Modelação e visualização da biodiversidade de briófitos em sistemas altitudinais na ilha do Pico - Açores

Com as crescentes alterações climáticas e a necessidade de conservação da biodiversidade, torna-se cada vez mais importante desenvolver ferramentas de modelação que permitam prever a distribuição potencial de espécies e apoiar estratégias de conservação eficazes. Neste âmbito, os modelos de distribuição de espécies constituem instrumentos relevantes para compreender padrões biogeográficos, identificar áreas prioritárias para conservação e antecipar possíveis efeitos das mudanças ambientais. O presente trabalho teve como objetivo aplicar e comparar diferentes algoritmos de modelação para prever a distribuição de espécies de briófitos na ilha do Pico, utilizando variáveis bioclimáticas como indicadores ambientais. Os modelos explorados incluíram, entre outros, Random Forest, Gradient Boosting Machine, Modelos Lineares Generalizados e Range Bagging, tendo por base dados de ocorrência das espécies e 19 variáveis bioclimáticas derivadas de dados de temperatura e precipitação. Considerando a complexidade das relações espécie-ambiente e a necessidade de robustez preditiva, foi implementada uma abordagem multimodelo, baseada na comparação de diferentes algoritmos de aprendizagem automática e estatística. Para garantir a qualidade dos modelos, foram aplicadas técnicas de validação cruzada, análise da importância das variáveis e avaliação do desempenho através de métricas como AUC (Area Under the Curve) e TSS (True Skill Statistic). Os resultados demonstraram que a abordagem multimodelo contribuiu para aumentar a robustez das previsões dos modelos de distribuição de espécies, reduzindo a dependência face a um único algoritmo. O modelo Random Forest apresentou o melhor desempenho geral, seguido pelo Gradient Boosting Machine e pelo Range Bagging, sugerindo que métodos flexíveis, capazes de captar relações não lineares e interações entre variáveis ambientais, foram particularmente adequados à modelação da distribuição das espécies estudadas. A análise da importância das variáveis revelou que a isotermalidade (Bio3), a temperatura máxima do mês mais quente (Bio5) e a amplitude térmica anual (Bio7) foram as variáveis com maior contributo para explicar a distribuição potencial das espécies. Estes resultados reforçam a importância das variáveis térmicas na estruturação dos padrões de distribuição dos briófitos e demonstram o potencial dos modelos de distribuição de espécies como ferramenta de apoio à conservação e ao planeamento de futuras ações de monitorização.

Name thesis:degree_name

Mestrado em Biostatística a Biometria

Year dc:date.issued

2026

Author dc:creator

• Abreu, Ricardo Jorge Freitas de

Advisors dc:contributor.advisor

• Oliveira, Teresa A.
• Pestana, Pedro Duarte

• Modelos de distribuição de espécies
• Random forest
• Gradient Boosting Machine
• Variáveis bioclimáticas
• Conservação da biodiversidade
• Aprendizagem automática Species distribution models
• Açores
• Bioclimatic variables
• Biodiversity conservation
• Machine learning

Licence dc:rights.uri

• http://creativecommons.org/licenses/by-sa/4.0/

Language dc:language.iso

por

Identifier URI

urn:tid:204315468

OAI identifier oai:identifier

oai:repositorioaberto.uab.pt:10400.2/22133