1
UNIVERSIDADE DE LISBOA
FACULDADE DE CIÊNCIAS
DEPARTAMENTO DE BIOLOGIA ANIMAL
Aplicação do método de captura-recaptura de larvas
fotoidentificadas para avaliação de parâmetros demográficos:
comparação entre anura e caudata
Joana Cristina Cardoso Teixeira Ribeiro
MESTRADO EM BIOLOGIA DA CONSERVAÇÃO 2009
2
UNIVERSIDADE DE LISBOA
FACULDADE DE CIÊNCIAS
DEPARTAMENTO DE BIOLOGIA ANIMAL
Aplicação do método de captura-recaptura de larvas
fotoidentificadas para avaliação de parâmetros demográficos:
comparação entre anura e caudata
Joana Cristina Cardoso Teixeira Ribeiro
Dissertação orientada por: Professor Doutor Rui Rebelo
Mestrado em Biologia da Conservação 2009
3 RESUMO
A conservação dos anfíbios passa impreterivelmente pela melhor compreensão da sua biologia, demografia e ecologia. Frequentemente o estudo da distribuição e dinâmica das populações de anfíbios envolve a utilização de métodos de marcação individual artificial tanto em adultos como nas formas larvares. Contudo, as técnicas mais utilizadas podem ter consequências negativas sobre os indivíduos e, por conseguinte, sobre as populações - razão que leva à crescente popularização de técnicas não-invasivas, como a fotoidentificação.
Neste trabalho recorreu-se pela primeira vez à fotoidentificação de larvas de anura (Alytes cisternasii) e caudata (Salamandra salamandra) distribuídas ao longo de um sistema de pegos de ribeira estimando-se com sucesso vários parâmetros demográficos. De acordo com os dados obtidos, a probabilidade de sobrevivência depende da quantidade de manta morta e da profundidade média do pego, atingindo valores inesperadamente elevados. A probabilidade de sobrevivência das larvas de S. salamandra variou mais entre pegos e mostrou-se dependente do grau de ensombramento e da vegetação aquática do pego. Adicionalmente verificou-se que as elevadas densidades não afectaram a probabilidade de sobrevivência e que as larvas conseguem desenvolver-se em habitats lotados. Os resultados obtidos sugerem que as larvas de A. cisternasii são muito resistentes a ataques predatórios, ao contrário das larvas de S. salamandra, cuja morfologia as torna mais susceptível a sofrer ataques letais.
A captura-recaptura de larvas de anfíbios fotoidentificadas assume-se como um método viável e preferível para obter estimativas fiáveis de parâmetros demográficos quando os indivíduos apresentam padrões distintos.
Palavras-chave: Alytes cisternasii, captura-recaptura, fotoidentificação, probabilidade de sobrevivência, Salamandra salamandra, taxa de crescimento.
4 SUMMARY
Amphibian conservation is highly dependent on a better understanding of these animals’ biology, demography and ecology. Often, studies on distribution and population dynamics of amphibians require the use of artificial marking methods on individuals. However, even the most popular marking techniques are nowadays known for having negative effects on individuals and, consequently, on amphibian populations – leading to the increasing search for non-invasive marking techniques, such as photoidentification.
We successfully applied a mark-recapture method on Alytes cisternasii and Salamandra salamandra larvae living along a system of stream pools and obtained reliable estimates of various demographic parameters. Our results suggest that A. cisternasii larvae’s survival is unexpectedly high and influenced by the pond’s amount of leaf litter and average depth. S. salamandra larvae’s survival is less stable and influenced by the pond’s shading and amount of aquatic vegetation. We also proved that high densities do not seem to influence survival for either species, showing that larvae can develop on crowded ponds. In addition, A. cisternasii larvae are highly resilient to predator attacks, unlike S. salamandra larvae that, as a result of their morphology, are more likely to die if preyed upon.
