Um novo modelo desenvolvido por pesquisadores da MSU está extraindo mais informações do que nunca de armadilhas fotográficas e outras fontes de dados de baixo custo para ajudar a informar estudos de ecologia e esforços de conservação
Os ecologistas da Michigan State University desenvolveram uma estrutura matemática que pode ajudar a monitorar e preservar a biodiversidade sem gastar muito.

Essa estrutura ou modelo pega dados de baixo custo sobre espécies relativamente abundantes em uma comunidade e os usa para gerar informações valiosas sobre seus vizinhos mais difíceis de encontrar. A revista Conservation Biology publicou a pesquisa como um artigo Early View em 25 de agosto.

“Um dos maiores desafios no monitoramento da biodiversidade é que as espécies com as quais você está mais preocupado tendem a ter menor abundância ou são as espécies mais difíceis de observar durante a coleta de dados”, disse Matthew Farr, principal autor do novo relatório. . “Este modelo pode ser realmente útil para essas espécies raras e indescritíveis”.

Farr, agora pesquisador de pós-doutorado na Universidade de Washington, ajudou a desenvolver o modelo como estudante de doutorado no Laboratório de Ecologia Quantitativa de Elise Zipkin na Faculdade de Ciências Naturais da MSU.

"Há muitas espécies no mundo e muitas delas são deficientes em dados", disse Zipkin, professor associado de biologia integrativa e diretor do Programa de Ecologia, Evolução e Comportamento da MSU, ou EEB. “Estamos desenvolvendo abordagens para estimar mais rapidamente o que está acontecendo com a biodiversidade, quais espécies estão com problemas e onde, espacialmente, precisamos focar nossos esforços de conservação”.

Depois de validar o modelo com a ajuda de antílopes que vivem em florestas na África, os pesquisadores dizem que ele pode ser aplicado a uma variedade de outros animais que atendem a certos critérios.

"O modelo não funciona para todos os tipos de espécies. Não é uma panacéia", disse Zipkin. “Mas quando funciona para uma comunidade, podemos aprender muito mais sobre as espécies membros sem muitos dados”.

A 'mágica' do modelo

Para seu modelo mais novo, a equipe de Zipkin se concentrou no que é chamado de dados de detecção e não detecção que rastreiam se um determinado animal é detectado ou não em um determinado habitat, o que normalmente permite apenas a estimativa da ocorrência de espécies ou padrões de distribuição.

“São basicamente os dados mais baratos e mais fáceis de coletar”, disse Zipkin. "Você vai até um ponto, espera e vê que animais estão lá e só precisa registrar quais espécies são vistas."

Os pesquisadores coletam esses dados visualmente pessoalmente ou com armadilhas fotográficas de baixo custo e detecção de movimento que tiram fotos quando acionadas por um animal. Os pesquisadores então analisam as fotos para registrar dados de detecção e não detecção ao longo do tempo.

Há trocas, no entanto. Embora relativamente baratos e fáceis de coletar, os dados de detecção e não detecção não fornecem tanta informação quanto os pesquisadores e conservacionistas desejam. Historicamente, isso exigiu abordagens observacionais intensivas, como marcação e rastreamento de animais.

“O rastreamento intensivo nos permite calcular todo tipo de coisa sobre animais e suas comunidades, mas esses dados são caros e difíceis de obter”, disse Zipkin. "Para certas espécies, é impossível."

A equipe da MSU percebeu que, para os animais certos, eles poderiam usar uma compreensão do comportamento animal e das estatísticas para fechar a lacuna de informações, extraindo mais informações dos dados de detecção e não detecção.

"Para algumas espécies, esses são os melhores dados que você pode obter", disse Farr. "Agora podemos tirar mais proveito disso. Nosso modelo permite a estimativa de tendências de abundância, taxas de reprodução e probabilidades de sobrevivência de espécies - tudo usando apenas dados de detecção e não detecção."

Isso pode soar como mágica – alguns colegas de Zipkin até disseram isso – mas não há nada de sobrenatural no modelo. Como grande parte da ciência, é o resultado de muito trabalho, colaboração e construção de esforços anteriores no campo.

A história do novo modelo tem suas raízes em 2003 com os pesquisadores J. Andrew Royle e James D. Nichols. A dupla criou uma ligação matemática entre a abundância de uma espécie e a probabilidade de detectá-la.

Na época, Royle era pesquisador do Serviço de Pesca e Vida Selvagem dos EUA e Nichols era do Serviço Geológico dos EUA. Ambos são ex-alunos da MSU:Royle se formou em 1990 e Nichols obteve seu doutorado em 1976.

