Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE DO VALE DO RIO DOS SINOS - UNISINOS UNIDADE ACADÊMICA DE GRADUAÇÃO CURSO DE CIÊNCIAS BIOLÓGICAS DARWIN DIAS FAGUNDES DISTRIBUIÇÃO PREDITIVA DE CINCO ESPÉCIES DE QUIRÓPTEROS NO ESTADO DO RIO GRANDE DO SUL, BRASIL SÃO LEOPOLDO 2016 Darwin Dias Fagundes DISTRIBUIÇÃO PREDITIVA DE CINCO ESPÉCIES DE QUIRÓPTEROS NO ESTADO DO RIO GRANDE DO SUL, BRASIL Trabalho de Conclusão de Curso apresentado como requisito parcial para obtenção do título de Bacharel em Ciências Biológicas, pelo Curso de Ciências Biológicas da Universidade do Vale do Rio dos Sinos - UNISINOS Orientadora: Profª Drª. Larissa Rosa de Oliveira São Leopoldo 2016 Dedico este trabalho a todos os morcegos que, devido à sua imparidade, importância e beleza, merecem ter suas vidas resguardadas pela espécie que tão mal faz à existência de todos. Aos meus pais, que apesar de muitas pelejas, gritos, comemorações, investimento psicológico e financeiros, tornaram este sonho palpável. AGRADECIMENTOS Primeiramente, agradeço a Drª Larissa Rosa de Oliveira, por ter me permitido conhecer estes animais em suas aulas de Diversidade de Cordados. À Susi Missel Pacheco, pelo simples fato de existir e ter feito com que eu me dedicasse a ampliar meu conhecimento sobre a vida e estes animais tão magníficos. Aos desenvolvedores do Software ArcGIS® e Maxent, pois sem eles nada disso seria possível. Ao Unipark, que me deu inúmeras ideias nas noites boêmias e, também, aos momentos de relaxamento. A Sergey Brin e Larry Page por terem criado o Google (sem mais explicações). Ao Gênesis Araújo, por permitir que Jesus Cristo esteja no palco e Charles Darwin na plateia. À Kalena, por ser barata, relativamente saborosa, ter me distraído e me feito feliz nos momentos de maiores tensões de todo o meu percurso acadêmico e principalmente na execução deste Trabalho de Conclusão de Curso. À todas as “Gladiadoras de Cracóvia”, que me fizeram rir, me divertir, beber e também tiveram paciência em meus momentos de estresse devido às correrias deste trabalho e da vida. À Priscilla Medeiros Dupont, pelas maravilhosas companhias na hora do tão adorado e eficaz ansiolítico Marlboro Vermelho e por auxiliar nas devidas e constantes revisões deste trabalho. Ao Matheus Fragoso Etges e Paulo Tomasi, por me darem inúmeras dicas sobre o Maxent, bem como as melhores formas de obter meus resultados. “Espere para dar a opinião sobre alguma coisa até que a tenha experimentado” (CARROL, 2007)1 1 Originalmente publicado em 1871 . RESUMO Quiroptera é um grupo altamente diversificado e são os únicos mamíferos que apresentam estruturam especializadas para o voo verdadeiro (Gardner, 1992) sendo organismos únicos dentro da classe dos mamíferos. O presente estudo teve como objetivo gerar mapas de distribuição preditiva para cinco espécies de morcegos (Nyctinomops macrotis, Eumops perotis, Vampyressa pusilla, Carollia perspicillata e Myotis riparius) no Rio Grande do Sul, a fim de identificar novas áreas de provável ocorrência destas espécies, mas previamente não registradas na literatura. Para tanto, foram gerados mapas específicos para as cinco espécies mencionadas acima com o auxílio do software Maxent para modelagem espacial, que usou como base as coordenadas geográficas dos pontos observados na literatura e camadas de variáveis abióticas (disponíveis online) para todo o território nacional. Para verificar a precisão dos modelos de mapas preditivos gerados pelo Maxent, foram avaliados os valores de área sob curva (AUC) para as curvas características de operação do receptor (ROC) de cada modelo de espécie. Após o Maxent ter gerado os mapas preditivos, estes foram importados para o ArcGIS® e recortados apenas o Estado do Rio Grande do Sul (RS). Como resultado, as curvas AUC para os modelos gerados pelo Maxent foram satisfatórias (AUC > 0.9) para todas as cincos espécies analisadas. Em N. macrotis a distribuição preditiva indicou sua ocorrência em praticamente todo o território do RS, salvo a região entre as latitudes 27º e 28 S° e longitude 53°W. O mapa preditivo de E. perotis sugeriu a ocorrência da espécie para todo o Estado, sendo o oeste e noroeste as porções mais significativas. Já para V. pusilla sua distribuição preditiva foi extremamente relacionada a Mata Atlântica (MA). Por sua vez o mapa preditivo de C. perspicillata indiciou como áreas de ocorrência as regiões de Mata Atlântica stricto sensu, toda a extensão do litoral e as grandes metrópoles do Estado. M. riparius obteve uma distribuição preditiva para todo o território do RS. De uma maneira geral a utilização da modelagem espacial revelou novas áreas de provável ocorrência para quatro das cinco espécies de morcegos analisadas neste estudo. Contudo, é importante salientar que M. riparius apresentou grande consistência entre os mapas da modelagem preditiva e os registros da literatura, possivelmente porque a espécie ocorre em todo o RS e foi bem amostrada. Por fim, estudos de modelagem como o presente devem ser encarados como um primeiro passo de estudo e também como uma aproximação da real distribuição das espécies, servindo especificamente neste caso para nortear um segundo passo, que poderiam ser futuras ações em campo de prospecção e coleta das espécies para a ampliação dos conhecimentos sobre história natural. Palavras-chave: Distribuição preditiva potencial. Nicho fundamental. Similaridade de nicho. Curva ROC. Rio Grande do Sul. LISTA DE FIGURAS Figura 1: A) Gráfico com valores de AUC para Nyctinomops macrotis (fonte: elaborado pelo autor); B) Gráfico da curva ROC para Nyctinomops macrotis (fonte: elaborado pelo autor). ................................................................................................................ 18 Figura 2: A) Mapa preditivo de ocorrência potencial de Nyctinomops macrotis no Rio Grande do Sul (Fonte: elaborado pelo autor); B) Mapa comparativo entre a distribuição de N. macrotis segundo Barquez & Diaz (2016a) e os registros Pacheco (2013) no Estado do Rio Grande do Sul, Brasil (Fonte: adaptado pelo autor). .......................... 18 Figura 3: A) Gráfico com valores de AUC para Eumops perotis; B) Gráfico da curva ROC para Eumops perotis (fonte: elaborado pelo autor). ......................................... 