Função de Incidência: uma possível união da Teoria de Metapopulação com a Ecologia da Paisagem?

Documentos relacionados
Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

MODELOS DE REGRESSÃO PARAMÉTRICOS

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

O problema da superdispersão na análise de dados de contagens

Prof. Lorí Viali, Dr.

Algarismos Significativos Propagação de Erros ou Desvios

Dependência Espacial de espécies nativas em fragmentos. florestais

Estatística Espacial: Dados de Área

7 Tratamento dos Dados

Associação entre duas variáveis quantitativas

AULA EXTRA Análise de Regressão Logística

Prof. Lorí Viali, Dr.

Análise de Regressão Linear Múltipla IV

DELINEAMENTOS EXPERIMENTAIS

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

4 Critérios para Avaliação dos Cenários

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Módulo I Ondas Planas. Reflexão e Transmissão com incidência normal Reflexão e Transmissão com incidência oblíqua

3 Método Numérico. 3.1 Discretização da Equação Diferencial

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.3. Afectação de Bens Públicos: a Condição de Samuelson

Análise de influência

Desenvolvimento de software de simulação Monte Carlo para auxiliar no estudo da propagação de doenças infecciosas

Cap. 11 Correlação e Regressão

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

O problema da superdispersão na análise de dados de contagens

NOTA II TABELAS E GRÁFICOS

Aprendizagem de Máquina

Reconhecimento Estatístico de Padrões

Prof. Lorí Viali, Dr.

2 Metodologia de Medição de Riscos para Projetos

Classificação de Padrões

1. CORRELAÇÃO E REGRESSÃO LINEAR

Aula Características dos sistemas de medição

CQ110 : Princípios de FQ

EXERCÍCIO: VIA EXPRESSA CONTROLADA

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:

INTRODUÇÃO À CALIBRAÇÃO MULTIVARIADA

3 Elementos de modelagem para o problema de controle de potência

Chapter 9 Location INTRODUÇÃO. Localização de Instalações. Problemas de comunicação

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)

Capítulo 2. Modelos de Regressão

Análise de áreas de risco considerando os afundamento de tensão em estudos de planejamento

Figura 3: Diagrama de blocos do sistema de inferência da qualidade.

Dados ajustáveis a uma linha recta

ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT

5 Implementação Procedimento de segmentação

ESTRUTURA-CONDUTA- DESEMPENHO (SCP) vs. NOVA O.I. EMPÍRICA (NEIO)

4.1 Modelagem dos Resultados Considerando Sazonalização

Prioridades com Teste de Escalonabilidade

O MMD se baseia no sistema no sistema linearizado das equações de fluxo de potência, ou seja: Δ (4.1)

Introdução aos Problemas de Roteirização e Programação de Veículos

Rede de Hopfield. Rede de camada única com realimentação x n x 2 x 1 w 1n. w n2. w n1 w 2n w 21. w 12

Eletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos.

Laboratório de Mecânica Aplicada I Determinação de Centros de Gravidade

4 Discretização e Linearização

6 Análises de probabilidade de ruptura de um talude

2 Referencial Teórico

γ = C P C V = C V + R = q = 2 γ 1 = 2 S gas = dw = W isotermico

2 - Análise de circuitos em corrente contínua

4 Análise de confiabilidade de estruturas

Gráficos de Controle para Processos Autocorrelacionados

Diferença entre a classificação do PIB per capita e a classificação do IDH

CAPITULO II - FORMULAÇAO MATEMATICA

23/8/2010. Bem Estar e Poder de Mercado: 1. Eficiência alocativa; 2. Eficiência produtiva e 3. Eficiência dinâmica (progresso técnico).

REGRESSÃO NÃO LINEAR 27/06/2017

Física Moderna II - FNC376

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON

4.1. Tábuas de mortalidade

Resistores. antes de estudar o capítulo PARTE I

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Aula 2. aula passada. Bibliografia: VVH (1995), cap 4; Motta (2005), Cap 2, 3; 1. Definição, objetivos; 2. Defesa da concorrência no Brasil;

