Baixe o app para aproveitar ainda mais
Prévia do material em texto
Metapopulação Conceitos • Conjunto de populações locais que interage através dos processos de colonização e extinção (dispersão) entre as “manchas”; • Mancha “patch” – área contínua onde uma pop. vive ou pode viver; • Pop. Local – conj. de indi- víduos vivendo numa mesma mancha “patch”; • Colonização: chegada; • Extinção: saída; Turnover Metapopulação • Conceito de Richard Levins (1969-1970); • “The distribution and abundance of animals” (Andewartha & Birch, 1954); • Opositores dos fatores dependentes da densidade; • Extinções locais são comuns e depois estes locais (manchas) são novamente recolonizados; • dN/dt = B + I - D – E (outro enfoque) • Modelos de metapopulação não predizem o tamanho da população mas a persistência delas. • Extinção local ≠ Extinção regional Pensando na metapopulação... Reduzindo problemas de deslocamento de animais de uma metapopulação... Probabilidades • Pe: probabilidade que uma população numa mancha ocupada venha a se extinguir; • Pe = 0 (persistência é certa); • Pe = 1 (extinção é certa); • Pp: probabilidade de persistência; • Pp = 1 – Pe; • Qual a prob/ da pop. persistir 2 anos? • Pp2 = (1 – Pe) * (1 – Pe) = (1 – Pe)2 • Ppn = (1 – Pe)n • Isto é para uma população LOCAL e para mais que uma, qual a prob de persistência REGIONAL? Persistência Regional • Ppn = (1 – Pe)n (n: anos; prob. uma pop. local); • Persistência regional: mais de uma pop. local: qual a probabilidade de ao menos uma pop. local persistir? Para duas pop.: • P2 = 1 – (Pe)*(Pe) = 1 – (Pe)2; • Px = 1 – (Pe)x; (x: nro. de pop. locais) • Quanto mais manchas... • > a prob. de persistência Modelo Básico • f: fração de manchas ocupadas (proporção); • f = 1 à todas as manchas ocupadas; • f = 0 à todas desocupadas; • f aumenta quando sítios são colonizados • I – taxa de imigração: proporção de manchas colonizadas por unidade de tempo; • E – taxa de extinção: proporção de manchas extintas por unidade de tempo; € df dt =I−E Modelo Básico I – IMIGRAÇÃO • I – depende da probabilidade de colonização local (pi); • Se cada lugar é colonizado independentemente, pi dependerá das condições físicas-biológicas da mancha; • I – depende da disponibilidade de lugares desocupados (1 – f) • I = pi * (1 – f) • I = 0 se f = 1 (ocupação total); pi = 0 € df dt =I−E Modelo Básico E - Emigração • E – depende da probabilidade de extinção local (pi); • E – depende da disponibilidade de lugares ocupados (f) • E = pe * f • E = 0 se pe = 0 ou se f = 0 (desocupação total, metapopulação já extinta) € df dt =I−E Modelo Básico • I = pi * (1 – f) • E = pe * f € df dt =I−E € df dt = pi(1− f )−pe f Modelo Básico PRESSUPOSTOS • Manchas homogêneas; • Ausência de estrutura espacial; • pi e pe não são afetadas pela distribuição dos sitios ocupados (f) no espaço, isto é, pelos vizinhos; • pi e pe são constantes • Ausência de retardos (resposta instantânea às alterações); • Modelo determinístico (grande nro. de manchas); • f afeta pi e pe (influência nas dinâmicas locais) € df dt = pi(1− f )−pe f Continente COLONIZAÇÃO INTERNA I L H A S Variação do modelo básico p/ ILHA - CONTINENTE • “continente” ou “mancha tão grande” onde • Pe = 0 • Pi = cte. • Chuva de propágulos Variação do modelo básico p/ ILHA - CONTINENTE • Valor de f no equilíbrio para o modelo Ilha- Continente é: € df dt = pi(1− f )−pe f € 0= pi(1− f )−pe f € 0= pi−pi f −pe f € pi= pi f + pe f € pi+ pe € ˆ f = p i p i + pe Divindo ambos os lados por Modelo de Levins colonização interna • Levins considera que pi = i * f, onde: • i é a medida de quanto a pi aumenta quando cada mancha adicional é ocupada; • Então: € df dt = pi(1− f )−pe f € df dt =if (1− f )−pe f Modelo de Levins € df dt =if (1− f )−pe f € 0=if (1− f )−pe f € pe f =if (1− f ) € pe=i−if € if =i−pe Dividindo ambos lados por i: € ˆ f =1− pe i Modelo de Levins € df dt =if (1− f )−pe f € =if −if 2−ef =(i−e) f −if 2 = f[(i−e)−if ] =(i−e) f [1− if /1 (i−e)/i ] =(i−e) f 1− f 1−e/i# $ % & ' ( # $ % % % % % & ' ( ( ( ( ( € df dt =(i−e) f 1− f 1−e/i# $ % & ' ( # $ % % % % % & ' ( ( ( ( ( Modelo de Levins € df dt =(i−e) f 1− f 1−e/i# $ % & ' ( # $ % % % % % & ' ( ( ( ( ( dN dt =rN 1−N K " # $ $ % & ' ' € df dt =0 € ˆ f =1−e i • Dado que (i-e) > 0 então a metapopulação crescerá até o equilíbrio 1-e/i tempo f • f – fração de manchas ocupadas • (1-f) – fração de manchas vazias • I – taxa de recolonização • e – taxa de extinção Modelo de Levins Metapopulação persiste estavelmente como resultado do balanço entre i e e independente das dinâmicas das populações locais Hanski et al. 1995 Melitaea cinxia local patches Metapopulação persists: 184 CHAPTER 6 The data themselves (Figure 6.20a) show that the northern net- work maintained a high occupancy throughout the study period, the middle network maintained a more variable and much lower occupancy, while the southern network suffered a steady and sub- stantial decline. The output from the incidence function model (Figure 6.20b) was very encouraging