21 Figura 4: A) Mapa preditivo das áreas com nichos potenciais de ocorrência para a espécie Eumops perotis no Estado do Rio Grande do Sul; B) Mapa comparativo entre a distribuição de E. perotis segundo Barquez & Diaz (2016b) e Pacheco (2013) no Estado do Rio Grande do Sul, Brasil ......................................................................... 22 Figura 5: A) Gráfico com valores de AUC para Vampyressa pusilla; B) Gráfico da curva ROC para Vampyressa pusilla (fonte: elaborado pelo autor). ................................... 24 Figura 6: A) Mapa preditivo das áreas com nichos potenciais de ocorrência para a espécie Vampyressa pusilla no Estado do Rio Grande do Sul; B) Mapa comparativo entre a distribuição de V. pusilla segundo Barquez & Diaz (2016c) e Pacheco (2013) no Estado do Rio Grande do Sul, Brasil .................................................................... 24 Figura 7: A) Gráfico com valores de AUC para Carollia perspicillata; B) Gráfico da curva ROC para Nyctinomops macrotis (fonte: elaborado pelo autor). ..................... 27 Figura 8: A) Mapa preditivo das áreas com nichos potenciais de ocorrência para a espécie Carollia perspicillata no Estado do Rio Grande do Sul; B) Mapa comparativo entre a distribuiçãode C. perspicillata segundo Barquez et al. (2015) e Pacheco (2013) no Estado do Rio Grande do Sul, Brasil .................................................................... 27 Figura 9: A) Gráfico com valores de AUC para Myotis riparius; B) Gráfico da curva ROC para Myotis riparius (fonte: elaborado pelo autor). ........................................... 29 Figura 10: A) Mapa preditivo das áreas com nichos potenciais de ocorrência para a espécie Myotis riparius no Estado do Rio Grande do Sul; B) Mapa comparativo entre a distribuição de M. riparius segundo Barquez et al (2016) e Pacheco (2013) no Estado do Rio Grande do Sul, Brasil ..................................................................................... 30 LISTA DE TABELAS Tabela 1 - Lista de siglas .......................................................................................... 10 Tabela 2: Contribuição de cada variável para a predição da distribuição de Nyctinomops macrotis. .............................................................................................. 19 Tabela 3: Relação, em porcentagem, da contribuição de cada variável para a predição da distribuição de Eumops perotis .............................................................. 22 Tabela 4: Relação, em porcentagem, da contribuição de cada variável para a predição da distribuição de Vampyressa pusilla........................................................ 25 Tabela 5: Relação, em porcentagem, da contribuição de cada variável para a predição da distribuição de Carollia perspicillata ....................................................... 28 Tabela 6: Relação, em porcentagem, da contribuição de cada variável para a predição da distribuição de Myotis riparius ............................................................... 30 LISTA DE SIGLAS Tabela 1 - Lista de siglas C Caninos FEPAM Fundação Estadual de Proteção Ambiental Henrique Luis Roessler FOM Floresta Ombrófila Mista g Gramas (unidade de medida de massa) I Incisivos IUCN International Union for Conservation of Nature Km Quilômetros Lat. Latitude Long. Longitude M Molares MA Mata Atlântica mm Milímetros PM Pré Molares PR Paraná RN Rio Grande do Norte RS Rio Grande do Sul SC Santa Catarina SUMÁRIO 1 INTRODUÇÃO ............................................................................................... 12 2 OBJETIVO GERAL ........................................................................................ 13 2.1 OBJETIVOS ESPECÍFICOS .............................................................................. 14 3 METODOLOGIA ............................................................................................ 14 4 RESULTADOS E DISCUSSÃO ..................................................................... 16 4.1 NYCTINOMOPS MACROTIS ............................................................................. 16 4.2 EUMOPS PEROTIS ........................................................................................... 20 4.3 VAMPYRESSA PUSILLA ................................................................................... 23 4.4 CAROLLIA PERSPICILLATA ............................................................................. 25 4.5 MYOTIS RIPARIUS ............................................................................................ 28 5 CONSIDERAÇÕES FINAIS ........................................................................... 31 6 REFERÊNCIAS .............................................................................................. 32 12 1 INTRODUÇÃO Por ser um grupo altamente diversificado e apresentar estruturas especializadas para o voo verdadeiro, os morcegos tornaram-se criaturas ímpares durante sua trajetória evolutiva (GARDNER, 1992; BARQUES et al., 1993). As principais modificações ocorridas nos membros posteriores compreendem no surgimento da membrana femoral (uropatágio) unindo os pés às mãos, o calcâneo (que pode ser vestigial, curto ou longo) e a rotação em 180° dos membros posteriores, que auxiliam na postura de cabeça para baixo, permitindo-os alçarem voo com menor custo energético (HOYT, 1984). As modificações dos membros anteriores são as mais notáveis, pois apresentam alongamento dos dedos 2 a 5, sendo inversamente proporcional ao tamanho do animal, ligados pelo patágio ou membrana da asa. O polegar é o único dedo das mãos que possui unha, salvo na família Pteropodidae, (raposas-voadora), cujo o dedo 2 também apresenta unha, sendo esta a característica marcante da família (HOYT, 1984). Morcegos são extremamente importantes para os ecossistemas, pois são controladores de populações de invertebrados, grandes dispersores de sementes, polinizadores e controladores biológicos de determinadas espécies de pequenos vertebrados, além de atuarem como bioindicadores. Um papel importante dos morcegos frugívoros é sua função como dispersores de sementes, como por exemplo a espécie Artibeus lituratus a qual desloca-se com um fruto da árvore mãe, alimentando-se deste fruto em outro local. Sua população acaba por realizar uma “chuva de sementes” por onde passa, fazendo com que a manutenção genética destas espécies vegetais seja mais eficiente (BREDT et al, 2012). No Rio Grande do Sul (RS) foram registradas 40 espécies de quirópteros (PACHECO, 2013), das quais