Uma das características mais marcantes com relação ao padrão temporal dos atropelamentos é a relação com a biologia das espécies, havendo grande variação entre os diferentes grupos taxonômicos (COELHO; KINDEL; COELHO, 2008; GRYZ; KRAUZE, 2008; GRILO et al. 2009; CURETON; DEATON, 2012). Por isso, a presença/ausência de sazonalidade e diferentes períodos de maior atropelamento estão relacionados ao número de amostragens que deve ser empregado para definir a distribuição de atropelamentos.
Entretanto, como a distribuição espacial dos atropelamentos foi diferente entre os anos o número de amostragens definido representa quaisquer combinações de amostragens semanais durante um ano. É necessário enfatizar que este período não é suficiente para definir uma distribuição dos atropelamentos permanente com o passar dos anos. Isso representa uma grande preocupação para conservação, já que mesmo com amostragens semanais durante um ano para definir a localização de uma mitigação pode resultar em falta de efetividade dessa medida no ano seguinte.
Todas as análises confirmam as alterações dos atropelamentos entre 2002 e 2005: o padrão de distribuição dos atropelamentos se altera, as regiões de maior atropelamento são diferentes (
Figura 7 a
Figura 10); o padrão temporal também se altera em alguns grupos, como em VERTEBRADOS que apresenta sazonalidade apenas em 2002 (
Figura 2); baixa capacidade de prever os atropelamentos em 2005 (Figura 4 a
Figura 6); e o maior número de amostragens necessário para 2005 (Tabela 3).
A diferença nos atropelamentos em diferentes anos pode ser relacionada a alterações nas condições ambientais (CARVALHO; MIRA, 2010), densidade populacional (EBERHARDT; MITCHELL; FAHRIG, 2013) e características da rodovia e do tráfego (CARVALHO; MIRA, 2010; MKANDA; CHANSA, 2011). Para nossos resultados, essa alteração deve ser relacionada às alterações ambientais, pois 2002 foi um ano bastante chuvoso, com precipitação média anual e mensal superando 50% do ano de 2005. Com a menor variação ambiental em 2002, principalmente as espécies sazonais e relacionadas ao ambiente aquático são mais atropeladas o ano todo, alterando os padrões temporais e espaciais do atropelamento.
O menor número de amostragens testado foi 12, a fim de representar o número de monitoramentos exigido pela Instrução Normativa n.13/2013 do IBAMA em licenciamentos ambientais de rodovias e ferrovias, que exige amostragens mensais durante um ano de monitoramento. Entretanto, mais amostragens são necessárias especialmente para grupos com atividades sazonais, como ocorre para VERTEBRADOS, RÉPTEIS e H. infrataeniatus (Tabela 3). Estes resultados corroboram o encontrado Bager; Rosa (2011) que sugerem o esforço amostral no mínimo semanal por mais de um ano para avaliar a riqueza de vertebrados atropelados. Porém para grupos sem sazonalidade, como MAMÍFEROS e todos seus grupos, 12 amostragens parece ser capaz de determinar o padrão espacial dos atropelamentos.
As AVES foram uma exceção a este fato, pois mesmo sem sazonalidade também necessitam de um alto número de amostragens (Tabela 3;
Figura 3). Isso ocorre pela presença de C. ruficapillus, espécie de ave mais atropelada e com atropelamentos concentrados em apenas um mês, influenciando no padrão de AVES. Porém não foi possível definir o número de
amostragens para essa espécie isoladamente, já que a concentração dos atropelamentos em um único período impediu a realização de amostragens aleatórias.
Para os RÉPTEIS, devido a sazonalidade do grupo, a amostragem semanal por um ano (total) quase não foi suficiente para definir o padrão de atropelamentos. A sazonalidade dos atropelamentos e o maior número de amostragens definido para os grupos de répteis são relacionados ao fato de serem organismos ectotérmicos, que dependem do ambiente para manter sua temperatura corporal e redução da mobilidade no inverno (ZUG et al., 2001; POUGH; JANIS; HEISER, 2008). Outros autores também encontraram sazonalidade e períodos específicos do ano com maior atropelamento para répteis (COELHO; KINDEL; COELHO, 2008; CURETON; DEATON, 2012, JOCHIMSEN; PETERSON; HARMON, 2014).
