Doctoral Thesis

Dada a importância das interações entre dispersores e plantas para a restauração ecológica, a modelagem se torna uma ferramenta necessária para criar representações simplificadas de sistemas ecológicos complexos e realizar análises sobre os ecossistemas. O presente estudo integra bancos de dados ecológicos para elaborar uma ferramenta capaz de caracterizar redes de interações potenciais entre aves e plantas de ambientes em processo de restauração no domínio da Mata Atlântica. Os projetos utilizados neste trabalho apresentam diferentes contextos de paisagem e métodos de restauração. A ferramenta desenvolvida incorpora modelos de machine learning capazes de predizer redes ecológicas potenciais de 128 projetos de restauração e oito redes associadas a fragmentos florestais. Todos os modelos de machine learning elaborados apresentaram acurácia acima de 0,6 e foram capazes de predizer interações ecológicas entre aves e plantas. Em seguida, modelos explicativos foram utilizados para inferir quais variáveis relacionadas às áreas em restauração por plantio e condução da regeneração natural, bem como à paisagem são mais importantes para a estruturação das redes de interação pela comunidade de avifauna. Como resultado, constatou-se aninhamento e modularidade significativos para 43 e 42 projetos, respectivamente. O presente estudo demonstrou que a riqueza de plantas é o principal fator responsável pela geração dos padrões topológicos das redes potenciais em restauração. Além disso, verificou-se que os projetos de condução da regeneração geram redes modulares e mais especializadas, enquanto projetos de plantio geram redes mais generalistas e aninhadas. Ao utilizar o método de centralidade por intermédio foi possível identificar espécies-chave de aves e sugerir espécies-chave de plantas para otimizar a trajetória ecológica dos projetos de restauração. Destaca-se que a ferramenta desenvolvida representa uma inovação e pode ser aplicada para a construção de protocolos de restauração sob a perspectiva funcional. Por fim, o presente estudo é o primeiro a disponibilizar uma ferramenta capaz de avaliar processos ecológicos e identificar as principais variáveis responsáveis por influenciar a estruturação das redes de interação entre aves e plantas em projetos de restauração florestal de larga escala.

Given the importance of interactions between dispersers and plants for ecological restoration, modeling becomes necessary to create simplified representations of complex ecological systems and perform analyses on ecosystems. This study integrates ecological databases to develop a tool capable of characterizing networks of potential interactions between birds and plants in environments undergoing restoration in the Atlantic Forest domain. The projects used in this work present different landscape contexts and restoration methods. The developed tool incorporates machine learning models capable of predicting potential ecological networks of 128 restoration projects and eight networks associated with forest fragments. All machine learning models developed showed accuracy above 0.6 and could predict ecological interactions between birds and plants. Then, explanatory models were used to infer which variables related to the areas undergoing restoration by planting and conducting natural regeneration, as well as to the landscape, are most important for structuring interaction networks by the bird community. As a result, significant nestedness and modularity were found for 43 and 42 projects, respectively. This study demonstrated that plant richness is the main factor in generating topological patterns in potential restoration networks. Furthermore, we found that regeneration management projects generate modular and specialized networks, while planting projects generate more generalist and nested networks. By centrality, it was possible to identify key bird species and suggest key plant species to optimize the ecological trajectory of restoration projects. Notably, the developed tool represents innovation, and we can apply it to construct restoration protocols from a functional perspective. Finally, this study is the first to provide a tool capable of evaluating ecological processes and identifying the main variables that influence the structuring of bird-plant interaction networks in large-scale forest restoration projects.