Entrevista com Gustavo Hassemer (UFSC)

Mestre em Biologia Vegetal pela Universidade Federal de Santa Catarina, Gustavo Hassemer tem interesse em sistemática, conservação e biogeografia do gênero Plantago (Plantaginaceae) no Brasil. Boa parte do planejamento e execução de sua dissertação foi baseada no uso da rede speciesLink e do sistema Biogeografia da Flora e Fungos do Brasil. Confira a entrevista abaixo.

Topo do Morro da Igreja, com vista para a Pedra Furada, em Urubici, SC.

Qual a importância da disponibilidade livre e aberta dos dados na rede speciesLink?
A disponibilidade online de dados sobre as coletas existentes nos herbários facilita muito o trabalho dos botânicos, tanto na sistemática quanto em questões biogeográficas e de conservação. A principal vantagem é poder ter uma noção de antemão das coletas disponíveis nos diferentes herbários. Isso facilita muito o planejamento das ações na pesquisa, inclusive o planejamento das revisões de herbários.

Que ferramentas e aplicativos foram importantes para o seu trabalho?
Muito importante para a minha revisão biogeográfica de Plantago foi o acesso ao banco de dados de herbários disponibilizados pelo speciesLink, para obter informações sobre as coletas de interesse e também o sistema Biogeografia da Flora do Brasil.

Plantago turficola ocorrendo em turfeiras no topo do Morro da Igreja.

Lembrando que a rede speciesLink foi lançada em outubro de 2002, mas que apenas em junho de 2003 é que 3 herbários compartilharam pouco mais de 34 mil registros online, o desenvolvimento da sua dissertação seria possível nessa época?
Muito provavelmente o desenvolvimento do capítulo da minha dissertação referente aos modelos de distribuição ficaria bastante dificultado, ou mesmo impossibilitado.

No sistema BioGeo existem espécies com mais de um modelo supervisionado por você. Percebe-se o aumento do número de pontos aceitos para modelagem e a publicação de modelos com distribuição mais restrita. Houve um aumento na quantidade e qualidade dos dados durante a elaboração do estudo? A que você credita esse ganho de qualidade e de um maior número de registros disponíveis?
Sim. Aos esforços de coleta que eu e meus colegas da Botânica da UFSC fizemos para ampliar o número de coletas georreferenciadas de Plantago e também às revisões de coleções de herbários que executei, corrigindo a identificação de muitas coletas.

O desenvolvimento da dissertação trouxe algum feedback aos herbários participantes da rede speciesLink? Que tipo de feedback e quais herbários?
Sim. Principalmente no quesito da identificação e organização das coletas, e dos dados correspondentes disponibilizados pelo speciesLink, nos herbários que revisei as coleções (FLOR, ICN, MBM, UPCB).

À esquerda, coleta de Plantago turficola no topo do Morro da Igreja e à direita coleta deEryngium raulinii nos paredões rochosos na Serra do Corvo Branco, entre Urubici e Grão Pará, SC.

Algum modelo de nicho ecológico da espécie foi testado no campo?
Não, porque o tempo e recursos disponíveis no meu projeto de mestrado não permitiriam tais testes.

Novos pontos de ocorrência das espécies foram obtidos?
Sim, em virtude dos esforços de coleta.

Você procurou alguma ferramenta ou dado e não achou na rede speciesLink?
Percebi que as coleções de vários herbários estão bastante incompletas no speciesLink. Acredito que isso será corrigido no futuro, conforme os herbários aumentem a disponibilização online das coleções.

Campos de altitude nos Aparados da Serra Geral, em São José dos Ausentes, RS.

Você tem alguma sugestão para melhoria das funcionalidades da rede speciesLink?
Seria muito interessante o desenvolvimento de um sistema de dados que abrangesse a América do Sul, integrando os esforços botânicos e biogeográficos dos países da região. Contudo, sei que tal ideia não seria de fácil execução.

Você incluiu ou incluirá imagens das plantas vivas e/ou exsicatas na rede?
Tenho interesse em fazer isso num futuro breve, durante meu doutorado.

Você teve problemas com a falta de coordenadas geográficas de muitos espécimes?
Sim, isso limita bastante a utilização dessas coletas nos estudos.

Os espécimes sem coordenadas eram coletas antigas ou recentes?
As coletas antigas em geral não têm coordenadas, mas percebi que a maioria das coletas recentes também não têm.

Saiba mais!

• Estudos biogeográficos das plantas vasculares exclusivas de Santa Catarina, e das espécies de Plantago L. (Plantaginaceae) nativas no Brasil
• Hassemer, G. ; Baumann, M.C. ; TREVISAN, R. . Plantago rahniana (Plantaginaceae): A Narrow Endemic, New Species from Southern Brazil. Systematic Botany, 2014
• Modelos de Plantago no sistema Biogeografia da Flora e Fungos do Brasil
• Espécimes de Plantago revisados na rede speciesLink

Biogeografia da Flora e dos Fungos do Brasil

Compreender melhor a distribuição geográfica de espécies é fundamental para promover a conservação da biodiversidade. Visando ampliar o conhecimento sobre a biogeografia de plantas e fungos do Brasil, foi desenvolvido um sistema para modelar a distribuição potencial das espécies, contando com a participação ativa de especialistas.

