Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumo
A Geografia e mais propriamente a Biogeografia tm desempenhado um papel de extrema
importncia na preservao da biodiversidade. Uma das principais ferramentas na definio
de estratgias com esse fim tem sido a modelao de habitats potenciais.
Este trabalho apresenta uma metodologia de obteno de habitats potenciais atravs da
integrao de modelos espaciais representativos de vrios factores biofsicos com registos de
ocorrncia de trs espcies de flora (variveis dependentes): Thymus villosus L. sub. villosus;
Teucrium chamaedrys L. e Silene longicilia (Brot.) Otth. A rea de estudo corresponde ao
Parque Natural das Serras de Aire e Candeeiros (PNSAC), tendo sido utilizada uma resoluo
mnima considerada de elevado detalhe (900 m2).
Para a caracterizao biofsica da rea foram modelados diversos factores ecolgicos
(variveis independentes) como a radiao solar potencial, intensidade de vento, profundidade
do horizonte A do solo, geologia do substrato, drenagem acumulada, e uso do solo. Como
modelo estatstico de integrao foram utilizadas regresses no paramtricas obtidas a partir
de redes neuronais artificiais. Este um mtodo de utilizao recente na rea cujos valores de
desempenho se tm revelado superiores mdia em vrios trabalhos.
A avaliao dos modelos foi realizada efectuando uma validao cruzada K-fold, em que as
amostras iniciais foram particionadas em K amostras sendo apenas uma delas utilizada para
validao e o processo repetido K vezes, permitiu atingir valores de desempenho entre os
74% e os 85%.
Palavras-chave: Modelao, habitats, redes neuronais artificiais, flora, factores ecolgicos
1,2
Departamento de Geografia da Faculdade de Letras da Universidade de Lisboa, Alameda da Universidade, 1600 214
I - Introduo
Actualmente, na comunidade cientfica, consenso geral que a biodiversidade est sob
ameaa. Umas das principais causas, responsvel pelo aumento percentual das espcies em
risco, e tambm apontada como sendo a de maior impacte, a destruio de habitats.
Contudo, a geografia no tem estado alheia luta pela conservao da biodiversidade e uso
sustentvel dos recursos naturais. Sendo no espao fsico que se manifestam muitos dos
impactes causados sobre os seres vivos, o conhecimento e o estudo biogeogrfico tm
desempenhado um papel de extrema importncia na sua conservao. Este papel,
desempenhado pela biogeografia, levou a uma definio recente do conceito de Biogeografia
da Conservao (Whittaker et al., 2005). Uma das principais ferramentas desta cincia em
conjunto com a Macroecologia prende-se com a realizao de modelos preditivos, com
recurso a informao espacializada, da distribuio biogeogrfica ou de habitats potenciais. A
criao destes modelos preditivos de ocorrncia ou adequao a uma determinada espcie ou
comunidade permite, por um lado, identificar locais no inventariados onde estas possam
ocorrer e, por outro, identificar reas com condies favorveis sua existncia, ainda que
esta no se verifique. A utilidade destes resultados bvia, pois a obteno de locais de
adequabilidade potencial proporciona um conhecimento mais aprofundado da importncia
ecolgica da rea em estudo, tornando-se uma mais valia na planificao de estratgias de
conservao, estudos de avaliao de impactos, planos de ordenamento, aces de reintroduo, entre outros.
De um modo simples, este tipo de modelos pode ser interpretado como a anlise multivariada
de dados espacializados, passveis de esclarecer a relao existente entre a varivel
dependente (como por exemplo, presena de espcie ou comunidade), com uma ou mais
variveis independentes representativas de factores fsicos ou biticos com influncia na sua
distribuio.
At muito recentemente, grande parte da realizao destes modelos preditivos era aplicada a
extensas reas, com contrastes elevados e nveis de detalhe reduzidos. Actualmente, um dos
desafios vigentes prende-se com a aplicao destes modelos a reas cada vez mais reduzidas e
com escalas de modelao mais detalhadas.