Dentre os grupos de répteis, apenas H. infrataeniatus apresentou número de amostragens tão alto e semelhante ao de RÉPTEIS, sugerindo que o padrão de atropelamento de RÉPTEIS seja um reflexo do alto atropelamento de H. infrataeniatus. Da mesma forma, o número de amostragens de RÉPTEIS foi o único semelhante ao de VERTEBRADOS indicando também a influência dos atropelamentos desta classe no padrão de VERTEBRADOS.
Entretanto, poucas amostragens são necessárias para todos os grupos de mamíferos, pois como os atropelamentos são distribuídos durante o ano e não têm sazonalidade poucas coletas são suficientes para determinar o padrão espacial de atropelamentos. Mesmo sem sazonalidade em nossos resultados, diversos trabalhos mostram períodos do ano em que espécies de mamíferos são mais atropeladas, geralmente associadas a características da rodovia, tráfego, períodos biológicos como dispersão e reprodução, e diferentes estágios de vida (SMITH-PATTEN; PATTEN, 2008; GRILO et al., 2009; BROCKIE et al., 2009; NEUMANN et al., 2011; GARRIGA et al., 2012).
Os padrões particulares de sazonalidade e número de amostragens entre os grupos reforçam a necessidade de definir um grupo como objetivo para mitigação. Definir a espécie a ser preservada pode ser um importante passo para efetividade de medidas de mitigação, como verificado também por Forman et al. (2003) e Teixeira et al. (2013). A distribuição de densidades dos atropelamentos também corrobora essa necessidade da utilização de um grupo foco na definição de medidas de mitigação, pois são diferentes para cada grupo.
A semelhança entre o padrão de distribuição dos atropelamentos de diferentes grupos, que abrangem espécies em comum, mostra a influência do grupo mais abundante no padrão de atropelamentos, mascarando a distribuição do atropelamento das demais espécies e determinando os trechos da rodovia com maior atropelamento. A definição de hotspots de atropelamentos por Coelho; Kindel; Coelho (2008) excluindo as espécies dominantes também mostraram a influência destas espécies, fazendo com que na ausência de espécies dominantes os grupos maiores apresentem diferenças entre as estações.
Assim como ocorreu para o padrão temporal, isso foi também verificado com o mesmo padrão de distribuição espacial dos atropelamentos entre VERETBRADOS e RÉPTEIS. Assim definir o local para instalação de medidas de mitigação baseado no padrão de VERTEBRADOS não seria efetivo para grupos de aves e mamíferos que têm concentrações dos atropelamentos em outros trechos da rodovia. A utilização dos dados de VERTEBRADOS para definir um único padrão de atropelamento torna-se ainda mais preocupante considerando que o padrão de atropelamentos de RÉPTEIS corresponde aos atropelamentos de H. infrataeniatus, excluindo T. merianae que tem padrão espacial contrário ao de RÉPTEIS. Com isso, os locais com maior atropelamento definido com os dados de VERTEBRADOS correspondem apenas aos principais locais de atropelamentos de H. infrataeniatus, mesmo utilizando um ano de coleta de dados
Em AVES também há a influência de C. ruficapillus no padrão espacial dos atropelamentos, da mesma forma como ocorre para o padrão temporal. Entre os mamíferos encontramos os mesmos trechos com maior densidade de atropelamentos para MAMÍFEROS e HERBÍVOROS AQUÁTICOS, o grupo de mamíferos com a maior abundância nos atropelamentos. Desta forma, fica evidente que o grupo mais abundante nos atropelamentos impõe sua distribuição dos atropelamentos quando consideramos os dados agrupados.
Da mesma forma podemos verificar a semelhança nos padrões de atropelamento para algumas espécies, indicando que a utilização de “grupos ecológicos” pode ser uma alternativa para definição das agregações de atropelamentos, como sugerido por Teixeira et al. (2013). Estes grupos permitem um menor esforço amostral, pois a amostragem apenas da espécie mais abundantes e de fácil amostragem pode definir os padrões daquelas impactadas por atropelamentos e pouco representadas nos monitoramentos.
O grupo HERBÍVOROS AQUÁTICOS e suas espécies separadamente, H. hydrochaeris e M. coypus, representam essa utilização de grupos. Todos mostraram mesma distribuição dos atropelamentos e trechos da rodovia com maiores atropelamentos. O mesmo acontece para CARNÍVOROS TERRESTRES, que tem padrão de atropelamento semelhante ao das duas espécies pertencentes ao grupo e que foram avaliadas separadamente, L. geoffroyi e C. thous.
