausência**: dados de "ausências verdadeiras" (quando disponíveis)
- **Pseudo-ausência**: dados de ausência gerados por amostragem aleatória (seguindo ou não regras geográficas ou ambientais), geralmente em número igual ao número de presenças
- **Background**: dados gerados para amostrar as condições da área de estudo (quanto mais, melhor)

[Modificado com autorização de Esser (2021)](https://luizfesser.wordpress.com/2021/06/08/are-pseudoabsences-and-background-the-same-thing/)

---

background-image: url(img/sdm_metodos_bioclim01.png), url(img/sdm_metodos_bioclim02.png)
background-size: 500px, 250px
background-position: 25% 65%, 75% 65%

# 5. Ajuste dos modelos

## Bioclim (*Envelope score*)

- Envelope climático com escores

[Nix (1986)](https://www.environment.gov.au/science/abrs/publications/flora-fauna/07),
[Booth et al. (2014)](https://onlinelibrary.wiley.com/doi/10.1111/ddi.12144)

---

background-image: url(img/sdm_metodos_gower02.png)
background-size: 300px
background-position: 50% 75%

# 5. Ajuste dos modelos

## Domain (Distântica de Gower)

- Distância ponto a ponto

[Carpenter et al. (1993)](http://link.springer.com/10.1007/BF00051966)

---

background-image: url(img/sdm_metodos_mahalanobis01.png), url(img/sdm_metodos_mahalanobis02.png)
background-size: 400px, 370px
background-position: 15% 70%, 70% 75%

# 5. Ajuste dos modelos

## Mahalanobis (Distância de Mahalanobis)

- Envelope de Mahalanobis é **oblíquo** (inclinado) lidando com correlações entre as variáveis climáticas
- Envelope de Mahalanobis é **elíptico**, refletindo melhor a tendência central da teoria do nicho
- Previsões são baseadas em **todos os dados**, sendo menos sensíveis a valores discrepantes

[Farber & Kadmon (2003)](https://linkinghub.elsevier.com/retrieve/pii/S0304380002003277),
[Jiménez et al. (2019)](https://www.sciencedirect.com/science/article/pii/S0304380019300407)

---

background-image: url(img/sdm_metodos_glm.png)
background-size: 600px
background-position: 50% 85%

# 5. Ajuste dos modelos

## GLM (Modelos Lineares Generalizados - *Generalized Linear Models*)

- Distribuição de erros binomial

[Guisan et al. (2002)](https://linkinghub.elsevier.com/retrieve/pii/S0304380002002041)

---

background-image: url(img/sdm_metodos_gam.png)
background-size: 600px
background-position: 50% 83%

# 5. Ajuste dos modelos

## GAM (Modelos Generalizados Aditivos - *Generalized Additive Model*)

- Distribuição de erros binomial
- Funções de suavização

[Guisan et al. (2002)](https://linkinghub.elsevier.com/retrieve/pii/S0304380002002041)

---

background-image: url(img/sdm_metodos_rf01.png), url(img/sdm_metodos_rf02.jpg)
background-size: 600px, 380px
background-position: 15% 65%, 85% 65%

# 5. Ajuste dos modelos

## Random Forest

- Cria diversas **árvores de decisão** ('floresta') por **bootstrap** (reamostragem)
- Combina os **resultados** de cada árvore em uma última classificação (categórico) ou regressão (contínuo)

[Breiman (2001)](http://link.springer.com/10.1023/A:1010933404324),
[Liaw & Wiener (2002)](https://cogns.northwestern.edu/cbmg/LiawAndWiener2002.pdf),
[Prasad et al. (2006)](https://link.springer.com/article/10.1007%2Fs10021-005-0054-1),
[Cutler et al. (2007)](https://doi.org/10.1890/07-0539.1),
[Sheykhmousa et al. (2020)](https://doi.org/10.1109/JSTARS.2020.3026724),
[BCCVL](https://support.bccvl.org.au/support/home)

---

background-image: url(img/sdm_metodos_svm.png)
background-size: 800px
background-position: 45% 65%

# 5. Ajuste dos modelos

## SVM (*Support Vector Machine*)

- Cria **hiperplanos** através de **vetores de suporte** considerando features
- Faz a classificação (categórico) ou regressão (contínuo) para **separar** os dados em duas ou mais partes

[Tax & Duin (2004)](https://link.springer.com/article/10.1023/B:MACH.0000008084.60811.49),
[Guo et al. (2005)](https://doi.org/10.1016/j.ecolmodel.2004.07.012),
[Drake et al. (2006)](https://doi.org/10.1111/j.1365-2664.2006.01141.x),
[Dou et al. (2019)](https://doi.org/10.3390/rs11060638)

---

background-image: url(img/sdm_metodos_maxent.png), url(img/sdm_metodos_maxent_features.png)
background-size: 600px, 530px
background-position: 5% 65%, 95% 65%

# 5. Ajuste dos modelos

## MaxEnt (Máxima Entropia)

- Encontra parâmetros que **aproximam a forma da distribuição** (maximiza a entropia) dos valores ambientais do background e em função dos valores ambientais das presenças
- Usa diferentes curvas ('features') para **ajustar a máxima entropia** e achar os valores de adequabilidade ambiental
- Dependente de **parâmetros** [prevalência (0.5) e regularização (ajuste)] e **limite do background**

