INSTITUTO SUPERIOR POLITÉCNICO DE MANICA

DIVISÃO DE ECONOMIA, GESTÃO E TURISMO

CURSO DE ECOTURISMO E GESTÃO DE FAUNA BRAVIA

MODULO DE BIODIVERCIDADE

Tema (Grupo): Aves (6º grupo)

Docente: Luis Amadeu Pungulanhe, Msc

Matsinho, junho de 2023

 INSTITUTO SUPERIOR POLITÉCNICO DE MANICA

DIVISÃO DE ECONOMIA, GESTÃO E TURISMO

CURSO DE ECOTURISMO E GESTÃO DE FAUNA BRAVIA

MODULO DE BIODIVERCIDADE

Discentes:

Antonio Francisco Luis

Fernando Raimundo Junior

Flavio Felisberto Boca

Maico Jaime Sulemane

Docente: Luis Amadeu Pungulanhe, Msc

Matsinho, junho de 2023

Índice
Introdução ............................................................................................................................... 1

Métodos de Levantamento de Dados...................................................................................... 2

Transectos de Linha ................................................................................................................ 2

Densidade............................................................................................................................ 4

Medida de Similaridade .......................................................................................................... 4

Coeficientes de Similaridade Binária.................................................................................. 5

Conclusão ............................................................................................................................... 7

Referências bibliográficas ...................................................................................................... 8

Introdução

Classe de animais vertebrados, são bípedes, endotérmicas e ovíparas, caracterizadas,

principalmente, por possuírem penas, apêndices locomotores anteriores modificados em asas,
bico córneo sem dentes e ossos pneumáticos. Estudar as aves nos permite entender a saúde
geral de nossos ecossistemas e do meio ambiente as aves são excelentes indicadores
ambientais – são as sentinelas da natureza. Estudar as aves nos permite entender a saúde geral
de nossos ecossistemas e do meio ambiente. As aves são de extrema importância para o meio
ambiente, elas desenvolvem importante papel na natureza como, polinização de plantas,
dispersão de sementes, controle de pragas, entre outros. As aves são excelentes indicadores
ambientais – são as sentinelas da natureza.

As aves desempenham papéis ecológicos fundamentais no ambiente, e as ameaças de

extinção de algumas espécies é muito preocupante. Estudos revelam (IBAMA, 2001a) que
no mundo, uma em cada dez aves está ameaçada de extinção e, além disso, há outras espécies
que já estão completamente extintas. Outro problema é o comércio desses animais. O tráfico
de animais silvestres constitui o terceiro maior comércio ilícito do mundo, perdendo apenas
para o tráfico de narcóticos e armas (LOPES, 2000).

1
Métodos de Levantamento de Dados

Transectos de Linha

Um método muito utilizado para levantamento qualitativo é o dos transectos lineares (line
transects), que consistem em percorrer, em velocidade constante, um trajeto pré-definido, no
qual o observador registra as espécies detectadas (Figura 4). Tal técnica pode ser utilizada
em grandes áreas, porém os transectos devem ser estabelecidos de maneira aleatória, com
uma distância mínima de 100 metros entre elas, para que não ocorram interceptações. Outro
cuidado importante é procurar cobrir a maior diversidade possível de habitats da área em
estudo. Este método tem benefícios e é ideal para levantamentos qualitativos, em que o foco
seja levantar o número de espécies, o habitat preferencial, seu estrato de forrageio, a riqueza
de indivíduos, o grau de ameaça à extinção e os endemismos. Esses registros podem ser:
✓ Visual: com registro (anotação) de todas as espécies visualizadas e identificadas ao
nível de espécie, após observação de caracteres de diagnose específicos de cada ave.
Neste momento são utilizados os equipamentos ópticos como binóculos e máquinas
fotográficas para o registro das espécies.