HERBÍVOROS incluem a segunda espécie mais atropelada M. coypus e H. hydrochaeris (capivara) que, embora seja comum, causa graves acidentes na rodovia devido ao tamanho. Os CARNÍVOROS incluem L. geofroyi como única espécie considerada quase ameaçada em nível nacional e vulnerável nos estados do Rio Grande do Sul e Paraná (MMA, 2008); mas também espécies como C. thous, P. cancrivorus (mão-pelada) e P. gymnocercus (Graxaim) consideradas
carismáticas e que podem funcionar como espécies bandeiras para conservação de outras.
Além da definição dos padrões temporais e espaciais, compreender as variáveis relacionadas aos atropelamentos é também um importante fator para definição de medidas de mitigação (GOMES et al., 2009). Definir estas variáveis permite entender os padrões de distribuição dos atropelamentos e tentar predizer quando e onde serão mais intensos.
A maior correlação dos grupos com a variável do dia anterior ao atropelamento, pode estar relacionada ao tempo de resposta das espécies as alterações das condições ambientais, assim como Shepard et al. (2008) também encontrou relação de colisões de quelônios com a precipitação de 24h antes. Como 2002 foi um ano atípico os organismos precisam de ajustes fisiológicos que ocorrem antes ou durante as alterações (POUGH; JANIS; HEISER, 2008). Isto é confirmado pelo fato de que a maioria destes grupos são répteis, organismos ectotérmicos que têm rápido declínio nas respostas comportamentais frente a alterações na temperatura (POUGH; JANIS; HEISER, 2008).
A relação da componente de autocorrelação temporal e do Dia do ano com grupos sem sazonalidade sugere a existência de uma relação temporal entre os atropelamentos, mesmo não sendo suficiente para apresentar sazonalidade. Isso pode justificar o fato de outros trabalhos encontrarem períodos do ano de maior atropelamento para mamíferos (SMITH-PATTEN; PATTEN, 2008; GRILO et al., 2009; NEUMANN et al., 2011) e quelônios (LANGEN et al., 2007; BEAUDRY et al., 2008, CURETON; DEATON, 2012)
Todos os grupos de répteis foram associados à temperatura mínima, já que sua movimentação é influenciada pela temperatura e necessitam de uma temperatura mínima para manter a locomoção normal (SHEPARD et al., 2008). Há também a necessidade de termorregulação, que atrai os répteis para as
rodovias nos períodos mais frios, quando a rodovia está mais quente, e aumentam as chances de atropelamento (SHEPARD et al., 2008).
Para as AVES e mamíferos a relação com a temperatura mínima não foi tão evidente quanto para os répteis, havendo diferentes variáveis relacionadas aos grupos, principalmente em mamíferos. A diferença das variáveis entre os répteis e estes grupos deve ser associada aos mecanismos de controle da temperatura de cada um. A relação entre o atropelamento de cada grupo com diferentes variáveis ambientais reforça o problema em utilizar muitas espécies com características diferentes para definir os padrões de atropelamentos. O que ocorre entre os grupos de aves e mamíferos, que como são influenciadas por diferentes variáveis exigem características particulares para predizer os atropelamentos.
Mesmo havendo relação entre os atropelamentos e as variáveis ambientais, não foi possível prever os atropelamentos para todos os grupos utilizando características ambientais. Isso mostra que estes grupos com baixa capacidade para predizer os atropelamentos são mais influenciados por variáveis não incluídas nos modelos do que as condições ambientais. Daí a razão pela qual as melhores previsões aconteceram para grupos com sazonalidade. Além disso, as melhores previsões foram para 2002, isso confirma os diferentes padrões de atropelamentos entre os anos, relacionado às condições ambientais.
Diversas outras variáveis podem ser associadas aos atropelamentos, como características do tráfego e da rodovia e paisagem de entorno (GRYS; KRAUSE, 2008; BROCKIE et al., 2009; GRILO et al., 2009; CARVALHO; MIRA, 2011).
Entretanto, devido as características da área de estudo, o nível de água das lagoas marginas pode ser uma variável para melhorar o poder de explicação dos atropelamentos. Shepard et al. (2008) também já mostraram a relação entre nível de água e aumento de mortalidade em quelônios. Em certos períodos do
ano o nível de água das lagoas sobe e reduz a área seca (MARQUES et al., 2007), levando a fauna local a utilizar a rodovia como um dos poucos locais secos. Esse impacto deve ter sido maior em 2002 devido à alta precipitação. Porém não possuímos estes dados para avaliar as relações.