1 Caracterizao da rea de estudo
A rea de estudo corresponde ao Parque Natural das Serras de Aire e Candeeiros (PNSAC)
(39 30' N; 8 50W). Os seus limites encerram, aproximadamente, uma rea total de 389 km2
nos quais se integram a totalidade da Serra dos Candeeiros, a Oeste, o Planalto de Santo
2
representam elementos consumveis pelas espcies, como os nutrientes, a gua ou a luz para
as plantas. Os factores directos so tambm variveis biofsicas de importncia fisiolgica,
mas que no so passveis de ser consumidos, como o pH ou a intensidade do vento. Por
ltimo, consideram-se ainda as variveis indirectas, que no representam directamente uma
importncia ecolgica directa para as espcies ou comunidades, como o caso do declive, da
exposio e da altitude.
Do ponto de vista metodolgico, para a sua aplicao em sistemas de informao geogrfica,
so apenas considerados dois grupos de variveis. O primeiro grupo rene as variveis que
determinam directamente a ocorrncia ou no de determinada espcie, ou seja, os factores
ecolgicos. Os segundos correspondem a factores indirectos que apresentam, regra geral, uma
maior preciso devido exactido dos seus processos de criao, correspondendo muitas
vezes a uma derivao directa de modelos digitais do terreno (como o declive, a posio
topogrfica e a exposio), no entanto, no explicam de uma forma directa a ocorrncia das
espcies. Para a realizao deste trabalho optou-se por escolher variveis, na sua maioria,
pertencentes ao primeiro tipo por diversas razes: a incluso de factores ecolgicos possibilita
um melhor conhecimento da relao dos objectos de estudo (espcies) com o meio, os
resultados obtidos so mais realistas e de interpretao directa e, por ltimo, a construo
destes factores em sistemas de informao geogrfica , em si mesmo, um objectivo para este
trabalho, possibilitando a divulgao de metodologias para a realizao de representaes
espaciais de alguns factores ecolgicos mais importantes, alguns deles ainda pouco
explorados nesta rea. Esta escolha acarreta consigo a necessidade de que os modelos
realizados possuam um rigoroso controlo do erro, de modo a evitar a sua propagao nos
resultados finais. Alm do reduzido erro, a sua definio espacial dever ainda ser elevada,
uma vez que a rea a trabalhar (PNSAC) de reduzidas dimenses no contexto de um
trabalho deste tipo. No obstante a primazia dada a estes factores, optou-se, tambm, por
incluir dois outros modelos indirectos, representativos de factores ecolgicos considerados
importantes e, para os quais, no se conseguiu realizar modelos directos, ou com reduzidos
valores de erro.
Odum (2004), refere os principais factores fsicos limitantes para a regulao de populaes,
sobretudo produtores: a temperatura, a luz, a gua, os gases atmosfricos, os nutrientes, as
correntes e presses, o solo e o fogo. A representao espacial de alguns destes factores
difcil, sobretudo para aqueles que apresentam uma relao difusa com as variveis espaciais
mais facilmente modeladas, como a altitude ou o declive. neste contexto que os gases
atmosfricos e os nutrientes so praticamente excludos dos trabalhos de modelao de
4
habitats. O fogo no ser tambm contemplado e, embora este tenha exercido uma forte
influncia sobre vrias reas do PNSAC, a construo de modelos de habitat potencial
pressupe que as populaes se encontram em equilbrio com o ecossistema, no sendo, desta
forma, apropriado para populaes que se encontrem em dinmicas de crescimento ou
regresso a curto prazo.
A gua, embora constitua um factor limitante de elevada importncia, aqui representada por
um factor indirecto, o modelo de fluxo acumulado de gua. O desconhecimento de
metodologias adequadas de modelao espacial directa desta varivel, dentro das
necessidades deste trabalho, fez com que se utilizasse este ndice em sua substituio. Para
tal, h ainda que considerar a elevada permeabilidade da maioria do substrato do PNSAC.
Assim, reconhece-se, partida, a possibilidade de impreciso quantitativa deste modelo, no
entanto, considerando-se uma permeabilidade uniforme pela rea, pressupe-se que a
hierarquizao espacial traduz a variabilidade relativa existente entre as clulas.