Mark-recapture of photoidentified amphibian larvae should be the chosen method to obtain reliable estimates of demographic parameters when the individuals display distinctive, unique patterns.
Keywords: Alytes cisternasii, growth rate, larvae, mark-recapture, photoidentification, Salamandra salamandra, survival.
5 AGRADECIMENTOS
Agradeço à minha família sem a qual não seria ninguém, em especial à minha mãe e à minha avó que são as mulheres mais incríveis deste planeta.
Claro, ao Prof. Rui Rebelo, mastermind da ideia central deste trabalho.
Aos amigos do costume, ao Jójó, que tanto me ajudou e ajuda, ao Daniel, que está sempre lá para o melhor e para o pior, ao Porquinho, à Silvie e ao resto da “galera do mal”, pelo companheirismo, pela galhofa e toda a alegria!
6 ÍNDICE
1. Introdução
1.1. Importância ecológica dos anfíbios……….7
1.2. Estudos de captura-recaptura e a conservação de populações selvagens....7
1.2.1. O modelo Cormack-Jolly-Seber……….………...9
1.2.2. O modelo Jolly-Seber...10
1.3. O Programa MARK...12
1.4. Marcação individual através de fotoidentificação...13 1.5. Factores………..…....……....…..…...14 2. Materiais e métodos 2.1. Espécies em estudo………...…...17 2.1.1. O Sapo-parteiro-ibérico………...…...17 2.1.2. A Salamandra-comum………...18 2.2. Área de estudo……...………...19
2.3. Datas e métodos de amostragem……….…...20
2.4. Caracterização dos pegos………..……...20
2.5. Fotoidentificação das larvas………...21
2.6. Validação do método de identificação com o I3S………...22
2.7. Determinação das taxas de crescimento das larvas………...23
2.8. Avaliação dos indícios de predação……….………...23
2.9. Determinação dos estádios de desenvolvimento larvar….………...23
2.10. Modelação CR………..……….………....23
2.11. Outras análises estatísticas…..……….………...26
3. Resultados 3.1. Caracterização dos pegos……….…...27
3.2. Capturas………...29
3.3. Validação do método de identificação com o I3S………...30
3.4. Recapturas………...32
3.5. Modelação CR………....33
3.5.1. Alytes cisternasii………...…….…...33
3.5.1.1. Validação dos pressupostos dos modelos CR…………...…34
3.5.1.2. Modelos………...…..34
3.5.1.3. Estimativas dos parâmetros demográficos………...…..35
3.5.1.3.1. Probabilidades de sobrevivência………...35
3.5.1.3.2. Probabilidade de captura………...38
3.5.1.3.3. Probabilidades de entrada e “nascimentos”………...39
3.5.1.3.4. Abundâncias e densidades (total e por ocasião)…....…41
3.5.1.4. Indícios de predação………...…....44
3.5.1.5. Taxas de crescimento………...46
3.5.1.6. Estádios de desenvolvimento………...46
3.5.2. Salamandra salamandra………...49
3.5.2.1. Validação dos pressupostos dos modelos CR………49
3.5.2.2. Modelos……….50
3.5.2.3. Estimativas dos parâmetros demográficos……….51
3.5.2.3.1. Probabilidades de sobrevivência………..51
3.5.2.3.2. Probabilidade de captura………..53
7
3.5.2.3.4. Abundâncias e densidades (total e por ocasião)…………...55
3.5.2.4. Indícios de predação………...57
3.5.2.5. Taxas de crescimento……….58
3.6. Movimentos entre pegos………58
4. Discussão….………..60
8 1. NTRODUÇÃO
1.1. Importância ecológica dos anfíbios
Foi em 1989, no I Congresso Mundial de Herpetologia, que a comunidade científica reconheceu que as populações de anfíbios estavam em declínio, a nível global [1]. Desde então, têm sido avançadas várias causas para este fenómeno, nomeadamente o aumento da radiação ultravioleta [2], as alterações climáticas [3], a degradação de habitats [4], as epidemias, a poluição [4], e mais frequentemente, a interacção entre alguns destes factores [1].