[Phillips et al. (2006)](https://linkinghub.elsevier.com/retrieve/pii/S030438000500267X),
[Phillips & Dudík (2008)](https://onlinelibrary.wiley.com/doi/10.1111/j.0906-7590.2008.5203.x),
[Elith et al. (2011)](https://onlinelibrary.wiley.com/doi/10.1111/j.1472-4642.2010.00725.x)
[Phillips et al. (2017)](https://onlinelibrary.wiley.com/doi/10.1111/ecog.03049),
[BCCVL](https://support.bccvl.org.au/support/home),
[SDM com RS NASA](https://appliedsciences.nasa.gov/join-mission/training/english/arset-species-distribution-modeling-remote-sensing)

---

background-image: url(img/sdm_metodos_outros.png)
background-size: 600px
background-position: 95% 65%

# 5. Ajuste dos modelos

## Há ainda diversos outros métodos ou algoritmos

### Presença-(pseudo)ausência
- Classification and regression trees (CART)
- Multivariate adaptive regression spline (MARS)
- Mixture discriminant analysis (MAD)
- Artificial neural networks (ANN)
- Boosted Regression Trees (BRT)
- Bayesian Gaussian Process

### Presença-background
- Ecological Niche Factor Analysis (ENFA)
- Genetic Algorithm for Rule-set Production (GARP)
- Maxlike

[Fletcher & Fortin (2018)](https://www.springer.com/gp/book/9783030019884)

---

background-image: url(img/sdm_metodos_logo_enmtml.png), url(img/sdm_metodos_logo_modler.png), url(img/sdm_metodos_logo_sdmtune.png), url(img/sdm_metodos_logo_shinybiomod.jpeg)
background-size: 210px, 200px, 200px, 220px
background-position: 45% 30%, 60% 90%, 75% 30%, 90% 90%

# 5. Ajuste dos modelos

## Diversos pacotes implementados para ajustes de SDMs no R

- [dismo](https://cran.r-project.org/web/packages/dismo/)
- [biomod2](https://cran.r-project.org/web/packages/biomod2/)
- [sdm](https://cran.r-project.org/web/packages/sdm/)
- [ENMTML](https://github.com/andrefaa/ENMTML)
- [modelR](https://model-r.github.io/modleR/)
- [SDMtune](https://cran.r-project.org/web/packages/SDMtune/)
- [ENMeval](https://cran.r-project.org/web/packages/ENMeval/)
- [wallace](https://cran.r-project.org/web/packages/wallace/)
- [ssdm](https://cran.r-project.org/web/packages/ssdm/)
- [ShinyBIOMOD](https://gitlab.com/IanOndo/shinybiomod)

[Lista de pacotes no R](https://github.com/helixcn/sdm_r_packages)

---

# 6. Avaliação (do ajuste) dos modelos

---

background-image: url(img/sdm_geral.png), url(img/sdm_geral_avaliacao.png), url(img/sdm_ribeiro_diniz_avaliacao_tabela.png), url(img/sdm_ribeiro_diniz_avaliacao_auc.png)
background-size: 300px, 200px, 230px, 300px
background-position: 10% 55%, 55% 55%, 84% 25%, 87% 93%

# 6. Avaliação (do ajuste) dos modelos

## Métricas de avaliação

[Brown & Yoder (2015)](https://doi.org/10.1002/ece3.1418),
[Lima-Ribeiro & Diniz-Filho (2013)](https://files.cercomp.ufg.br/weby/up/672/o/Paleoecologia_completo.pdf)

---

background-image: url(img/sdm_avaliacao_particao.png)
background-size: 600px
background-position: 90% 62%

# 6. Avaliação (do ajuste) dos modelos

## Partição dos dados de presença (ou pseudo-ausência)

### Treino (flecha superior)
- Dados usados para **ajustar** o modelo

### Teste (flecha inferior)
- Dados usados para **avaliar** o modelo

[Guisan et al. (2017)](https://www.cambridge.org/br/academic/subjects/life-sciences/ecology-and-conservation/habitat-suitability-and-distribution-models-applications-r)

---

background-image: url(img/sdm_avaliacao_particao.png)
background-size: 600px
background-position: 90% 59%

# 6. Avaliação (do ajuste) dos modelos

## Partição dos dados de presença (ou pseudo-ausência)

### Treino (flecha superior)
- Dados usados para **ajustar** o modelo

### Teste (flecha inferior)
- Dados usados para **avaliar** o modelo

### Tipos de avaliação

- **Interna **  
Partição dos mesmos dados em treino e teste

- **Externa**  
Dados de teste não entram no treino

[Guisan et al. (2017)](https://www.cambridge.org/br/academic/subjects/life-sciences/ecology-and-conservation/habitat-suitability-and-distribution-models-applications-r)

---

background-image: url(img/sdm_avaliacao_particao.png)
background-size: 600px
background-position: 90% 52%

# 6. Avaliação (do ajuste) dos modelos

## Tipos de partições para avaliação interna

- **Split sample** 
Divide aleatoriamente as ocorrências em dois conjuntos, geralmente 70% para treino e 30% para teste e faz repetições aleatórias desses conjuntos

- **K-fold cross-validation** 
Divide as ocorrências em conjuntos iguais (k), um dos conjuntos vai para teste e os outros para treino, alternando até todas as partes irem para teste

- **Leave one-out CV (Jackknife)** 
Uma ocorrência para teste e o restante para treino, alterando até todas as ocorrências irem para teste