Nas correntes e presses, para ecossistemas terrestres, o elemento mais significativo
corresponde ao vento e intensidade com que fustiga o terreno. Assim, para representar este
factor, foi considerado um modelo de intensidade do vento. A temperatura e a luz,
correlacionadas em termos de distribuio espacial, encontram-se traduzidas por um modelo
de radiao solar potencial. Por fim o solo. Para a rea de estudo, uma das melhores
caractersticas encontradas para a sua representao, foi o seu grau de desenvolvimento (ou
disponibilidade) que foi traduzido por um modelo de profundidade do horizonte A. A somar a
esta caracterizao, foi tambm considerada a incluso do factor indirecto substrato
geolgico, pela importncia que tem nos vrios atributos dos solos. Alm dos factores
citados por Odum (2004), foi ainda considerado um modelo de uso do solo, pela implicao
que os diversos usos tm na variao espacial, ao nvel do solo, de muitos destes factores.
1 - Criao do modelo digital do terreno
Muitas das variveis utilizadas neste trabalho so derivadas de um modelo digital do terreno
(MDT) da rea do Parque, pelo que a sua correcta criao reveste-se de extrema importncia,
diminuindo a propagao de erros e permitindo obter resultados mais precisos, como tem sido
posto em evidncia por vrios autores (Felicsimo, 1994 e Reis, 1996).
A criao do modelo digital do terreno foi efectuada com base na informao altimtrica
vectorial de curvas de nvel e pontos cotados, das cartas militares de Portugal, escala
1: 25 000. Com esta informao, procedeu-se criao de um modelo de rede triangular
irregular (TIN), com uma margem envolvente rea do PNSAC.
5
(0.1)
(0.2)
)
A relao dos raios solares com a morfologia do terreno dada pelo ngulo de incidncia (
entre a normal da vertente e os raios solares, sendo traduzida pela equao
(0.3)
em que:
das reas de sombra pode ser facilmente realizada atravs de programas SIG que contenham
mdulos de clculo de modelos de sombra, como o caso do Software livre SAGA GIS
(Conrad, 2003), que foi aqui utilizado.
Clculo do modelo
A operao de clculo do valor de radiao potencial, para o PNSAC, realizada para cada
uma das clulas que compem o modelo de terreno, sendo ainda necessrio integrar o modelo
de declives e um modelo de exposio das vertentes, de modo a relacion-la com a
morfologia do terreno, como dado na equao do ngulo de incidncia. No entanto, tal como
evidenciado no ponto anterior, a quantidade de radiao solar para um local varia em termos
temporais com o ngulo horrio e com a declinao do Sol, ou seja, uma representao
correcta da quantidade total anual de radiao potencial recebida teria que compreender a
radiao de todos os dias do ano, por unidade temporal diria (por exemplo, hora a hora).
Desta forma, quanto mais detalhada esta resoluo temporal, mais preciso ser o valor obtido,
devido variao do ngulo de incidncia com a forma do terreno. Na impossibilidade
tcnica da realizao de um nmero to elevado de modelos e, tendo em conta que o interesse
maior deste derivado se prende com a variao da distribuio espacial da radiao no terreno
e no com os valores totais anuais, realizou-se a construo do modelo para o que podemos
chamar de dia mdio, ou seja, um dia de equincio com valores horrios acumulados da
radiao potencial recebida nas 24 horas.
O clculo foi realizado com recurso programao de uma rotina no Software ILWIS, que
aplica as equaes anteriores ao valor de cada clula para cada meia hora. Posteriormente,
foram retirados os valores de clulas que os modelos automticos do SAGA GIS (Conrad,
2003) indicam como estando sombra naquele perodo de tempo. O modelo final corresponde
ao somatrio das 48 meias horas, convertidos para kJ/m2.
Por se tratar de um modelo derivado de equaes de carcter exacto, no se considerou
necessrio recorrer sua validao.
O mapa resultante encontra-se na figura 1.
variveis consideradas baseiam-se no trabalho de Costa (2004), que refere como principais
factores de formao do solo: o clima, os organismos, a rocha-me, o relevo e o tempo.
O factor climtico no considerado, uma vez que se admite que a rea de estudo no
apresenta contrastes suficientemente significativos para o processo de formao do solo.
Tambm o factor tempo no foi considerado por no ser espacialmente representvel, pelo
menos considerando um modelo esttico, como se pretende. Deste modo foram apenas
considerados os restantes factores. Os organismos (neste caso apenas macroscpicos) so
representados por um ndice de vegetao, a rocha-me pela geologia do substrato e o relevo
por alguns modelos representativos da sua complexidade. A geologia foi obtida a partir da
vectorizao das Cartas Geolgicas de Portugal 26-B, 26-D, 27-A e 27-C, escala 1: 50 000.