A importância do declínio dos anfíbios não se prende apenas com questões éticas relacionadas com o valor intrínseco deste grupo taxonómico; prende-se sobretudo com o papel importantíssimo que desempenham na dinâmica trófica dos ecossistemas e com o seu valor como bioindicadores de stress ambiental [1]. Assim, a urgência da conservação destes vertebrados passa pela promoção de estudos que esclareçam a importância das variáveis bióticas e abióticas na dinâmica das populações naturais [5].
Uma vez que estes estudos envolvem frequentemente a marcação de formas larvares e que esta pode ser particularmente complexa, as investigações nesta área são geralmente limitadas a ambientes laboratoriais cuja simplicidade intrínseca não permite que reproduzam fielmente as tendências das populações nos meios naturais [6].
Para travar o declínio dos anfíbios há que procurar estudar as populações in situ, desenvolvendo e aperfeiçoando os métodos e delineamentos experimentais necessários.
1.2. Estudos de captura-recaptura (CR) e a conservação de populações selvagens
A monitorização de populações biológicas tem recebido cada vez mais atenção em muitos países [7]. O recurso a indivíduos marcados e o desenvolvimento dos métodos de delineamento e modelação de dados provenientes de estudos de captura-recaptura (CR) constituem ferramentas muito importantes neste processo. A obtenção de estimativas de abundância fiáveis é de extrema relevância para o estudo,
9 monitorização e conservação de populações selvagens em geral e de populações de anfíbios em particular [8].
Apesar da compreensão da dinâmica de populações animais depender frequentemente da análise de parâmetros biológicos, é virtualmente impossível obter estimativas para a sobrevivência ou abundância directamente através do seguimento de indivíduos até à sua morte [9]. Assim, a análise quantitativa de parâmetros populacionais passa pelo delineamento de estudos CR, instrumentos-chave na estimação de abundâncias e de diversos parâmetros demográficos como a sobrevivência, recrutamento e dispersão [10; 11].
Durante a última década, o principal objectivo da análise de dados CR passou da estimação da dimensão da população para a estimação da sobrevivência, por duas razões: (1) a sobrevivência varia com características individuais (idade, sexo, massa corporal, etc) e em função de variáveis bióticas e abióticas, logo, os testes de hipóteses relacionados com a estimação de taxas de sobrevivência revelaram-se mais importantes para o conhecimento da dinâmica das populações do que a estimação da abundância [11]; e (2) os estimadores da sobrevivência são substancialmente mais robustos a pequenos desvios ao cumprimento dos pressupostos do que os estimadores da abundância [11].
A maior diferença entre as técnicas de CR e as técnicas tradicionais de amostragem reside no facto dos animais serem amostrados diversas vezes, sendo inicialmente capturados e marcados para posterior identificação em eventos de amostragem subsequentes (recapturas) [9; 10].
Os modelos CR são frequentemente classificados em dois grupos: modelos para populações “abertas” e modelos para populações “fechadas” [10; 11]. Os modelos para populações fechadas consideram a não ocorrência de nascimentos, mortes, emigração ou imigração [12; 13]. O principal objectivo da utilização destes modelos é a estimação da dimensão da população. Os pressupostos associados a estes modelos incluem a presunção de que durante todo o período de amostragem a população se encontra demográfica e geograficamente fechada [10]. Assim, não é permitida a inclusão (nascimentos ou emigração) ou remoção (morte ou imigração)
10 de qualquer indivíduo da população em estudo. Estes modelos admitem que a probabilidade de sobrevivência é máxima e constante ao longo dos curtos intervalos definidos no estudo [13; 14].
Os modelos para populações “abertas” admitem a ocorrência de nascimentos, mortes, emigrações ou imigrações [12; 13]. Os animais são capturados em k ocasiões e marcados de forma única. Após a ocasião inicial, tanto animais marcados como não marcados são capturados. Nas sessões subsequentes, os indivíduos não marcados capturados são nesse momento marcados e posteriormente libertados.
