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

Methodological developments. After having taken
into account these drawbacks associated to data
gathering, the reliability of the predictive maps
developed from the ATLANTIS data will surely
be high for many of the species of interest.
However, current predictive modelling methodologies
can be improved in many ways. In this
work we have developed maps of the potential
distribution of these four species. However, as
discussed before, the real distribution of many
species is affected by other factors, not only by
its niche.
Due to the joint effect of i) historical factors,
that produce the exclusion of species from several
areas, and ii) population spatial dynamics, that
usually makes the populations of a species to
show a spatially aggregated pattern. This means
that it is more probable to find a population as
the distance to other populations diminishes.
Even if one takes into consideration the possible
sampling effort gaps, it is more probable
that unknown populations are placed nearer currently
known populations than in areas far from
current presence points (see discussion above).
Further-more, the populations inhabiting nearby
areas can easily establish a flux of migrant individuals
which enhances the persistence of populations
in suboptimal or disturbed areas (Araújo &
Williams 2000).
Due to this spatially autocorrelated pattern (i.e.
spatially aggregated), including the spatial distance
to currently known populations as a variable
during the development of Habitat Suitability
maps produces a better representation of the true
distribution of species (J. M. Lobo unpublished
data).
In addition, as the coverage of known absences
is scarce, Habitat Suitability models and vegetation
maps can be used to identify areas where
the species is definitely absent due to the existence
of environmental conditions or habitats
which are unsuitable for the species.
This means one needs to build predictive
models with methods based on presences (such as
the one used in this work) in order to obtain
“pseudo-absences” and afterwards, with these
105
Desenvolvimentos metodológicos. Depois de considerar
as limitações associadas à recolha dos
dados, a confiança dos mapas preditivos desenvolvidos
a partir dos dados do ATLANTIS será certamente
elevada para muitas das espécies de interesse.
Contudo, as metodologias de modelação que
existem presentemente podem ainda ser melhoradas
de muitos modos. Neste trabalho foram desenvolvidos
mapas de distribuição potencial para quatro
espécies. Contudo, tal como foi discutido anteriormente,
as reais distribuições de muitas espécies são
afectadas por outros factores, que não apenas o seu
nicho ecológico, nomeadamente, o efeito conjunto
dos i) factores históricos, que produzem a exclusão
de espécies de várias áreas, e ii) dinâmica espacial
das populações, que geralmente pode levar a que
as populações possuam padrões espaciais agregados.
Isto significa que é mais provável encontrar uma
determinada população à medida que a distância a
outras populações diminui. Mesmo que se considerem
as lacunas no esforço de amostragem, é mais
provável que populações desconhecidas estejam
colocadas mais próximo das populações já conhecidas
do que em áreas afastadas dos pontos de
presença anteriormente assinalados (ver discussão
acima). Além disso, as populações que estão localizadas
em áreas próximas podem mais facilmente
estabelecer fluxos de indivíduos migrantes que
melhoram a persistência das populações em áreas
degradadas ou com perturbações (Araújo &
Williams 2000). Devido a este padrão espacial
autocorrelacionado (i.e. espacialmente agregado), a
inclusão da variável “distância espacial às populações
conhecidas num determinado momento” na
produção dos mapas de Adequação de Habitat,
melhora a representação da verdadeira distribuição
da espécie (J. M. Lobo, dados não publicados).
Além disso, quando o conhecimento de ausências
reais é escasso, os modelos de Adequação de
Habitat e os mapas de vegetação podem ser utilizados
para identificar áreas onde as espécies estejam
definitivamente ausentes devido à existência de
condições ambientais ou habitats não que são adequados
para as espécies. Isto significa que é necessário
desenvolver modelos preditivos com métodos
baseados em presenças (tal como os que foram