Projeção de consenso entre os modelos de nicho ecológico para Passiflora mucronata (Bernacci & Giovanni 2013), indicando a área potencial de distribuição da espécie no Brasil. Prancha disponível no Herbario Virtual Flora Brasiliensis.

Visando expandir o conhecimento sobre a biogeografia das espécies de plantas e fungos do Brasil, o INCT-Herbário Virtual da Flora e dos Fungos (INCT-HVFF) desenvolveu em parceria com o Centro de Referência em Informação Ambiental (CRIA) um sistema para modelar a distribuição potencial de espécies, contando com a participação ativa de especialistas. O sistema, Biogeografia da Flora e dos Fungos do Brasil (Biogeo), foi desenvolvido no âmbito do Sistema Nacional de Pesquisa em Biodiversidade (SISBIOTA Brasil), utilizando a rede speciesLink como base de dados da ocorrência das espécies.

O sistema visa contribuir para ampliar a compreensão das necessidades ambientais das espécies, investigar diversas questões envolvendo pesquisa e conservação, indicar espécies com maior carência de dados e orientar novas coletas. O sistema abre a perspectiva para as comunidades botânica e micológica construírem um banco de dados sobre plantas e fungos que no futuro poderá conter pelo menos um modelo de distribuição potencial para cada espécie.

Parkia pendula registrada no sul da Bahia por Fábio Coppola (Flickr). Conhecida na região como Juerana, é uma árvore emergente que possui uma distribuição composta de áreas na costa do Nordeste e áreas na Amazônia.

Como funciona
A interface do sistema possui uma seção aberta, onde todos os modelos publicados podem ser visualizados, e uma seção reservada aos supervisores cadastrados, os quais são responsáveis pelo processo de modelagem das espécies. Atualmente o sistema tem 55 supervisores cadastrados e cerca de 700 espécies com modelos gerados, incluindo angiospermas, samambaias e fungos macroscópicos. Todos esses modelos podem ser vistos a partir do menu de navegação na barra superior (clicando em Taxonomia pode-se visualizar as opções disponíveis, realçadas com fundo branco) ou buscados pelo nome científico no canto superior direito.

Modelos gerados para Pycnoporus sanguineus, um fungo amplamente distribuído em regiões tropicais e subtropicais do mundo (Braga-Neto 2013). A) Corpo de frutificação: produz os esporos que são dispersos pelo vento. B) Pontos de ocorrência: Dos 594 registros disponíveis na rede speciesLink, apenas 7,9% foram incluídos na modelagem. C) Modelo de consenso: Ainda que o número de pontos seja suficiente para incluir todos os algoritmos, o modelo pode ser considerado preliminar porque existem grandes lacunas de registros com coordenadas geográficas, influenciando a qualidade final do modelo. Crédito da foto: Damon Tighe (Flickriver).

O Biogeo busca padronizar a geração de modelos e compartilhar os resultados de forma livre e aberta, permitindo que os experimentos possam ser facilmente reproduzidos e verificados pelos usuários. O sistema permite que vários modelos sejam gerados ao longo do tempo para a mesma espécie, porém somente um deles é exibido como referência. O modelo de referência é sempre o último modelo aprovado para a espécie, pois se espera que cada novo modelo seja melhor que os anteriores. Os modelos gerados ficam disponíveis para serem avaliados pelos especialistas, que podem aprovar ou descartar o resultado. O sistema utiliza dados de ocorrência de espécies disponíveis na rede speciesLink, a Lista de Espécies da Flora do Brasil 2012 como base taxonômica e variáveis ambientais bioclimáticas do WorldClim que afetam a distribuição de grande parte das espécies vegetais:

• Altitude (modelo digital de elevação)
• Variação média de temperatura no dia 
• Temperatura máxima no mês mais quente 
• Temperatura mínima no mês mais frio 
• Precipitação no trimestre mais úmido 
• Precipitação no trimestre mais seco 
• Precipitação no trimestre mais quente
• Precipitação no trimestre mais frio

O funcionamento do Biogeo é baseado na ferramenta openModeller, podendo utilizar até 5 algoritmos de modelagem, dependendo do número de pontos de ocorrência. Para espécies com menos de 5 pontos gera-se apenas um modelo de dissimilaridade ambiental através do cálculo da distância euclideana ao ponto de ocorrência mais próximo. De 5 a 9 pontos gera-se um modelo com o algoritmo Maxent; de 10 a 19 pontos são gerados dois modelos, um com o Maxent e outro com o GARP Best Subsets (GARP BS). A partir de 20 pontos são utilizados 5 algoritmos: Maxent, GARP BS, Distância Mahalanobis, ENFA e Máquina Vetores de Suporte de classe única (SVM).

A estratégia de modelagem de nicho ecológico depende do número de pontos de ocorrência disponíveis para cada espécie. Com menos de 5 pontos gera-se um modelo inicial com o objetivo de guiar novas coletas. Entre 5 e 19 pontos os modelos ainda são considerados exploratórios, mas servem como uma estimativa preliminar do nicho da espécie, sendo gerados com um ou dois algoritmos. Modelos gerados a partir de 20 pontos permitem a inclusão de todos os algoritmos, tendendo a ser mais robustos.