Os primeiros métodos de análise de dados CR baseavam-se em modelos ad hoc para a sua interpretação. No entanto, no final da década de 1960 o método da máxima verosimilhança (Maximum Likelihood), conhecido por produzir estimativas com boas propriedades para uma vasta gama de condições [15], serviu como base para o cálculo de estimadores de parâmetros e da variância e covariância de delineamentos CR [16]. Este método tem duas etapas: (1) construção do modelo que dá a probabilidade de observar os dados considerados em função dos parâmetros desconhecidos de interesse - função da máxima verosimilhança; e (2) obtenção das estimativas dos parâmetros desconhecidos que maximizam a função verosimilhança [13].
Neste trabalho optou-se por recorrer a modelos CR “abertos”, nomeadamente ao modelo Cormack-Jolly-Seber (CJS) e ao modelo Jolly–Seber (JS) por se adaptarem à biologia das espécies em estudo e facultarem estimativas dos parâmetros demográficos pretendidos.
1.2.1. O Modelo Cormack-Jolly-Seber
O modelo Cormack-Jolly-Seber (CJS), inicialmente desenvolvido por Cormack [17] e posteriormente por Jolly [18] e Seber [19], constitui um dos modelos mais usados em estudos CR [20]. Este modelo permite o cálculo das probabilidades de captura (pi) e sobrevivência aparente (Φi) condicionais às libertações feitas ao longo das ocasiões de marcação [13]
Como em todos os modelos CR “abertos”, o modelo CJS estima apenas a sobrevivência aparente, i.e., 1- Φi representa quer animais que morreram quer
11 animais que deixaram a população (emigração) e em geral, Φi ≤ S, sendo S a verdadeira probabilidade de sobrevivência [11; 14].
Tal como qualquer modelo CR, o modelo CJS exige o cumprimento de alguns pressupostos para assegurar a validade das suas estimativas – muitos dos quais são comuns a todos os modelos CR [13; 14; 16]:
1. Qualquer animal marcado presente na população no tempo de amostragem i tem a mesma probabilidade pi de ser recapturado ou re-identificado;
2. Qualquer animal marcado presente na população imediatamente a seguir à ocasião de amostragem i tem a mesma probabilidade Φi de sobreviver até à ocasião de amostragem i+1;
3. As marcas não são perdidas nem se tornam indetectáveis e não afectam o comportamento ou o destino dos animais marcados;
4. Os períodos de amostragem são instantâneos, ou seja, durante o processo de amostragem não ocorrem nascimentos, mortes, imigração ou emigração, e os animais recapturados são libertados imediatamente;
5. Toda a emigração da área é permanente;
6. O destino de cada animal no que diz respeito às probabilidades de captura e sobrevivência é independente do destino de qualquer outro animal; e
7. Os parâmetros estimados para a população marcada podem ser aplicados à população não marcada no estudo.
A realização de testes de ajustamento do modelo geral é de grande utilidade na verificação do cumprimento de alguns destes pressupostos.
De todos os modelos para populações “abertas”, este é considerado o mais robusto à presença de heterogeneidade nos dados [10].
1.2.2. O Modelo Jolly-Seber
Ao contrário do modelo CJS, no modelo JS [18; 19] os animais não marcados capturados na ocasião i são considerados para o cálculo dos parâmetros. Os parâmetros estimados incluem para além da sobrevivência aparente (Φi) e da probabilidade de captura (pi), a dimensão da população (N) e o número de entradas em cada ocasião (B) [14] Apesar de se tratar de um modelo biologicamente mais
12 apelativo, o facto de ter muitos a parâmetros a estimar, pode resultar em estimativas pouco satisfatórias se os dados forem escassos [14].