Contabilometria. Aula 8 Regressão Linear Simples

Atividade em Soluções Eletrolíticas

SISTEMAS DE ABASTECIMENTO E DISTRIBUIÇÃO DE ÁGUA

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

8 Soluções Não Ideais

PREFEITURA MUNICIPAL DE CURITIBA

Gestão e Teoria da Decisão

ANÁLISE DINÂMICA DE SISTEMAS CONTÍNUOS

Representação e Descrição de Regiões

Jogos. Jogos. Jogo. Jogo. Óptimo alvo investigação

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas

MINISTÉRIO DA CIÊNCIA E TECNOLOGIA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS

Regressão Linear Simples by Estevam Martins

EXPANSÃO TÉRMICA DOS LÍQUIDOS

2 Agregação Dinâmica de Modelos de Turbinas e Reguladores de Velocidade: Teoria

Transcrição:

Função de Incdênca: uma possível unão da Teora de Metapopulação com a Ecologa da Pasagem?

Função de Incdênca: uma possível unão da Teora de Metapopulação com a Ecologa da Pasagem? INTRODUÇÃO O que é uma metapopulação? Por que a ecologa de metapopulações é mportante? O MODELO CLÁSSICO DE LEVINS AMPLIAÇÃO DO CONCEITO DE METAPOPULAÇÃO O MODELO DE FUNÇÃO DE INCIDÊNCIA

Dos modelos espacalmente mplíctos para os explíctos e realstas Modelos espacalmente mplíctos Modelos que supõem que todas as populações são de mesmo tamanho e estão gualmente conectadas. O espaço é consderado (área e solamento), porém a localzação de cada patch não tem mportânca. Exemplo: modelo de Levns

Dos modelos espacalmente mplíctos para os explíctos e realstas Modelos espacalmente explíctos Modelos nos quas o espaço é dvddo em células (pxels) de gual tamanho, onde apenas a presença ou ausênca da espéce nas células é consderada; a mgração depende da dstânca e é em geral restrta às células vznhas. Exemplo: Lattce model, cellular automata model

Dos modelos espacalmente mplíctos para os explíctos e realstas Modelos espacalmente realstas Modelo que caracterza espacalmente cada patch em função de sua área, qualdade e localzação espacal dentro de uma pasagem real. Exemplo: Incdence Functon model

Função de Incdênca: uma possível unão da Teora de Metapopulação com a Ecologa da Pasagem? INTRODUÇÃO O que é uma metapopulação? Por que a ecologa de metapopulações é mportante? O MODELO CLÁSSICO DE LEVINS AMPLIAÇÃO DO CONCEITO DE METAPOPULAÇÃO O MODELO DE FUNÇÃO DE INCIDÊNCIA

O modelo de Função de Incdênca (Hansk 1992, 1994, 1997) É dervada da teora das lhas Probabldade de ocorrênca de espéces em função de característcas da lha (área, solamento, rqueza, etc). Premssas de Função de Incdênca 1. A ocorrênca da espéce é dnâmca devdo a processos de extnção local e colonzação a partr do contnente; 2. A varação da qualdade do habtat não está relaconada com o tamanho do patch; 3. A espéce atngu um equlíbro de colonzação e extnção. dnâmca local > dnâmca da metapopulação

O modelo de Função de Incdênca (Hansk 1992, 1994, 1997) Função de Incdênca dfere do modelo de Levns em 3 pontos: 1. O número de populações locas não é nfnto 2. Os patches de habtat podem ter tamanhos varados 3. Cada patch tem uma localzação espacal únca (varação no solamento)

O modelo de Função de Incdênca Num manland-sland metapopulaton : dp/dt = c (1-P) - ep No equlíbro: P = c / (c+e) Modelo de Função de Incdênca: J = C C + E J : probabldade a longo prazo do patch ser ocupado (ncdênca de ocupação) C : probabldade do patch ser colonzado E : probabldade do patch sofrer extnção Com rescue effect : J = C C + E C E

O modelo de Função de Incdênca O passo segunte é relaconar a extnção, E, e a colonzação, C, com característcas da pasagem fragmentada. Tamanho, forma, qualdade do fragmento taxa de extnção local Conectvdade da pasagem taxa de recolonzação A Função de Incdênca prvlega ncalmente a nfluênca da área e do solamento.

