Redes neurais para a seleção de variáveis climáticas no processo de modelagem de distribuição de espécies na região Norte do Brasil

Arimatéa de Carvalho XimenesGustavo Arcoverde

Silvana Amaral Antônio Miguel Vieira Monteiro

Introdução

� Os dados climáticos do WorldClim são amplamente usados em trabalhos de modelos de distribuição de espécies (Buermann et al., 2008).

� A maioria das variáveis climáticas usadas em modelos de distribuição de espécies são correlacionadas.

� Entretanto, este assunto é raramente testado e avaliado.

Introdução

� Os estudos não avaliam a redundância de informação que existem nas variáveis climáticas disponíveis pelo WorldClim, principalmente na região Norte do Brasil onde há falta de estações meteorológicas bem distribuídas.

Porque usar a rede neural do tipo Mapa Auto-Organizável?

Não-supervisionado - Não exige conhecimento e hipótese a priori

Redução da dimensionalidade

Ferramenta de visualização de dados multivariados

Análise da dependência espacial

Objetivo

� Analisar a correlação espacial entre as variáveis climáticas e bioclimáticas da base de dados do WorldClim a partir do método de rede neural Mapa Auto-Organizável.

� Realizar uma pré-seleção das variáveis de entrada para realizar a modelagem de distribuição de espécies da região norte do Brasil.

Área de estudo

Como foram geradas as superfícies climáticas do WorldClim ?

Precipitação Temperatura

Fonte: Hijmans et al., 2005 (WorldClim)

18,5km

Superfície climática Variáveis independentes:Altitude, latitude e longitude

Precipitação

ResultadosPreliminares

Precipitação

Correlação entre os meses de precipitação

Legenda

Temperatura máxima

Correlação entre os meses da variável de temperatur a máxima

Legenda

Temperatura mínima

Correlação entre os meses da variável de temperatura mínima

Legenda

Bioclimáticas

Temperatura

11 variáveis

Precipitação

8 variáveis

Bioclimáticas

Correlação entre as variáveis bioclimáticas

Legenda

Conclusões

� A precipitação é influenciada pela longitude e latitude.

� A temperatura é influenciada pela altitude.

� Todos os meses da variável de temperatura mínima são correlacionados.

Conclusões

� As variáveis bioclimáticas são menos correlacionadas.

� As variáveis independentes podem substituir as variáveis climáticas.

� Dependência espacial