✓ Auditivo: são feitos os reconhecimentos das espécies por meio da vocalização. Para
esse momento é importante ter os equipamentos eletrônicos de gravação, o gravador
e o microfone direcional. As gravações servirão de acervo para os pesquisadores
utilizarem em futura identificação e para utilizar como playback, atraindo as aves e
auxiliando na sua visualização.

2
O método de interceptação de linha discutido no Capítulo 4 (livro Ecological methodology
Krebs) é um exemplo de uma família de métodos para estimar a abundância de transectos.
Outro método importante para estimar populações com linhas de transectos é amostragem de
transectos de linha. Grande parte do material on-line a amostragem de transectos foi reunida
em Buckland et al. (2001) e Thomas et al. (2010) que fornecem uma referência detalhada
para esses métodos.
A Figura 5.1 ilustra como a amostragem de transectos lineares é feita. Uma linha transversal
é revistada e cada animal visto fornece uma medida da perpendicular distância até a linha de
transecção. Como na prática os animais são frequentemente vistos ao longo da linha, três
medições podem ser feitas para cada indivíduo avistado (Figura 5.2):

1. Distância de visada

2. Ângulo de visada

3. Distância perpendicular

3
Algumas possíveis funções de detecção de levantamentos de transectos lineares. A ideia
básica desses modelos é que a probabilidade de detecção diminui quanto mais longe um
animal está da linha de transecção linha de base.
(a) A área sombreada abrange a zona geral para funções de detecção de vida selvagem
populações.
(b) A função de detecção para qualquer conjunto particular de dados pode levar uma
variedade de formas, e o problema estatístico é decidir qual função matemática usar e qual
os valores de seus parâmetros se ajustam melhor. A exponencial generalizada (A), a meia-
normal (B) e a função (C) de Hayes e Buckland (1983) é ilustrada aqui. Observe que para
todas essas detecções funções, a área sob a função representa os itens contados e a área acima
da função representa os itens perdidos. (Modificado de Burnham et al. 1980 e Routledge e
Fefe 1992)

Densidade
n
𝑫=
2𝐿𝑎

D = Densidade de animais por unidade de área

n = Número de animais vistos no transecto
L = Comprimento total do transecto
a = Metade da largura efetiva da tira (uma constante que deve ser estimada)
A constante a é simplesmente a área total sob a função de detecção (Fig. 5.3), e estima quão
larga seria a largura da faixa se todos os organismos fossem vistos e nenhum fosse perdido.
É dimensionado nas mesmas unidades de medida que os comprimentos. Existem inúmeras
maneiras de estimar a na literatura, e elas têm sido revistos exaustivamente por Burnham et
al. (1980; sua Tabela 24) e por Buckland et al. (1993).

Medida de Similaridade

O índice de similaridade, também chamado de coeficiente de similaridade, pode ser

entendido como uma medida que busca apresentar de maneira objetiva o nível de semelhança
entre duas ou mais comunidades. Em contraposição também existe o índice de

4
dissimilaridade, que traduz a distância (não semelhança) entre duas ou mais comunidades.
Ambos os índices estão relacionados à diversidade beta de uma dada área e são largamente
utilizados na ecologia.

Existem mais de duas dúzias de medidas de similaridade disponíveis (Legendre e Legendre

1983, Wolda 1981, Koleff et al. 2003) e existe muita confusão sobre qual medida usar.
Medidas de similaridade são tipos peculiares de coeficientes porque eles são principalmente
coeficientes descritivos, não estimadores de algum parâmetro estatístico.

É difícil fornecer intervalos de confiança confiáveis para a maioria das medidas de

similaridade e erros prováveis podem ser estimados apenas por algum tipo de procedimento
de randomização (Ricklefs e Lau 1980; ver Capítulo 15, página 000).

Existem duas grandes classes de medidas de similaridade. Coeficientes de similaridade

binária são usados quando apenas os dados de presença/ausência estão disponíveis para as
espécies em uma comunidade e, portanto, são apropriados para a escala nominal de medição.