No que respeita aos ndices topogrficos foram considerados o declive, o ndice CTI
(Compound Topographical Index) e o ndice STI (Sediment Transport Index) (Hengl et al.,
2003), assim como um modelo de reas planas classificadas em topo, patamar e base. Este
modelo foi obtido atravs de um algoritmo desenvolvido para o presente trabalho, e tendo
como base a comparao de valores de altitude das ltimas clulas, consideradas planas, com
as clulas limtrofes. Por fim, como representao da influncia biolgica, considerou-se um
ndice NDVI (Normalized Difference Vegetation Index) obtido a partir de bandas LANDSAT.
(0.4)
Esta equao foi executada utilizando os mapas como variveis. O mapa gerado visvel na
figura 2.
9
Figura 2 Modelao da profundidade do horizonte A do solo com recurso regresso linear mltipla.
10
PClasse =
pxi cxi
py n 1 Cjxi
(0.5)
(0.6)
Para o modelo categrico, derivado da probabilidade de Bayes, foi efectuada uma comparao
directa entre as classificaes obtidas e os valores dos pontos de validao.
11
Quadro I Erro mdio e estatsticas sumrias (cm) dos valores de erro do modelo originado por regresso
linear mltipla e ponderao de factores
Regresso linear
Ponderao de
factores
E. M.
Desvio-padro
Mnimo
Mximo
Mediana
12
4,2
2,9
8,2
12
6,5
5,1
18,44
4,9
n
12
% de
% de
% de classe incorrecta que
% de classe incorrecta que no
classe
classe
pertencem classe
pertencem classe imediatamente
seguinte
correcta incorrecta imediatamente seguinte
66,6
33,3
75,3
24,7
O modelo que, partida, apresentou os melhores resultados foi o derivado da regresso linear
mltipla. O erro mdio apresentado foi menor que o do mtodo de modelao por ponderao
de factores (-2,3 cm), o desvio-padro foi menor (-2,2 cm) e o erro mximo foi tambm
bastante inferior (-10,2 cm). O modelo derivado das probabilidades de Bayes tambm no
atingiu um grau de desempenho muito elevado (66%), muito possivelmente devido
necessidade de desagregao da varivel dependente em trs sub-amostras.
Considerando-se estes resultados, a modelao de habitats ir integrar o mapa obtido por
regresso linear mltipla.
12
Este ambiente de modelao assenta nos princpios da dinmica de fluidos, pelo que aplica as
equaes de Navier-Stokes, para descrever o fluxo do vento ao longo das variaes do terreno.
A turbulncia, sendo a principal debilidade das equaes referidas, modelada com a
aproximao rng (Butler et al., 2006).
A aplicao destas equaes implementadas no WindWizard computa clulas tridimensionais
de dimenso varivel sobre o modelo de altitudes, interpretando para cada uma o fluxo e a
intensidade, de acordo com os valores das clulas vizinhas. A sua aplicao sobre a rea de
estudo requer vrios parmetros de entrada, sendo necessrio fornecer, logo partida, um
modelo digital do terreno em estrutura matricial, pelo que se forneceu um modelo matricial
com resoluo de clula de 30 metros. Neste modelo digital do terreno foi includa uma rea
envolvente de 5 km em redor dos limites do PNSAC, de modo a entrar em conta com o efeito
da orografia circundante. Relativamente representao do terreno ainda necessrio indicar
a sua rugosidade dominante. A rugosidade corresponde ao nvel de atrito e tipo de obstculos
que o fluxo de ar encontra no seu percurso. Assim, e considerando o domnio arbustivo
existente na rea de estudo, foi indicada uma rugosidade mdia adequada a este tipo de
cobertura. Os parmetros da velocidade e orientao do fluxo de vento, tambm necessrios
como parmetro de entrada, foram obtidos com base nas aero-sondagens de Lisboa-Portela.