O trabalho é realizado separadamente para cada espécie e basicamente envolve: 1) a seleção dos nomes a serem utilizados na busca de registros de ocorrência; 2) a seleção dos registros de ocorrência a serem utilizados no procedimento de modelagem; e 3) a avaliação do modelo gerado. Embora a maior parte dos modelos originais sejam contínuos (i.e., preveem a ocorrência potencial da espécie em uma gama de valores entre 0 e 1), os modelos são também transformados em modelos binários (i.e., prevendo a ocorrência potencial da espécie em valores iguais a 0 ou 1) com base em um limiar de corte, visando facilitar a geração de um modelo de consenso que exibe apenas os locais onde há concordância entre os algoritmos utilizados. Para mostrar o funcionamento escolhemos a espécie Parkia pendula (Willd.) Benth. ex Walp. como exemplo.

Exsicata de Parkia pendula coletada em 1979 na Estação Experimental de Silvicultura Tropical, entre Manaus e Boa Vista. A amostra está depositada no herbário do Jardim Botânico de Nova Iorque (NY 1190430), mas não foi incluída na geração dos modelos de nicho ecológico porque não possui coordenadas geográficas do local de coleta com boa precisão.

Explorando o Biogeo
O primeiro passo para gerar os modelos de Parkia pendula envolveu a seleção dos nomes a serem utilizados na busca de registros de ocorrência, considerando a possibilidade de haver sinônimos na base de dados da Lista de Espécies da Flora do Brasil ou no Tropicos. Em seguida o supervisor selecionou 50 pontos de ocorrência com a ajuda de filtros automáticos de qualidade que visam evitar a inclusão de registros com problemas de georreferenciamento ou identificação. Os pontos de ocorrência selecionados provêm de 18 herbários integrados à rede speciesLink.

Registros de Parkia pendula utilizados no procedimento de modelagem (Lima 2013).

Em seguida, os modelos foram projetados no espaço geográfico para visualização. Como existem mais de 20 pontos disponíveis para esta espécie, foram gerados modelos com base nos 5 algoritmos. No momento, a geração e a projeção dos modelos estão restritas ao território brasileiro porque a ampliação da cobertura geográfica depende de uma série de alterações não triviais, como conhecer os datums utilizados em outros países, ampliar a base de dados de estados e municípios, além de outros detalhes.

Projeções dos modelos de nicho ecológico gerados para Parkia pendula (Lima 2013). A) Extensão geográfica abordada nos modelos. B) Pontos de ocorrência. C) SVM one-class. D) Maxent original. E) Maxent binário. F) Distância Mahalanobis original. G) Distância Mahalanobis binário. H) ENFA original. I) ENFA binário. J) GARP BS original. K) GARP BS binário. L) Modelo de consenso. As áreas em vermelho em C, E, G, I e K indicam modelos binários (presença ou ausência). Os modelos D, F, H e J são contínuos e as cores quentes indicam maior probabilidade de ocorrência. As áreas em vermelho no modelo de consenso L indicam concordância entre os 5 algoritmos, em laranja 4 e em amarelo 3. 

Como avaliar os modelos gerados?

Os modelos gerados NÃO representam a distribuição real da espécie, mas sim a distribuição potencial em áreas ambientalmente adequadas à espécie de acordo com os pontos e variáveis ambientais utilizados no procedimento de modelagem. Vários motivos históricos podem ter contribuído para que a espécie não tenha ocupado todas as áreas potencialmente adequadas. Assim, a projeção do modelo é frequentemente maior que a distribuição real. O procedimento de modelagem visa gerar resultados melhores e mais precisos ao longo do tempo à medida que mais registros de ocorrência são disponibilizados. Para avaliar a qualidade dos modelos existem algumas estatísticas, como omissão interna e omissão média. Modelos com pelo menos 20 pontos de ocorrência podem ser avaliados também por meio da AUC (Area under the curve). Os modelos aprovados incluem um perfil ambiental disponível na página de detalhes do procedimento de modelagem. Procedimentos com um mínimo de 10 pontos incluem histogramas das variáveis ambientais com base nos pontos de ocorrência selecionados para a modelagem.

Condições ambientais nos pontos de ocorrência indicando para cada variável a amplitude de variação e distribuição de frequência dos valores.

Como participar?

O cadastro de usuários está aberto a todos os especialistas interessados. Não é preciso ser um profundo conhecedor de modelagem para utilizar o sistema, pois se utiliza um procedimento padronizado com algoritmos e variáveis ambientais previamente escolhidas. Por outro lado, é importante que o usuário tenha um bom conhecimento sobre a taxonomia, a nomenclatura e a distribuição geográfica das espécies em questão.

 biogeo@inct.florabrasil.net

Para participar, entre em contato pelo email acima, informando nome, instituição e grupo(s) taxonômico(s) que deseja monitorar.

Saiba mais!