Coeficientes de Similaridade Binária

As medidas de similaridade mais simples lidam apenas com dados de presença-ausência. O
básico dados para calcular coeficientes binários (ou de associação) é uma tabela 2x2:

Amostra A
No de espécies No de espécies
Amostra B
presentes ausentes
A b
C d

a) Número de espécies na amostra A e na amostra B (ocorrências conjuntas)

b) Número de espécies na amostra B, mas não na amostra A
c) Número de espécies na amostra A, mas não na amostra B
d) Número de espécies ausentes em ambas as amostras (correspondências zero-zero)

Há um desacordo considerável na literatura sobre se d é um biologicamente número

significativo. Pode ser significativo em uma área onde a flora ou fauna é bem conhecidas e a
ausência de algumas espécies é relevante. Mas no outro extremo, os elefantes estão sempre

5
ausentes das amostras de plâncton e claramente não deveriam ser incluídos em d quando o
plâncton está sendo estudado. Por esta razão, a maioria dos usuários de similaridade medidas
ignoram espécies que estão ausentes em ambas as amostras

Existem mais de 20 medidas de similaridade binária agora na literatura (Cheetham e Hazel

1969) e foram revistos por Clifford e Stephenson (1975, Capítulo 6) e por Romesburg (1984,
Capítulo 10). vou descrever aqui apenas dois dos coeficientes de similaridade mais usados
para dados binários.

a
𝑆𝑗 =
𝑎+𝑏+𝑐

onde:

Sj- Coeficiente de similaridade de Jaccard

a,b,c- Conforme definido acima na matriz de presença-ausência

Outra medida de similaridade popular foi desenvolvida por Sorensen (1948):

2a
𝑆𝑠 =
2𝑎 + 𝑏 + 𝑐

Os índices de similaridade binários são simples, pois consideram apenas dados de presença
e ausência de espécies em seu cálculo, cujo resultado deve estar entre 0 (nenhuma
similaridade) e 1 (similaridade completa, se é que isso existe, como comenta Whittaker). Ente
os mais famosos índices binários, então o de Jaccard e Sorensen, que apresentam o mesmo
princípio do cálculo: primeiramente toma-se como variáveis o número de espécies
compartilhadas entre duas amostras 1 e 2 (variável a), em seguida o número de espécies que
existem em 1, mas não em 2 (variável b) e o número de espécies que existem em 2, mas não
em 1 (variável c). Diferente de Jaccard, Sorensen confere mais peso para os dados de
presença em detrimento dos dados de ausência (multiplicando a variável a pelo n.º 2) e por
isso pode ser mais útil quando há várias espécies presentes numa comunidade, mas ausentes
numa amostra desta comunidade, de modo que esta ausência não diminua significativamente
a exatidão do valor obtido no cálculo do índice.

6
Conclusão

A diversidade é composta pela variedade de espécies e o número de indivíduos dentro de

cada espécie. Na maioria das vezes os estudos de diversidade estão relacionados aos padrões
de variação espacial e ambiental, uma das formas de quantificação da diversidade é através
da contagem das espécies encontradas nas amostras. Dessa forma, a diversidade pode ser
considerada a própria riqueza de espécies de determinada área. Segundo alguns autores, a
diversidade é um parâmetro possível de ser mensurado, cujos valores encontrados podem ser
explicados por uma série de teorias e expressões matemáticas.

7
Referências bibliográficas

Krebs, C. J. (1989). Ecological methodology. (No Title).

Magurran, A. E., & McGill, B. J. (Eds.). (2010). Biological diversity: frontiers in

measurement and assessment. OUP Oxford.

DUTRA, M. F., & SILVA, G. E. (2019). O TRÁFICO ILEGAL DE ANIMAIS SILVESTRES

E A “DESORDEM ECOLÓGICA”.

Cardoso, R. C. J. C. J., & Witt, N. G. D. P. M. (2022). Métodos de levantamentos

quantitativos e qualitativos da avifauna. Caderno Intersaberes, 11(35), 96-110.

https://matanativa.com.br/indice-de-similaridade-e-lei-mata-atlantica/