Relative contribution of symmetric and asymmetric dispersion predictors in ecological niche models in aquatic environments
| العنوان: | Relative contribution of symmetric and asymmetric dispersion predictors in ecological niche models in aquatic environments |
|---|---|
| المؤلفون: | Parreira, Micael Rosa |
| المساهمون: | Nabout, João Carlos, Ribeiro, Matheus de Souza Lima, Terribile, Levi Carina, Silva, Daniel de Paiva, Oliveira, Guilherme de |
| المصدر: | Biblioteca Digital de Teses e Dissertações da UFG Universidade Federal de Goiás (UFG) instacron:UFG |
| بيانات النشر: | Universidade Federal de Goiás, 2022. |
| سنة النشر: | 2022 |
| مصطلحات موضوعية: | Beta diversity, Mapas de autovetores assimétricos, Restrições de movimento, Directional dispersal, Hidrelétricas, ECOLOGIA [CIENCIAS BIOLOGICAS], Diversidade Beta, Asymmetric eigenvector maps, Movement constraints, Hydropower plants, Dispersão direcional |
| الوصف: | Modelos de distribuição de espécies são constituídos principalmente de dados ambientais (em sua maioria climáticos) e de distribuição das espécies para predizer a distribuição potencial das espécies. Neste sentido, a dispersão das espécies (i.e., movimento) é por muitas vezes ignorada nas predições. Em ambientes aquáticos, a dispersão não é restrita somente às barreiras físicas, mas também se dá pelo movimento direcional das espécies através da malha hidrográfica, que por sua vez pode ser incluída nos modelos por meio de preditores espaciais. Neste trabalho, nós buscamos avaliar o efeito da inclusão de preditores de dispersão assimétrica na distribuição geográfica potencial de um peixe de água doce da bacia Tocantins-Araguaia, Brasil. Além disso, nós estimamos se as predições usando preditores climáticos e de dispersão assimétrica variam dependendo da distribuição e amplitude de múltiplas espécies, e dependendo da inclusão de hidrelétricas como barreiras de dispersão nas predições. Para isso, nós geramos modelos usando sete conjunto de variáveis representando modelos climáticos e de dispersão, assim como suas interações. As métricas de avaliação dos modelos foram usadas para comparar a performance dos diferentes conjuntos de modelos (e.g., assimétrico e simétrico, e ambiental), a performance de modelos de múltiplas espécies baseando-se na distribuição das ocorrências entre sub-bacias e amplitude de distribuição, além do efeito da inclusão de barreiras de dispersão nos modelos. Primeiramente, os modelos com maiores performances foram os gerados usando preditores de dispersão assimétrica, tanto sozinhos como em conjunto com variáveis ambientais. Em segundo, espécies mais restritas tiveram modelos com maior performance quando modeladas usando preditores de dispersão assimétrica, especialmente quando distribuídas em diferentes sub-bacias. Por último, predições incluindo hidrelétricas como barreiras de dispersão mostraram uma maior perda de riqueza e composição de espécies, especialmente para as áreas com o maior número de barragens. Portanto, a inclusão de variáveis de dispersão assimétricas, considerando limites de dispersão das espécies, reduziu a extrapolação de predições para áreas climaticamente adequáveis, porém desconectadas pelos rios. Ademais, os modelos usando dispersão assimétrica melhor representaram espécies restritas em ambas sub-bacias e também o efeito de barreiras de dispersão na riqueza e composição de espécies ao longo da bacia. Sendo assim, futuros trabalhos usando modelos de distribuição de espécies, especialmente usando grupos com dispersão assimétrica, deveriam considerar a inclusão de preditores de dispersão assimétrica de forma a melhorar a performance dos modelos e realidade ecológica das predições. Species distribution models are based mainly on environmental (mostly climatic) and species distribution data to predict the potential distribution of species. In this sense, the species dispersal (i.e., movement) is often ignored in their predictions. In freshwater habitats, species dispersal is not restricted only by physical barriers but also by the directional movement of the hydrographic network, which can be considered through spatial predictors. Here, we aim to evaluate the effect of including asymmetrical dispersal predictors in the potential geographic distribution of a freshwater fish in the Tocantins-Araguaia River basin, Brazil. Furthermore, we aim to assess if the predictions using climatic and asymmetrical dispersal vary depending on multiple species occurrence distribution and range, and on the inclusion of hydropower plants as dispersal barriers in the predictions. For this, we built models with seven variable sets representing environmental (climatic) and dispersal models, as well as their interactions. The models’ accuracy metrics were then used to compare the performance of different model sets (e.g., asymmetrical and symmetrical dispersal and environmental predictors), the performance of multiple species models based on their occurrence distribution among sub-basins and range, and the effect of including dispersal barriers into the models. First, we found that the models with higher performance are those built using asymmetrical dispersal predictors, either solo or combined with environmental variables. Second, species more restricted had models with higher performance when modeled using asymmetrical dispersal predictors, especially when distributed in different sub-basins. Third, predictions including the hydropower plants as dispersal barriers showed a higher loss of species richness and composition, especially for the areas with the highest number of dams. Therefore, the inclusion of asymmetrical dispersal variables, taking into account dispersal limitations of species, decreased the overprediction to climatically suitable but disconnected areas through rivers. Furthermore, those models using asymmetrical dispersal better represented restricted species distributed in both sub-basins of the basin and also the effect of dispersal barriers in the fish species richness and composition along the basin. Therefore, future SDM studies, especially those using species groups with asymmetrical dispersal, should consider the inclusion of asymmetrical dispersal predictors to increase the model’s accuracy and ecological reality of predictions. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES Fundação de Amparo à Pesquisa do Estado de Goiás |
| وصف الملف: | application/pdf |
| اللغة: | Portuguese |
| URL الوصول: | https://explore.openaire.eu/search/publication?articleId=od______3056::1ef0e7d997bcebe2f695b27bfe4f112f http://repositorio.bc.ufg.br/tede/handle/tede/12353 |
| حقوق: | OPEN |
| رقم الأكسشن: | edsair.od......3056..1ef0e7d997bcebe2f695b27bfe4f112f |
| قاعدة البيانات: | OpenAIRE |
| الوصف غير متاح. |