• Biogeografia da Flora e Fungos do Brasil
• Perguntas & Respostas (FAQ do Biogeo)
• INCT-Herbário Virtual da Flora e dos Fungos
• EUBrazilOpenBio
• Modelagem de nicho ecológico em geral :: Peterson A.T., Soberón, J., Pearson, R.G., Anderson, R.P., Martínez-Meyer, H., Nakamura, M., Araújo, M.B., 2011. Ecological Niches and Geographical Distributions. Princeton University Press, Princeton.
• GARP Best Subsets :: 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.
• Distância Mahalanobis :: Farber, O., Kadmon, R., 2003. Assessment of alternative approaches for bioclimatic modeling with special emphasis on the Mahalanobis distance. Ecological Modelling, 160: 115–130.
• ENFA :: Hirzel, A.H., Hausser, J., Chessel, D., Perrin, N., 2002. Ecological-niche factor analysis: How to compute habitat-suitability maps without absence data? Ecology, 83 (7): 2027–2036.
• Maxent :: Phillips, S.J., Anderson, R.P., Schapire, R.E., 2006. Maximum entropy modelling of species geographic distributions. Ecological Modelling, 190: 231–259.
• SVM one-class :: Schölkopf, B., Platt, J., Shawe-Taylor, J., Smola, A.J., Williamson, R.C., 2001. Estimating the support of a high-dimensional distribution. Neural Computation, 13: 1443-1471.

Ferramentas para converter e gerenciar coordenadas geográficas

Coordenadas geográficas do local de coleta de espécimes depositados em coleções biológicas são essenciais para entender a distribuição geográfica das espécies e subsidiar a conservação da biodiversidade. Visando auxiliar o georreferenciamento dos espécimes, disponibilizamos 5 ferramentas online que podem ser utilizadas abertamente por qualquer usuário.

Coleções biológicas do mundo todo estão disponibilizando cada vez mais seus acervos online, favorecendo a realização de estudos com diversos fins, sejam acadêmicos ou voltados à conservação da biodiversidade ou ao manejo de recursos naturais. Entretanto, atualmente a maior parte dos espécimes não possui informações sobre as coordenadas geográficas do local onde foram coletados ou têm somente descrições textuais sobre esse local, limitando a compreensão sobre a distribuição das espécies. Visando facilitar e ampliar a capacidade de georreferenciar os espécimes, o CRIA desenvolveu algumas ferramentas online para auxiliar os pesquisadores e curadores das coleções a gerenciar os registros incorporados à rede speciesLink. Ao todo existem 5 ferramentas complementares que podem ser utilizadas abertamente por qualquer usuário.


1. geoLoc :: Fornece coordenadas geográficas para um determinado município ou localidade. A busca pode ser feita pelo nome completo ou parcial da localidade ou município, sendo que a informação do estado é opcional.

Interface do geoLoc (http://splink.cria.org.br/geoloc).

Na lateral direita, o usuário pode escolher utilizar cada um dos 3 bancos de dados: IBGE, GEONet, speciesLink ou todos (all), que somam aproximadamente 550.000 registros de localidades brasileiras.

O formato de saída também pode ser escolhido: HTML ou MS-Excel.

O usuário pode buscar as localidades ou municípios individualmente ou em lote, importando uma planilha excel (veja o modelo).

Clicando na opção “ver mapa”, um mapa do Brasil é exibido mostrando os pontos onde as localidades foram encontradas. O usuário pode destacar cada localidade no mapa clicando no nome apresentado na tabela auxiliar.

O geoLoc é capaz de calcular uma coordenada para uma determinada distância e direção se a opção do mapa estiver selecionada. Para isso basta informar a distância no campo "distância (km)", a direção (N, S, E, W, NE, NW, SE ou SW) e clicar sobre a localidade de origem (na tabela). No mapa será exibido o conjunto de coordenadas do ponto selecionado e do ponto calculado, informando o erro inerente ao cálculo da distância.

Veja mais informações sobre o geoLoc.


2. conversor :: Permite a conversão de diferentes tipos de representação de coordenadas geográficas e datums disponíveis no Brasil.

Interface do conversor (http://splink.cria.org.br/conversor).

Embora as coordenadas possam ser expressas em diferentes formatos, como o clássico 'Graus, Minutos e Segundos' ou UTM, recomenda-se que o formato de graus decimais seja utilizado preferencialmente.

O principal motivo é que o formato GRAUS DECIMAIS não apresenta símbolos, reduzindo assim a chance de incorrer em erros, e é o principal formato utilizado pelos softwares de georreferenciamento. Recomenda-se também utilizar o datum WGS84.

O conversor facilita muito a conversão desses formatos, tanto individualmente quanto em lotes. Para isso, basta colocar as coordenadas em cada uma das linhas do lado esquerdo, selecionar o formato de entrada e saída, o datum e converter.

Veja mais informações sobre o conversor.


3. infoXY :: Visa auxiliar as coleções biológicas na validação dos dados geográficos a partir de coordenadas geográficas.

Interface do infoXY (http://splink.cria.org.br/infoxy).

