• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Doctoral Thesis
DOI
https://doi.org/10.11606/T.11.2021.tde-10112021-154308
Document
Author
Full name
Alex Augusto de Abreu Bovo
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
Piracicaba, 2021
Supervisor
Committee
Ferraz, Katia Maria Paschoaletto Micchi de Barros (President)
Barbosa, Karlla Vanessa de Camargo
Brancalion, Pedro Henrique Santin
Phalan, Benjamin Timothy
Title in Portuguese
Ciência cidadã e modelos de distribuição de espécies para a conservação de aves ameaçadas
Keywords in Portuguese
Aves
Ciência Cidadã
Conservação
Jacutinga
Modelagem de Distribuição de Espécies
Papagaio-de-peito-roxo
Qualidade de dados
Reintrodução
Abstract in Portuguese
As alterações antrópicas causadas às áreas naturais tornam urgentes as ações para a conservação de espécies, que devem ser planejadas para aumentar a eficiência dos esforços investidos. A Modelagem de Distribuição de Espécies (MDE) é uma ferramenta capaz de auxiliar na conservação a partir da identificação de áreas com maior adequabilidade ambiental para a ocorrência de espécies. Para isso, é necessário utilizar dados ambientais espacializados e dados de presença acurados da espécie a ser modelada. Porém, para diversas espécies, os dados de presença são limitados a poucas áreas devido à falta de estudos. Para auxiliar a preencher essa lacuna, a ciência cidadã surge como uma potencial fonte de dados já utilizada em diversas áreas dentro da ecologia. Assim, o objetivo dessa tese foi investigar o potencial de uso de dados de ciência cidadã para a construção de modelos voltados à conservação de espécies e utilizar um modelo construído a partir de dados de ciência cidadã para auxiliar no planejamento de uma espécie de ave ameaçada da Mata Atlântica. No primeiro capítulo, para investigar o potencial de uso dos dados de ciência cidadã, comparamos no espaço geográfico e ambiental os dados presentes nas plataformas de ciência cidadã com os dados do mesmo registro enviado pelo usuário após solicitação. Dividimos todos os dados disponíveis em três grupos (controle, localidade e filtrado) para construir modelos e comparamos os resultados gerados. Também testamos um método de filtro de pontos utilizando o espaço ambiental para excluir pontos de localidade com informações marginais. As informações disponíveis nas plataformas mostraram um grande erro no espaço geográfico e inflaram a área ocupada pelos pontos no espaço ambiental, o que refletiu na qualidade dos modelos do grupo localidade, aumentando a sobreprevisão. O filtro utilizado foi capaz de reduzir esse erro, e pode ser uma ferramenta para espécies onde não existem dados acurados ao longo de toda a sua distribuição. No segundo capítulo, para encontrar áreas adequadas para a reintrodução da jacutinga (Aburria jacutinga), utilizamos dados de literatura, de projetos de pesquisas e enviados por usuários de ciência cidadã para a construção de um modelo. As áreas adequadas foram selecionadas a partir do tamanho estimado para a manutenção de uma população da espécie. Observamos que, apesar da grande retração em sua distribuição original, ainda existe adequabilidade ambiental para a jacutinga em grandes blocos de vegetação florestal, e identificamos algumas áreas sem registros recentes, que podem ser utilizados para a reintrodução da espécie. No terceiro capítulo, apresentamos um caso em que a base de dados de uma espécie ameaçada da Mata Atlântica, o papagaio-de-peito- roxo (Amazona vinacea), foi complementada a partir de dados de ciência cidadã. O objetivo desse capítulo foi divulgar aos cidadãos cientistas como os dados coletados por eles podem ser úteis para a conservação, e consequentemente, promover a coleta de dados com informações geográficas acuradas. Nossos resultados demonstram que, uma vez selecionados com critério, dados de ciência cidadã são uma valiosa fonte de informação para a produção de trabalhos científicos e sua consequência aplicação na conservação de espécies ameaçadas.
Title in English
Citizen Science and Species Distribution Models for the conservation of threatened birds
Keywords in English
Birds
Black-fronted Piping-Guan
Citizen Science
Conservation
Data quality
Reintroduction
Species Distribution Modeling
Vinaceous-breasted Parrot
Abstract in English
The anthropogenic modifications caused to natural areas make actions for species conservation urgent, which should be planned to increase the efficiency of the invested efforts. The Species Distribution Modeling (SDM) is a tool able to support conservation through the identification of higher environmental suitability areas for species occurrence. For this, it is necessary to use spatial environmental data and accurate presence data of the species to be modeled. However, those data are limited for several species to few areas due to the absence of studies. To fill this gap, citizen science arises as a potential data source already used in many areas within ecology. The goal of this thesis was to investigate the potential use of citizen science data to build models for species conservation, and to use a model built using citizen science data to help in the planning of an Atlantic Forest endangered bird species. In the first chapter, to investigate the potential use of citizen science data, we compared, in geographic and environmental space, the available data in citizen science platforms (poorly accurate) with the exact locations of the same records, sent to us by the users. We divided the available data in three groups (control, locality and filtered) to build models and compare the results. We tested a filtering process using the environmental space to exclude locality records with marginal information. Locality data showed high geographic space error, and inflated the area occupied by the species in the environmental space, which reflected on the model quality, increasing overprediction. The filter we used was able to reduce this error and can be a valuable tool for species with lack of accurate occurrence records throughout its distribution. In the second chapter, to find suitable areas for reintroduction of the Black-fronted Piping-Guan (Aburria jacutinga), we used literature, scientific projects and citizen science data to build a model. Suitable areas were selected with the minimal size required for the maintenance of species populations. Despite a significant retraction when compared to its original distribution, suitable areas for the Black-fronted Piping-Guan can still be found in large forest remnants. We identified suitable areas without recent records that can be used for the species reintroduction. The third chapter shows a case where the database of an endangered Atlantic Forest species, the Vinaceous-breasted Parrot (Amazona vinacea), was complemented using citizen science data. The goal of this chapter was to raise awareness on how the data collected by citizen scientists can be helpful for conservation, and to reinforce the importance of collecting data with accurate geographical information. Our findings showed that, once carefully selected, citizen science data are a valuable source of data for scientific purposes and can help to promote conservation of endangered species.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2021-11-11
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2022. All rights reserved.