Escolar Documentos
Profissional Documentos
Cultura Documentos
CENTRO DE BIOCIÊNCIAS
DEPARTAMENTO DE ECOLOGIA
DEPARTAMENTO DE OCEANOGRAFIA E LIMNOLOGIA
NATAL/RN
SETEMBRO, 2021
LUDMILLE ESPÍNOLA DE MEDEIROS
Natal – RN
2021
Universidade Federal do Rio Grande do Norte - UFRN
Sistema de Bibliotecas - SISBI
Catalogação de Publicação na Fonte. UFRN - Biblioteca Setorial Prof. Leopoldo Nelson - -Centro de Biociências - CB
Aprovada em:
BANCA EXAMINADORA
Ao meu filho, Davos, que mesmo tão pequeno compreendeu minha ausência, me
encheu de carinho nos dias mais difíceis e me deu forças para não desistir.
À minha orientadora, a prof.ª. Drª. Juliana Deo Dias, pela acolhida, compreensão,
paciência e conhecimento compartilhado.
À minha mãe e irmã que, mesmo diante de todas as dificuldades, sempre foram o meu
alicerce.
À minha família, em especial minha prima e irmã de alma, Maria Simony Espínola
Maciel a quem tenho tanto amor e apreço.
Ao Msc. e grande amigo, Felipe Eduardo Alves Coelho, por todo apoio, carinho e
conhecimento compartilhado.
Aos meus melhores amigos, Evellyn Miriam da Costa, Christel Angelina Ribes, João
Paulo Pereira da Câmara, Maria Karoline Leite dos Santos, Raquel Lúcia Souto de
Araújo e Ueslei Silva Nunes, por todo carinho e incentivo.
Enfim, a todos os amigos que estiveram comigo nessa jornada e todas as pessoas que
contribuíram para a minha formação, muito obrigada.
RESUMO
Raphidiopsis raciborskii é uma cianobactéria tropical que ganhou notoriedade por estar
em expansão ao redor do mundo, por formar florações potencialmente tóxicas e por ser
capaz de tolerar diferentes condições ambientais, portanto, acredita-se que esta espécie
está sendo beneficiada pelas mudanças climáticas porque ela foi encontrada até em
regiões de clima temperado. No Brasil, a invasão da espécie foi registrada principalmente
em reservatórios de abastecimento público, o que causa grande preocupação não somente
acerca dos impactos à biodiversidade como também à saúde humana.
O presente trabalho teve como objetivo investigar as principais condições climáticas que
podem influenciar a distribuição atual e a expansão potencial futura de R. raciborskii,
fazendo uso da abordagem de modelagem de nicho ecológico para estimar as áreas
adequadas à ocorrência no país, associando os pontos de ocorrência já conhecidos às
variáveis climáticas inerentes à ecologia da espécie e aos cenários climáticos projetados
para o Intergovernmental Panel on Climate Change (IPCC) com enfoque nos anos de
2040 e 2100. A temperatura média anual, a média da amplitude diurna da temperatura e
a precipitação anual foram as variáveis que mais contribuíram para distribuição da
espécie. As projeções obtidas mostraram que a adequabilidade de habitat para R.
raciborskii se manteve ao longo de toda a faixa litorânea brasileira em diferentes bacias
hidrográficas. No entanto, o cenário projetado a partir dos dados climáticos atuais é
consideravelmente mais adequado para espécie do que os cenários climáticos projetados
para o futuro.
Raphidiopsis raciborskii is a tropical cyanobacterium that has gained notoriety for being
in expansion around the world, for forming potentially toxic blooms and for being able
to tolerate different environmental conditions, hence, it is believed that this species is
benefiting from climate change since it was found even in temperate regions. In Brazil,
the invasion of the species was recorded mainly in public supply reservoirs, which causes
great concern not only about the impacts on biodiversity but also on human health.