Através da coordenada geográfica, retorna informações sobre o ponto, como o nome do país, estado ou região administrativa e o nome no município ou distrito. Se a coordenada cair no mar, a ferramenta calcula a distância até o país mais próximo.

Pode-se escolher o formato de saída (HTML ou MS-Excel) e ainda ver no mapa mundial a localização da coordenada.


4. speciesMapper :: Permite a visualização de coordenadas em um mapa.

Interface do speciesMapper (http://splink.cria.org.br/mapper).

Para utilizá-lo, basta inserir medidas de coordenadas geográficas em graus decimais para visualizar o(s) ponto(s) em um mapa.

É possível controlar o formato, tamanho e cor dos símbolos antes de fazer a projeção. As opções de mapas incluem o mundo, América Central e do Sul e Brasil.


5. spOutlier :: Detecta outliers (pontos fora do padrão esperado) para latitude, longitude e altitude.

Interface do spOutlier (http://splink.cria.org.br/outlier).

O spOutlier ferramenta usa técnicas modificadas por Chapman 1999 para detectar outliers para latitude, longitude e altitude. Permite também a identificação de pontos "na terra" e "no mar". Selecionando a opção "na terra", por exemplo, destaca os pontos que ocorrem no mar. Se nenhuma das opções for selecionada serão apenas indicados possíveis outliers.

Veja mais informações sobre o spOutlier.

Saiba mais!

• Rede speciesLink
• openModeller

Dados primários de biodiversidade e políticas públicas: o exemplo das espécies da flora brasileira com deficiência de dados

Artigo publicado na revista Biological Conservation avalia o conhecimento digital acessível para plantas brasileiras com base em dados disponíveis abertamente no Herbário Virtual da Flora e dos Fungos por meio da rede speciesLink.

Métodos para estimar riscos de perda de biodiversidade estão estreitamente ligados a métodos para a avaliação do status de conservação de espécies, o que depende principalmente de dados sobre distribuição geográfica e tamanho da população. No Brasil, a comunidade científica e o governo publicaram visões diferentes sobre quais e quantas espécies são “Deficientes em Dados”, ou seja, plantas sobre as quais não existem informações suficientes para que uma categoria formal de ameaça possa ser atribuída. A lista produzida pela Fundação Biodiversitas/IBAMA, feita seguindo os critérios da IUCN em colaboração com mais de 300 taxonomistas, contém 1.495 espécies consideradas ameaçadas de extinção (em diferentes categorias) e 2.513 espécies com deficiência de dados. Entretanto, a Lista Oficial de Espécies da Flora Brasileira Ameaçadas de Extinção, publicada pelo Ministério do Meio Ambiente (MMA) em 2008, é bastante diferente (Fig. 1A). Ela foi baseada na lista da Fundação Biodiversitas, mas abrangeu apenas as espécies listadas como ameaçadas pela Biodiversitas, dividindo-as em “Ameaçadas” [Anexo I - 472 espécies] e “Deficiente em Dados” [Anexo II – 1.079 espécies].

Figura 1. A. Comparação do número de espécies consideradas ameaçadas de acordo com as listas da Fundação Biodiversitas/IBAMA e do Ministério do Ambiente (MMA). A lista da Biodiversitas divide as espécies em 890 Vulneráveis, 319 Ameaçadas e 286 Criticamente Ameaçadas, enquanto o MMA divide praticamente o mesmo conjunto de espécies em 1079 Deficientes em Dados e 472 Ameaçadas. B. Parâmetros utilizados para filtrar os dados obtidos na rede speciesLink e o número resultante de registros após o uso dos filtros na primeira e na segunda etapa do processamento dos dados.  

"Durante o desenvolvimento do sistema Lacunas, o qual assinala espécies que estão nas listas de maneira comparativa, percebemos que existiam dados de ocorrência sobre muitas espécies listadas como Deficiente em Dados na lista do MMA", descreve Mariane de Sousa-Baena, pesquisadora associada ao CRIA. Essa foi a motivação pra que o artigo 'Knowledge Behind Conservation Status Decisions: Data Basis for 'Data Deficient' Brazilian plant species', publicado recentemente na revista Biological Conservation, fosse desenvolvido. O objetivo foi avaliar se dados sobre a distribuição eram realmente inexistentes ou insuficientes para caracterizar a distribuição das espécies de angiosperma classificadas como Deficiente em Dados (DD). Foram utilizadas diversas análises baseadas em dados de ocorrência associados a espécimes de herbário disponíveis na rede speciesLink. As análises iniciais foram feitas com cerca de 4 milhões de registros, e após o uso de diferentes filtros para obter apenas os dados com informações adequadas e confiáveis, foram utilizados 1,68 milhões de registros de angiospermas ocorrentes no Brasil (Fig. 1B). Para cada uma das 934 espécies de angiosperma do Anexo II verificou-se o número observado de sítios de ocorrência no Brasil a partir de grids de ½ grau (3.000 km²). Então estimou-se número de sítios de ocorrência esperados a partir dos sítios observados através do cálculo do índice C – Completeness ou Completude. Os valores de C variam entre 0 e 1 e valores altos indicam bom conhecimento da distribuição geográfica da espécie.