À semelhança do modelo CJS, o modelo JS também exige o cumprimento de alguns pressupostos para assegurar a validade da sua aplicação. Estes pressupostos são semelhantes aos do modelo CJS à excepção do 2º - no modelo JS a assumpção da homogeneidade de probabilidade de sobrevivência estende-se aos indivíduos não marcados, possibilitando assim a estimação do parâmetro para todos os indivíduos pertencentes à população [10; 14].
Todos os estimadores do modelo JS se baseiam na estimação da dimensão da população marcada, Mi. Como estes modelos consideram a ocorrência de saídas da população (morte e emigração), Mi tem obrigatoriamente de ser estimado. Assim, equacionam-se as probabilidades de captura futuras de dois grupos distintos de animais presentes na população na ocasião i: (1) os que já foram marcados mas não foram capturados em i (Mj - mj); e (2) os que são capturados e libertados em i+1 (Ri). Assumindo a homogeneidade de captura, as probabilidades de captura futuras destes dois grupos devem ser equivalentes. Assim, sendo zi e ri os membros de Mi - mi e Ri que são recapturados posteriormente, então
− ≈ e = + para i = 2,…,k-1.
A estimativa para Φi obtém-se a partir da razão entre o número de indivíduos marcados presentes em i+1 e os presentes em i,
= + −
em que i = 1,…,k-2 e o termo Ri-mi representa o número de indivíduos recém-marcados libertados em i. Assim, os indivíduos que eventualmente entrem na
13 população no intervalo referido e morram antes da sessão de captura i+1 são excluídos. No entanto, este estimador não consegue discernir as origens das entradas; considera conjuntamente entradas por nascimentos in-situ e por imigração.
A probabilidade de captura, pi, é estimada através da razão entre o número de animais marcados capturados em i (mi) e o número de indivíduos marcados presentes na população em i (Mi),
̂ = para i = 2,3,…,k-1.
A dimensão populacional na ocasião i pode-se determinar através das proporções entre indivíduos marcados e não marcados e a totalidade de animais,
≈ ou seja, = ou =̂
em que ni representa o número de animais capturados em cada sessão de amostragem, mi dos quais já se encontravam marcados.
A estimação dos nascimentos, Bi, é obtida através da diferença entre a dimensão da população em i + 1 e i, considerando as perdas por morte natural (1-Φi) e a probabilidade de captura (ni - Ri). Assim,
14 para i = 2,…,k-2. Os valores de Bi traduzem o valor líquido de entradas para a população entre as sessões de amostragem i e i+1.
1.2.3. Programa MARK
O desenvolvimento e acessibilidade a software eficaz na análise de dados de CR permitiram a proliferação de estudos que exploram esta metodologia [21].
Para a estimação das taxas de sobrevivência, a utilização dos modelos lineares generalizados (GLM) como suporte ao estudo de modelos de CR para populações abertas e a disponibilização de software flexível como os programas SURGE [22] e MARK [13] popularizou esta poderosa metodologia [21]. O programa MARK oferece ao utilizador um software para Windows de fácil compreensão, permitindo a análise de uma vasta gama de modelos [12]. Actualmente, este programa oferece 47 modelos CR, permitindo, através de um grande número de análises, a obtenção das estimativas dos parâmetros e da sua precisão [23]. A análise destes modelos inclui a construção de gráficos das estimativas dos parâmetros, a construção de modelos a partir de matrizes de delineamento para estimar o conjunto dos parâmetros de interesse biológico, a aplicação de medidas de correcção para a dispersão dos dados, o uso de metodologias para avaliar o ajustamento do modelo e as ferramentas necessárias para a selecção do melhor modelo [13].
Pelas razões supramencionadas optou-se por utilizar o programa MARK para a análise dos dados de CR relativos às formas larvares de anfíbios.