Por fim, nossos resultados confirmam a necessidade de definir a espécie de interesse a ser mitigada como uma forma de aumentar a efetividade das medidas de mitigação, devido aos diferentes padrões de atropelamentos para os grupos. Relacionado a isso, mostramos que o número de amostragens para monitoramento de fauna atropelada necessário para determinar a distribuição espacial dos atropelamentos deve ser definido para cada grupo avaliado. Embora, de maneira geral, o monitoramento de espécies com sazonalidade nos atropelamentos deve ocorrer semanalmente por um ano e para as demais durante cerca de 12 amostragens.
Porém, mesmo com a amostragem semanal durante um ano não é possível definir locais de agregações dos atropelamentos que se repetem ao longo dos anos. Isso implica diretamente na efetividade de medidas de mitigação, pois nem mesmo um esforço amostral adequado para definir padrão anual dos atropelamentos elas serão permanentemente efetivas. Dessa forma, a utilização de medidas de mitigação de atropelamentos que possam ser realocadas, como equipamentos para redução de velocidade, pode ser uma alternativa para reduzir impactos do atropelamento.
REFERÊNCIAS
ATTADEMO, A. M.; PELTZER, P. M.; LAJMANOVICH, R. C.; ELBERG, G.; JUNGES, C.; SANCHEZ L. C.; AGUSTÍN BASSÓ, A. Wildlife vertebrate mortality in roads from Santa Fe Province, Argentina. Revista Mexicana de
Biodiversidad, v. 82, p. 915 – 926.
BAGER, A. & ROSA, C. A. Priority ranking of road sites for mitigating wildlife roadkill. Biota Neotropica, vol. 10, no. 4. 2010.
BAGER, A.; ROSA, C. A. Influence of Sampling Effort on the Estimated Richness of Road-Killed Vertebrate Wildlife. Environmental Management v. 47, p. 851–858. 2011.
BAGER, A.; FONTOURA, V. Evaluation of the effectiveness of a wildlife roadkill mitigation system in wetland habitat. Ecological Engineering, n. 53, p. 31-38. 2013.
BOWMAN, A. W.; AZZALINI, A. R package 'sm': nonparametric smoothing methods (version 2.2-5.4) in http://www.stats.gla.ac.uk/~adrian/sm,
http://azzalini.stat.unipd.it/Book_sm. 2014.
BROCKIE, R. E.; SADLEIR, R. M. F. S.; LINKLATER, W. L. Long-term wildlife road-kill counts in New Zealand. New Zealand Journal of Zoology. v. 36, p. 123-134. 2009.
CARVALHO, V. C.; RIZZO, H. G. A zona Costeira Brasileira. Subsídios para uma avaliação ambiental. Ministério do Meio Ambiente e da Amazônia Legal
Brasília, p. 211. 1994.
CARVALHO, F.; MIRA, A. Comparing annual vertebrate road kills over two time periods, 9 years apart: a case study in Mediterranean farmland. European
CLEVENGER, A. P.; CHRUSZCZ, B.; GUNSON, K. E. Spatial patterns and factors influencing small vertebrate fauna road-kill aggregations. Science, v. 109, p. 15-26. 2003.
COELHO, I. P.; KINDEL , A.; COELHO, A. V. P. Roadkills of vertebrate species on two highways through the Atlantic Forest Biosphere Reserve, southern Brazil. European Journal of Wildlife Research, v. 54, p. 689-699. 2008.
CURETON, J. C.; DEATON, R. Hot moments and hot spots: Identifying factors explaining temporal and spatial variation in turtle road mortality. The Journal
of Wildlife Management, v. 76, p. 1047-1052. 2012.
DUSSAULT, C.; POULIN, M.; COURTOIS, R.; OUELLET, J. P. Temporal and spatial distribution of moose-vehicle accidents in the Laurentides Wildlife Reserve, Quebec, Canadá. Wildlife Biology, v. 12, n. 4, p. 415-425. 2006.
EBERHARDT, E.; MITCHELL, S.; FAHRIG, L. Road Kill Hotspots Do Not Effectively Indicate Mitigation Locations When Past Road Kill Has Depressed Populations. The Journal of Wildlife Management. v. 77, n. 7, p. 1353–1359. 2013.