The present study investigated the major climatic conditions that possibly influences the
current distribution and future potential expansion of R. raciborskii, using the ecological
niche modeling approach to estimate the areas suitable for occurrence in the country,
connecting the areas of occurrence already known to climatic variables inherent to the
ecology of the species and to climate scenarios predicted for the Intergovernmental Panel
on Climate Change (IPCC) with focus on the years 2040 and 2100 projections. The
Annual mean temperature, the mean diurnal range and the annual precipitation were the
variables that contributed the most to the distribution of the species. The models obtained
showed that the habitat suitability for R. raciborskii was maintained along the entire
Brazilian coastal line in different watersheds. However, the current estimated scenario is
better suited for the species than the scenarios predicted for the future.
AUC – Do inglês, The values of Area Under the Curve (Valores da Área sob a Curva);
AUCdiff – Do inglês, Difference of the Values of Area Under the Curve (Diferença entre
os Valores da Área sob a Curva);
1. INTRODUÇÃO ........................................................................................................12
2. OBJETIVO ...............................................................................................................15
3. MATERIAL E MÉTODOS .....................................................................................16
3.1 DADOS DE OCORRÊNCIA ...........................................................................16
3.2 VARIÁVEIS BIOCLIMÁTICAS ....................................................................16
3.3 MODELAGEM DE NICHO ECOLÓGICO ..................................................16
4. RESULTADOS .........................................................................................................18
5. DISCUSSÃO .............................................................................................................22
6. CONCLUSÃO ..........................................................................................................25
7. REFERÊNCIAS .......................................................................................................26
1. INTRODUÇÃO
Cylindrospermopsis raciborskii (Woloszynska) Seenayya e Subba Raju (1972), que
atualmente teve seu gênero alterado para Raphidiopsis raciborskii (Woloszynska)
Aguilera, Berrendero Gómez, Kastovsky, Echenique e Salerno (2018) é uma espécie de
cianobactéria, identificada pela primeira vez na ilha de Java, Indonésia por
Woloszynska em 1912, capaz de se dispersar facilmente, de formar florações e de
produzir toxinas bastante nocivas à fauna, flora e à saúde humana.
Além disso, R. raciborskii possui acinetos que são células resistentes e que auxiliam a
sobrevivência em condições ambientais desfavoráveis (Fabbro and Duinvenvoorden,
1996; Bouvy, 1999; Kling et al., 2009). No Brasil, a espécie é encontrada principalmente
em reservatórios de abastecimento entre as diferentes bacias hidrográficas ao longo da
faixa litorânea e é frequentemente descrita sem a presença dos heterocistos (Bouvy et
al.,2000), estruturas que possibilitam a fixação de nitrogênio. Ademais, apenas no país R.
raciborskii produz toxinas PSPs em suas florações e essa produção pode estar associada
à dureza da água causada pela urbanização desordenada (Lagos et al., 1999; Carneiro et
al., 2013).
12
mais frequentes em diferentes partes do mundo e a dominância de R. raciborskii pode ser
observada facilmente em reservatórios eutróficos e hipertróficos principalmente na região
semiárida do Nordeste brasileiro (Carneiro et al., 2013). A eutrofização é consequência
do aporte excessivo de matéria orgânica advindo das diferentes atividades antrópicas e
do uso demasiado dos recursos hídricos. Esse processo é intensificado pelas mudanças
climáticas (Jeppesen et al. 2010b) e leva ao desequilíbrio do ecossistema aquático
deteriorando a qualidade da água, resultando em problemas ambientais e de saúde
pública.
À vista disso, a Organização das Nações Unidas (ONU) criou o Intergovernmental Panel
on Climate Change (IPCC) com o propósito de disseminar o conhecimento produzido
acerca das mudanças climáticas (Weart, 2003). Tais modelos integram o Coupled Model
Intercomparison Project (CMIP) e compõem os relatórios do IPCC com a finalidade de
demonstrar a contribuição das ações humanas para o aquecimento do clima global.