1.3. Marcação individual através de fotoidentificação
Nos modelos CR as estimativas da probabilidade de sobrevivência são relativamente robustas à heterogeneidade de captura. No entanto, se a forma de marcação influenciar a sobrevivência ou se as marcas desaparecerem ou forem difíceis de detectar, as estimativas de Φi podem ficar severamente subestimadas e a abundância sobrestimada [24]. Assim, a escolha do método de marcação utilizado no estudo CR assume-se como uma etapa muito importante, determinando frequentemente a validade das estimativas produzidas [10; 13].
15 A utilização bem sucedida de características corporais naturais na identificação de animais em ambientes terrestres e aquáticos para uma série de espécies tornou a fotoidentificação uma técnica relativamente popular, principalmente com o advento da fotografia digital [25]. Esta técnica envolve o recurso a marcas físicas, padrões ou colorações para distinguir indivíduos conspecíficos de forma não invasiva, duradoura, prática e económica [26]. As principais condições para que este método seja fiável prendem-se com a qualidade, resolução, nitidez, estabilidade do ângulo e luminosidade da fotografia [27].
Apesar de ser muito utilizado em várias espécies animais [26], a fotoidentificação não é um método comummente usado em anfíbios. Os poucos estudos CR com indivíduos fotoidentificados concentraram-se na fase juvenil/adulta [28; 29] e não existe qualquer estudo que tenha aplicado a fotoidentificação a formas larvares. A marcação de girinos passa tradicionalmente pela aplicação de técnicas de marcação individual artificial como o fin clipping (Turner, 1960 in [9]), a imersão em soluções corantes (Guttman & Creasey, 1973 in [9]) e a injecção de corantes orgânicos nos girinos [30]. Infelizmente estes métodos de marcação são frequentemente pouco praticáveis por razões económicas, logísticas, éticas ou ainda por poderem afectar a probabilidade de recaptura ou sobrevivência dos indivíduos, violando os pressupostos dos métodos CR [27]. Não existem estudos bem sucedidos da ecologia das formas larvares de anfíbios que recorram à fotoidentificação porque o tamanho das larvas, associado à ocorrência de alterações nos padrões identificativos, reduz a aplicabilidade do método. No entanto, esta técnica pode vir a assumir-se como uma alternativa viável e preferível para espécies cujos girinos possuam marcas individuais e de fácil identificação.
A identificação manual de fotografias pode ser difícil, morosa e propensa a erros de identificação [27], pelo que as metodologias mais fiáveis até ao momento recorrem a programas de análise de imagem como o I3S. Este programa foi desenvolvido inicialmente para identificar indivíduos de Carcharias taurus (tubarão-touro) [31], recorrendo ao padrão de manchas que esta espécie apresenta e baseia-se na análise de padrões de pontos. O I3S depende do utilizador para construir as bases a partir das quais faz as comparações. No início, o utilizador aponta as características mais distintas na foto do indivíduo desconhecido, procurando distinguir as marcas de outro “ruído” que exista na fotografia (reflexos, sombras, partículas em suspensão).
16 De seguida, o software compara automaticamente a imagem em questão com todas as outras imagens que se encontram na base de dados e faculta uma lista ordenada de imagens. Por fim, o utilizador é responsável por verificar a validade das correspondências entre a imagem desconhecida e uma imagem da base de dados, inspeccionando visualmente as potenciais correspondências [32]. Esta abordagem aumenta a precisão, reduz o tempo de processamento e permite analisar bases de dados de dimensões consideráveis [31].
1.4. Factores que influenciam a sobrevivência e robustez das larvas de anfíbios
A dinâmica das populações larvares de anfíbios é influenciada por variáveis abióticas e bióticas que actuam em sinergia, produzindo as condições a que os animais se encontram expostos [33]. A performance das formas larvares pode influenciar os efectivos da espécie, pelo que a gestão e conservação dos anfíbios tem de passar pelo estudo das fases iniciais do seu complexo desenvolvimento [34; 35; 36].