FAHRIG, L.; RYTWINSKI, T. Effects of Roads on Animal Abundance: an Empirical Review. Ecology and Society, v. 14, n.1. 2009.
FARMER, R.; BROOKS, R. J. Integral risk factors for vertebrate roadkill in southern Ontario. The Journal of Wildilife Management, v. 76, n. 6, p 1215- 1224. 2012.
FORD, A. T., CLEVENGER, A. P., HUIJSER, M. P. & DIBB, A. Planning and prioritizations strategies for phased highway mitigation using wildlife-vehicle collision data. Wildlife Biology, n. 17, p. 253-265. 2011.
FORMAN, R. T. T.; ALEXANDER, L. E. Roads and their major ecological effects. Annual Review Ecological Systems, v. 29, p. 207-231. 1998.
FORMAN, R. T. T. et al. Road ecology: science and solutions. Washington: Island. 481 p. 2003.
GARRIGA, N.; SANTOS, X.; MONTORI, A.; RICHTER-BOIX, A.;
FRANCH, M.; LLORENTE, G. A. 2012. Are protected áreas truly protected? The impacto f Road traffic on vertebrate fauna. Biodiversity and Conservation, v. 21, n. 11, p. 2761-2774. 2012.
GLISTA, D. J.; DEVAULT, T. L.; DEWOODY, J. A. A review of mitigation measures for reducing wildlife mortality on roadways. Landscape and Urban
Planning, v. 91, n. 1, p. 1-7. 2009.
GOMES, L.; GRILO, C.; SILVA, C.; MIRA, A. Identification methods and deterministic factors of owl roadkill hotspot locations in Mediterranean landscapes. Ecological Research, v. 24, n. 2, p. 355-370. 2009.
GRILO, C.; BISSONETTE, J. A.; SANTOS-REIS, M. Spatial–temporal patterns in Mediterranean carnivore road casualties: Consequences for mitigation.
Biological Conservation, v. 142, n. 2, p. 301-313. 2009.
GRYZ, J.; KRAUZE, D. Mortality of vertebrates on a road crossing the Biebrza Valley (NE Poland). European Journal of Wildlife Research, v. 54, n. 4, p. 709-714, 14 jun. 2008.
GUNSON, K. E.; CLEVENGER, A. P.; FORD, A. T.; BISSONETTE, J. A.; HARDY, A. A comparison of data sets varying in spatial accuracy used to predict the occurrence of wildlife-vehicle collisions. Environmental
INSTITUTO CHICO MENDES DE CONSERVAÇÃO DA
BIODIVERSIDADE. Atropelamentos da fauna silvestre na ESEC Taim: impactos da rodovia BR471 – 2013. Disponível em:
www.icmbio.gov.br/portal/images/stories/o-quefazemos/proj_apoiados
INSTITUTO NACIONAL DE METEOROLOGIA. Banco de Dados
Meteorológicos para Ensino e Pesquisa – Banco de dados de rede do INMET. Disponível em: http://www.inmet.gov.br/projetos/rede/pesquisa/
JOCHIMSEN, D. M.; PETERSON C. R.; HARMON, L. J. Influence of ecology and landscape on snake road mortality in a sagebrush-steppe ecosystem. Animal
Conservation. p. 1367-9430. 2014.
KLEIN, A. H. F. Clima regional, In: Seelinger, U., Odebrecht, C., Castello, J. P. (Eds.), Os ecossistemas costeiros e marinhos do extremo sul do Brasil, Editora
Ecoscientia, Rio Grande, p. 5-7. 1998.
LANGEN, T. A.; MACHNIAK, A.; CROWE, E. K.; MANGAN, C.; MARKER, D. F.; LIDDLE, N.; RODEN, B. 2007. Methodologies for surveying
Herpetofauna Mortality on rural Highways. Journal wildlife Management. v. 71, n. 4, p. 1361-1368. 2007.
LESBARRÈRES, D.; FAHRIG, L. Measures to reduce population fragmentation by roads: what has worked and how do we know? Trends in Ecology and
Evolution, v. 27, p. 374-380. 2012.
MINISTÉRIO DO MEIO AMBIENTE. Livro vermelho da fauna brasileira
ameaçada de extinção. Angelo Barbosa Monteiro Machado, Gláucia Moreira
Drummond, Adriano Pereira Paglia - 1.ed., Brasília, DF:MMA; Fundação Biodiversitas, 2008.