Apesar do afastamento geogrfico entre os dois locais, o WindWizard assenta a sua
modelao em valores registados em altitude, de preferncia ligeiramente acima do ponto
mais elevado que se encontre na rea, que de 678 m na Serra de Aire. Assim, as leituras
13
foram efectuadas aos 925 hPa que, com a reduo da atraco gravitacional da terra,
corresponde aproximadamente aos 800 metros de altitude. As leituras realizadas a 925 hPa,
ainda que com algum afastamento da rea de estudo, mantm-se fiveis, pois altitude que
este nvel de presso se reporta no so sentidos, para esta rea, os efeitos da orografia que
caracterizam as medies das estaes meteorolgicas superfcie. Assim, foram utilizados
os registos gratuitos das aero-sondagens de Lisboa-Portela, compreendendo um perodo
disponvel de 7 anos, de 1999 a 2005, com interrupes. Os valores de velocidade e
orientao aos 925 hPa foram agrupados e separados por octante de provenincia, tendo sido
calculada a frequncia de cada um deles ao longo do ano, bem como a sua velocidade mdia.
Na modelao foi ento introduzido o valor central de cada octante, em graus, e a velocidade
mdia correspondente, tendo sido efectuado, a posteriori, a ponderao final dos modelos.
Validao do modelo
A validao deste modelo est condicionada pelos dados das estaes meteorolgicas
existentes na rea. Dentro dos limites do PNSAC existem duas estaes meteorolgicas
automticas, uma localizada a Norte de Minde e a outra no Arrimal, junto Lagoa Pequena.
Para a validao, alm destas, foram ainda consideradas outras quatro estaes, situadas fora
dos limites do PNSAC, mas consideravelmente afastadas dos limites do modelo de altitudes
que serviu de base modelao do vento. As quatros estaes automticas exteriores ao
PNSAC so as de Abr, Porto de Ms, Aljubarrota e Crespos. Os registos destas estaes no
vo alm de 3-4 anos, o que de certo modo impossibilita a avaliao do modelo total. Assim,
e tendo em conta este factor limitante, optou-se por avaliar um modelo por estao que entra
em conta unicamente com o perodo para o qual esta possui valores registados, ou seja,
procedeu-se criao de um modelo para cada estao com os valores em altitude (LisboaPortela) ponderados pelo perodo de tempo que a estao meteorolgica disponibiliza. Aps a
construo ponderada de cada um destes modelos, procedeu-se comparao dos seus valores
com os valores registados nas estaes, visvel na figura 3.
m/s
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
Modelados
Registados
0,0
Abr
Aljub.
Arrimal
Minde
Crespos
P. Ms
14
15
escalonamento de 0 a 100 dos seus valores originais, devido aos valores de acumulao
extremamente elevados que estes modelos por vezes atingem.
Validao do modelo
Para a validao do modelo realizou-se uma sobreposio entre o mapa originado
anteriormente e os pontos amostrados no terreno que se encontravam destinados a este fim.
Assim, foram calculadas as percentagens relativas aos pontos cujas classes foram
correctamente atribudas e, consequentemente, foram tambm calculadas as percentagens de
carcter errneo. A preciso obtida foi de 89,5%.
17
na
penltima
categoria,
correspondem
modelos
no
paramtricos,
19
entrada, uma ou mais camadas escondidas e uma camada de sada. Com excepo da camada
de entrada, todas as outras so constitudas por neurnios que apresentam capacidade de
aprendizagem. Estas redes so do tipo progressivo, ou seja, o fluxo processa-se unicamente no
sentido da sada de uma camada, para a entrada da camada seguinte, sem que ocorram
processos de retrocesso. A camada de entrada integra as variveis consideradas
condicionantes dos resultados da camada de sada. Assim, a camada de entrada vai
corresponder s variveis independentes e a camada de sada presena ou ausncia das
espcies. Deste modo, ainda necessrio configurar o nmero de camadas escondidas e o
nmero de neurnios presente em cada uma destas camadas.
Aps a configurao da rede, indicado o tipo de aprendizagem que esta vai efectuar. O
sistema Tiberius utiliza a retropropagao do erro, correspondendo este processo a um
mtodo de aprendizagem por correco do mesmo. A forma de aprendizagem realiza-se em
duas fases: inicialmente emitido um valor de teste, no sentido directo (das camadas de
entrada para a de sada), em que as ligaes das camadas apresentam um valor fixo.
Posteriormente, ao atingir a camada de sada, gerado um sinal de erro atravs da subtraco
dos valores chegados com os encontrados na camada de sada. Por conseguinte, este sinal de
erro obtido propagado de volta atravs dos mesmos neurnios, sendo os pesos das ligaes
ajustados de forma a aproximar, o mais possvel, os valores obtidos com os da camada de
sada.