mais de 30 ocorrem em áreas florestadas, aproximadamente 20 em área de campo e cerca de 30 em áreas urbanas, onde uma mesma espécie pode ocorrer em um ou mais destes ambientes (PACHECO et al., 2008; SEKIAMA et al., 2013a; REIS et al., 2013; FREGONEZI et al., 2013; SEKIAMA, et al. 2013b; ROSSANEIS et al., 2013; RAMOS et al., 2013). Contudo, dados precisos sobre a distribuição e/ou seus limites de inúmeras espécies são escassos ou inexistentes, ficando apenas restritos a locais de coleta. A distribuição geográfica é a informação básica sobre a biologia de qualquer espécie. No entanto, dados precisos sobre os limites espaciais das espécies não 13 estão disponíveis para a maioria dos taxa, mas o conhecimento desses dados é essencial para sua conservação e monitoramento (Siciliano et al., 2016). Neste sentido, a utilização da modelagem espacial através da análise das hipóteses climática e heterogeneidade de habitat vem se tornando uma ferramenta extremamente útil para predizer potenciais áreas de ocorrência e auxiliar na estimativa da riqueza de espécies distribuídas regionalmente ou amplamente, com base nas variáveis ambientais e de habitat, as quais podem influenciar diretamente na produtividade primária (Wright et al., 1993). Assim, flutuações sazonais de variáveis abióticas como temperatura, precipitação e incidência de radiação solar podem influenciar na migração, hibernação, dormência, torpor das espécie bem como no padrão de distribuição da riqueza biológica e os limites de distribuição específicos (H- Acevedo & Currie, 2003). A análise da heterogeneidade de habitat, a qual está baseada nas variações espaciais das condições ambientais e físicas, permite presumivelmente, uma maior diferenciação do habitat em questão e, portanto, maior diversidade Desta forma, habitats heterogêneos são quantificados conforme a variabilidade topográfica e ecossistemas distintos presentes nas regiões (KEER & Packer, 1997; KEER, 2001). PATTERSON et al. (1996) afirmaram que na América do Sul, a alta complexidade do habitat e o forte gradiente altitudinal (variações geralmente associadas com os Andes, planaltos do Brasil, Mata Atlântica e Campos Sulinos) são fatores determinantes para a riqueza de espécies da mastofauna. A modelagem espacial através da análise das hipóteses climática e heterogeneidade de habitat é baseada na teoria nicho ecológico fundamental, a qual adota que a distribuição de espécies é determinada em grande parte por variáveis ambientais,e modelos (mapas) aproximados são gerados com base nestas variáveis (Austin, 2007; JÚNIOR & SIQUEIRA, 1999). 2 OBJETIVO GERAL O presente estudo teve como objetivo principal gerar mapas de distribuição preditiva para cinco espécies de morcegos (Nyctinomops macrotis, Eumops perotis, Vampyressa pusillsa, Carollia perspicillata e Myotis riparius) no Rio Grande do Sul, a fim de identificar novas áreas de provável ocorrência destas espécies. 14 2.1 Objetivos Específicos Gerar modelos de distribuição preditiva para Nyctinomops macrotis, Eumops perotis (Molossidae), Vampyressa pusilla, Carollia perspicillata (Phyllstomidae) e Myotis riparius (Vespertilionidae) no RS; Determinar as possíveis variáveis ambientais que são responsáveis pela ocorrência das espécies supracitadas no Estado do Rio Grande do Sul. Identificar as áreas com nicho potencial no RS das cinco espécies de morcegos analisada no presente estudo e Comparar os dados bibliográficos com a distribuição preditiva gerada para as cinco espécies de quirópteros supracitadas. 3 METODOLOGIA A amostragem dos dados foi realizada por meio do registro das coordenadas geográficas de pontos captura ou coleta de N. macrotis, E. perotis, V. pusilla, C. perspicillata e M. riparius registrados para o Brasil e publicados na literatura (PACHECO et al., 2007; WEBER, 2009; BERNARD et al., 2011; PEDROZO, 2014; ROSADA et al., 2015). Fez-se o download dos dados geográficos das espécies do site da IUCN e utilizada a ferramenta clip para recortar o polígono dentro dos limites do Estado (BARQUEZ et al., 2015; BARQUEZ et al., 2016; BARQUEZ & DIAZ, 2016a; BARQUEZ & DIAZ, 2016b; BARQUEZ & DIAZ, 2016c). Os pontos foram inseridos no software GoogleEarth Pro em DATUM WGS 84 com sistema de coordenadas configurados em graus, minutos e segundos decimais e salvos em arquivo de extensão “.kml” (FERREIRA, 2006, LOBATO et al., 2008). Posteriormente, fez-se a exportação deste arquivo para o ArcGIS® 10.1 e transformados em shapefiles para gerar uma tabela de atributos. As colunas não relevantes para o trabalho foram excluídas. Esta tabela de atributos foi transformada em extensão “.txt” onde as colunas foram separadas por vírgula, contendo apenas as informações do nome da espécie e as respectivas coordenadas geográficas das localidades em que foram capturadas/coletadas em todo o território nacional (PHILLIPS et al., 2006). As análises de modelagem de distribuição espacial das cinco espécies de morcegos deste estudo foram realizadas utilizando o algoritmo “Maximum Entropy 15 Modeling of Species Geographic Distributions” - MaxEnt 3.3.3 (PHILLIPS et al., 2006). Esses modelos usam algoritmos de regressão logística e conceito de nicho para produzir modelos de distribuição (mapas) que permitem avaliar a relação entre as espécies e ocupação ambiental (AUSTIN, 2007; ELITH et al., 2011). Essas ferramentas combinam a ocorrência numérica da espécie (ou abundância) com as estimativas (ELITH & LEATHWICK, 2009). No MaxEnt, a tabela de atributos mencionadas foi inserida juntamente com as camadas (layers) estritamente relacionadas ao espaço geográfico do Brasil, de dados ambientais disponíveis pelo site do Bioclim (cujos dados são estimados em uma linha temporal variando entre os anos de 1950 a 2000) e no uso e cobertura do solo do site GlobCover (http://due.esrin.esa.int/page_globcover.php). As layers correspondem a 5 arc-minutes (equivalentes a 10km²). Dezessete variáveis foram utilizadas (em tradução livre): Bio01: Temperatura média anual (Annual mean temperature in °C); Bio02: Amplitude da temperatura média diurna (Mean Diurnal Range); Bio03: Isotermia (Isothermality); Bio04: Temperatura sazonal (Temperature Seasonality); Bio07: Amplitude (Temperature Annual Range); Bio08: Temperatura média na estação mais chuvosa (Mean Temperature of Wettest Quarter); Bio09: Temperatura média na estação mais seca (Mean Temperature of Driest Quarter); Bio10: Temperatura média da