in mirroring accurately these patterns in temporal dynamics despite being based only on spatial data. In particular, the southern network was predicted to collapse periodically to overall extinction but to be rescued by the middle network acting, despite its low occupancy, as a stepping stone from the much more buoyant northern network. This interpretation is supported by the results when the three networks are simulated in isolation (Figure 6.20c). The northern network remains at a stable high occupancy; but the middle network, starved of migrants from the north, rapidly and predictably crashes; and the southern network, while not so unstable, eventually suffers the same fate. On this view, then, within the metapopulation as a whole, the northern network is a source and the middle and southern networks are sinks. Thus, there is no need to invoke any environmental change to explain the decline in the southern network; such declines are predicted even in an unchanging environment. Even more fundamentally, these results illustrate how whole metapopulations can be stable when their individual subpopula- tions are not. Moreover, the comparison of the northern and middle networks, both stable but at very different occupancies, shows how occupancy may depend on the size of the pool of dispersers, which itself may depend on the size and number of the subpopulations. Finally, these simulations direct us to a theme that recurs throughout this book. Simple models (and one’s own first thoughts) often focus on equilibria attained in the long term. But in practice such equilibria may rarely be reached. In the present case, stable equilibria can readily be generated in simple metapopulation models, but the observable dynamics of a species may often have more to do with the ‘transient’ behavior of its metapopulations, far from equilibrium. To take another ex- ample, the silver-spotted skipper butterfly (Hesperia comma) declined steadily in Great Britain from a widespread distribution over most calcareous hills in 1900, to 46 or fewer refuge localities (local populations) in 10 regions by the early 1960s (Thomas & Jones, 1993). The probable reasons were changes in land use – increased ploughing of unimproved grasslands and reduced stocking with •••• 0 0 1000 1500 2000 30002500500 4500 (a) (b) (c) Distance (m) 4000 3000 2000 1000 3500 2500 1500 500 D is ta nc e (m ) 0 400 600 800 1000200 South Time (years) 0 400 600 800 1000200 Time (years) 0.0 1977 1989 19911972 1.0 0.6 0.4 0.8 0.2 0.0 1977 1989 19911972 1.0 0.6 0.4 0.8 0.2 0.0 1977 1989 19911972 1.0 0.6 0.40.8 0.2 0.0 P 1.0 0.6 0.4 0.8 0.2 Middle 0.0 PP P P 1.0 0.6 0.4 0.8 0.2 North South Middle North 0.0 P 1.0 0.6 0.4 0.8 0.2 Northern patch network Middle patch network Southern patch network P P P Figure 6.20 The metapopulation dynamics of the American pika, Ochotona princeps, in Bodie, California. (a) The relative positions and approximate sizes of the habitable patches, and the occupancies in the northern, middle and southern networks of patches in 1972, 1977, 1989 and 1991. (b) The temporal dynamics of the three networks, with the entire metapopulation treated as a single entity, using Hanski’s (1994b) incidence function model. Ten replicate simulations are shown, each starting with the actual data in 1972. (c) Equivalent simulations to (b) but with each of the networks simulated in isolation. (After Moilanen et al., 1998.) equilibria may rarely be reached EIPC06 10/24/05 1:55 PM Page 184 Ochotona princeps Ramal Ferroviário Sudeste do Pará. Estrada de Ferro Carajás (PA), resultou na criação do primeiro viaduto para travessia de fauna (overpass) do país. A ferrovia corta a Floresta Nacional de Carajás em dois pontos onde a vegetação está em estágio médio ou avançado de regeneração. Quinta, 11 de Maio de 2017 Escolha do local mais adequado depende de: características da estrada, tráfego, paisagem espacial porte dos animais silvestres (alvos da ação) Os viadutos do ramal foram cercados com arame galvanizado de 2,2 metros de altura ao longo de 100 metros de extensão para cada lado dos acessos com o objetivo de assegurar o direcionamento, a indução e a contenção dos animais. Espécies arbustivas e de pequeno porte foram plantadas nas laterais para simular a continuidade do terreno. Outras 30 passagens, entre viadutos e túneis, foram instaladas ao longo dos 100 quilômetros do ramal. (armadilhas fotográficas: felinos, capivaras, tatus, jaguatiricas, tamanduás-bandeira, cachorros do mato, cutias, iguanas e gatos-mouriscos); Essas informações serão apresentadas semestralmente pelo Programa de Monitoramento e Mitigação de Atropelamento de Fauna previsto na licença. Metapopulação e Coronavírus • Modelo Metapop.: usando a taxa de deslocamento de habitantes entre cidades (3 bi); • Modelo bem + complexo; • Estimativas: • Antes da restrição: 86% das infecções não eram documentadas; • Estas pessoas que não relataram que estavam doentes, são fonte de 79% dos casos documentados
Compartilhar