- **Bootstrap** 
Reamostragem (mesmas ocorrências podem ir para treino e teste), usado mais para medir incertezas dos ajustes dos modelos
 
[Guisan et al. (2017)](https://www.cambridge.org/br/academic/subjects/life-sciences/ecology-and-conservation/habitat-suitability-and-distribution-models-applications-r)

---

background-image: url(img/sdm_avaliacao_treino_teste.png)
background-size: 360px
background-position: 85% 52%

# 6. Avaliação (do ajuste) dos modelos

## Tipos de partições para avaliação interna

- **Split sample** 
Divide aleatoriamente as ocorrências em dois conjuntos, geralmente 70% para treino e 30% para teste e faz repetições aleatórias desses conjuntos

- **K-fold cross-validation** 
Divide as ocorrências em conjuntos iguais (k), um dos conjuntos vai para teste e as outras para treino, alternando até todas as partes irem para teste

- **Leave one-out CV (Jackknife)** 
Uma ocorrência para teste e o restante para treino, alterando até todas as ocorrências irem para teste

---

# Avaliar a **calibração dos modelos**: meu modelo acerta as ocorrências e (pseudo)ausências do conjunto de **teste**?

---

background-image: url(img/sdm_avaliacao_calibracao_val.png), url(img/sdm_avaliacao_observados_preditos.png)
background-size: 500px, 410px
background-position: 10% 62%, 90% 58%

# 6. Avaliação (do ajuste) dos modelos

## Valores observados vs valores preditos [treino e teste]

---

background-image: url(img/sdm_avaliacao_calibracao_val.png), url(img/sdm_avaliacao_observados_preditos_teste.png)
background-size: 500px, 410px
background-position: 10% 62%, 90% 58%

# 6. Avaliação (do ajuste) dos modelos

## Valores observados vs valores preditos [teste]

---

background-image: url(img/sdm_metodos_glm_predicao.png), url(img/sdm_avaliacao_observados_preditos_teste_prec.png)
background-size: 500px, 500px
background-position: 10% 62%, 90% 90%

# 6. Avaliação (do ajuste) dos modelos

## Valores preditos (P(x)) a partir dos valores da variável preditora (x)

.pull-left[]
.pull-right[
`$$Modelo: P(x) = \dfrac{1}{1 + e^{-(\beta_0+\beta_1 x)}}$$`
`$Parametros :\beta_1 = 1.169; \beta_0 = -0.733$`
`$$Modelo: P(x) = \dfrac{1}{1 + e^{-(-0.733+1.169 x)}}$$`

]

---

background-image: url(img/sdm_metodos_glm_predicao.png)
background-size: 500px
background-position: 10% 62%

# 6. Avaliação (do ajuste) dos modelos

## Valores preditos (P(x)) a partir dos valores da variável preditora (x)

.pull-left[]
.pull-right[
`$$Modelo: P(x) = \dfrac{1}{1 + e^{-(\beta_0+\beta_1 x)}}$$`
`$Parametros :\beta_1 = 1.169; \beta_0 = -0.733$`
`$$Modelo: P(x) = \dfrac{1}{1 + e^{-(-0.733+1.169 x)}}$$`
 
Seja x os valores de precipitação padronizados:
 
`$Para: x = -2; P(x) = 0.04431945; y = 0$` 
`$Para: x = -1; P(x) = 0.1298823; y = 0$` 
`$Para: x = 0; P(x) = 0.3245367; y = 0$` 
`$Para: x = 1; P(x) = 0.6073055; y = 1$` 
`$Para: x = 2; P(x) = 0.832716; y = 1$` 
]

---

# Dado que a predição é contínua [0 a 1], vamos considerar algum **valor predito como limiar** (e.g. 0.5) para considerar se o **modelo acertou** as presenças e pseudo-ausências

---

background-image: url(img/sdm_avaliacao_limite_corte.png), url(img/sdm_avaliacao_observados_preditos_teste_limiar.png)
background-size: 500px, 430px
background-position: 10% 55%, 90% 58%

# 6. Avaliação (do ajuste) dos modelos

### **Limiares de corte** (*thresholds*) para considerar os acertos e erros do modelo

---

background-image: url(img/sdm_avaliacao_limite_corte.png)
background-size: 500px
background-position: 10% 55%

# 6. Avaliação (do ajuste) dos modelos

## Tipos de erros

### Erro de omissão
A observação é de presença (1), mas a predição é de ausência (0) - **ausência falsa**

### Erro de comissão
A observação é de ausência (0), mas a predição é de presença (1) - **presença falsa**

]

[Guisan et al. (2017)](https://www.cambridge.org/br/academic/subjects/life-sciences/ecology-and-conservation/habitat-suitability-and-distribution-models-applications-r)

---

background-image: url(img/sdm_avaliacao_matriz_confusao.png), url(img/sdm_avaliacao_matriz_confusao_valores.png), url(img/sdm_avaliacao_observados_preditos_teste_limiar.png)
background-size: 550px, 550px, 430px
background-position: 10% 32%, 10% 95%, 90% 58%

# 6. Avaliação (do ajuste) dos modelos

## **Contabilizar** os acertos e erros em presenças e pseudo-ausências

- Matriz de confusão

---

background-image: url(img/sdm_avaliacao_matriz_confusao_letras.png), url(img/sdm_avaliacao_metricas.png)
background-size: 550px, 500px
background-position: 10% 78%, 93% 60%