estação mais quente (Mean Temperature of Warmest Quarter); Bio11: Temperatura média da estação mais fria (Mean Temperature of Warmest Quarter); Bio12: Precipitação anual (Annual Precipitation); Bio15: Precipitação sazonal (Precipitation Seasonality) Bio16: Precipitação na estação mais chuvosa (Precipitation of Wettest Quarter); Bio17: Precipitação na estação mais seca (Precipitation of Driest Quarter); Bio18: Precipitação na estação mais quente (Precipitation of Warmest Quarter); Bio19: Precipitação na estação mais fria (Precipitation of Coldest Quarter); Alt: Altitude, elevação; 16 GlobCover: Uso e cobertura do solo. Foi utilizado 20% do conjunto total de registros para testes os modelos e 80% para treinamento. Os dados foram amostrados usando a rotina de reamostragem (bootstrap) de 50 partições aleatórias com substituição (PEARSON et al., 2007), as execuções foram configuradas aleatoriamente. Para verificar a precisão dos modelos, os valores de área sob curva (do inglês Area Under Curve - AUC) para as curvas características de operação do receptor (Receiver Operating Characteristic - ROC) foram avaliados para cada modelo gerado das cinco espécies. Foram consideradas como satisfatórias as Curvas AUC para os modelos gerados pelo Maxent com valores acima de 0.9 (WILEY et al., 2003; Phillips et al., 2004). Nos modelos propostos pelo MaxEnt para as cinco espécies analisadas, os locais de ocorrência dos espécimes adicionados aos 17 layers ambientais geraram os mapas de distribuição potencial das espécies estudadas. Os mapas preditivos gerados pelo MaxEnt em formato “.asc” foram transformados em extensão “.tiff” pelo programa ArcGIS, a fim de se obter o refinamento e melhor visualização dos mapas. Ao término deste processo, recortou-se estritamente o mapa do Rio Grande do Sul na imagem raster gerada. Os modelos de distribuição preditiva gerados para o RS foram comparados com os mapas adaptados a partir dos dados bibliográficos (Pacheco 2013; Barquez et al., 2015; Barquez & Dias, 2016a, b, c) para as cinco espécies de quirópteros analisadas neste estudo. 4 RESULTADOS E DISCUSSÃO 4.1 Nyctinomops macrotis A espécie N. macrotis obteve o valor satisfatório da curva ROC atingindo AUC igual a 0,97 (Figura 1A), sugerindo aderência do modelo aos dados. Segundo Phillips et al. (2004), a curva ROC mostra o desempenho de um classificador que depende de um parâmetro limite, sendo este valor máximo igual a 1 (valores mínimos aceitáveis próximos de 0,95), traçando a taxa de falsos positivos contra positivos verdadeiros e comparando com os eixos “X” e “Y” (neste caso, latitude e longitude). Apesar de um classificador perfeito ter o valor AUC igual a 1, quando se trabalha com registros de presença e ausência, deve-se interpretar as quadrículas de ausência como negativas, mesmo que o nicho seja ideal para a espécie. Espécies com grande distribuição tende 17 a ter este valor reduzido (WILEY et al., 2003), sendo aceitáveis os valores acima de 0,90. A mapa gerado de distribuição preditiva para N. macrotis abrangeu praticamente todo o território do RS, a exceção da região noroeste do Estado, incluindo os municípios de Gaurama, Erechim, Viadutos e Barra do Rio Azul (entre das latitudes 27°S e 28°S e próximo da longitude 53°W). De uma maneira geral, os mapas de distribuição preditiva (Figura 2A) indicaram possíveis áreas de ocorrência da espécie em mais de 90% da região do Rio Grande do Sul, porém em baixas proporções. Contudo, a porção oeste do Estado apresentou maiores probabilidades de ocorrência (41 - 70%) para N. macrotis (Figura 2A), regiões sabidamente campestres e de formação pioneira (VELOSO et al., 1991). A variável com maior contribuição para explicar este modelo de distribuição preditiva foi a GlobCover (77,1%), e as demais variáveis contribuindo conjuntamentecom valores inferiores a 10% (Tabela 2). 18 Mean (AUC = 0.97) Mean +/- one stddev Randon Prediction 1 - Specificity (fractional Predicted Area) S e n s it iv it y ( 1 - O m is s io n R a te ) A Mean area Mean area +/- one stddev Mean omission on training data Mean omission +- one stddev Predicted omission Cumulative threshold F ra c tio n a l v a lu e B Figura 1: A) Gráfico com valores de AUC para Nyctinomops macrotis (fonte: elaborado pelo autor); B) Gráfico da curva ROC para Nyctinomops macrotis (fonte: elaborado pelo autor). Figura 2: A) Mapa preditivo de ocorrência potencial de Nyctinomops macrotis no Rio Grande do Sul (Fonte: elaborado pelo autor); B) Mapa comparativo entre a distribuição de N. macrotis segundo Barquez & Diaz (2016a) e os registros Pacheco (2013) no Estado do Rio Grande do Sul, Brasil (Fonte: adaptado pelo autor). 19 Tabela 2: Contribuição de cada variável para a predição da distribuição de Nyctinomops macrotis. Variável Porcentagem de contribuição (%) GlobCover 77.1 bio3 9.3 bio9 4.4 bio4 3.3 bio7 2.4 bio18 1.1 bio19 0.7 bio17 0.5 alt 0.5 bio11 0.4 bio8 0.2 bio10 0.1 bio16 0.1 bio12 0 bio1 0 bio15 0 bio2 0 Com relação a comparação entre o mapa preditivo gerado para N. macrotis e o sugerido por Barquez & Diaz (2016a) na IUCN (International Union for Conservation of Nature and Natural Resources), observou-se uma grande discrepância entre eles, pois estes autores incluíram a espécie estritamente para a região norte do RS e nas localidades de Torres e São José dos Ausentes (Figura 2B). Contudo, Pacheco (2013) reportou apenas um registro para o extremo oeste do RS no município de Itaquí (Figura 2B), fronteira com a Argentina. Além disso, Ramos et al. (2013) afirmaram que no Brasil, a espécie ocorre no Pará, Maranhão, Mato Grosso, Mato Grosso do Sul, Minas Gerais, São Paulo, Rio de Janeiro e nos três Estados da região sul. Sabe-se que esta espécie é comum em áreas rurais da Argentina e pode ser encontrada em cavernas, fendas de rochas e habitações humanas (PACHECO et al., 2010; RAMOS et al., 2013). Colônias de até 150 indivíduos já foram identificadas. Foi capturado em ambientes com 2.440 metros de altitude e pode se deslocar grandes distâncias durante o forrageio (RAMOS et al., 2013). De uma maneira geral, o modelo gerado sugere que N. macrotis pode possuir uma distribuição mais ampla no RS do que a conhecida na literatura, principalmente porque a distribuição global da espécie estende-se desde o sul dos Estados Unidos, passando pelo México, Cuba, Haiti e República Dominicana, Colômbia, Venezuela, 20 Guianas, Equador, Peru, Argentina e Brasil (para uma revisão ver Barquez & Diaz 2016a). 