Modelagem espacial bayesiana para riqueza de elasmobrânquios do extremo sul do Brasil

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.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
巴西最南部板鳃动物丰富度的贝叶斯空间模型
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。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Fishing on boards: a new fishing technique in the south coast of Brazil Ocorrência de peixes em áreas entremarés na Baía Babitonga, região Sul do Brasil Ocorrência de peixes em áreas entremarés na Baía Babitonga, região Sul do Brasil A pesca com rede de emalhe fixo na zona de arrebentação no sul do Brasil: subsídios para a gestão de pescarias de beira de praia A pesca com rede de emalhe fixo na zona de arrebentação no sul do Brasil: subsídios para a gestão de pescarias de beira de praia
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1