TRATAMENTO DE DADOS

Através da análise de eventos positivos obtidos em todas as câmaras e com a identificação do registro de indícios de presença foi possível elaborar uma lista das espécies presentes na RFB.

A Riqueza de Espécies diz respeito à presença/ausência de espécies, resultado equivalente ao número de espécies presentes. Os dados de presença recolhidos com as duas técnicas de monitorização foram reunidos gerando um terceiro resultado: Riqueza de Espécies Total. Este resultado permite-nos perceber diferenças entre locais, conhecer os biótopos com maior diversidade de espécies – hotspots - e efetuar outras análises estatísticas.

33

4.2.4.2.ABUNDÂNCIA RELATIVA

A abundância foi estudada pelo cálculo de dois índices: Índice de Abundância pela Captura Fotográfica e Índice Quilométrico de Abundância. Os resultados obtidos foram depois representados graficamente em Excel.

◊ ÍNDICE QUILOMÉTRICO DE ABUNDÂNCIA (IKA)

O IKA, ou Índice Quilométrico de Abundância, é um método de estimativa de abundância relativa. Este consiste em dividir o número de indícios registados no transecto pela distância percorrida. Os resultados obtidos permitem efetuar comparações que podem sugerir tendências populacionais e diferenças entre locais (quadriculas), apesar de ser uma medida de abundância afetada por vários fatores como a taxa de defecação, taxa de degradação, detetabilidade, condições atmosféricas, entre outros (Loureiro et al, 2007). Correspondendo à seguinte equação:

𝐼𝐾𝐴 =𝑛 º 𝑑𝑒 𝑖𝑛𝑑í𝑐𝑖𝑜𝑠 𝑘𝑚

◊ ÍNDICE DE ABUNDÂNCIA CAPTURA FOTOGRÁFICA

O conhecimento do Índice de Abundância com captura fotográfica acarreta o conhecimento prévio do esforço de amostragem ou número de dias efetivos, calculado a partir da multiplicação do número de dias de amostragem pelo número de câmaras. Assim com o conhecimento do número de registos de cada espécie considera-se a presença de uma espécie a cada 24h, um registo, ou seja, independentemente de se obter 10 fotos de um animal ou 3 num mesmo dia, considera-se sempre 1 registo. O Índice de Abundância corresponde à seguinte equação:

Í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝐴𝑏𝑢𝑛𝑑â𝑛𝑐𝑖𝑎 (𝐼𝐴) = 𝑛º 𝑟𝑒𝑔𝑖𝑠𝑡𝑜𝑠 𝑒𝑠𝑝é𝑐𝑖𝑒 × 100 𝑛º 𝑑𝑒 𝑑𝑖𝑎𝑠 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑜𝑠

O valor obtido permite-nos por exemplo: comparar espécies, comparar as diferentes abundâncias relativamente às épocas do ano, monitorizar o estado das populações e conhecer os usos do território de cada espécie (Zamora, 2012).

Cada registo corresponde à presença de uma espécie por 24h, isto é para cada período de 24h calculou-se a presença ou ausência de determinada espécie, ainda que a

34

mesma apareça mais do que uma vez durante as 24h é apenas considerado uma presença/registo. Este método é conservador, pois caso apareçam indivíduos diferentes nas 24h, contabilizamos apenas uma presença. Na realidade faz-se uma contagem do número mínimo de indivíduos por período (24h) mas evita-se erros de sobrevalorização do número real de indivíduos. Este foi o método utilizado pois não nos é possível identificar e conhecer cada animal.

◊ ÍNDICE DE SIMILARIDADE: ÍNDICE DE JACCARD

O cálculo do Índice de Jaccard tem como objetivo entender o grau de similaridade entre as quadrículas, atentando aos dados de presença/ausência de espécies recolhido para cada uma delas. Os valores do índice variam de 0 (sem similaridade) a 1 (composição de espécies idêntica entre ambos locais) (Perrone, 2014).

O Índice de Jaccard calcula-se da seguinte forma: Cj=c/(a+b-c)

Onde Cj= Similaridade de Jaccard; a= Número de espécies do ponto a; b= Número de espécies do ponto b; c= Número de espécies comuns nos pontos a e b.

4.2.4.3.ANÁLISE ESTATÍSTICA

O PAST (Paleontological statistics software) permite: transformações de dados, elaboração de gráficos, estatística simples e multivariada, modelagem, efetuar cálculos de diversidade, análises de séries temporais, análises geométricas, calcular associações e análise cladística. Este programa surge inicialmente como um pacote para análise de dados paleontológicos;apesar disso, ocorreu um desenvolvimento contínuo, tornando-o num pacote estatístico abrangente, usado por paleontólogos, mas também por muitos outros cientistas das áreas das ciências da vida e da terra (Hammer et al, 2001).

O software PAST utilizou-se para as seguintes análise de dados: ◊ Teste de Mann-Whitney (U)

Com o auxílio do PAST (Paleontological statistics software) realizou-se o Teste Mann-Whitney, o objetivo foi avaliar se existiam diferenças significativas entre os resultados obtidos com as duas metodologias para cada espécie, captura fotográfica e pesquisa de indícios. Para esta análise utilizaram-se os índices de abundância obtidos com cada uma das técnicas de amostragem. Testaram-se também as diferenças dos resultados obtidos em cada amostragem para a Riqueza de Espécies.

35

O Teste de Mann-Whitney (U) é o teste alternativo ao Teste T para amostras independentes, é um teste não-paramétrico que compara duas amostras, utilizando tamanhos de amostra iguais; normalmente, é utilizado com dados ordinais (Statistics Solutions, 2015).

◊ Cluster Analysis

A análise de agrupamento ou Cluster é uma rotina de agrupamento hierárquico que produz um “dendograma” que mostra como os dados podem ser agrupados. Os dados utilizados para esta análise foram as presenças/ausências Total com as duas metodologias e a presença/ausência de 2009-2015. A análise Cluster realizou-se para conhecer a proximidade entre as quadrículas e entre espécies, a fim de conhecer e compreender algumas relações.

Na criação destes Cluster utilizou-se o Método de Ward (Ward’s method), em que em que se aglomeram os dados hierarquicamente em “grupos”, este método é inerente ao algoritmo a medida de distância Euclidiana. Aplicou-se também um agrupamento bi- fatorial (Two-way clustering) que permite agrupamento simultâneo nos modos Q e R, em modo Q (agrupando quadrículas) e R (agrupando espécies).

Com base nos resultados Cluster, foram definidos grupos os quais foram testados através do valor da estatística R obtido com a análise de similaridades (analysis of similarities – ANOSIM), uma vez que é uma medida exata da dissimilaridade entre os grupos definidos.

O PAST produz dendrogramas no Método Ward idênticos aos feitos pelo software STATA, mas diferentes dos criados pelo software STATISTICA, a razão desta diferença não é conhecida (Hammer et al, 2001).

4.2.5. REPRESENTAÇÃO DOS DADOS