4.2 Eumops perotis O valor de AUC para a espécie Eumops perotis apresentou valor de 0,95 (Figura 3A) e sua predição se mostrou amplamente distribuída para o Estado, sendo o sudoeste melhor representado nas porções das latitudes 27° a 31° e longitudes 55° a 57° (Figura 4A), seguida das demais mesorregiões em uma mancha que tangencia a fronteira entre elas. Estas áreas obtiveram predição entre os valores de 30 a 80%, sendo os municípios com maiores probabilidades pertencentes as fronteiras da Argentina e Uruguai, iniciando em Derrubadas e descendo ao sul, pela fronteira, até o município de Dom Pedrito. Não houve registro de 100% de similaridade em nenhum dos locais amostrados. Assim como em N. macrotis, as maiores similaridades de nicho deram-se nas regiões onde prevalecem o campo, tanto nativo quanto o antropizado, principalmente os caracterizados por agropecuária (Figura 4A) conforme Veloso et al. (1991). As variáveis que tiveram maior representatividade foram a GlobCover (53,2% de contribuição), bio4 (16,9%) e bio16 (10%). As demais variáveis corresponderam a menos de 10% cada (Tabela 3). 21 Mean (AUC = 0.95) Mean +/- one stddev Randon Prediction 1 - Specificity (fractional Predicted Area) S e n s it iv it y ( 1 - O m is s io n R a te ) A Mean area Mean area +/- one stddev Mean omission on training data Mean omission +- one stddev Predicted omission Cumulative threshold F ra c tio n a l v a lu e B Figura 3: A) Gráfico com valores de AUC para Eumops perotis; B) Gráfico da curva ROC para Eumops perotis (fonte: elaborado pelo autor). 22 Figura 4: A) Mapa preditivo das áreas com nichos potenciais de ocorrência para a espécie Eumops perotis no Estado do Rio Grande do Sul; B) Mapa comparativo entre a distribuição de E. perotis segundo Barquez & Diaz (2016b) e Pacheco (2013) no Estado do Rio Grande do Sul, Brasil. Tabela 3: Relação, em porcentagem, da contribuição de cada variável para a predição da distribuição de Eumops perotis. Variável Porcentagem de contribuição (%) GlobCover 53.2 bio4 16.9 bio16 10 bio9 7.7 bio3 3.4 bio11 3.1 bio2 1.5 bio15 0.8 bio7 0.8 bio12 0.6 bio8 0.6 bio19 0.4 bio18 0.3 alt 0.3 bio17 0.2 bio10 0 bio1 0 Não houve diferença significativa entre os dados obtidos pelo software e a literatura de forma geral, sendo que Barquez & Diaz (2016b) indicam que a espécie ocorre apenas em uma pequena porção da fronteira com a Argentina e Pacheco (2013) capturou um indivíduo próximo ao centro do RS, sugerindo uma ampla distribuição, dado também constatado por este estudo, onde as regiões com maiores probabilidade de ocorrência são o centro e o oeste, atingindo de 30 a 80%, sendo, 23 assim, comum em todo o Estado, desde áreas abertas, florestas secas, floretas decíduas e semidecíduas e em floresta de araucária, facilmente encontrado em forros de construções fendas de rochas e árvores em geral com grande altura, necessitando de 2 m de queda para alçar voo (PACHECO, 2013; RAMOS et al., 2013). Assim sendo, os dados apresentados neste estudo sugerem que a distribuição de E. perotis pode apresentar sua distribuição mais ampla no RS do que o descrito pela literatura, podendo ser corroborado pela IUCN a partir do mapa de distribuição da espécie, onde é registrada no oeste do México, havendo um hiato no restante da América Central, ressurgindo nas Guianas, Venezuela, Peru, Bolívia, todos os Estados brasileiros, Paraguai, Argentina e Uruguai. 4.3 Vampyressa pusilla A espécie Vampyressa pusilla apresentou valor AUC de 0,98 (Figura 5A) e grande intimidade com a Mata Atlântica, sendo o nicho potencial nesta região atingindo até 100%, onde o litoral norte e algumas regiões urbanizadas foram as mais representativas, compreendendo os municípios de Santo Antônio da Patrulha, seguindo no sentido sudeste até Cidreira, e se dirigindo ao norte até Torres, passando por Caraa, Maquiné, Três Forquilhas, Arroio do Sal e Mampituba. As mesorregiões centro oriental, metropolitana e sudeste apresentaram áreas de até 60% de nicho potencial. As demais mesorregiões do Estado foram pouco ou nada significativas, chegando a sugerir uma linha divisória na longitude 53º, que cortam alguns municípios como Rio dos Indios, Santa Barbara do Sul, Júlio de Castilhos, Lavras do Sul e Pedras Altas, sendo as regiões a oeste desta faixa possuindo valores de probabilidades inferiores a 10. Tanto os nichos antrópicos, quanto os florestados obtiveram taxas altas (Figura 6A), contrariando Reis et al. (2013), que afirma que a espécie ocorre em florestas úmidas e com poucos registros em áreas antropizadas. Para Pacheco (2013) há apenas o registro em Floresta Estacional Decidual no RS (onde pode formar tendas com as folhas de heliconiáceas e rubiáceas) e Barquez & Diaz (2016c) descrevem a ocorrência de Vampyressa pusilla para o Brasil, em uma pequena porção do sudeste paraguaio e nordeste argentino, limitando-se ao norte do Rio Grande do Sul (Figura 6B). Dentre as layers utilizadas, a de maior representatividade foi a bio4, com 44,9% de contribuição, seguida por bio9 e bio12 (12,5 cada). As demaisvariáveis obtiveram contribuição inferior a 10% (Tabela 4). 24 Mean (AUC = 0.98) Mean +/- one stddev Randon Prediction 1 - Specificity (fractional Predicted Area) S e n s it iv it y ( 1 - O m is s io n R a te ) A Mean area Mean area +/- one stddev Mean omission on training data Mean omission +- one stddev Predicted omission Cumulative threshold F ra c tio n a l v a lu e B Figura 5: A) Gráfico com valores de AUC para Vampyressa pusilla; B) Gráfico da curva ROC para Vampyressa pusilla (fonte: elaborado pelo autor). Figura 6: A) Mapa preditivo das áreas com nichos potenciais de ocorrência para a espécie Vampyressa pusilla no Estado do Rio Grande do Sul; B) Mapa comparativo entre a distribuição 25 de V. pusilla segundo Barquez & Diaz (2016c) e Pacheco (2013) no Estado do Rio Grande do Sul, Brasil. Tabela 4: Relação, em porcentagem, da contribuição de cada variável para a predição da distribuição de Vampyressa pusilla. Variável Porcentagem de contribuição (%) bio4 44.9 bio9 12.5 bio2 12.5 GlobCover 7.4 alt 6 bio17 3.6 bio7 2.3 bio15 2.2 bio11 1.9 bio18 1.5 bio12 1.3 bio1 1.2 bio19 1 bio3 0.7 bio8 0.4 bio16 0.3 Bio10 0 Analisando estes dados, nota-se que as áreas com maiores concentrações de probabilidades estão dentro da Poligonal da Mata Atlântica elaborada pela Fundação Estadual de Proteção Ambiental Henrique Luis Roessler (FEPAM), sendo, portanto, uma espécie com grande atenção para a conservação, uma vez que possui dieta frugívora e dispersora de sementes, dando preferência ao gênero Ficus (LEWIS & WILSON, 1987; EISENBERG, 1989; DA SILVA, 1991; EISENBERG & REDFORD, 1999; BREDT et al., 2012; PACHECO, 2013; REIS et al., 2013), espécie botânica protegida pela Lei Estadual N° 7.989 de 19 de Abril de 1985. Também observa-se uma ampliação nas possíveis áreas de ocorrência desta espécie, para o limite austral, no município de Rio Grande e Chuí e uma redução no limite noroeste, nas áreas que correspondem aos municípios de Tupanciretã, São Luiz Gonzaga, Roque Gonzales, Giruá, Coronel Bicaco, Derrubadas, e Vicente Dutra. 