# 6. Avaliação (do ajuste) dos modelos

## Métricas que contabilizam os acertos e erros

- **Sensibilidade** (proporção de presenças verdadeiras - TPR)[0:1]
- **Especificidade** (proporção de ausências verdadeiras - TAR)[0:1]
- **AUC** (probabilidade de classificação correta)[0:1]
- **Kappa** (medida de concordância da classificação)[-1:1]
- **TSS** (compara o número de classificações corretas, menos aquelas atribuídas aleatoriamente) [-1:1]

[Fielding & Bell (1997)](https://www.cambridge.org/core/product/identifier/S0376892997000088/type/journal_article)

---

background-image: url(img/sdm_avaliacao_auc_curva.png), url(img/sdm_avaliacao_matriz_confusao_letras.png)
background-size: 390px, 550px
background-position: 92% 5%, 90% 58%

# 6. Avaliação (do ajuste) dos modelos

## Métricas independentes de limiares

- **Sensibilidade** (proporção de presenças verdadeiras - TPR)[0:1]

`$sensibilidade = a/(a+c)$`

- **Especificidade** (proporção de ausências verdadeiras - TAR)[0:1]

`$especificidade = d/(b+d)$`

- **1 - Especificidade** (proporção de presenças falsas - FPR)[0:1]

`$1 - especificidade = b/(b+d)$`

- **ROC** (sensibilidade ~ (1 - especificidade))

- **AUC** (probabilidade de classificação correta)[0:1]

[Fielding & Bell (1997)](https://www.cambridge.org/core/product/identifier/S0376892997000088/type/journal_article)

---

background-image: url(img/sdm_avaliacao_roc01.png), url(img/sdm_avaliacao_roc_tabela01.png)
background-size: 400px, 630px
background-position: 10% 60%, 90% 50%

# 6. Avaliação (do ajuste) dos modelos

### ROC (Característica de Operação do Receptor - *Receiver Operating Characteristic*)

[Fielding & Bell (1997)](https://www.cambridge.org/core/product/identifier/S0376892997000088/type/journal_article)

---

background-image: url(img/sdm_avaliacao_roc02.png), url(img/sdm_avaliacao_roc_tabela02.png)
background-size: 400px, 630px
background-position: 10% 60%, 90% 50%

# 6. Avaliação (do ajuste) dos modelos

### ROC (Característica de Operação do Receptor - *Receiver Operating Characteristic*)

[Fielding & Bell (1997)](https://www.cambridge.org/core/product/identifier/S0376892997000088/type/journal_article)

---

background-image: url(img/sdm_avaliacao_roc03.png), url(img/sdm_avaliacao_roc_tabela03.png)
background-size: 400px, 630px
background-position: 10% 60%, 90% 50%
# 6. Avaliação (do ajuste) dos modelos

### ROC (Característica de Operação do Receptor - *Receiver Operating Characteristic*)

[Fielding & Bell (1997)](https://www.cambridge.org/core/product/identifier/S0376892997000088/type/journal_article)

---

background-image: url(img/sdm_avaliacao_roc04.png), url(img/sdm_avaliacao_roc_tabela04.png)
background-size: 400px, 630px
background-position: 10% 60%, 90% 50%

# 6. Avaliação (do ajuste) dos modelos

### ROC (Característica de Operação do Receptor - *Receiver Operating Characteristic*)

[Fielding & Bell (1997)](https://www.cambridge.org/core/product/identifier/S0376892997000088/type/journal_article)

---

background-image: url(img/sdm_avaliacao_roc05.png), url(img/sdm_avaliacao_roc_tabela05.png)
background-size: 400px, 630px
background-position: 10% 60%, 90% 50%

# 6. Avaliação (do ajuste) dos modelos

### ROC (Característica de Operação do Receptor - *Receiver Operating Characteristic*)

[Fielding & Bell (1997)](https://www.cambridge.org/core/product/identifier/S0376892997000088/type/journal_article)

---

background-image: url(img/sdm_avaliacao_auc.png), url(img/sdm_avaliacao_auc_tabela.png), url(img/sdm_avaliacao_auc_valores.png)
background-size: 400px, 330px, 450px
background-position: 10% 59%, 60% 27%, 86% 61%

# 6. Avaliação (do ajuste) dos modelos

## AUC (Área Abaixo da Curva - *Area Under the Curve*)

[Fielding & Bell (1997)](https://www.cambridge.org/core/product/identifier/S0376892997000088/type/journal_article), [Araújo et al. (2005)](https://doi.org/10.1111/j.1365-2486.2005.01000.x), [Jiménez-Valverde (2012)](https://onlinelibrary.wiley.com/doi/10.1111/j.1466-8238.2011.00683.x). Mas ver [Lobo et al. (2008)](https://onlinelibrary.wiley.com/doi/10.1111/j.1466-8238.2007.00358.x)

---

background-image: url(img/sdm_avaliacao_auc_max_lpt.png), url(img/sdm_avaliacao_limiares.png), url(img/sdm_roc_limiares.png)
background-size: 400px, 200px, 360px
background-position: 10% 60%, 50% 50%, 90% 55%

