Rayd Ivanoff, Maria Grazia Pennino, Marie-Christine Rufener, C. M. Vooren, P. G. Kinas
{"title":"Modelagem espacial bayesiana para riqueza de elasmobrânquios do extremo sul do Brasil","authors":"Rayd Ivanoff, Maria Grazia Pennino, Marie-Christine Rufener, C. M. Vooren, P. G. Kinas","doi":"10.37002/revistacepsul.vol8.790e2019002","DOIUrl":null,"url":null,"abstract":"Compreender a distribuição espacial de espécies vulneráveis a exploração pesqueira pode subsidiar ações de manejo e conservação. O objetivo deste estudo foi mapear possíveis habitats essenciais para riqueza de elasmobrânquios no sul do Brasil. Os dados são oriundos de cruzeiro científico realizado em fevereiro de 2005 entre o arroio Chuí (33°45'S) e o Cabo de Santa Marta Grande (28°36'S). As informações disponíveis são posições georeferenciadas de 64 estações oceanográficas, a quantificação das capturas de elasmobrânquios e teleósteos com pesca de arrasto de fundo e o registro dos parâmetros ambientais de profundidade, temperatura e salinidade. Os dados foram ajustados a um Modelo Linear Generalizado (GLM) Bayesiano via INLA (Integrated Nested Laplace Approximations) e módulo SPDE (Stochastic Partial Differential Equations), implementados no software R. A qualidade de ajuste e o poder preditivo do modelo foram avaliados mediante DIC (Deviance Information Criterion), WAIC (Watanabe-Akaike Information Criterion) e LCPO (Logarithm Conditional Predictive Ordinate). Foram registradas 16 espécies de elasmobrânquios, cujo número variou de 1 à 9 por lance. No modelo proposto, o efeito espacial e as variáveis ambientais foram relevantes para explicar a variação da riqueza de elasmobrânquios na costa do Rio Grande do Sul. Esta abordagem estatística permite estimar a probabilidade de ocorrência das espécies em áreas não amostradas, levando em conta a autocorrelação espacial dos dados e o conhecimento dos valores das co-variávies ambientais.","PeriodicalId":201724,"journal":{"name":"Revista CEPSUL - Biodiversidade e Conservação Marinha","volume":"310 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-01-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista CEPSUL - Biodiversidade e Conservação Marinha","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37002/revistacepsul.vol8.790e2019002","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2
Abstract
Compreender a distribuição espacial de espécies vulneráveis a exploração pesqueira pode subsidiar ações de manejo e conservação. O objetivo deste estudo foi mapear possíveis habitats essenciais para riqueza de elasmobrânquios no sul do Brasil. Os dados são oriundos de cruzeiro científico realizado em fevereiro de 2005 entre o arroio Chuí (33°45'S) e o Cabo de Santa Marta Grande (28°36'S). As informações disponíveis são posições georeferenciadas de 64 estações oceanográficas, a quantificação das capturas de elasmobrânquios e teleósteos com pesca de arrasto de fundo e o registro dos parâmetros ambientais de profundidade, temperatura e salinidade. Os dados foram ajustados a um Modelo Linear Generalizado (GLM) Bayesiano via INLA (Integrated Nested Laplace Approximations) e módulo SPDE (Stochastic Partial Differential Equations), implementados no software R. A qualidade de ajuste e o poder preditivo do modelo foram avaliados mediante DIC (Deviance Information Criterion), WAIC (Watanabe-Akaike Information Criterion) e LCPO (Logarithm Conditional Predictive Ordinate). Foram registradas 16 espécies de elasmobrânquios, cujo número variou de 1 à 9 por lance. No modelo proposto, o efeito espacial e as variáveis ambientais foram relevantes para explicar a variação da riqueza de elasmobrânquios na costa do Rio Grande do Sul. Esta abordagem estatística permite estimar a probabilidade de ocorrência das espécies em áreas não amostradas, levando em conta a autocorrelação espacial dos dados e o conhecimento dos valores das co-variávies ambientais.
了解易受渔业开发影响的物种的空间分布可以支持管理和保护行动。本研究的目的是绘制巴西南部板鳃动物丰富度的可能关键生境。这些数据来自2005年2月在arroio chui(33°45'S)和Cabo de Santa Marta Grande(28°36'S)之间进行的科学巡航。现有的资料包括64个海洋站的地理参考位置、底拖网捕捞板鳃鱼和硬骨鱼的量化以及深度、温度和盐度等环境参数的记录。数据被调整到一个广义线性模型(GLM)贝叶斯通过集成INLA Nested拉普拉斯Approximations)和模块SPDE (Stochastic偏微分方程),在软件实现r调整质量模型的预测能力进行评估的证词(多个信息判据),边WAIC(标准)和LCPO -Akaike信息(Logarithm“有条件Predictive Ordinate)。共记录板鳃动物16种,每矛1 ~ 9种。在该模型中,空间效应和环境变量与解释大南海岸板鳃动物丰富度变化相关。这种统计方法允许估计物种在未采样地区发生的概率,考虑到数据的空间自相关和环境协变值的知识。