"É interessante", disse Farr, cuja atual conselheira, Sarah Converse, também se formou na Michigan State antes de se tornar professora associada da Universidade de Washington. "Onde quer que você vá neste campo, as pessoas têm alguma conexão com o estado de Michigan."

Depois de publicar o modelo Royle-Nichols, Royle ingressou no USGS, onde trabalhou com Zipkin antes de ela ingressar na MSU em 2014. Em 2016, a equipe de Zipkin desenvolveu o modelo Royle-Nichols para estimar coisas como as taxas de sobrevivência e reprodução para um único espécie usando a coruja barrada como estudo de caso.

Trabalhando no laboratório de Zipkin com o apoio da National Science Foundation, Farr deu o próximo passo ao vincular a dinâmica populacional de diferentes espécies dentro das mesmas comunidades.

“O modelo permite que informações de espécies mais comuns informem o que está acontecendo com as espécies raras e indescritíveis”, disse Farr. "O modelo baseia-se nas semelhanças entre as espécies, mas ainda permite variações."

Para desenvolver o modelo, a equipe teve que fazer algumas suposições, como que as espécies-alvo eram territoriais e não viajavam muito. Os pesquisadores então tiveram que encontrar espécies reais que se encaixassem nessas suposições para validar seu modelo.

"Sabíamos que funcionaria para certos tipos de comunidades, mas essas comunidades existem na vida real?" disse Zipkin.

"Esse é um dos maiores desafios no desenvolvimento de modelos", disse Farr. "Você desenvolve o modelo no vácuo com simulações em condições perfeitas. Você precisa mostrar o que ele pode fazer em uma situação do mundo real."

"Foi quando Tim O'Brien estendeu a mão e disse:'Eu tenho seus animais'", disse Zipkin.

Os dados do duiker

Timothy O'Brien é um ecologista aposentado no Quênia que trabalhou com a Wildlife Conservation Society, uma organização não governamental ou ONG, e especialista em armadilhas fotográficas. Como parte do que é conhecido como programa de Avaliação e Monitoramento de Ecologia Tropical, ou TEAM, ele ajudou a padronizar como as armadilhas fotográficas são usadas para tornar seus dados o mais poderosos possível.

Ele estava familiarizado com o trabalho de Zipkin em 2016 e soube que ela estava expandindo o modelo para incluir várias espécies ao longo de várias temporadas. Ele suspeitava que os antílopes da floresta, principalmente os conhecidos como duiker, seriam o caso de teste perfeito.

O comportamento dos duikers não apenas correspondia às suposições do modelo, mas O'Brien ajudava a monitorar os animais há anos usando armadilhas fotográficas. Duikers apresentou um caso de conservação interessante e importante.

"Os duiker que vivem nas florestas tropicais são a carne de caça mais procurada na África", disse O'Brien. "Se as populações de duikers estão em declínio, geralmente é por causa de pessoas caçando carne de animais selvagens."

A carne de caça é a carne de qualquer animal selvagem e é uma importante fonte de alimento e renda para muitas comunidades. Mas a caça é pouco regulamentada e incentivada financeiramente pelos mercados que vendem carne de caça. A combinação pode ser devastadora para as populações de duiker.

Com o modelo da MSU e os dados de duiker da TEAM, a equipe avaliou a dinâmica populacional de um total de 12 espécies de antílopes – algumas mais abundantes que outras – em seis parques nacionais na África, onde os duikers são protegidos. Os dados abrangeram períodos de tempo que variam de quatro a 11 anos.

"Nós não vimos o nível de declínio populacional em duiker que você espera ver quando a caça é um problema", disse O'Brien. "Eu diria que os parques estão cumprindo sua função no que diz respeito ao duiker."

No geral, as populações de duiker eram principalmente estáveis, mas os pesquisadores detectaram declínios populacionais em cerca de 20% das combinações de espécies e parques que examinaram. Novamente, os declínios não foram tão substanciais para sugerir que o duiker estava sendo caçado nos parques, mas os pesquisadores ainda querem entender o que está acontecendo nesses casos.

"Descobrimos que o que causou as mudanças foi mais as diferenças entre os parques do que entre as espécies", disse Zipkin. "Ainda não identificamos as causas exatas, mas nossos resultados podem nos ajudar a fazer isso."

"Matt e Elise levaram este modelo para um plano totalmente novo", disse O'Brien. "Eu realmente gostei da colaboração."

Charles Yackulic, um estatístico de pesquisa do USGS, também contribuiu para o projeto, que foi apoiado pela NSF, WCS, Conservation International, Smithsonian Institution e Gordon and Betty Moore Foundation.

"Este projeto é um ótimo exemplo de universidade, governo e ONGs trabalhando juntos", disse Zipkin. + Explorar mais

Nova ferramenta para detectar declínios de espécies pode ajudar a proteger a biodiversidade