O modelo de Função de Incdênca Extnção Assumndo que : Os patches têm a mesma qualdade O tamanho da população está dretamente relaconado com o tamanho do patch A probabldade de extnção depende do tamanho da população Então : A probabldade E é uma função da área do fragmento (A) E e = mn(1, x A ) e, x são duas constantes

O modelo de Função de Incdênca Extnção E = e mn(1, x A ) x descreve a força da relação da probabldade de extnção com a área A Para x > 1, há uma lmar de tamanho a partr do qual a extnção é muto pouco provável Para x< 1, não há lmar e mesmo populações grandes têm rsco substancal de extnção

O modelo de Função de Incdênca Extnção E = e mn(1, x A ) Se A ex então E = 1 Se A 1 1 > ex então E = e A x A 0 = e x

O modelo de Função de Incdênca Colonzação A probabldade C é uma função do número de mgrantes, M, chegando no fragmento C 2 M = M + y 2 2 Resulta numa curva em S varando de 0 a 1 y ndca a rapdez da colonzação com o aumento de M C aumenta exponencalmente com M C = 1 exp( ym )

O modelo de Função de Incdênca Colonzação M = β S onde: S = p exp( αd ) A j j j S é uma somatóra para todos os patches envolta do patch focal β é uma constante avalada em função: da densdade de ndvíduos no patch da taxa de emgração da fração de emgrantes sando dos patches j ndo para P j = 0 quando patch j está vazo e P j =1 quando patch j ocupado α é uma constante relaconada à taxa de sobrevvênca dos mgrantes numa dstânca d j S é uma medda nversamente relaconada ao solamento

O modelo de Função de Incdênca Substtundo: e C E = = 2 M M + y e A x 2 2 onde em: [ ] pjexp( dj) Aj M = β S = β α C J = C + E C E Então: J = 1+ ey 2 ' SA x 1 onde ' 2 y = (y/ β) Lnearzando: J ln 1 J ' = ln(ey ) + 2ln(S ) + xln(a )

O modelo de Função de Incdênca Como levantar ou estmar os parâmetros? Incógntas de extnção: e, x Incógntas de colonzação: (y, β), y, α α (taxa de sobrevvênca dos mgrantes em função da dstânca) pode ser estmado utlzando dados de captura e recaptura. y (a efcênca da colonzação em função da quantdade de mgrantes) pode ser avalada expermentalmente e pode ser avalada conhecendo-se Ao e e y em geral não podem-se estmados ndependentemente y, e, x podem ser estmados ajustando a a função de ncdênca (J desconhecdo) aos dados de campo (P conhecdo) (equação logístca)

O modelo de Função de Incdênca Dados báscos necessáros para avalar a Função de Incdênca Mapa com presença e ausênca da espéce A partr do mapa você lavanta-se as áreas (A) e as dstâncas entre os fragmentos (dj) Estma os parâmetros de E e C pela função de ncdênca

O modelo de Função de Incdênca Camnhando para uma pasagem mas real Tamanho, forma, qualdade do fragmento taxa de extnção local Conectvdade da pasagem taxa de recolonzação

O modelo de Função de Incdênca Camnhando para uma pasagem mas real Incorporando a qualdade do patch E = e A x A ' = Q. A Q* : área efetva do patch Q: qualdade do patch Q*: qualdade máxma do habtat (=1) A '

O modelo de Função de Incdênca Camnhando para uma pasagem mas real Incorporando a forma do patch E = e A x A ' = Q Q* : área efetva do patch Q: índce de forma do patch Q*: forma arrendondada (=1) A '

O modelo de Função de Incdênca Camnhando para uma pasagem mas real Incorporando a conectvdade do patch

O modelo de Função de Incdênca Camnhando para uma pasagem mas real Incorporando a conectvdade do patch

O modelo de Função de Incdênca Camnhando para uma pasagem mas real Incorporando a conectvdade do patch M = β S onde: S = p exp( αd ) A j j j d j ' d = d.r j ' j : dstânca efetva do patch d j : dstânca eucldana r : resstênca aos fluxos bológcos das undades da pasagem entre e j ( r 1)

O modelo de Função de Incdênca Camnhando para uma pasagem mas real Molanen & Hansk 1998 Metapopulaton dynamcs: effects of habtat qualty and landscape structure Ecology 79: 2503-2515 No caso de Melta cnxa a nclusão de parâmetros de qualdade do patch e de permeabldade da matrz não trouxe uma melhora sgnfcatva na capacdade do modelo de prever o padrão de ocupação. Quando uncamente o solamento e a área são sufcentes?