Modelagem de Distribuição de Espécies e algumas aplicações
Novembro de 2022
Licença: CC BY-NC-SA
Maurício Vancine
Análises Ecológicas no R
15 capítulos: linguagem R, tidyverse, perguntas em ecologia, análises univariadas, multivariadas e geoespaciais
Visão geral
Visão geral
Protocolo padrão para modelos de distribuição de espécies
Visão geral
Protocolo padrão para modelos de distribuição de espécies
Modelos [científicos]
Idealizações da realidade com o objetivo de entendê-la
(…) essentially, all models are wrong, but some are useful. George E. P. Box (1919-2013)
Objetivo
Predizer a distribuição de espécies (ou entidades) a partir do nicho ecológico
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
- …
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)
- …
Nicho ecológico
- Modelagem de nicho ecológico
- Coexistência entre espécies
- Metacomunidades
Modelagem de nicho ecológico
Combinações de condições que permitem a uma população sobreviver e crescer (r >= 0) em um determinado lugar
Modelagem de nicho ecológico
- Podemos associar a taxa de crescimento intrínseca (r) com as condições favoráveis
- O modelo então estima as condições favoráveis (nicho ecológico) no Espaço Ambiental (E) e prediz a distribuição da espécie Espaço Geográfico (G)
Espaço geográfico (G)
Distribuição de espécies
Condições abióticas (A)
Condições bióticas (B)
Condições abióticas (A) e bióticas (B)
Nicho fundamental
Todas as condições ambientais favoráveis
Nicho realizado
Condições ambientais favoráveis limitadas pela interação
Nicho ecológico
Hipervolume n-dimensional
Dualidade Hutchinsoniana
Inferir a distribuição geográfica de uma espécie a partir do nicho ecológico
Ocorrências no espaço geográfico
Condições ambientais
Estimativa do nicho realizado
Predição geográfica
Área acessível (movimento) (M)
Área acessível (movimento) (M)
O limite deve considerar as condições de dispersão históricas das espécies
Populações fonte e ralo (source-sink)
Populações fonte e ralo (source-sink)
Populações fonte e ralo (source-sink)
Invasão
- Espécies exóticas
- Ecossistemas
- Extinção
- Hibridização
Distribuição histórica
- Paleoclima
- Refúfios
- Conexões
- Dispersão
- Vicariância
Populações fonte e ralo (source-sink)
Inibição
- Competição
- Predação
- Parasitismo
- Amensalismo
Facilitação
- Mutualismo
- Cooperação
- Comensalismo
- Inquilinismo
- Epifitismo
Estabilidade
Variações das condições abióticas e bióticas em função do tempo e do espaço
O que de fato modelamos?
Ruído Eltoniano
Desconsideramos as condições bióticas
Entretanto…
Esquilo: Sciurus aestuans (catinguelê)
Palmeira: Syagrus romanzoffiana (jerivá)
Temas
- Distribuição de espécies
- Padrões de diversidade
- Mudanças climáticas (passado e futuro)
- Invasão biológicas
- Transmissão de doenças
- Interações entre espécies
- Processos de extinção
- Conservação-evolução de nicho
- Estabelecer refúgios climáticos
- Estabelecimento e eficiência de áreas protegidas
Visão geral
Visão geral
Protocolo padrão para modelos de distribuição de espécies
Dados de entrada
Ocorrências
Formato
Ocorrências
Fontes
- Coletas em campo (amostragens em campo)
- Literatura (artigos, data papers, …)
- Ciência cidadã (e-Bird, iNaturalist, …)
- Coleções científicas e museus (Museu Nacional, …)
- Banco de dados (GBIF, SpeciesLink, …)
Ocorrências
Bancos de dados
- Global Biodiversity Information Facility (GBIF)
- iNaturalist
- VertNet
- eBird
- iDigBio
- Ocean Biogeographic Information System (OBIS)
- Botanical Information and Ecology Network (BIEN)
- speciesLink
- SIBBr
Ocorrências
Pacotes no R
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)
Ocorrências
Viés de amostragem - Mundo
- 742 milhões de ocorrências de 374.900 espécies
- Representando 6,74% do globo amostrado
Variáveis ambientais
Raster - contínuos ou categóricos
Variáveis ambientais
Bases de dados
- WorldClim
- CHELSA
- ENVIREM
- PaleoClim
- ecoClimate
- EarthEnv
- Land-Use Harmonization (LUH2)
- Global Human Footprint
- SoilGrids
- MARSPEC
- Bio-ORACLE
Variáveis ambientais
Interpolação
Variáveis ambientais
Princípio da Parcimônia
- William of Ockham’s (1285–1348)
- “É fútil fazer com mais o que pode ser feito com menos”
Variáveis ambientais
Colinearidade - Correlação
- Mede o grau de relação (positiva ou negativa) entre duas variáveis
- r > |0.7|: indica alta correlação
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)
- Na figura: a) r = 0.8946 e VIF = 5.007 e b) r = 0.7697 e VIF = 2.453
Visão geral
Visão geral
Protocolo padrão para modelos de distribuição de espécies
Métodos ou algoritmos
Métodos modelam diferentes áreas do Diagrama BAM
Métodos ou algoritmos
Depende dos dados de presença e ausência da espécie
Ausências em Ecologia
- Zeros falsos: experiência do observador (a – b) ou desenho experimental (c – h)
- Zeros verdadeiros: sistema ecológico estudado - zeros estruturais (i – k) ou variabilidade da amostragem - zeros aleatórios (l)
Métodos ou algoritmos
Depende dos dados de presença e ausência da espécie
Somente presença
Bioclim (Envelope score)
Envelope climático com escores
Somente presença