Figura 2. A. Gráfico ilustrando a completude do conhecimento da distribuição geográfica para todas as espécies listadas como Deficientes em Dados pelo MMA (2008). O retângulo verde marca as espécies consideradas como bem documentadas em termos de distribuição (com N>5 e C>0.8). B. Gráfico mostrando a porcentagem de modelos obtidos de acordo com sua qualidade.

Espécies que tinham o C maior que 0,8 e o número de registros distintos (N) maior que 5 foram consideradas bem documentadas em termos de distribuição. Das 934 espécies,152 (16,3%) atendem a estes critérios (Fig. 2A). Para o grupo das 690 espécies restantes, i.e. com N menor 5 ou C menor 0,8 (Fig. 2B) foi feita uma amostragem aleatória de 10% das espécies utilizando a função Rnd() do Microsoft Access. Em seguida, para cada espécie selecionada, foram produzidos modelos de nicho ecológico . Através de uma inspeção visual dos modelos, considerando a distribuição dos pontos de ocorrência e comparando-os com a distribuição potencial apontada pelo modelo, concluiu-se que para 33% destas espécies o modelo gerado é excelente e para 19% bom (Fig. 2B, exemplos na Fig. 3). Modelos foram considerados excelentes quando a distribuição potencial não divergia da área de fato ocupada pela espécie; quanto mais diferente a área ocupada da área prevista, pior o modelo.

Figura 3. Exemplos de modelos considerados bons ou ruins.

Assim, somando-se as 152 espécies bem documentadas, com as espécies para as quais o modelo de nicho ecológico foi considerado excelente, conclui-se que pelo menos 40% das espécies listadas como DD pelo MMA não parecem ser genuinamente deficientes em dados (Fig. 4). Além disso, existem dados que permitem a geração de bons modelos para outras 130 espécies, o que indica que existe conhecimento digital disponível para, ao todo, cerca de 55% das espécies DD (Fig. 4).

Figura 4. Diagrama sumarizando a situação do Conhecimento Digital Acessível (DAK) para angiospermas, e como chegou-se nas porcentagens de espécies ‘genuinamente deficientes em dados’ e das que tem ‘DAK’ disponível.

A Lista do MMA foi lançada em 2008, quando a rede speciesLink contava com 1,9 milhões de registros de plantas, sendo que atualmente a rede disponibiliza mais de 4 milhões de registros. Dado o dinamismo da disponibilidade de dados no INCT-Herbário Virtual, processos antes baseados em dados de publicações ou de formulários preenchidos no momento da avaliação do status de conservação poderiam vir a utilizar métodos que permitissem o monitoramento dinâmico do status de conhecimento de espécies. Isto exigiria um maior dinamismo nos processos de tomada de decisão para o planejamento de estratégias para a conservação da flora brasileira. Veja na Figura 5 um exemplo de espécie listada como Deficiente de Dados pelo MMA para a qual vários tipos de dados e informações estão disponíveis online.

Figura 5. Exemplo de espécie do Anexo II – Deficiente em Dados, que tem o C (índice de completude) do conhecimento distribucional alto e para a qual existe DAK disponível. Seus usos também são conhecidos; a Japecanga é explorada comercialmente e de suas raízes são produzidos chás medicinais e comprimidos.

Saiba mais!

• Para ver o artigo na íntegra: 

Sousa-Baena MS, Garcia LC, Peterson AT. 2013. Knowledge Behind Conservation Status Decisions: Data Basis for 'Data Deficient' Brazilian Plant Species. Biological Conservation, In press.

• Lista Oficial de Espécies da Flora Brasileira Ameaçada - MMA 2008. Instrução Normativa No 6, de 23 de setembro de 2008.
• Lista comparada Biodiversitas/IBAMA e MMA.
• Categorias de ameaça e critérios da IUCN (em inglês).

Herbário Virtual da Flora e dos Fungos

Com a missão de prover infraestrutura de dados à comunidade científica, ao poder público e à sociedade, o Herbário Virtual da Flora e dos Fungos está favorecendo a integração de informações sobre plantas e fungos no Brasil de forma aberta e livre.

O Brasil é um dos países mais diversos no planeta em espécies de plantas e fungos, abrigando cerca de 15 a 20% das espécies conhecidas e contendo ainda milhares de espécies novas a serem descobertas pela ciência. O desafio de se estudar essa biodiversidade e integrar o conhecimento gerado é imenso, mas está sendo abordado de forma pioneira pelo Herbário Virtual da Flora e dos Fungos (INCT-HVFF), que vem atuando na pesquisa, formação de recursos humanos e transferência de conhecimento para a sociedade. 

O gênero Ischnosiphon contém cerca de 35 espécies de ervas terrestres, distribuídas nos Neotrópicos (foto: Pedro Ivo Simões). 