# 6. Avaliação (do ajuste) dos modelos

## Métricas dependentes de limiares

[Liu et al. (2005)](https://onlinelibrary.wiley.com/doi/10.1111/j.0906-7590.2005.03957.x), 
[Jiménez-Valverde (2012)](https://onlinelibrary.wiley.com/doi/10.1111/j.1466-8238.2011.00683.x), [Li & Guo (2013)](https://onlinelibrary.wiley.com/doi/10.1111/j.1600-0587.2013.07585.x), [Liu et al. (2013)](https://onlinelibrary.wiley.com/doi/10.1111/jbi.12058), [Liu et al. (2016)](https://onlinelibrary.wiley.com/doi/10.1002/ece3.1878),
[Pearson et al. (2007)](https://onlinelibrary.wiley.com/doi/10.1111/j.1365-2699.2006.01594.x)

---

background-image: url(img/sdm_avaliacao_kappa_tss.png)
background-size: 350px
background-position: 80% 40%

# 6. Avaliação (do ajuste) dos modelos

## Métricas dependentes de limiares

### Kappa (K) [-1 a +1]

`$K = \frac{\frac{a+d}{N}-\frac{(a+b)(a+c)+(c+d)(b+d)}{N^2}}{1-\frac{(a+b)(a+c)+(c+d)(d+b)}{N^2}} = \frac{P_o - P_e}{1 - P_e}$`, onde P = acurácia

- K > 0.75: Excelente
- 0.40 > K > 0.75: Bom
- K < 0.40: pobre

### TSS (*True Skill Statistic*) [-1 a +1]

`$TSS = \frac{ad-bc}{(a+c)(b+d)} = Sensitividade + Especificidade - 1$`

- TSS ≅ +1: concordância perfeita
- TSS <= 0: desempenho não melhor do que aleatório
- Indicativos: TSS > 0.5, TSS > 0.7, TSS > 0.8 e TSS > 0.9
 
[Landis & Koch (1977)](),
[Fielding & Bell (1997)](https://www.cambridge.org/core/product/identifier/S0376892997000088/type/journal_article),
[Allouche et al. (2006)](https://onlinelibrary.wiley.com/doi/10.1111/j.1365-2664.2006.01214.x)

---

background-image: url(img/sdm_avaliacao_kappa_tss_maximo.png)
background-size: 600px
background-position: 95% 65%

# 6. Avaliação (do ajuste) dos modelos

## Métricas dependentes de limiares

### Valores máximos de Kappa e TSS

.pull-left[
- Calcular **vários valores das estatísticas** para diferentes liminares
- Liu et al. (2013) mostraram que o limiar que maximiza as estatísticas (max-TSS ou max-Kappa) é equivalente ao limiar de **máxima soma da sensibilidade e especificidade** (max-SSS)
- Essa estratégia gera o **mesmo limiar** para métodos de somente-presença, presença-pseudo-ausência e presença-background

[Allouche et al. (2006)](https://onlinelibrary.wiley.com/doi/10.1111/j.1365-2664.2006.01214.x),
[Liu et al. (2013)](https://onlinelibrary.wiley.com/doi/10.1111/jbi.12058),
[Guisan et al. (2017)](https://www.cambridge.org/br/academic/subjects/life-sciences/ecology-and-conservation/habitat-suitability-and-distribution-models-applications-r),

]

---

# 7. Predição e consenso dos modelos

---

background-image: url(img/sdm_geral.png), url(img/sdm_geral_predicao.png)
background-size: 300px, 600px
background-position: 10% 55%, 80% 55%

# 7. Predição e consenso dos modelos

## Estimar a distribuição para não temos dados

[Brown & Yoder (2015)](https://doi.org/10.1002/ece3.1418)

---

background-image: url(img/sdm_metodos_glm_predicao.png), url(img/sdm_predicao01.png), url(img/sdm_predicao02.png)
background-size: 500px, 500px, 300px
background-position: 10% 62%, 90% 30%, 80% 90%

# 7. Predição e consenso dos modelos

## Predição para a área modelada

---

background-image: url(img/sdm_metodos_glm_predicao.png), url(img/sdm_predicao_prec_espaco.png), url(img/sdm_predicao_espaco.png)
background-size: 500px, 300px, 300px
background-position: 10% 62%, 80% 30%, 80% 90%

# 7. Predição e consenso dos modelos

## Predição para outras áreas (espaço)

---

background-image: url(img/sdm_metodos_glm_predicao.png), url(img/sdm_predicao_prec_tempo.png), url(img/sdm_predicao_tempo.png)
background-size: 500px, 300px, 300px
background-position: 10% 62%, 80% 30%, 80% 90%

# 7. Predição e consenso dos modelos

## Predição para outros períodos no passado ou no futuro (tempo)

---

background-image: url(img/sdm_ensemble_nichos.png), url(img/sdm_ensemble.jpg)
background-size: 500px, 500px
background-position: 10% 60%, 85% 60%

# 7. Predição e consenso dos modelos

## Diferentes estimativas do nicho - diferentes predições geográficas

[Araújo & New (2007)](https://doi.org/10.1016/j.tree.2006.09.010://doi.org/10.1002/ece3.1418)
[Qiao et al. (2015)](https://onlinelibrary.wiley.com/doi/10.1111/2041-210X.12397)

---

background-image: url(img/sdm_fletcher_fortin_ensemble.png)
background-size: 400px
background-position: 60% 60%

# 7. Predição e consenso dos modelos

## Tipos de consensos

- Frequência
- Média
- Média ponderada (AUC ou TSS)