13
Pathways (RCPs) – ganharam novas versões no CMIP6 e são chamados de SSP1-2.6,
SSP2-4.5, SSP4-6.0 e SSP5-8.5 – Shared Socioeconomic Pathways (SSPs) –. Esses
cenários representam várias circunstâncias de desenvolvimento populacional e de
emissão dos gases de efeito estufa (GEE) impulsionadas por diferentes suposições
socioeconômicas, como o acesso à educação, a urbanização e o desenvolvimento
tecnológico, atreladas às ações de mitigação dos efeitos do aumento da temperatura
global. Sendo assim, o SSP1-2.6 retrata um cenário de mitigação eficiente, o SSP2-4.5 e
o SSP4-6.0 correspondem à cenários medianos e o SSP5-8.5 configura um cenário sem
nem um tipo de ação mitigadora e com emissões de GEE muito altas.
A modelagem de nicho ecológico (ENMs) é uma das ferramentas mais utilizadas para
prever a distribuição de espécies perante cenários distintos, essa abordagem de
modelagem desenvolveu-se especialmente no campo da biogeografia com base na
quantificação das relações espécie-meio (Guisan e Thuiller, 2005) mas essa ótica
também possibilita investigar diversos assuntos na ecologia como o estabelecimento de
áreas prioritárias para conservação (Garcia, 2006), a determinação da distribuição
geográfica passada de uma espécie (Hugall et al., 2002) e fazer previsões sobre a sua
distribuição futura (Siqueira e Peterson, 2003). Esses modelos relacionam dados de
ocorrência das espécies com variáveis climáticas-ambientais, gerando, portanto, uma
representação da adequabilidade de habitat para espécie (Anderson et al., 2003).
14
2. OBJETIVO
O presente estudo teve como objetivo investigar as principais condições climáticas-
ambientais que podem influenciar a distribuição atual e a expansão potencial futura da
cianobactéria Raphidiopsis raciborskii através da abordagem de modelagem de nicho
ecológico para identificar áreas suscetíveis à invasão da espécie no Brasil.
15
3. MATERIAL E MÉTODOS
3.1 DADOS DE OCORRÊNCIA
Os dados de ocorrência de Raphidiopsis raciborskii no Brasil foram obtidos por meio de
informações indexadas nas plataformas do Global Biodiversity Information Facility
(GBIF) (http://www.gbif.org/) e do SpeciesLink (http://splink.cria.org.br). A pesquisa foi
complementada com dados adquiridos em artigos científicos através do Web of Science
(http://www.periodicos.capes.gov.br), SciElo (http://www.scielo.org) e Google Scholar
(http://www.scholar.google.com.br) realizada nos meses de Junho e Julho de 2021. Para
evitar vieses amostrais, os dados de ocorrência foram filtrados desprezando pontos
repetidos e pontos que estavam próximos entre si num raio de 5 quilômetros. Desse modo,
permanecendo com 50 dos 181 pontos de ocorrência obtidos. A filtragem foi feita
utilizando o pacote spThin (Aiello-Lammnes et al., 2015), no R software versão 4.0.3 (R
Core Team, 2020).
3.2 VARIÁVEIS BIOCLIMÁTICAS
As variáveis bioclimáticas foram obtidas no WorldClim sob a resolução espacial de 2,5
arco-minuto, tanto para o tempo presente quanto para o futuro,
(http://www.worldclim.org, Fick, S.E. e R.J. Hijmans, 2017.). Para o presente, a fim de
evitar a parametrização demasiada, removeu-se as variáveis altamente correlacionadas (r
> 0,8). Assim, das 19 variáveis disponíveis, utilizamos um grupo de 7 variáveis
relacionadas à tolerância ambiental da espécie, composto pela: Temperatura média anual
(Bio1); Média da amplitude diurna da temperatura (Bio2); Isotermalidade (Bio3);
Precipitação anual (Bio12); Sazonalidade da precipitação (Coeficiente de variação)
(Bio15); Precipitação do quartil mais quente (Bio18) e a Precipitação do quartil mais frio
(Bio19). Para o futuro, as variáveis estão disponíveis na plataforma contemplando
diferentes modelos de clima global (GCMs) associados aos percursos socioeconômicos
compartilhados (SSPs). Aqui, utilizamos o mesmo grupo de variáveis bioclimáticas e o
GCM BCC- CSM2-MR empregando os cenários moderado SSP245 e pessimista SSP585
de mudanças climáticas, projetados pelo CMIP para o IPCC considerando os anos de
2040 e 2100.