De uma forma geral, o INCT-HVFF visa fomentar o compartilhamento livre e aberto de dados e informações de herbários em um formato útil; integrar informações dos acervos dos herbários do país e de acervos no exterior que possuem coletas realizadas em solo brasileiro; melhorar a qualidade dos acervos dos herbários brasileiros; disponibilizar dados sobre a ocorrência de espécies no Brasil, base fundamental para a tomada de decisão e formulação de políticas públicas sobre biodiversidade; ampliar a base de conhecimento sobre a diversidade da flora e dos fungos macroscópicos do Brasil; estimular a formulação de políticas públicas voltadas à sustentabilidade dos herbários, à formação de taxonomistas e aos estudos sobre biodiversidade; e fornecer subsídios para que a sustentabilidade ambiental se torne um critério tão importante quanto o desenvolvimento social e econômico na formulação e análise de políticas públicas. 

Mycena lacrimans, a única espécie de fungo bioluminescente conhecida na Amazônia 
(foto: Ricardo Braga-Neto).

Participação do CRIA no Herbário Virtual da Flora e dos Fungos

Dentre as principais ações focais, o Centro de Referência em Informação Ambiental (CRIA) é responsável pelo desenvolvimento e manutenção do sistema de informação online do INCT-HVFF por meio da rede speciesLink, pelo suporte aos 75 herbários nacionais participantes e 5 do exterior, e pela linha de pesquisa sobre o uso de dados de ocorrência de espécies para a formulação de políticas públicas. Os herbários participantes estão disponibilizando cerca de 4 milhões de registros sobre espécimes coletados no Brasil, com informações sobre mais de 35 mil espécies de plantas e de fungos. Aproximadamente 76% dos registros disponibilizados estão georreferenciados, seja com base em dados originais (cerca de 33%) ou derivados secundariamente pelo município (cerca de 43%).

Número total de registros online (verde), de registros georreferenciados com dados originais (azul) e de coleções e subcoleções provedoras de dados (linha vermelha) ao longo do tempo. 
Atualizado em 14/05/13.

Mais de 180 mil registros possuem imagens, dos quais mais de 95% são imagens de exsicatas depositadas nos herbários. Contudo, existe um número crescente de registros com imagens de material vivo, o que ajuda muito a obter mais informações sobre os espécimes em campo, uma informação particularmente importante para fungos macroscópicos, mas relevante também para flores e frutos. Atualmente existem cerca de 80 mil registros referentes a materiais tipo de espécies de plantas e fungos.

Exemplos de imagens de exsicatas disponíveis no Herbário Virtual. Da esquerda pra direita: Caesalpinia echinata, Bertholletia excelsa e Swetenia macrophylla.

A maior parte dos registros está concentrada nas regiões Sudeste e Nordeste do Brasil (32% dos dados referem-se a coletas realizadas na região Sudeste e 26% na região Nordeste), com 16% na região Sul, 15% na região Norte e 11% na região Centro-Oeste. A região Norte é a que possui menor densidade de coletas, 0,138 registros/km², embora uma grande parte da biodiversidade esteja concentrada na Amazônia.

Distribuição geográfica dos herbários pertencentes ao INCT-HVFF. O tamanho do círculo é proporcional ao número de registros total do herbário (crédito: Flávia Pezzini).

O CRIA também desenvolve sistemas para auxiliar o trabalho de especialistas na definição das espécies e áreas prioritárias para a coleta. Um exemplo é o sistema Biogeografia da Flora e Fungos do Brasil. O objetivo principal é expandir o conhecimento sobre a biogeografia das plantas e fungos através de dados de ocorrência disponíveis em herbários, contando com a participação ativa de especialistas e com o uso de técnicas de modelagem de nicho ecológico usando a ferramenta openModeller. O sistema tem como meta ter pelo menos um modelo de distribuição potencial para cada espécie de plantas e fungos que ocorrem no Brasil. Espera-se que os resultados possam orientar novas coletas, indicando áreas de ocorrência potencial, além de compreender melhor as necessidades ambientais de cada espécie e contribuir para diversas questões envolvendo pesquisa e conservação.

Modelo preliminar da distribuição geográfica com base no nicho ecológico de Schizophyllum commune, um fungo amplamente distribuído. Ainda que seja uma espécie bem conhecida e coletada, a carência de registros georreferenciados limita a performance do modelo, indicando que novas coletas devam priorizar a obtenção desses dados com aparelhos de GPS.

O INCT-HVFF é coordenado pela Profa. Leonor Costa Maia da Universidade Federal de Pernambuco (UFPE) e conta com a participação de representantes de várias instituições associadas de dentro e fora do país.

Neoregelia eleutheropetala, uma espécie de bromélia que ocorre na Amazônia (foto: Mario Terra).

Saiba mais!

• INCT-Herbário Virtual da Flora e dos Fungos
• Rede speciesLink
• Biogeografia da Flora e Fungos do Brasil

OpenModeller: modelagem de nicho ecológico

O openModeller é uma ferramenta versátil para gerar modelos de distribuição potencial de espécies com base no nicho ecológico. Desenvolvido pelo CRIA, ele está sendo utilizado pela comunidade científica no mundo todo.