[Fletcher & Fortin (2018)](https://www.springer.com/gp/book/9783030019884)

---

background-image: url(img/sdm_ensemble_freq.png)
background-size: 1000px
background-position: 50% 90%

# 7. Predição e consenso dos modelos

## **Frequência**: contabilizar pixels previstos como presença

### 1. Uso de um **limiar de corte para binarizar** os modelos [0 e 1]

### 2. **Soma** da quantidade de pixels e divisão pelo total de modelos [0 a 1]

$$ consenso = \sum_{i=1}^{N} (pixel_i \geq limiar_j) $$

---

background-image: url(img/sdm_ensemble_media.png)
background-size: 800px
background-position: 50% 90%

# 7. Predição e consenso dos modelos

## **Média**: calcular a média dos valores de adequabilidade para cada pixel

### 1. **Padronização** dos valores de adequabilidade [0 a 1]

### 2. Cálculo da **média aritmética** para cada pixel

$$ consenso = \frac{1}{N}\sum_{i=1}^{N} (pixel_i) $$

---

background-image: url(img/sdm_ensemble_media_ponderada.png)
background-size: 800px
background-position: 50% 90%

# 7. Predição e consenso dos modelos

## **Média ponderada**: calcular a média ponderada dos valores de adeq.

### 1. **Padronização** dos valores de adequabilidade [0 a 1]

### 2. Cálculo da **média ponderada** pelos valores de AUC ou TSS para cada pixel

`$$consenso = \frac{\sum_{i=1}^{N}(w_i . pixel_i)}{\sum_{i=1}^N(w_i)}$$`

---

background-image: url(img/sdm_consenso_incertezas.png), url(img/sdm_consenso_incertezas_mapa.png)
background-size: 500px, 600px
background-position: 7% 70%, 93% 70%

# 7. Predição e consenso dos modelos

## **Incertezas**: calcular um valor de incerteza para cada pixel

### 1. **Padronização** dos valores de adequabilidade [0 a 1]

### 2. Cálculo do **desvio padrão** ou **partição da variância** para cada pixel

[Diniz-Filho et al. (2009)](https://onlinelibrary.wiley.com/doi/10.1111/j.1600-0587.2009.06196.x)

---

background-image: url(img/sdm_ensemble_desvio.png)
background-size: 800px
background-position: 50% 90%

# 7. Predição e consenso dos modelos

## **Incertezas**: calcular um valor de incerteza para cada pixel

### 1. **Padronização** dos valores de adequabilidade [0 a 1]

### 2. Cálculo do **desvio padrão** ou **partição da variância** para cada pixel

$$ desvio = \sqrt{\frac{1}{N}\sum_{i=1}^{N} (pixel_i - \overline{pixel_i})^2} $$
---

# 8. Aplicações

---

background-image: url(img/artigos/pena_etal_2017/pena_etal_2017_cover.png), url(img/artigos/pena_etal_2017/pena_etal_2017_fig03.jpg), url(img/artigos/pena_etal_2017/pena_etal_2017_fig01.jpg), url(img/artigos/pena_etal_2017/pena_etal_2017_fig02.jpg), url(img/artigos/pena_etal_2017/amphibian.png), url(img/artigos/pena_etal_2017/bird.png), url(img/artigos/pena_etal_2017/boker.jpg), url(img/artigos/pena_etal_2017/pena_etal_2017_espi.jpg)
background-size: 400px, 315px, 400px, 400px, 100px, 100px, 250px, 230px
background-position: 5% 25%, 40% 90%, 85% 25%, 85% 90%, 98% 45%, 98% 90%, 5% 75%, 46% 22%

# 8. Aplicações

## Impacto da mineração sobre anuros e aves na Serra do Espinhaço

[Pena et al. (2017)](https://doi.org/10.1016/j.pecon.2017.07.005), 
Fotos: [Ana Sofia](https://www.flickr.com/photos/anasofiabg/16016780506), [Fabiano Zig](http://www.clubedecicloturismo.com.br/viagens-1/504-expedicaoespinhaco)

---

background-image: url(img/artigos/sobral_souza_etal_2018/sobral_souza_etal_2018.png), url(img/artigos/sobral_souza_etal_2018/sobral_souza_etal_2018_fig01.jpg), url(img/artigos/sobral_souza_etal_2018/sobral_souza_etal_2018_fig03.jpg), url(img/artigos/sobral_souza_etal_2018/sobral_souza_etal_2018_fig02.jpg), url(img/artigos/sobral_souza_etal_2018/mata_atlantica.jpg)
background-size: 400px, 400px, 400px, 350px, 320px
background-position: 5% 20%, 5% 75%, 56% 90%, 93% 80%, 51% 15%

# 8. Aplicações

## Eficiência das áreas protegidas da Amazônia e Mata Atlântica

[Sobral-Souza et al. (2018)](https://doi.org/10.1016/j.actao.2018.01.001), [Foto: WWF Brasil](https://www.wwf.org.br/natureza_brasileira/areas_prioritarias/mata_atlantica/)

---

background-image: url(img/artigos/ferro_silva_etal_2018/ferro_silva_etal_2018.png), url(img/artigos/ferro_silva_etal_2018/ferro_silva_etal_2018_fig01.png), url(img/artigos/ferro_silva_etal_2018/ferro_silva_etal_2018_fig02.png),  url(img/artigos/ferro_silva_etal_2018/ferro_silva_etal_2018_fig03.png), url(img/artigos/ferro_silva_etal_2018/ferro_silva_etal_2018_barb.png)
background-size: 400px, 270px, 220px, 500px, 500px
background-position: 5% 20%, 5% 75%, 35% 85%, 85% 90%, 85% 20%

