Modelagem espacial bayesiana para riqueza de elasmobrânquios do extremo sul do Brasil

Raye Ivanoff*, Maria Grazia Pennino, Marie-Christine Rufener, Carolus Maria Vooren, Paul Gerhard Kinas

*Corresponding author for this work

Research output: Contribution to journalJournal articleResearchpeer-review

86 Downloads (Pure)

Abstract

Compreender a distribuição espacial de espécies vulneráveis a exploração pesqueira pode subsidiar ações de manejo e conservação. O objetivo deste estudo foi mapear possíveis habitats essenciais para riqueza de elasmobrânquios no sul do Brasil. Os dados são oriundos de cruzeiro científico realizado em fevereiro de 2005 entre o arroio Chuí (33°45'S) e o Cabo de Santa Marta Grande (28°36'S). As informações disponíveis são posições georeferenciadas de 64 estações oceanográficas, a quantificação das capturas de elasmobrânquios e teleósteos com pesca de arrasto de fundo e o registro dos parâmetros ambientais de profundidade, temperatura e salinidade. Os dados foram ajustados a um Modelo Linear Generalizado (GLM) Bayesiano via INLA (Integrated Nested Laplace Approximations) e módulo SPDE (Stochastic Partial Differential Equations), implementados no software R. A qualidade de ajuste e o poder preditivo do modelo foram avaliados mediante DIC (Deviance Information Criterion), WAIC (Watanabe-Akaike Information Criterion) e LCPO (Logarithm Conditional Predictive Ordinate). Foram registradas 16 espécies de elasmobrânquios, cujo número variou de 1 à 9 por lance. No modelo proposto, o efeito espacial e as variáveis ambientais foram relevantes para explicar a variação da riqueza de elasmobrânquios na costa do Rio Grande do Sul. Esta abordagem estatística permite estimar a probabilidade de ocorrência das espécies em áreas não amostradas, levando em conta a autocorrelação espacial dos dados e o conhecimento dos valores das co-variávies ambientais
Original languagePortuguese
Article numbere2019002
JournalRevista CEPSUL - Biodiversidade e Conservação Marinha
Volume8
Publication statusPublished - 2019

Keywords

  • Elasmobranch hot-spots
  • Spatial models
  • R - INLA

Cite this

@article{e3f575c890a64b2988697483c6f85ca4,
title = "Modelagem espacial bayesiana para riqueza de elasmobr{\^a}nquios do extremo sul do Brasil",
abstract = "Compreender a distribui{\cc}{\~a}o espacial de esp{\'e}cies vulner{\'a}veis a explora{\cc}{\~a}o pesqueira pode subsidiar a{\cc}{\~o}es de manejo e conserva{\cc}{\~a}o. O objetivo deste estudo foi mapear poss{\'i}veis habitats essenciais para riqueza de elasmobr{\^a}nquios no sul do Brasil. Os dados s{\~a}o oriundos de cruzeiro cient{\'i}fico realizado em fevereiro de 2005 entre o arroio Chu{\'i} (33°45'S) e o Cabo de Santa Marta Grande (28°36'S). As informa{\cc}{\~o}es dispon{\'i}veis s{\~a}o posi{\cc}{\~o}es georeferenciadas de 64 esta{\cc}{\~o}es oceanogr{\'a}ficas, a quantifica{\cc}{\~a}o das capturas de elasmobr{\^a}nquios e tele{\'o}steos com pesca de arrasto de fundo e o registro dos par{\^a}metros ambientais de profundidade, temperatura e salinidade. Os dados foram ajustados a um Modelo Linear Generalizado (GLM) Bayesiano via INLA (Integrated Nested Laplace Approximations) e m{\'o}dulo SPDE (Stochastic Partial Differential Equations), implementados no software R. A qualidade de ajuste e o poder preditivo do modelo foram avaliados mediante DIC (Deviance Information Criterion), WAIC (Watanabe-Akaike Information Criterion) e LCPO (Logarithm Conditional Predictive Ordinate). Foram registradas 16 esp{\'e}cies de elasmobr{\^a}nquios, cujo n{\'u}mero variou de 1 {\`a} 9 por lance. No modelo proposto, o efeito espacial e as vari{\'a}veis ambientais foram relevantes para explicar a varia{\cc}{\~a}o da riqueza de elasmobr{\^a}nquios na costa do Rio Grande do Sul. Esta abordagem estat{\'i}stica permite estimar a probabilidade de ocorr{\^e}ncia das esp{\'e}cies em {\'a}reas n{\~a}o amostradas, levando em conta a autocorrela{\cc}{\~a}o espacial dos dados e o conhecimento dos valores das co-vari{\'a}vies ambientais",
keywords = "Elasmobranch hot-spots, Spatial models, R - INLA",
author = "Raye Ivanoff and Pennino, {Maria Grazia} and Marie-Christine Rufener and Vooren, {Carolus Maria} and Kinas, {Paul Gerhard}",
year = "2019",
language = "Portugisisk",
volume = "8",
journal = "Revista CEPSUL - Biodiversidade e Conserva{\cc}{\~a}o Marinha",

}

Modelagem espacial bayesiana para riqueza de elasmobrânquios do extremo sul do Brasil. / Ivanoff, Raye; Pennino, Maria Grazia; Rufener, Marie-Christine; Vooren, Carolus Maria; Kinas, Paul Gerhard.

