Clima, solo e água: importância de variáveis ambientais na determinação da distribuição potencial de peixes de rios e riachos amazônicos

Estimar as distribuições espaciais das espécies é um dos principais objetivos da macroecologia, ainda mais quando os esforços amostrais não conseguem atingir os conhecimentos sobre os padrões demográficos das espécies alvo. Neste sentido os modelos de distribuição de espécies (MDE) aproximam o nicho fundamental das espécies a partir da extrapolação de variáveis predictoras relacionadas com dados de presença ou presença/ausência das espécies. A bacia Amazonas-Tocantins está caracterizada por uma forte dinâmica ambiental que condiciona de forma diferencial a ictiofauna regional à diferentes escalas espaciais. Para caracterizar à percepção diferencial dos hábitats por parte das espécies os modelos foram configurados com base nas distribuições espaciais de quatro espécies de rio, Ageneiosus inermis, Acestrorhynchus falcatus, Pygocentrus nattereri e Plagioscion squamosissimus e quatro de riachos, Crenuchus spilurus, Helogenes marmoratus, Helogenes marmoratus e Trichomycterus hasemani. Os objetivos do trabalho foram: (i) Determinar qual conjunto de variáveis preditoras permitem obter melhores representações espaciais para as espécies de rios e riachos empregando MDE e, (ii) Avaliar o poder preditivo de MaxEnt para gerar MDE de rios e riachos empregando diferentes conjuntos de variáveis preditoras. Os registros espaciais que apresentaram autocorrelação espacial foram processados a partir do pacote spThin. Para caracterizar a dinâmica ambiental foram incorporados 78 variáveis divididas em três tratamentos: PCA1 (variáveis climáticas), PCA2 (variáveis climáticas, declividade e fluxo acumulado) e PCA3 (variáveis climáticas, declividade, fluxo acumulado, topográficas e edáficas). Foi empregado o software MaxEnt, configurado a partir do pacote ENMeval. Dois aspectos podem ser observados nos resultados, para espécies de rios a incorporação de variáveis hidrológicas, topográficas e edáficas permite obter representações mais precisas e restritas espacialmente do que somente empregando variáveis climáticas. E em segundo lugar, independente da complexidade dimensional do sistema, MaxEnt permite obter MDEs com alto poder preditivo tanto para espécies de rios como para espécies de riachos. No caso de espécies de rios os preditores macroscópicos (variáveis climáticas - PCA1) permitiram representar seus requisitos ambientais e suas amplas distribuições espaciais. Enquanto que, variáveis climáticas, hidrológicas, topográficas e edáficas (PCA3) atuaram como filtros ambientais restringindo as distribuições espaciais de ambas às espécies de rios e riachos. A complexidade dimensional do sistema não afeta a capacidade de representação espacial de Maxent, observando que, no caso de espécies de riachos MaxEnt mostrou maior capacidade de representação espacial.