4.4 Carollia perspicillata Em Carollia perspicillata, o valor de AUC foi de 0,93 (Figura 7A), considerado satisfatório conforme Wiley et al. (2003), uma vez que é uma espécie amplamente 26 distribuída globalmente, sendo o limite boreal no sul do México, passando por todos os países continentais da América Central e do Sul, com exceção do Uruguai, onde o limite austral se dá no centro do RS segundo Barques et al. (2015). No Brasil, sabe- se que há dados de captura para o bioma amazônico, Cerrado e Mata Atlântica, sendo comum em áreas urbanas e nativas (FLEMING, 1988; EISENBERG, 1989; EISENBERG & REDFORD, 1999; PACHECO et al., 2008; SEKIAMA et al., 2013b; BARQEUS et al., 2015). No RS Pacheco (2013) observou a espécie restrita a Floresta Ombrófila Densa com vegetação conservada e em zonas rurais, sugerindo que a região dos municípios de Maquiné e Mampituda podem ser o limite da distribuição da espécie. Percebeu-se maior nicho potencial para a espécie na região central, metropolitana, Nordeste e costeira do Rio Grande do Sul entre os municípios de São Sepé, Santa Maria, Camaquã, Arvorezinha, Muitos Capões e Torres, variando entre 50 e 100% de probabilidade. Contudo, observa-se uma queda gradual na porcentagem do litoral no sentido norte sul, sendo o norte com 100% e o extremo sul com 21%. Tal como em V. pusilla, Espaços com variações entre 0 e 10% foram registrados, porém, no sudeste, noroeste e em grande parte da região sudoeste entre as latitudes 54º a 57º e longitudes 33° e 29° nas áreas que correspondem a Dom Pedrito, Quaraí, Alegrete, e São Borja, regiões estas correspondentes as fronteiras com o Uruguai e a Argentina. Todas as formações vegetais e antropizadas foram contempladas pela predição, sendo nítida a discrepância das maiores taxas nas regiões próximas ao Oceano Atlântico, metropolitana e algumas porções da serra geral (Figura 8A). As variáveis com maior contribuição em relação à probabilidade de ocorrência foram as GlobCover (22,5%), bio3 (18%) e bio2 (13,2%). Demais variável obtiveram contribuição inferiores a 10% (Tabela 5). 27 Mean (AUC = 0.93) Mean +/- one stddev Randon Prediction 1 - Specificity (fractional Predicted Area) S e n s it iv it y ( 1 - O m is s io n R a te ) A Mean area Mean area +/- one stddev Mean omission on training data Mean omission +- one stddev Predicted omission Cumulative threshold F ra c tio n a l v a lu e B Figura 7: A) Gráfico com valores de AUC para Carollia perspicillata; B) Gráfico da curva ROC para Nyctinomops macrotis (fonte: elaborado pelo autor). Figura 8: A) Mapa preditivo das áreas com nichos potenciais de ocorrência para a espécie Carollia perspicillata no Estado do Rio Grande do Sul; B) Mapa comparativo entre a 28 distribuição de C. perspicillata segundo Barquez et al. (2015) e Pacheco (2013) no Estado do Rio Grande do Sul, Brasil. Tabela 5: Relação, em porcentagem, da contribuição de cada variável para a predição da distribuição de Carollia perspicillata. Variável Porcentagem de contribuição (%) GlobCover 22.5 bio3 18 bio2 13.2 bio15 8.6 alt 7.1 bio7 6.8 bio4 5.5 bio18 4.1 bio19 3.4 bio10 3 bio17 2.9 bio8 1.7 bio16 1.1 bio9 0.9 bio11 0.5 bio1 0.4 bio12 0.3 As porções do Estado em que Barquez et al. (2015) designaram para a espécie apresentam, em sua maioria, variações de 0 a 30%, com poucas áreas superando os 70%. Percebe-se ainda que as maiores compatibilidades de nicho para C. perspicillata estão na região de Mata Atlântica stricto sensu, zonas litorâneas (VELOSO et al., 1991) e grandes centros urbanos. Como pode-se notar na Figura 8B, Pacheco (2013) cita a espécie apenas para a MA., em seis pontos localizados dentro da poligonal da Mata Atlântica da FEPAM, próximos ao litoral e outro ponto na Região Metropolitana de Porto Alegre, no município de Gravataí. Sendo assim, os dados aqui apresentados sugerem uma possível ampliação na distribuição de C. perspicillata, especialmente nas áreas litorâneas e central do Estado, podendo ser corroborado pelo fato de C. perspicillata ser uma espécie amplamente distribuída pelas Américas. 4.5 Myotis riparius 0,96 foi o valor de AUC pra M. riparius e, de uma forma geral, notou-se grandes porcentagens para todo o RS, onde na maioria dos locais amostrados os valores 29 atingiram de 50 a 80%. O nicho potencial esteve presente em todas as formações, desde nativas até campos antropizado e grandes centros urbanos (VELOSO, 1991), havendo alguns pontos onde a predição atingiu 100% (Figura 10A). Contudo, municípios pertencentes as regiões noroeste e centro-ocidental obtiveram probabilidades inferiores a 40%, sendo as áreas de São Pedro do Sul, Tpanciretã, São Luiz Gonzaga, Santo Angelo, Crissiumal, Porto Xavier e Palmeira das Missões. A variável com maior contribuição foi bio11 (tendo 51,7%), seguida por GlobCover (23,9%). As demais variáveis obtiveram contribuição inferior a 8% (Tabela 6). Mean (AUC = 0.96) Mean +/- one stddev Randon Prediction 1 - Specificity (fractional Predicted Area) S e n s it iv it y ( 1 - O m is s io n R a te ) A Mean area Mean area +/- one stddev Mean omission on training data Mean omission +- one stddev Predicted omission Cumulative threshold F ra c tio n a l v a lu e B Figura 9: A) Gráfico com valores de AUC para Myotis riparius; B) Gráfico da curva ROC para Myotis riparius (fonte: elaborado pelo autor). 