MKANDA, F. X.; CHANSA, W. Changes in temporal and spatial pattern of road kills along the Lusaka-Mongu (M9) highway, Kafue National Park, Zambia. South African Journal of Wildlife Research, v. 41, p. 1, p. 68–78, April. 2011.
MORETTIN, P.A.; TOLOI, C.M.C. Análise de Séries Temporais. São Paulo: Edgard Blucher, 2006. 535 p.
NEUMANN, W.; ERICSSON, G.; DETTKI, H. et al. Difference in spatiotemporal patterns of wildlife road-crossings and wildlife-vehicle collisions. Biological Conservation, v. 145, n. 1, p. 70-78, jan 2012.
OLIVEIRA, J. A.; BONVICINO, C. R. Ordem Rodentia, pp. 347-406. In: Reis, N. R.; Peracchi, A. L.; Pedro, W. A. & Lima, I. P. Mamíferos do Brasil. Londrina, Paraná, 437p. 2006.
PINHEIRO, J.; BATES, D.; DEBROY, S.; SARKAR, D.; THE R
DEVELOPMENT CORE TEAM. Nlme: Linear and Nonlinear Mixed Effects Models. R package version 3.1-113. 2013.
POUGH, F. H.; JANIS, C. M.; HEISER, J. B. A vida dos vertebrados. 4. ed. São Paulo: Atheneu, 2008.
R CORE TEAM. R: A language and environment for statistical computing. R
Foundation for Statistical Computing, Vienna, Austria. URL http://www.R- project.org/014.
RAMP, D.; CALDWELL, J.; EDWARDS, K.; WARTON, D.; CROFT, D. Modelling of wildlife fatality hotspots along the Snowy Mountain Highway in New South Wales, Australia. Biological Conservation, v. 126, n. 4, p. 474-490. 2005.
ROGER, E.; LAFFAN, S. W.; RAMP, D. Road impacts a tipping point for wildlife populations in threatened landscapes. Population Ecology, v. 53, n. 1, p. 215-227. 2011.
ROSA, C. A. D.; BAGER, A. Seasonality and habitat types affect roadkill of neotropical birds. Journal of Environmental Management, v. 97, p. 1-5. 2012.
RYTWINSKI, T.; FAHRIG, L. Do species life history traits explain population responses to roads? A meta-analysis. Biological Conservation, v. 147, n. 1, p. 87-98. 2012.
SHEPARD, D. B.; DRESLIKM M. J.; JELLEN, B. C.; PHILLIPS, C. A. Reptile Road Mortality around an Oasis in the Illinois Corn Desert with emphasis on the endangered Eastern Massasauda. Copeia, n. 2, p. 350-359. 2008.
SMITH-PATTEN, B. D.; PATTEN, M. A. Diversity, seasonality, and context of mammalian roadkills in the southern Great Plains. Environmental
Management, v. 41, n. 6, p. 844-52, 2008.
TAYLOR, B. D.; GOLDINGAY, R. L. Roads and wildlife: impacts, mitigation and implications for wildlife management in Australia. Wildlife Research, v. 37, p. 320-331. 2010.
TEIXEIRA, F. Z.; COELHO, I. P.; ESPERANDIO, I. B.; OLIVEIRA, N. R.; PETER, F. P.; DORNELLES, S. S.; DELAZERI, N. R.; TAVARES, M.; MARTINS, M. B.; KINDEL, A. Are Road-kill hotspots coincident among different vertebrate groups? Oecologia Australis,.v. 17, n. 1, p. 36-47, 2013.
TROMBULAK, S. C.; FRISSELL, C. A. Review of Ecological Effects of Roads on Terrestrial and Aquatic Communities. Conservation Biology, v. 14, n. 1, p. 18-30. 2001.
WAECHTER, J. L.; JARENKOW, J. A. Composição e estrutura do componente arbóreo nas matas turfosas do Taim, Rio Grande do Sul. Biotemas v. 11, n.1, p.45-69. 1998.
ZUG, G. R., VITT, L. J.; CALDWELL, J. P. Herpetology, Second Edition. Academic Press, San Diego 2001.
ZUUR, A. F.; IENO, E. N.; SMITH G. M. Analysing Ecological Data. Springer, New York. 2007.
ZUUR, A. F.; IENO, E. N.; WALKER, N. J.; SAVELIEV, A. A.; SMITH G. M.
Mixed Effects Models and Extensions in Ecology with R. USA: Springer.