3.3 MODELAGEM DE NICHO ECOLÓGICO
Fundamentado no conceito Grinnelliano de nicho ecológico, onde o padrão de ocorrência
das espécies é limitado pelas condições toleradas e recursos necessários, utilizou-se
16
Modelos de Nicho Ecológico (Ecological Niche Models - ENMs) para estimar a
distribuição atual da espécie e o seu potencial invasor no Brasil. Para gerar os modelos
no Maxent 3.3.3k (Phillips et al., 2006) com o pacote ‘ENMeval’ 0.3.0 (Muscarella et al.,
2014) no R software (R Core Team, 2020) recorreu-se aos dados filtrados de ocorrência
da espécie, às variáveis bioclimáticas selecionadas e a um background de 10.000 pontos
aleatórios onde a espécie pode ocorrer no país. Construíram-se os modelos de
adequabilidade de habitat com valores de multiplicador de regularização (RM –
regularization multiplier) variando entre 0,5 e 4 (com incrementos de 0,5) e aplicando
seis combinações diferentes de classes de recurso (FC – feature classes): L, LQ, H, LQH,
LQHP e LQHPT (L = liner, Q = quadratic, H = hinge, P = product e T = threshold). Os
dados de treino e teste foram definidos por meio do método ‘Checkboard1’. O
desempenho dos modelos foi avaliado utilizando o menor valor do critério de informação
de Akaike corrigido (AICc – Akaike Information Criterion). A avaliação da performance
e do poder preditivo dos modelos foi feita usando os valores médios da área sob a curva
AUC e AUCdiff (AUC dos dados de treino – AUC dos dados de teste) que são
positivamente correlacionados ao sobreajuste (overfitting) dos modelos. (Muscarella et
al., 2014). A diferença na adequabilidade entre os cenários climáticos foi verificada
aplicando o teste de Friedman (código do R publicado em https://www.r-
statistics.com/2010/02/post-hoc-analysis-for-friedmans-test-r-code). Todas as análises
foram feitas utilizando o R software versão 4.0.3 (R Core Team, 2020). As figuras dos
modelos foram formatadas no Qgis software versão 3.4 LTR, os vetores das bacias
hidrográficas do Brasil foram retirados da base de dados da Agência Nacional de Águas
(ANA) (www.ana.gov.br), o perímetro dos países da América do Sul foi extraído da base
de dados do Instituto Brasileiro de Geografia e Estatística (IBGE) (www.ibge.gov.br).
17
4. RESULTADOS
18
Figura 1 – Distribuição atual de Raphidiopsis raciborskii no Brasil. Pontos de ocorrência obtidos
nas plataformas GBIF (www.gbif.org), Specieslink (splink.cria.org.br) e literatura publicada.
19
Figura 2 – Boxplot: Média da adequabilidade de habitat para Raphidiopsis raciborskii entre os cenários
climáticos projetados. Onde SSP 245 e 585 representam os cenários otimista e pessimista, respectivamente,
para os anos de 2040 e 2100.
20
.
B D
C E
Figura 3 – Projeções da adequabilidade de habitat para Raphidiopsis raciborskii entre os cenários climáticos. Valores iguais a 1(um)
correspondem à condições ambientais ideais e iguais a 0 (zero) à condições ambientais não adequadas.