30 Figura 10: A) Mapa preditivo das áreas com nichos potenciais de ocorrência para a espécie Myotis riparius no Estado do Rio Grande do Sul; B) Mapa comparativo entre a distribuição de M. riparius segundo Barquez et al (2016) e Pacheco (2013) no Estado do Rio Grande do Sul, Brasil. Tabela 6: Relação, em porcentagem,da contribuição de cada variável para a predição da distribuição de Myotis riparius. Variável Porcentagem de contribuição (%) bio11 51.7 GlobCover 23.9 bio4 7.4 bio2 4.1 bio9 3.1 bio3 2.5 bio16 2.1 bio19 1.3 bio1 1.2 bio8 0.8 bio15 0.6 alt 0.5 bio18 0.4 bio12 0.3 bio10 0.1 bio17 0 bio7 0 Considerando os pontos espalhados pelo Estado obtidos por Pacheco (2013) e o polígono de distribuição de M. riparius para o RS (BARQUES et al., 2016), a predição resultante deste trabalho condiz com os dados destes autores, assumindo que a espécie é amplamente distribuída e não há novas áreas de possíveis ausências. Dado esperado, uma vez que espécie apresenta grade distribuição global, iniciando em Honduras e ocupando todo o território sul americano até seu limite austral, no norte 31 do Uruguai e Argentina, preferencialmente em áreas próximas aos cursos d’água (PACHECO, 2014; ROSSANEIS et al., 2013; BARQUES et al., 2016). 5 CONSIDERAÇÕES FINAIS De uma maneira geral observou-se que a utilização da modelagem espacial revelou novas áreas de provável ocorrência para quatro das cinco espécies de morcegos analisadas. Contudo, é importante salientar que M. riparius apresentou grande consistência entre os mapas da modelagem preditiva e os registros da literatura, possivelmente porque a espécie ocorre em todo o RS e foi bem amostrada. Por fim, estudos de modelagem como o presente devem ser encarados primariamente como uma aproximação da real distribuição das espécies, servindo neste estudo especificamente para nortear futuras ações de prospecção da ocorrência das espécies. Desta forma, este trabalho sugere como potenciais locais de coleta e captura (no RS) da espécie N. macrotis a região sudoeste (municípios nas imediações de Santana do Livramento, Uruguaiana, São Borja e Manuel Viana), para E. perotis o sudoeste, centro e região metropolitana do Estado (Julio de Castilhos, Cachoeira do Sul, Montenegro, Soledade, Cruz Alta e Sinumbu), para V. pusilla as regiões metropolitana, centro-oriental e litoral norte do RS (Mato Leão, Taquara, Santo Antônio da Patrulha, Maquiné, Três Forquilhas e Torres), para C. perspicillata deve- se ir ao centro do Estado, noroeste, região metropolitana e toda extensão do litoral (rde Torres ao Chuí, São Sepé, Restinga Seca, Cerro Grande do Sul, Nova Prata, Montenegro, Parobé, Viamão, Porto Alegre e Camaquã) e M. riparius ocorreria em todas as regiões do Estado , por ser uma espécie amplamente distribuída. 32 6 REFERÊNCIAS AUSTIN, M. Species distribution models and ecological theory: A critical assessment and some possible new approaches. Ecological Modeling 200: 1–19, 2007. BARQUEZ, R. & DIAZ, M. 2016b. Eumops perotis. The IUCN Red List of Threatened Species 2016. Disponível em < http://www.iucnredlist.org/details/8247/0>. Acesso em <17 out. 2016>. BARQUEZ, R. M. & DIAZ, 2016c. Vampyressa pusilla. The IUCN Red List of Threatened Species 2016. Disponível em <http://www.iucnredlist.org/details/22841/0>. Acesso em <17 out. 2016> BARQUEZ, R. M., ARROYO-CABRALES, J. & DIAZ, M. 2015. Nyctinomops macrotis. The IUCN Red List of Threatened Species 2015a. Disponível em <http://www.iucnredlist.org/details/14996/0>. Acesso em: <20 Jun. 2016> BARQUEZ, R. M., GIANNINI, N. P. & MARES, M. A. Guide to the bats of Argentina. Oklahoma: Museum of Natural History, 1993. 119 p. BARQUEZ, R., PEREZ, S. & DIAZ, M. 2016. Myotis riparius. The IUCN Red List of Threatened Species 2016. Disponível em <http://www.iucnredlist.org/details/14195/0>. Acesso em <17 Out 2016> BARQUEZ, R., Perez, S., Miller, B. & Diaz, M. 2015. Carollia perspicillata. The IUCN Red List of Threatened Species 2015. Disponível em: < http://www.iucnredlist.org/details/3905/0>. Acesso em <20 jun. 2016> BERNARD, E., TAVARES, V. C. & SAMPAIO, E. Compilação atualizada das espécies de morcegos (Chiroptera) para a Amazônia Brasileira. Biota Neotrop. vol.11 no.1 Campinas Jan./Mar. 2011. BRASIL, Ministério do Meio Ambiente. Atlas dos Remanescentes Florestais da Mata Atlântica: Período de 2008-2011. Brasília, DF, 2011. Disponível em: < http://www.inpe.br/noticias/arquivos/pdf/atlasrelatoriofinal.pdf>. Acesso em: <03 nov. 2016> 33 BREDT, A., UIEDA W. & PEDRO, W. A., Plantas e morcegos na recuperação de áreas degradadas e na paisagem urbana. Brasília, DF. Sementes do Cerrado, 2012. Ed1. 272 p. CARROL, L. Alice no País do Espelho. Tradução de William Lagos. 2. ed. Porto Alegre: L&PM, 2007; CONCAR – Comissão Nacional de Cartografia, 2009. Comitê para a Estruturação da Mapoteca Nacional Digital. Mapoteca Nacional Digital. Disponível em: <http://www.concar.ibge.gov.br/detalheEntidades.aspx?cod=3>. Acesso em: ago 2015; DA SILVA. Utilização de recursos florais na alimentação de morcegos filostomídeos no campus da Universidade Federal Rural do Rio de Janeiro, Itaguaí – RJ. 1991. 105 f. Dissertação (Mestrado em Zoologia) – Programa de pós graduação em Ciências Biológicas, Universidade Federal do Paraná (UFP), Curitiba, 1991; EISENBERG, J. F. & REDFORD, K. H. Mammals of the Neotropic. The Neotropics: Ecuador, Peru, Bolivia, Brazil. Chicago: University of Chicago Press, 1999. V. 3, 609 p; EISENBERG, J. F. Mammals of the Neotropics. Chicago: University of Chicago Press, 1989. 460 p ELITH J. & LEATHWICK J. R. Species Distribution Models: Ecological explanation and prediction across space and time. Annual Review of Ecology, Evolution, and Systematics 40: 677–697, 2009. ELITH J., PHILLIPS S. J; HASTIE T.; DUDÍK M.; CHEE Y.E. & YATES C. J. A.; Statistical explanation of MaxEnt for ecologists. Diversity and Distributions 17: 43-57, 2011. FERREIRA, N. C. Apostila de sistema de informações geográficas. Centro Ferderal de Educação Tecnológica de Goiás. Goiânia, GO. 2006. 34 FLEMING, T. H. The Short-fruit tailed Bat: a study in plant-animal interactions. Chicago: University of Chicago Press, 1988. 365 p. FREGONEZI, M. N., REIS, N. R. & PERACCHI, A. L. Phyllostominae. In: REIS, N. R.; FREGONEZI, M. N., PERACCHI, A. L. & SHIBATTA, O. A. (Org.) Morcegos do Brasil. Rio de Janeiro, RJ. Techical Books Editora, ed 2, 2013. p 115-150 GARDNER, A. L. Order: Chiroptera. In: GARDNER, A. L. Mammals of South America, volume 1: marsupials, xenarthrans, shrews, and bats. The University of Chicago. Chicago and Lomdon. Vol 1. 