20
21
cruzada K-fold. Este mtodo de validao consiste na reteno, para efeitos de validao, de
um reduzido nmero de registos de presenas aleatrias, sendo o modelo calibrado com os
restantes. Os valores obtidos pela regresso so, ento, comparados com os valores extrados
para validao. O processo repetido vrias vezes, com sub-amostras distintas, sendo o valor
de validao final obtido atravs da mdia aritmtica simples das diferentes comparaes.
Para a criao de cada uma das sub-amostras de validao foram extrados quatro registos. O
quadro III mostra os valores estatsticos simples do erro obtido de cada um dos modelos finais
para cada um dos cinco modelos preliminares, que lhes deram origem. Estes valores de erro
correspondem diferena entre o valor de probabilidade modelada, e o valor de presena (1)
ou de ausncia (0) efectivamente registados.
Quadro III Erro mdio e estatsticas sumrias dos valores de erro para os trs modelos de habitat
potencial
E. M.
Desvio-padro
Mnimo
Mximo
Mediana
Thymus villosus
20
0,26
0,12
0,96
0,22
Teucrium chamaedrys
20
0,21
0,09
0,78
0,21
Silene longicilia
20
0,15
0,08
0,86
0,17
Concluses
A realizao deste trabalho permitiu, sobretudo, identificar uma metodologia vlida para a
obteno de habitats potenciais. Com resultados de desempenho entre os 74% e os 85% podese confirmar, em grande parte, a aplicabilidade das redes neuronais artificias em trabalhos
23
Referncias bibliogrficas:
ABDI, H. - Neural Networks. Pp. 1-5. In: LEWIS-BECK, M. ; BRYMAN, A.; FUTING, T. (eds.). Encyclopaedia of Social Sciences Research Methods. Thousand Oaks (CA): Sage.
2003.
BUTLER, B. W. Et al. WindWizard: a new tool for fire management decision support [Em
linha]. [S.l.]: USDA Forest Service Proceedings, 2006. p. 787-796. [Consult. 26 Fev. 2007].
Disponvel em: http://www.fs.fed.us/rm/pubs/rmrs_p041/rmrs_p041_787_796.pdf.
CONRAD, O. - SAGA: System for Automated Geo-scientific analysis. Saga team, Gottingen.
2003.
24
HENGL, T.; GRUBER, S.; SHRESTHA, D. P. Digital terrain analysis in ILWIS [Em
linha]. Enschede: International Institute for Geo-Information Science & Earth Observation,
2003,
actual.
Jul.
2003.
[Consult.
26
Fev.
2007].
Disponvel
em:
http://www.itc.nl/personal/shrestha/DTA.
McCUNE, B. Nonparametric multiplicative regression for habitat modeling [Em linha].
[Oregon: s.n.], 2006. [Consult. 26 Fev. 2007]. Disponvel em: http://soil.scijournals.org
/cgi/content/full/ 64/6/2046.
MISKOV, L. Mapping of urban green cover using different image processing techniques
on VHR satellite data. In: Proceedings of: High-Resolution Earth Imaging for Geospatial
Information, ISPRS Hannover Workshop, 2007.
ODUM, E. P. Fundamentos de ecologia. 7 ed. Lisboa: Fundao Calouste Gulbenkian,
2004.
OKE, T. R. Boundary layer climates. 2nd ed. London: Routledge, 1996.
REIS, E. Aplicao dos sistemas de informao geogrfica na anlise morfolgica de
bacias hidrogrficas. Lisboa: Universidade Tcnica de Lisboa, 1996. Dissertao de
Mestrado.
REIS, E. et al. Integrao de dados espaciais em SIG para avaliao da susceptibilidade
ocorrncia de deslizamentos. Finisterra. Lisboa: Centro de Estudos Geogrficos. Vol.
XXXVIII, N. 76 (2003), p. 3-34.
SEGURADO, P.; ARAJO, M. An evaluation of methods for modelling species
distributions. Journal of Biogeography. [S.l.]: Blackwell Publishing. N. 31 (2004), p. 15551568.
WHITTAKER, R.; ARAJO, M. Conservation biogeography: assessment and prospect.
Diversity and distributions. [S.l.]: Blackwell Publishing. N. 11 (2005), p. 3-23.
25