21
5. DISCUSSÃO
A distribuição de Raphidiopsis raciborskii foi detectada em vários reservatórios de
diferentes bacias hidrográficas do Brasil. As projeções mostraram que a maior parte da
faixa litorânea do território brasileiro é adequada para ocorrência da espécie. O que
implica em dizer que a espécie é capaz de persistir em condições variadas de clima
(Briand et al., 2004), uma vez que a diferença entre a amplitude térmica das regiões
brasileiras é significante. Isso pode ser explicado pelo fato de que R. raciborskii é
conhecida como uma espécie de distribuição cosmopolita (Vasconcelos et al., 2015).
Por outro lado, a redução da adequabilidade mais ao Norte e ao Nordeste do país tanto
em 2040 quanto em 2100 pode estar relacionada à possível diminuição da disponibilidade
de recursos hídricos provocada pela intensidade do fenômeno El Niño (Marengo &
Soares, 2003) esperada para o período. O regime de precipitação é outro fator
22
importante para a dinâmica de ocorrência da espécie porque influencia características
limnológicas como a profundidade, a quantidade de sólidos suspensos disponível na
coluna d’água (Casanova & Henry, 2004; Perbiche-Neves et al., 2012) e o aporte de
nutrientes.
Estudos mostram que muitos fatores contribuem para o êxito da dispersão de espécies
exóticas dentro de áreas não-nativas (Lopes et al., 1997; Padilla & Williams, 2004;
Strayer, 2010) e entre esses fatores, podemos citar adaptações fisiológicas e interações
ecológicas como a competição e a predação. A dispersão e a dominância de R.
raciborskii está correlacionada à sua habilidade de se ajustar à fatores ecológicos bem
diversos tanto em águas tropicais quanto em águas temperadas (Briand et al., 2004). Por
isso, populações podem persistir durante todo o ano em áreas tropicais (Komárková et al.
1999, Bouvy et al. 1999) e em áreas temperadas a ocorrência pode ser limitada ao verão
(Tóth e Pádisak 1986, Dokulil e Mayer 1996, Briand et al. 2002), período de maior
incidência solar e de temperaturas mais quentes.
No Brasil, Bouvy et al. (2000) reportou que a espécie é frequentemente descrita sem a
presença dos heterocistos nos reservatórios que contém altas concentrações de amônia
enquanto outros autores, de diferentes partes do mundo, apontam para características
como a capacidade de estocar fósforo (Istvánovics et al., 2000), de tolerar altas
concentrações de minerais dissolvidos (Briand et al. 2002) e entre outras. Além disso,
em suas florações R. raciborskii é capaz de produzir toxinas como a
cilindrospermopsina (Hawkins et al., 1997) e PSPs (Lagos et al., 1999) que são nocivas
não somente à fauna e à flora, mas também à vida humana conforme observado em
Caruaru no Brasil (Lagos et al., 1999) e em Palm Island na Austrália (Hawkins et al.,
1997).
Nesse contexto, é importante destacar que um clima mais quente acelera o metabolismo
de cianobactérias (Kosten et al., 2011a) e desencadeia problemas ambientais e de saúde
pública, como a eutrofização. Os modelos preditivos de adequabilidade de habitat são
ferramentas importantes para inúmeras questões ecológicas, biogeográficas e evolutivas
como a identificação dos efeitos antropogênicos nos padrões de distribuição de espécies
(Guisan et al., 2005) e podem fundamentar a busca por alternativas mitigadoras.
Porém, ao tratar-se de espécies aquáticas esses modelos ainda possuem limitações pela
escassez de informação sobre as propriedades físicas, químicas e biológicas das águas
continentais (Ibarra-Montoya et al.,2012) e pelo fato de que registros sobre a
23
biodiversidade aquática são incompletos e idiossincráticos fundando-se em coleções de
museus (Wiley et al., 2003).