# 8. Aplicações

## Áreas de transmissão de Chagas (*Trypanosoma cruzi*) no Paraná

[Ferro-e-Silva et al. (2018)](https://doi.org/10.1371/journal.pntd.0006907)

---

background-image: url(img/artigos/bertassoni_etal_2018/bertassoni_etal_2018.png), url(img/artigos/bertassoni_etal_2018/bertassoni_etal_2018_fig01.png),  url(img/artigos/bertassoni_etal_2018/bertassoni_etal_2018_fig03.png), url(img/artigos/bertassoni_etal_2018/bertassoni_etal_2018_fig04.png), url(img/artigos/bertassoni_etal_2018/bertassoni_etal_2018_taman.jpg)
background-size: 400px, 300px, 500px, 300px, 230px
background-position: 5% 20%, 5% 63%, 50% 90%, 95% 70%, 55% 20%

# 8. Aplicações

## Expansão da cana sobre o tamanduá em São Paulo

[Bertassoni et al. (2019)](https://doi.org/10.1093/jmammal/gyz042) 
[Foto: tamanduá](https://g1.globo.com/economia/agronegocios/globo-rural/noticia/2019/12/08/tamandua-bandeira-sofre-com-risco-de-extincao-e-ve-um-terco-da-sua-populacao-desaparecer-em-25-anos.ghtml)

---

background-image: url(img/artigos/magro_etal_2019/magro_etal_2019.png), url(img/artigos/magro_etal_2019/magro_etal_2019_fig02.jpg),  url(img/artigos/magro_etal_2019/magro_etal_2019_fig01.jpg), url(img/artigos/magro_etal_2019/magro_etal_2019_fig04.jpg)
background-size: 400px, 150px, 180px, 700px
background-position: 5% 20%, 5% 80%, 24% 90%, 90% 70%

# 8. Aplicações

## Zonas de hibridização potencial de saguis no Brasil

[Moraes et al. (2019)](https://doi.org/10.1016/j.gecco.2019.e00706)

---

background-image: url(img/artigos/santos_etal_2020/santos_etal_2020.png), url(img/artigos/santos_etal_2020/santos_etal_2020_fig01.jpg), url(img/artigos/santos_etal_2020/santos_etal_2020_fig02.webp), url(img/artigos/santos_etal_2020/santos_etal_2020_fig03.jpg), url(img/artigos/santos_etal_2020/santos_etal_2020_fig04.webp), url(img/artigos/santos_etal_2020/santos_etal_2020_fig05.png)
background-size: 400px, 180px, 180px, 180px, 500px, 160px
background-position: 5% 20%, 5% 75%, 25% 75%, 45% 75%, 95% 70%, 45% 20%

# 8. Aplicações

## Clima, paisagem e riqueza de borboletas na Mata Atlântica

[Santos et al. (2020)](https://doi.org/10.1111/ddi.13007)

---

background-image: url(img/artigos/bello_etal_2021/bello_etal_2021.png),  url(img/artigos/bello_etal_2021/bello_etal_2021_fig02.webp), url(img/artigos/bello_etal_2021/bello_etal_2021_fig04.webp), url(img/artigos/bello_etal_2021/bello_etal_2021_jussara.jpg)
background-size: 400px, 430px, 600px, 100px
background-position: 5% 20%, 5% 75%, 90% 70%, 40% 20%

# 8. Aplicações

## Sobreposição de palmeira nativa e invasora na Mata Atlântica

[Bello et al. (2021)](https://doi.org/10.1007/s10530-020-02400-8)

---

background-image: url(img/artigos/jover_etal_2021/jover_etal_2021.png),  url(img/artigos/jover_etal_2021/jover_etal_2021_fig01.jpg), url(img/artigos/jover_etal_2021/jover_etal_2021_fig02.jpg)
background-size: 420px, 420px, 470px
background-position: 5% 20%, 5% 75%, 80% 70%

# 8. Aplicações

## Distribuição de macroalgas epífitas e hospedeiras em Cuba

[Jover et al. (2021)](https://doi.org/10.1016/j.aquabot.2021.103395)

---

background-image: url(img/artigos/stefanini_etal_2021/stefanini_etal_2021.png), url(img/artigos/stefanini_etal_2021/stefanini_etal_2021_fig01.jpeg), url(img/artigos/stefanini_etal_2021/stefanini_etal_2021_fig02.jpeg), url(img/artigos/stefanini_etal_2021/stefanini_etal_2021_fig03.jpeg), url(img/artigos/stefanini_etal_2021/stefanini_etal_2021_sabia.png)
background-size: 400px, 400px, 340px, 340px, 300px
background-position: 5% 20%, 5% 75%, 53% 70%, 95% 89%, 93% 30%

# 8. Aplicações

## Mudanças climáticas e migração de sabiás na América do Sul

[Stefanini et al. (2021)](https://doi.org/10.1093/ornithapp/duab006) 
[Foto: Wikiaves](https://www.wikiaves.com.br/2185728&t=s&s=11522&tag=FOTOFEMEA)