O hidroperíodo determina o tempo que as larvas dispõem para se desenvolver até poderem subsistir em meio terrestre, bem como a densidade e natureza dos competidores e predadores a que estão expostas [34; 37]. Peixes, insectos aquáticos e tritões são os predadores de larvas e ovos de anfíbios mais importantes [38]. De uma forma geral, o número de espécies predadoras e a abundância total de predadores aumenta com o hidroperíodo porque, à excepção dos insectos aquáticos, que são ubíquos, os predadores evitam meios aquáticos efémeros [33; 38].
Em zonas húmidas florestadas, a distribuição de vários invertebrados [39] e anfíbios [35] está em geral relacionada com o coberto vegetal. A vegetação ripícola influencia a disponibilidade alimentar, a quantidade de oxigénio dissolvido na água, a incidência de luz solar e a temperatura da água [40]. De uma forma geral, zonas húmidas ensombradas apresentam temperaturas baixas, baixas concentrações de oxigénio dissolvido e menor produtividade primária do que zonas com menor grau de ensombramento [41]. O coberto vegetal influencia também a entrada de material vegetal no corpo de água, podendo alterar dramaticamente as cadeias tróficas
17 aquáticas. De uma forma geral, as zonas húmidas ensombradas recebem material alóctone principalmente sob a forma de matéria vegetal senescente. Em zonas húmidas menos ensombradas, os maiores níveis de energia solar permitem o crescimento de vegetação herbácea, incluindo macrófitos submersos e emergentes que dominam os substratos bênticos [41]. A natureza do material vegetal senescente que entra no corpo de água pode igualmente influenciar as cadeias tróficas aquáticas [42]. Pegos com manta morta de origem herbácea podem poduzir uma produtividade primária mais elevada e metamórficos mais precoces e robustos do que pegos com manta morta lenhosa, tendência que resulta da maior quantidade e/ou qualidade de recursos alimentares para as larvas, tendência que resulta da maior quantidade e/ou qualidade de recursos alimentares para as larvas [40; 41]. Material herbáceo decompõe-se a um ritmo mais rápido do que material lenhoso em sistemas aquáticos [43], aumentando a disponibilidade de nutrientes e facilitando o crescimento microbiano. Por outro lado, os ácidos húmicos e taninos libertados na água por matéria lenhosa senescente atenuam a radiação fotossinteticamente activa e afectam a produtividade do sistema e consequentemente da performance larvar [40; 41]. A vegetação aquática aumenta a complexidade estrutural do habitat e reduz a frequência de contactos entre predadores e presas, podendo fornecer alguma protecção aos girinos (Luckinbill, 1973 in [44]).
As dimensões e forma da massa de água são também importantes para o sucesso reprodutor dos anfíbios porque influenciam o hidroperíodo, os micro-habitats disponíveis para as larvas e ainda a complexidade do habitat [38; 45].
A densidade larvar pode ter uma influência indirecta na sobrevivência das larvas através da diminuição da disponibilidade de recursos alimentares do aumento da pressão canibalista em algumas espécies, podendo resultar na diminuição da taxa de desenvolvimento larvar, diminuindo também a probabilidade de completarem a metamorfose [37; 46; 47].
A sobrevivência e robustez dos indivíduos recém-metamorfoseados pode ter consequências para a população adulta. Vários estudos [36; 48; 49] indicam que a sobrevivência dos juvenis é maior para indivíduos que metamorfoseiam mais cedo ou maiores. Este efeito pode simultaneamente reduzir directamente a mortalidade no primeiro ano de vida e antecipar a idade da primeira reprodução [48].
18 As alterações na sobrevivência e performance de larvas de anfíbios têm potencial para induzir cascadas de alterações nas comunidades das zonas húmidas. Os anfíbios são consumidores abundantes nestes ecossistemas e, no caso das salamandras, são predadores de topo [50]. Os recursos consumidos pelas larvas dos anfíbios em zonas húmidas são transferidos para os habitats terrestres depois da metamorfose [51]. Assim, diferenças na sobrevivência e robustez das larvas afectam directamente a biomassa que entra nos ecossistemas terrestres já que regulam o recrutamento de juvenis.