Ciente destas limitações, no presente estudo o AICc foi utilizado para avaliar o
desempenho dos modelos gerando resultados satisfatórios de AUC e AUCdiff. A
sobreposição das bacias hidrográficas brasileiras nos modelos possibilitou uma melhor
compreensão das rotas de expansão da espécie. Assim, as áreas adequadas obtidas
retratam uma boa estimativa da distribuição e expansão potencial de R. raciborskii no
Brasil.
24
6. CONCLUSÃO
As projeções obtidas mostraram que o Brasil é um país muito propenso à invasão de
R. raciborskii, indicaram que a região Nordeste é a área mais vulnerável atualmente e
apontaram a região Sul como a área mais adequada ao estabelecimento da espécie no
futuro. Os resultados obtidos estão estreitamente ligados aos efeitos das mudanças
climáticas sob o padrão de distribuição das espécies e confirmam que a temperaturaé um
fator-chave para distribuição e expansão de R. raciborskii pelo globo. O estabelecimento
de espécies exóticas ocasiona diferentes impactos e pode alterar a estrutura e a dinâmica
das comunidades biológicas (Oliveira et al., 2019). Portanto, apesar do desempenho dos
modelos criados expressar uma estimativa confiável, tanto da distribuição atual quanto da
expansão potencial futura da espécie no país, novas pesquisas devem ser realizadas com
ênfase na incorporação de variáveis biológicas e limnológicas para melhor compreender
os fatores que corroboram para o estabelecimento e dominância de R. raciborskii nos
corpos hídricos.
25
7. REFERÊNCIAS
Aiello-Lammens, M. E., Boria, R. A., Radosavljevic, A., Vilela, B., & Anderson, R. P.
(2015). Spthin: An R Package For Spatial Thinning Of Species Occurrence Records For
Use In Ecological Niche Models. Ecography, 38, 541–545. Doi: 10.1111/Ecog.01132;
Anderson, R.P.; Lew, D. & Peterson, A.T. 2003. Evaluating Predictive Models Of
Species’ Distributions: Criteria For Selecting Optimal Models. Ecological Modelling
162: 211-232;
Briand, J. F.; Leboulanger, C.; Humbert, J. F.; Bernard, C.; Dufour, P..
Cylindrospermopsis Raciborskii (Cyanobacteria) Invasion At Mid-Latitudes: Selection,
Wide Physiological Tolerance, Or Global Warming? Journal Of Phycology, Vol. 40, N.
2, 2004, P. 231-238;
Briand, J. F.; Robillot, C.; Quiblier-Lloberas, C.; Humbert, J.F.; Couté, A.; Bernard, C..
Environmental Context Of Cylindrospermopsis Raciborskii (Cyanobacteria) Blooms In
A Shallow Pond In France. Water Research, Vol. 36, P. 3183-92, 2002;
Carneiro R.L., Pacheco A.B., De Oliveira E Azevedo S.M. (2013). Growth And Saxitoxin
Production By Cylindrospermopsis Raciborskii (Cyanobacteria) Correlate With Water
Hardness. Mar Drugs.11(8), 2949-63. Doi: 10.3390/Md11082949;
Chonudomkul, D.; Yongmanitchai, W.; Theeragool, G.; Kawachi, M.; Kasai, M.; Kaya,
K.; Watanabe, M. M.. Morphology, Genetic Diversity, Temperature Tolerance And
Toxicity Of Cylindrospermopsis Raciborskii (Nostocales, Cyanobacteria) Strains From
Thailand And Japan. Fems Microbiology Ecology, Vol. 48, P. 345-355, 2004;
Eyring, V., Bony, S., Meehl, G. A., Senior, C. A., Stevens, B., Stouffer, R. J., And Taylor,
K. E.: Overview Of The Coupled Model Intercomparison Project Phase 6 (Cmip6)
26
Experimental Design And Organization, Geosci. Model Dev., 9, 1937–1958,
Https://Doi.Org/10.5194/Gmd-9-1937-2016, 2016;
Fick, S.E. And R.J. Hijmans, 2017. Worldclim 2: New 1km Spatial Resolution Climate
Surfaces For Global Land Areas. International Journal Of Climatology 37 (12): 4302-
4315;
G.M. Guiry In Guiry, M.D. & Guiry, G.M. 2021. Algaebase. World-Wide Electronic
Publication, National University Of Ireland, Galway. Http://Www.Algaebase.Org;
Searched On 12 August 2021;
Garcia, A. 2006. Using Ecological Niche Modelling To Identify Diversity Hotspots For
The Herpetofauna Of Pacific Lowlands And Adjacent Interior Valleys Of Mexico.