---

background-image: url(img/artigos/oshima_etal_2021/oshima_etal_2021.png), url(img/artigos/oshima_etal_2021/oshima_etal_2021_fig01.jpg), url(img/artigos/oshima_etal_2021/oshima_etal_2021_fig04.png), url(img/artigos/oshima_etal_2021/oshima_etal_2021_fig02.jpg), url(img/artigos/oshima_etal_2021/oshima_etal_2021_fig03.jpg)
background-size: 400px, 300px, 230px, 400px, 300px
background-position: 5% 20%, 5% 75%, 80% 20%, 95% 70%, 50% 60%

# 8. Aplicações

## Regiões prioritárias para conservação das queixadas no Brasil

[Oshima et al. (2021)](https://doi.org/10.1016/j.gecco.2021.e01796)

---

background-image: url(img/artigos/berce_etal_2021/berce_etal_2021.png), url(img/artigos/berce_etal_2021/berce_etal_2021_fig01.png), url(img/artigos/berce_etal_2021/berce_etal_2021_fig02.png), url(img/artigos/berce_etal_2021/berce_etal_2021_fig03.png), url(img/artigos/berce_etal_2021/berce_etal_2021_fig04.png), url(img/artigos/berce_etal_2021/berce_etal_2021_pudu.jpg), url(img/artigos/berce_etal_2021/berce_etal_2021_java.jpg)
background-size: 400px, 380px, 350px, 350px, 350px, 150px, 170px
background-position: 5% 20%, 5% 75%, 51% 40%, 92% 70%, 51% 90%, 43% 15%, 59% 15%

# 8. Aplicações

## Áreas de sobreposição de cervídeo nativo e do javaporco na Argentina

[Bercê et al. (2021)](https://doi.org/10.1093/jmammal/gyab099)

---

# Principais artigos

### Português

- [De Marco, P., & Siquera, M. F. (2009). Como determinar a distribuição potencial de espécies sob uma abordagem conservacionista? 5, 12.](https://www.conservation.org/docs/default-source/brasil/Megadiversidade_desafios_cientificos.pdf)

- [Giannini, T. C. et al. (2012). Desafios atuais da modelagem preditiva de distribuição de espécies. Rodriguésia, 63(3), 733–749.](https://doi.org/10.1590/S2175-78602012000300017)

### Inglês

- [Araújo, M. B. et al. (2019). Standards for distribution models in biodiversity assessments. Science Advances, 5(1), eaat4858.](https://doi.org/10.1126/sciadv.aat4858)

- [Feng, X. et al. (2019). A checklist for maximizing reproducibility of ecological niche models. Nature Ecology & Evolution, 3(10), 1382–1395.](https://doi.org/10.1038/s41559-019-0972-5)

- [Zurell, D. et al. (2020). A standard protocol for reporting species distribution models. Ecography, 43(9), 1261–1277.](https://doi.org/10.1111/ecog.04960)

- [Sillero, N., & Barbosa, A. M. (2021). Common mistakes in ecological niche models. International Journal of Geographical Information Science, 35(2), 213–226.](https://doi.org/10.1080/13658816.2020.1798968)

- [Sillero, N. et al. (2021). Want to model a species niche? A step-by-step guideline on correlative ecological niche modelling. Ecological Modelling, 456, 109671.](https://doi.org/10.1016/j.ecolmodel.2021.109671)

---

# Livros

### Português

- [Lima-Ribeiro, M., & Diniz-Filho, J. (2013). Modelos ecológicos ea extinção da megafauna: Clima e homem na América do Sul.](https://files.cercomp.ufg.br/weby/up/672/o/Paleoecologia_completo.pdf)

### Inglês

- [Franklin, J., & Miller, J. A. (2009). Mapping species distributions: Spatial inference and prediction. Cambridge University Press.](https://doi.org/10.1017/CBO9780511810602)

- [Peterson, A. T. (Org.). (2011). Ecological niches and geographic distributions. Princeton University Press.](https://press.princeton.edu/books/paperback/9780691136882/ecological-niches-and-geographic-distributions-mpb-49)

- [Peterson, A. T. (2014). Mapping disease transmission risk: Enriching models using biogeography and ecology. Johns Hopkins University Press.](https://jhupbooks.press.jhu.edu/title/mapping-disease-transmission-risk)

- [Wegmann, M., Leutner, B., & Dech, S. (Orgs.). (2016). Remote sensing and GIS for ecologists: Using open source software. Pelagic Publishing.](http://book.ecosens.org/RSEbook/)

- [Guisan, A., Thuiller, W., & Zimmermann, N. E. (2017). Habitat Suitability and Distribution Models: With Applications in R. Cambridge University Press.](https://doi.org/10.1017/9781139028271)

- [Fletcher, R., & Fortin, M.-J. (2018). Spatial Ecology and Conservation Modeling: Applications with R. Springer International Publishing.](https://doi.org/10.1007/978-3-030-01989-1)

---

# Muito obrigado!

---

class: clear, middle
background-image: url(img/gif_frog.gif), url(img/gif_frogs.gif), url(img/package_xaringan.png)
background-size: 250px, 500px, 130px
background-position: 35% 50%, 90% 55%, 5% 86%

## Maurício Vancine

Contatos:

Slides criados via pacote [xaringan](https://github.com/yihui/xaringan) e tema [Metropolis](https://github.com/pat-s/xaringan-metropolis). Animação dos sapos por [@probzz](https://twitter.com/probzz/status/1367613720294170627).