Domain (Distântica de Gower)
Distância ponto a ponto
Somente presença
Mahalanobis (Distância de Mahalanobis)
Envelope elíptico reflete melhor a tendência central da teoria do nicho
Presença e pseudopresença
GLM (Modelos Lineares Generalizados - Generalized Linear Models)
- Distribuição de erros binomial
Presença e pseudopresença
GAM (Modelos Generalizados Aditivos - Generalized Additive Model)
- Distribuição de erros binomial com funções de suavização
Presença e pseudopresença
Random Forest
- Cria diversas árvores de decisão (‘floresta’) por reamostragem (bootstrap)
- Combina os resultados de cada árvore em uma última classificação (categórico) ou regressão (contínuo)
Presença e pseudopresença
SVM (Support Vector Machine)
- Cria hiperplanos através de vetores de suporte
- Faz a classificação (categórico) ou regressão (contínuo) para separar os dados em duas ou mais partes
Presença e background
MaxEnt (Máxima Entropia)
- Compreender as características gerais de um sistema de informação parcial e incompleto
- Aproxima o formato da distribuição dos valores do background aos valores das presenças, usando diferentes curvas (features) para achar os valores de adequabilidade
Outros métodos ou algoritmos
Presença-pseudoausência
- 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 (GAU)
Presença-background
- Ecological Niche Factor Analysis (ENFA)
- Genetic Algorithm for Rule-set Production (GARP)
- Maxlike (MLK)
Métodos ou algoritmos
Tunando hiperparâmetros (Hyperparameter tuning)
Métodos ou algoritmos
Tunando hiperparâmetros (Hyperparameter tuning)
Métodos ou algoritmos
Pacotes no R
Visão geral
Visão geral
Protocolo padrão para modelos de distribuição de espécies
Avaliação
Partição dos dados (treino e teste)
Avaliação
O modelo consegue prever nossos dados?
Avaliação
O modelo consegue prever nossos dados?
Avaliação
Métricas de avaliação
- Sensibilidade: proporção de presenças verdadeiras [0:1]
- Especificidade: proporção de ausências verdadeiras [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]
Avaliação
AUC (Área Abaixo da Curva - Area Under the Curve)
Avaliação
- 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
Visão geral
Visão geral
Protocolo padrão para modelos de distribuição de espécies
Predição
Estimar a distribuição para onde não temos dados
Predição
Diferentes estimativas do nicho geram diferentes predições geográficas
Predição
Consenso (ensemble)
- Frequência
- Média
- Média ponderada (AUC ou TSS)
Consenso (ensemble)
Frequência: contabilizar pixels previstos como presença
- Uso de um limiar de corte para binarizar os modelos [0 e 1]
- Soma da quantidade de pixels e divisão pelo total de modelos [0 a 1]
\[ consenso = \sum_{i=1}^{N} (pixel_i \geq limiar_j) \]
Consenso (ensemble)
Média: calcular a média dos valores de adequabilidade para cada pixel
- Padronização dos valores de adequabilidade [0 a 1]
- Cálculo da média aritmética de cada pixel
\[ consenso = \frac{1}{N}\sum_{i=1}^{N} (pixel_i) \]
Consenso (ensemble)
Média ponderada: calcular a média ponderada dos valores de adeq.
- Padronização dos valores de adequabilidade [0 a 1]
- Cálculo da média ponderada pelos valores de AUC ou TSS de cada pixel
\[consenso = \frac{\sum_{i=1}^{N}(w_i . pixel_i)}{\sum_{i=1}^N(w_i)}\]
Consenso (ensemble)
Incertezas: calcular um valor de incerteza para cada pixel
- Padronização dos valores de adequabilidade [0 a 1]
- Cálculo do desvio padrão ou partição da variância de cada pixel
\[ desvio = \sqrt{\frac{1}{N}\sum_{i=1}^{N} (pixel_i - \overline{pixel_i})^2} \]
Consenso (ensemble)
Incertezas: calcular um valor de incerteza para cada pixel
- Padronização dos valores de adequabilidade [0 a 1]
- Cálculo do desvio padrão ou partição da variância de cada pixel
Conservação
Impacto da mineração sobre anuros e aves na Serra do Espinhaço
Conservação
Eficiência das áreas protegidas da Amazônia e Mata Atlântica
Relações ecológicas
Distribuição de macroalgas epífitas e hospedeiras em Cuba
Ecologia da Paisagem
Clima, paisagem e riqueza de borboletas na Mata Atlântica
Ecologia da Paisagem
Regiões prioritárias para conservação das queixadas no Brasil
Ecologia da Paisagem
Expansão da cana sobre o tamanduá em São Paulo
Doenças
Áreas de transmissão de Chagas (Trypanosoma cruzi) no Paraná
Doenças
Mudanças climáticas e distribuição de morcegos que hospedam vírus da SARS
Invasão biológica
Zonas de hibridização potencial de saguis no Brasil
Invasão biológica
Sobreposição de palmeira nativa e invasora na Mata Atlântica
Invasão biológica
Áreas de sobreposição de um cervídeo nativo e javaporco na Argentina
Mudanças Climáticas
Mudanças climáticas e migração de sabiás na América do Sul
Mudanças Climáticas
Mudanças climáticas sobre duas espécies de marsupiais na América do Sul
Mudanças Climáticas
Mudanças climáticas sobre duas espécies de palmeiras na América do Sul
Mudanças Climáticas
Mudanças climáticas, regeneração potencial e preguiça-de-coleira na Mata Atlântica
Muito obrigado!
Agradecimentos:
Orientador: Miltinho
Flavia Pinto
Thadeu Sobral-Souza
Matheus Lima-Ribeiro
João Giovanelli