Biological Conservation, 130:25-46;
Guisan, A.; Thuiller, W. 2005. Predicting Species Distribution: Offering More Than
Simple Habitat Models. Ecology Letters, 8:993-1009.
Hagen, M., Kissling, W.D., Rasmussen, C., De Aguiar, M.A.M., Brown, L., Carstensen,
D.W., Alves-Dos-Santos, I., Dupont, Y.L., Edwards, F.K., Genini, J., Guimara˜es, P.K.,
Jenkins Jr., G.B., Et Al., 2012. Biodiversity, Species Interactions And Ecological
Networks In A Fragmented World. Adv. Ecol. Res. 46, 89–210;
Hugall, A.; Moritz, C.; Moussalli, A.; Stanisic, J. 2002. Reconciling Paleodistribution
Models And Comparative Phylogeography In The Wet Tropics. Pnas, 99:6112– 6117;
IPCC – Climate Change 2007: Impacts, Adaptation, And Vulnerability. Group Ii To The
Fifth Assessment Report Of The Intergovernmental Panel On Climate Change (Ipcc),
2007;
27
Eutrophication. In: Kernan M, Battarbee Rw, Moss B, Editors. Climate Change Impacts
On Freshwater Ecosystems. Chichester (Uk): Wiley-Blackwell. P. 119–151;
Ledger, M.E., Harris, R.M.L., Armitage, P.D., Milner, A.M., 2012. Climate Change
Impacts On Community Resilience: Evidence From A Drought Disturbance Experiment.
Adv. Ecol. Res. 46, 211–258;
Muscarella, R., Galante, P. J., Soley-Guardia, M., Boria, R. A., Kass, J. M., Uriarte, M.,
1655 & Anderson, R. P. (2014). Enmeval: An R Package For Conducting Spatially 1656
Independent Evaluations And Estimating Optimal Model Complexity For Maxent 1657
Ecological Niche Models. Methods In Ecology And Evolution, 5, 1198–1205. Doi: 1658
10.1111/2041-210x.12261;
28
Nae. Mudança De Clima, Vol. I: Negociações Internacionais Sobre A Mudança De
Clima; Vulnerabilidade, Impactos E Adaptação À Mudança De Clima. Cadernos Nae,
Brasília, Núcleo De Assuntos Estratégicos Da Presidência Da República, Nae- - Secom,
2005;
Phillips, S. J., Anderson, R. P., & Schapire, R. E. (2006). Maximum Entropy Modeling
Of 1670 Species Geographic Distributions. Ecological Modelling, 190, 231–259. Doi:
1671 10.1016/J.Ecolmodel.2005.03.026;
Recknagel, F., Orr, P. T., And Cao, H. (2014). Inductive Reasoning And Forecasting Of
Population Dynamics Of Cylindrospermopsis Raciborskii In Three Sub-Tropical
Reservoirs By Evolutionary Computation. Harmful Algae 31, 26–34. Doi:
10.1016/J.Hal.2013.09.004;
29
Siqueira, M.F.; Peterson, A.T. 2003. Consequences Of Global Climate Change For
Geographic Distributions Of Cerrado Tree Species. Biota Neotropica, 3(2):1-14
Soberón, J., 2007. Grinnellian And Eltonian Niches And Geographic Distributions Of
Species. Ecology Letters 10: 1115–1123;
Weart, S. The Discovery Of Global Warming. Cambridge, Ma: Harvard University Press,
2003.
30