1992. H-ACEVEDO, D. & CURRIE, D. J. Does climate determine broad-scale patterns of species richness? A test of the causal link by natural experiment. Global Ecology & Biogeography, v. 12, p. 461-473, 2003 HOYT, R. A. A review of bats: A natural history. In: SMITH, J. D. & HILL, J. E. Zoo Biology. Austin, University of Texas Press, 1984. JÚNIOR, P., M & SIQUEIRA., M., F. Como Determiner a Distribuição Potencial de Espécies Sob Uma Abordagem Conservacionista? Megadiverse, vol. 5, n° 1-2, 2009 KEER, J. T. & PACKER, L. Habitat heterogeneity as a determinant of mammal species richness in high-energy regions. Nature, v. 385, p. 252-254, 1997 KEER, J. T. Butterfly species richness patterns in Canada: energy, heterogeneity, and the potential consequences of climate change. Conservation Ecology, v. 5, n. 1, p. 10. 2001. Disponível em: < http://www.ecologyandsociety.org/vol5/iss1/art10/>. Acesso em: <09 mai. 2016> LEWIS, S. E. & WILSON, D. E. Vampyressa pusilla. Mammalian Species. The American Society of Mammalogists. Nº 22, pp 1-5. 1987. LOBATO, M. M.; PENHA, L. R.; SANTOS, S. B.; FERREIRA, W. M. A Importância dos Sistemas de Informações Geográficas (SIG’s) Para a Cartografia Tradicional. II Simpósio Brasileiro de Ciências Geodésicas e Tecnologias da Geoinformação. Recife, PE. p 1-5, 2008; 35 LOPFER, P. H. & MACARTHUR, R. H. Niche size and faunal diversity. American Naturalist, v. 104, p. 293-300, 1960 PACHECO S. M. et al. Morcegos de áreas urbanas da região Sul do Brasil, in: PACHECO,S. M.; MARQUES, R. V. & ESBERÁRD, C. E. L. (Org.) Morcegos no Brasil: biologia, sistemática, ecologia e conservação. Porto Alegre: Armazém Digital, 2008. P. 415-425 PACHECO, S. M. Chiroptera. In: WEBER, Marcelo de Moraes; ROMAN, Cassiano; CÁCERES, Nilton Carlos (Org.). Mamíferos do Rio Grande do Sul. Santa Maria, RS: Editora UFSM, 2013, p 175-286; PACHECO, S. M., SEKIAMA, M., L., OLIVEIRA, K., P., A., QUINTELA, F., WEBER, M. M., MARQUES, R. V., GEIGER, D. & SILVEIRA, D., D. Biogeografia de quirópteros da Região Sul. Ciência & Ambiente, v. 35, p. 181-202, 2007 PACHECO, S. M., SODRÉ, M., GAMA, A. R., BREDT, A., SANCHES, E. M. C., MARQUES, R. V., GUIMARÃES, M. M. & BIANCONI, G. Morcegos urbanos: status do conhecimento e plano de ação para a conservação no Brasil. Chiroptera Neotropical, v 16, n. 1, p. 629-647, 2010; PATTERSON, B. D.; PACHECO, V. & SOLARI, S. Distributions of bats along an elevational gradient in the Andes of southeastern Peru. Journal of Zoology, v. 240, p. 637-658, 1996 PEARSON, R. G., RAXWORTHY, C. J., NAKAMURA, PETERSON, A. T. Predicting species distributions from small numbers of occurrence records: a test case using cryptic geckos in Madagascar. Journal of Biogeography, V. 34, P. 102-117, 2007. PEDROZO, A. R. Os morcegos frugívoros Carollia perspicillata e Sturnira lilium apresentam distribuição de atividade similar durante a noite? Uma análise local e regional. 2014. 48f. Dissertação (Mestrado em Biologia) Programa de Pós- Graduação em Biologia Animal – Universidade Federal Rural do Rio de Janeiro (UFRRJ), Rio de Janeiro, 2014. 36 PHILLIPS S. J., ANDERSON R. P., SCHAPIRE R. E. Maximum entropy modeling of species geographic distributions. Ecological Modelling, v. 190, p. 231-259, 2006. PHILLIPS, S. J.; DUDÍK, M. & SCHAPIRE, R. E. A Maximum Entropy Approach to Species Distribuition Modeling. Proceedings of the Twenty-First International Conference on Machine Learning, pg. 655-662, 2004. PIANKA, E. R. Latitudinal gradients in species diversity: a review of concepts. American Naturalist, v. 100, p. 33-46, 1966 RAMOS, P. H. G., REIS, N. R. & PERACCHI A. L. Família Molossidae. In: REIS, N. R., PERACCH, A. L., PEDRO, W. A. & LIMA, I. P. Morcegos do Brasil. Londrina: Nélio Reis, 20013.ed 1. P. 175-205 REIS, N. R.; FREGONEZI, M. N., PERACCHI, A. L. & SHIBATTA, O. A. Phyllostomidae. In: REIS, N. R.; FREGONEZI, M. N., PERACCHI, A. L. & SHIBATTA, O. A. (Org.) Morcegos do Brasil. Rio de Janeiro, RJ. Techical Books Editora, ed 2, 2013a. p 115-150 RIO GRANDE DO SUL. Lei Estadual N° 7.989 de 19 de Abril de 1985. Declara protegidas as florestas remanescentes do Estado do Rio Grande do Sul, nos termos do Código Florestal, e dá outras providências. Disponível em < http://www.silex.com.br/leis/Lei7989.html>. Acesso em: 10 nov. 2016 ROSADA, T., R., MENDES, B. V., BICHUETTE, M. E. & AZEVEDO, C. S. Morcegos (Chiroptera, Mammalia) que utilizam cavidades naturais antropizadas na região de Ouro Preto. In: Congresso Brasileiro de Espeliologia, Minas Gerais, 33., 2015. Eldorado, SP. Sociedade Brasileira de Espeleologia, 2015. ROSSANEIS, B. K., REIS, N. R., PERACCHI, A. L. & FREGONEZI, M. N. Vespertilionidae. In: REIS, N. R.; FREGONEZI, M. N., PERACCHI, A. L. & SHIBATTA, O. A. (Org.) Morcegos do Brasil. Rio de Janeiro, RJ. Techical Books Editora, 2013.ed 1. P. 71 -113 37 SEKIAMA, M. L.; ROCHA, V. J. & PERACCHI, A. L. Carolliinae. In: REIS, N. R., FREGONEZI, M. N., PERACCHI, A. L. & SHIBATTA, O. A. (Org.) Morcegos do Brasil. Rio de Janeiro, RJ. Techical Books Editora, 2013b. p 107-114; SEKIAMA, M. L.; ROCHA, V. J. & PERACCHI, A. L. Desmodontinae. In: REIS, N. R.; FREGONEZI, M. N., PERACCHI, A. L. & SHIBATTA, O. A. (Org.) Morcegos do Brasil. Rio de Janeiro, RJ. Techical Books Editora, 2013a. p 47-52; SICILIANO, S., VALIATI, V. H., EMIN-LIMA, R., COSTA, A. F., SARTOR, J., DORNELES, T., SILVA JR, J. S. E., OLIVEIRA, L. R. New genetic data extend the range of river dolphins Inia in the Amazon Delta. Hydrobiologia (The Hague. Print), p. 255-269, 2016 VELOSO, H. P., RANGEL FILHO, A. L. R. & LIMA, J. C. A. Classificação da vegetação brasileira, adaptada a um sistema universal. Fundação Instituto Brasileiro de Geografia e Estatística – IBGE, Departamento de recursos Naturais e Estudos Ambientais. Rio de Janeiro, RJ, 1991. WEBER, M. M. Biogeografia de morcegos (Chiroptera) em área de transição floresta-campo no sudeste da América do Sul. 2009. 75 f. Dissertação (Mestrado em Ciências Biológicas) – Programa de Pós-Graduação em Biodiversidade Animal, Universidade Federal de Santa Maria (UFSM), Santa Maria, 2009 Wiley, E. O., McNyset, K. M., Peterson, A. T., Robins, C. R., & Stewart, A. M. Niche modeling and geographic range predictions in the marine environment using a machine-learning algorithm. Oceanography, 16. pg 120–127, 2003 WRIGHT, D. H.; CURRIE, D. J. & MAURER, B. A. Energy supply and patterns of species richness on local and regional scales. In: RICKLEFS, R. E. & SCHLUTER, D. (Org.). Species Diversity in Ecological Communities: Historical and Geographical Perspectives. Chicago: The University of Chicago Press, 1993. p. 66-74 http://lattes.cnpq.br/2471615656999141
Compartilhar