(eds.) (2005). - Portal da Biodiversidade dos Açores - Universidade ...

de espécies de uma determinada área ou quadrícula
(ver acima). Os dados disponíveis para as ausências,
bem como informação acerca das condições de locais
inapropriados para as espécies (as suas
restrições ambientais), podem ser incluídos no
processo de modelação, melhorando assim a descrição
quantitativa do nicho ecológico. Por outro
lado, a utilização de dados de ausência torna
possível a aplicação de outras técnicas de modelação
que provaram ser mais robustas e de maior
confiança do que os métodos que dependem apenas
das presenças, tais como, por exemplo, regressões
logísticas (Brotons et al. 2004; Lehmann et al.
2002; Reineking & Schröder 2003). Estes dados
podem ser obtidos de duas maneiras: i) durante o
trabalho de campo, registando as áreas onde a
espécie foi intensivamente procurada, mas não foi
encontrada; ou ii) aquando da determinação das
unidades territoriais com esforços de amostragem
exaustivos e/ou inventários mais ou menos completos
(e.g. Soberón & Llorente 1993; Lobo &
Martín-Piera 2002; Jiménez-Valverde & Hortal
2003; ou Hortal et al. 2004). Contudo, quando se
utilizam os dados de uma base de dados biológica,
é por vezes difícil avaliar qual o real esforço de
amostragem efectuado em cada célula, e até que
ponto se completou a análise em cada unidade
territorial (e.g. versão das ilhas Canárias da base de
dados ATLANTIS; J. Hortal, J.M. Lobo e A.
Jiménez-Valverde, dados não publicados). Deste
modo, recomenda-se que seja reunida toda a informação
relevante quer durante as amostragens, quer
durante a digitalização das bases de dados, de
modo a estimar o esforço de amostragem de cada
célula e, assim, garantir o seu melhor uso. O tempo
dispendido na quantificação do esforço de amostragem
em cada célula será amplamente compensado.
Isto significa que se deve sempre escrever
informações acerca do esforço de amostragem nos
livros de campo e/ou etiquetas das amostragens
(assim como nas publicações que derivem dessas
fontes), e deve incluir-se tal informação na base de
dados, que depois permitirá evidenciar um retrato
muito mais fiel dos padrões de biodiversidade.
104
of a species in a given area or grid cell (see
upwards). Available data on the absences as well
as, information about the conditions of places
inhospitable to the species (its environmental
restrictions) can be included in the modelling
procedure, thus improving the quantitative
description of the entire environmental niche.
Moreover, using absence data makes it possible
to apply other modelling techniques which have
proved to be more robust and reliable than
methods which rely only on presences such as,
for example, logistic regressions (Brotons et
al. 2004; Lehmann et al. 2002; Reineking &
Schröder 2003). Such data can be obtained in
two ways: i) during field work, while recording
these areas where a species has been intensively
searched for, and has not been found; or ii) while
determining the territorial units with exhaustive
sampling efforts and/or more or less complete
inventories (e.g. Soberón & Llorente 1993; Lobo
& Martín-Piera 2002; Jiménez-Valverde & Hortal
2003; or Hortal et al. 2004).
However, when one uses the data from a
biological database it is sometimes difficult to
measure true sampling effort which were carried
out in each cell, and even the completeness of the
survey in these territorial units (e.g. the Canarian
version of ATLANTIS database; J. Hortal, J.M.
Lobo and A. Jiménez-Valverde, unpublished data).
Therefore, it is recommended to gather relevant
information both during the surveys, and during
the digitalization of the database, in order to
adequately assess the sampling effort carried out
in a cell, and to guarantee its success. It is well
worth spending some extra time on quantifying
the amount of sampling effort carried out during
each field journey. This means one should write
information about the amount of sampling effort
in field notebooks and/or on sample labels (as
well as in the publications derived from such
sources), and one should include such information
in the database, which then ensures that one
can obtain a much better picture of biodiversity
patterns.