Índice
O Curso
Material de Apoio
Área dos Alunos
Visitantes
Forum
notaR
Área Restrita
Cursos Anteriores
IBUSP
Outras Insitutições
IBUSP
Outras Insitutições
Mestranda em Ecologia, Instituto de Biociências, USP. Formada em Ciências Biológicas pela Universidade Federal de Santa Catarina (UFSC). Área de interesse: ecologia trófica em áreas fragmentadas. Orientadora: Cristina Banks-Leite
Propostas de Função
Proposta 1) Classificação de período de atividade
Juntamente com habitat e dieta, o período de atividade é considerado um dos principais componentes do nicho (Schoener, 1974). Determinar o padrão de atividade para espécies silvestres tem grande importância sob a perspectiva da história natural das mesmas, sendo também relevante para o manejo e esforço de pesquisa. Segundo Gómez et al. 2005, para avaliar a viabilidade de determinadas metodologias é importante compreender os padrões de atividade das espécies alvo do estudo.
Uma das metodologias para determinar período de atividade baseia-se em Gómez et al. (2005), onde as espécies são classificadas como: diurnas (<10% dos registros à noite), noturnas (>90% dos registros à noite), predominantemente diurnas (entre 10 e 30% dos registros à noite), predominantemente noturnas (entre 90 e 70% dos registros à noite) e crepuscular (50% dos registros durante a fase crepuscular), o restante das espécies são classificadas como arrítmicas.
Para classificar cada registro como noturno, diurno e crepuscular, segue-se Van Shaick & Griffths (1996), onde são considerados registros crepusculares eventos ocorrentes 1h antes e depois do nascer e pôr do sol; diurno como sendo eventos ocorrentes entre 1h depois do nascer do sol e 1h antes do por do sol e noturno como sendo eventos ocorrentes entre 1h depois do pôr do sol e 1h antes do nascer do sol.
Proposta: Desenvolver uma função que classifique o período de atividade segundo Gómez et al. (2005), gerando também um histograma com a distribuição de registros ao longo do dia.
Referências:
Gómez, H.; Wallace, R.B.; Ayala, G.; Tejada, R. 2005, Dry season activity periods os some Amazonian mammals. Studies on Neotropical Fauna and Environment, 40 (2).
Schoener, T. W. 1974. Resource partitioning in ecological communities. Science, 185: 27-39.
Van Shaick, C.P. & Griffths, M. 1996, Activity periods of Indonesian rain forest mammals. Biotropica, 28(1).
Proposta 2) Cálculo de esforço amostral em estudos com armadilhas fotográficas
Os hábitos predominantemente noturnos da maioria dos mamíferos de médio e grande porte, as áreas de vida relativamente grandes e as baixas densidades populacionais dificultam o estudo de diversas espécies (Santos, 2006). A utilização de armadilhas fotográficas tem sido um importante instrumento para desvendar os padrões de atividade de mamíferos em ambiente natural, principalmente para o registro de espécies de difícil observação e captura (Cuttler & Swann, 1999).
As armadilhas fotográficas funcionam a partir de um conjunto de sensores de infravermelho passivo para detecção de calor associado a movimento. Quando algum animal passa pela frente da armadilha e gera variação de infravermelho a fotografia é registrada.
Por se tratar de um equipamento eletrônico, eventualmente podem ocorrer falhas no funcionamento que alteraram o esforço amostral do estudo. Para calcular o mesmo, é necessário considerar apenas o intervalo da data do primeiro e do último registro. Dessa forma, pode-se afirmar que a armadilha realmente funcionou no intervalo verificado.
Proposta: Desenvolver uma função que calcule o esforço amostral gerado por armadilhas fotográficas.
Referências:
Santos, A.J. 2006. Estimative de riqueza em espécies. In: Métodos de estudo em biologia da conservação e manejo da vida silvestre(L. Cullen Jr., R Rudran & C. Valladares-Paua eds). 2ªedição. Editora UFPR. 19-41
Cutler T.L. & Swann D.E. 1999. Using remote photography in wildlife ecology: a review. Wildlife Society Bulletin, 27(3): 571-581.
Proposta 1 – Proposta simples e objetiva. Uma questão que você deverá refletir é sobre como lidar com registros obtidos de diferentes indivíduos vs. registros obtidos de um mesmo indivíduo. Para tornar a função mais geral seria bacana incluir um argumento que especifique se os registros são individualizados (i.e., se é possível definir a qual indivíduo o registro pertence) ou não. A possibilidade de avaliar a quantidade de variabilidade individual no horário de atividade entre diferentes espécies tornaria a função ainda mais interessante. Falta explicitar mais detalhes sobre como será a função, por exemplo, como será a entrada de dados.
Proposta 2 – Proposta simples, objetiva e de interesse mais geral do que a primeira. Falta fornecer mais detalhes sobre como será a função.
—- Carlos
A proposta 1 foi escolhida para o desenvolvimento da função. Para isso, algumas modificações foram feitas. A ideia inicial da proposta seria realizar uma função que, a partir de um data frame com data e hora de registro de diferentes espécies, retornasse a classificação de período de atividade (Gómez et al. 2005) de cada espécie e um gráfico de barras com a distribuição dos registros por hora. Essa classificação considera as espécies como: diurnas (<10% dos registros à noite), noturnas (>90% dos registros à noite), predominantemente diurnas (entre 10 e 30% dos registros à noite), predominantemente noturnas (entre 90 e 70% dos registros à noite) e crepuscular (50% dos registros durante a fase crepuscular), o restante das espécies são classificadas como arrítmicas. Para tornar a proposta viavel, a função teria que transformar cada registro em um evento “Diurno”, “Noturno” ou “Crepuscular” baseado no horário de nascer e pôr-do-sol. Entretanto esses horários variam ao longo do ano e de acordo com a localização geográfica. Dessa forma, optou-se por simplificar a função, determinando que o usuário inserisse seus dados já classificados como eventos diurnos, noturnos e crepusculares. Por fim, a função criada calcula a porcentagem dos registros por classe e compara com a metodologia sugerida por Gómez et al. (2005), gerando as classificações “Diurnal”, “Nocturnal”, “Crepuscular”, “Mainly Diurnal”, “Mainly Nocturnal” e “Arritmic”. Além disso, é gerado um gráfico de barras com a frequência dos registros por classe de evento (e.g. Diurno, Noturno e Crepuscular).