Modelos de distribuição potencial de espécies com base no nicho ecológico têm sido cada vez mais utilizados em diversas situações aplicadas e acadêmicas, como a indicação de áreas prioritárias para conservação da biodiversidade, a avaliação do potencial de invasão de espécies exóticas, o estudo de impactos de mudanças climáticas na biodiversidade e o acompanhamento de vetores de doenças infecciosas. Basicamente, modelos de nicho ecológico costumam ser gerados a partir de um conjunto de locais onde se sabe que a espécie ocorre e de um conjunto de variáveis ambientais (p.ex. climáticas, topográficas) que afetam a distribuição da espécie. O procedimento de modelagem é feito por algoritmos e os resultados podem ser projetados numa região geográfica indicando áreas supostamente adequadas à sobrevivência da espécie.

Panorama básico da modelagem de nicho ecológico.

O openModeller oferece um ambiente computacional para a modelagem de nicho ecológico com a proposta de disponibilizar um framework que auxilie a construção de modelos por pesquisadores e tomadores de decisão. O openModeller é o único software desta categoria que apresenta arquitetura modular, possui código aberto, está disponível gratuitamente, permite a inclusão de vários algoritmos de modelagem (p.ex. Maxent, GARP), tem versões em diferentes plataformas (p.ex. Windows, Mac OSX e GNU/Linux), suporta vários formatos de dados e foi planejado de maneira que várias interfaces pudessem ser criadas valendo-se do mesmo conjunto básico de funcionalidades (p.ex. gráfica, linha de comando, Web e serviço Web).

Modelo da distribuição potencial de Godmania dardanoi (Bignoniaceae), uma planta supostamente com deficiência de dados e possivelmente ameaçada de extinção. O volume de dados disponíveis na rede speciesLink é suficiente para gerar um modelo preliminar que indica uma área de distribuição potencial restrita ao semiárido brasileiro, possibilitando uma reavaliação do status de ameaça com base no conhecimento disponível [fonte BioGeo].

Breve histórico
O openModeller surgiu a partir do projeto speciesLink com o objetivo de demonstrar uma possível aplicação para dados de amostras depositadas em coleções biológicas. Ele foi desenvolvido como Software Livre e gratuito (sob licença GPL), incentivando a participação de pesquisadores e instituições em seu desenvolvimento. Historicamente houve parcerias com várias instituições, como a Universidade do Kansas, a Universidade de Reading, o projeto Incofish e a Universidade do Colorado, além do Global Biodiversity Information Facility (GBIF) que há muitos anos utiliza o serviço de modelagem do openModeller em seu portal na Web.

Em 2006, o openModeller foi objeto de um projeto temático da FAPESP com 4 anos de duração. Além do Centro de Referência em Informação Ambiental (CRIA), participaram o Instituto Nacional de Pesquisas Espaciais (INPE) e a Escola Politécnica da Universidade de São Paulo. Vários desenvolvimentos importantes foram viabilizados através deste projeto, que também gerou uma série de publicações. Em 2009 foi publicado o principal artigo sobre o openModeller na revista GeoInformatica (Muñoz et al. 2009). De acordo com o Google Scholar, o artigo já foi citado 62 vezes, tendo permanecido por muito tempo no topo da lista de artigos mais baixados na revista onde foi publicado.

Histórico de versões e downloads do openModeller (sem incluir a versão Desktop).

Desde a primeira versão do openModeller (lançada em 30 de abril de 2004), foram lançadas até hoje 22 versões, somando-se mais de 20 mil downloads de diversas partes do mundo. Se acrescentarmos os números da versão Desktop, o total de downloads ultrapassa 40 mil, feitos por pessoas de mais de 100 países. Outro exemplo da abrangência do uso do openModeller é a lista de discussão de usuários, que conta com mais de 200 especialistas de várias partes do mundo.

Iniciativas que têm utilizado o openModeller
Atualmente o desenvolvimento do openModeller prossegue através de vários projetos onde ele já está sendo utilizado. Um deles, financiado conjuntamente pelo CNPq e pela FACEPE no âmbito do Sistema Nacional sobre Biodiversidade, tem como foco a construção de uma base de dados de modelos de nicho ecológico para espécies da Flora do Brasil. Os outros projetos, EUBrazilOpenBio, BioVeL e i-Marine, envolvem parceiros da Comunidade Europeia, sendo o primeiro deles co-financiado pelo CNPq e Comissão Europeia e os demais financiados exclusivamente pela Comissão Europeia. O projeto EUBrazilOpenBio busca investigar, entre outras coisas, formas de usar o serviço de modelagem em nuvem. Como resultado já temos protótipos funcionando na Universidade Federal Fluminense e no Centro de Supercomputação de Barcelona. Por sua vez, o projeto BioVeL dedica-se ao tema de workflows científicos, sendo que uma das áreas-chave do projeto é a modelagem de nicho ecológico. Através do BioVeL, o openModeller também se tornou um dos principais estudos de caso da European Grid Infrastructure (EGI), que em breve irá oferecer um serviço de modelagem capaz de utilizar simultaneamente e sob demanda recursos computacionais de vários provedores que participam da EGI Federated Cloud.

Saiba mais!

• OpenModeller project home page
• Download do openModeller
• Publicações referentes ao projeto openModeller
• Lista de Discussão para usuários
• Lista de Discussão para desenvolvedores