In: Revista CEPSUL - Biodiversidade e Conservação Marinha, Vol. 8, e2019002, 2019.

Research output: Contribution to journalJournal articleResearchpeer-review

TY - JOUR

T1 - Modelagem espacial bayesiana para riqueza de elasmobrânquios do extremo sul do Brasil

AU - Ivanoff, Raye

AU - Pennino, Maria Grazia

AU - Rufener, Marie-Christine

AU - Vooren, Carolus Maria

AU - Kinas, Paul Gerhard

PY - 2019

Y1 - 2019

N2 - Compreender a distribuição espacial de espécies vulneráveis a exploração pesqueira pode subsidiar ações de manejo e conservação. O objetivo deste estudo foi mapear possíveis habitats essenciais para riqueza de elasmobrânquios no sul do Brasil. Os dados são oriundos de cruzeiro científico realizado em fevereiro de 2005 entre o arroio Chuí (33°45'S) e o Cabo de Santa Marta Grande (28°36'S). As informações disponíveis são posições georeferenciadas de 64 estações oceanográficas, a quantificação das capturas de elasmobrânquios e teleósteos com pesca de arrasto de fundo e o registro dos parâmetros ambientais de profundidade, temperatura e salinidade. Os dados foram ajustados a um Modelo Linear Generalizado (GLM) Bayesiano via INLA (Integrated Nested Laplace Approximations) e módulo SPDE (Stochastic Partial Differential Equations), implementados no software R. A qualidade de ajuste e o poder preditivo do modelo foram avaliados mediante DIC (Deviance Information Criterion), WAIC (Watanabe-Akaike Information Criterion) e LCPO (Logarithm Conditional Predictive Ordinate). Foram registradas 16 espécies de elasmobrânquios, cujo número variou de 1 à 9 por lance. No modelo proposto, o efeito espacial e as variáveis ambientais foram relevantes para explicar a variação da riqueza de elasmobrânquios na costa do Rio Grande do Sul. Esta abordagem estatística permite estimar a probabilidade de ocorrência das espécies em áreas não amostradas, levando em conta a autocorrelação espacial dos dados e o conhecimento dos valores das co-variávies ambientais

AB - Compreender a distribuição espacial de espécies vulneráveis a exploração pesqueira pode subsidiar ações de manejo e conservação. O objetivo deste estudo foi mapear possíveis habitats essenciais para riqueza de elasmobrânquios no sul do Brasil. Os dados são oriundos de cruzeiro científico realizado em fevereiro de 2005 entre o arroio Chuí (33°45'S) e o Cabo de Santa Marta Grande (28°36'S). As informações disponíveis são posições georeferenciadas de 64 estações oceanográficas, a quantificação das capturas de elasmobrânquios e teleósteos com pesca de arrasto de fundo e o registro dos parâmetros ambientais de profundidade, temperatura e salinidade. Os dados foram ajustados a um Modelo Linear Generalizado (GLM) Bayesiano via INLA (Integrated Nested Laplace Approximations) e módulo SPDE (Stochastic Partial Differential Equations), implementados no software R. A qualidade de ajuste e o poder preditivo do modelo foram avaliados mediante DIC (Deviance Information Criterion), WAIC (Watanabe-Akaike Information Criterion) e LCPO (Logarithm Conditional Predictive Ordinate). Foram registradas 16 espécies de elasmobrânquios, cujo número variou de 1 à 9 por lance. No modelo proposto, o efeito espacial e as variáveis ambientais foram relevantes para explicar a variação da riqueza de elasmobrânquios na costa do Rio Grande do Sul. Esta abordagem estatística permite estimar a probabilidade de ocorrência das espécies em áreas não amostradas, levando em conta a autocorrelação espacial dos dados e o conhecimento dos valores das co-variávies ambientais

KW - Elasmobranch hot-spots

KW - Spatial models

KW - R - INLA

M3 - Tidsskriftartikel

VL - 8

JO - Revista CEPSUL - Biodiversidade e Conservação Marinha

JF - Revista CEPSUL - Biodiversidade e Conservação Marinha

M1 - e2019002

ER -