Este trabalho pretende estimar a qualidade de vários tipos de pegos de uma ribeira temporária para a reprodução do sapo-parteiro-ibérico (Alytes cisternasii) e da salamandra-comum (Salamandra salamandra). Serão estudados os efeitos das principais características dos pegos na abundância, sobrevivência e desenvolvimento das formas larvares destas espécies. Este tipo de estudo é frequente para comunidades piscícolas [52], mas não para larvas de anfíbios devido às dificuldades inerentes à obtenção de estimativas fiáveis para os parâmetros demográficos. Como as larvas de anfíbios podem ser muito abundantes, sendo difícil estimar as suas densidades e sobrevivência até à metamorfose, aplicar-se-á pela primeira vez o método de fotoidentificação para as seguir individualmente.
Para cada pego considerado pretende-se estimar: Densidade (indivíduos/m2);
Taxas de crescimento individuais e Taxa de sobrevivência até à metamorfose.
Por fim, relacionar-se-ão os resultados obtidos com as características de cada corpo de água para analisar quais favorecem a produção de metamórficos destas espécies.
19
2. MATERIAIS E MÉTODOS
2.1. Espécies em estudo
2.1.1. O sapo-parteiro-ibérico (Alytes cisternasii Boscá, 1879)
O sapo-parteiro-ibérico é um endemismo da Península Ibérica e em Portugal encontra-se maioritariamente a Sul do Tejo, estendendo-se para Norte ao longo da fronteira até ao extremo Este do Parque Natural de Montesinho [53]. Esta espécie é comummente encontrada em climas áridos e quentes, associada a habitats mediterrânicos de florestas abertas de Quercus ilex e Q. suber [54].
É um anfíbio com hábitos nocturnos e fossadores, podendo passar por vários períodos de inactividade durante os meses com temperaturas mais extremas [55]. Este anuro reproduz-se no Outono e na Primavera [54], períodos durante os quais os machos vocalizam durante a noite, principalmente depois do pôr-do-sol. Depois da fecundação, os machos enrolam os cordões de ovos nos membros posteriores, podendo transportar as posturas de várias fêmeas, até um máximo de 180 ovos [53]. Após três semanas, os machos deslocam-se até uma massa de água, onde os ovos eclodem sincronizadamente, independentemente da altura em que as posturas foram recolhidas [54].
As larvas podem alcançar os 70 mm de comprimento e possuem manchas características concentradas na parte superior e inferior da cauda. O período larvar pode durar 3 - 5 meses e os indivíduos recém-metamorfoseados são muito semelhantes aos adultos [53]. As larvas alimentam-se principalmente de matéria vegetal e de invertebrados aquáticos. Os principais predadores das larvas de A. cisternasii são as cobras de água, os escaravelhos aquáticos (adultos e larvas), as ninfas de libélula e as larvas de salamandra [53].
2.1.2. A salamandra-comum (Salamandra salamandra Linnaeus, 1758))
A salamandra-comum é um urodelo de ampla distribuição geográfica, ocupando grande parte do continente europeu. Ocorre em todo o território nacional continental, à excepção das zonas agrícolas do Baixo Alentejo [53].
A sua actividade é quase exclusivamente nocturna e está muito dependente de condições ambientais favoráveis, nomeadamente humidade relativa elevada, temperaturas amenas e ausência de vento [53]. A sua actividade anual está
20 concentrada nos meses mais húmidos, normalmente entre Setembro e Maio, período em que ocorre a reprodução [54]. Trata-se de uma espécie ovovivípara ou vivípara, podendo as fêmeas depositar entre 20 e 120 larvas recém-eclodidas na água [53]. Reproduzem-se preferencialmente em meios com águas limpas e correntes, tais como ribeiros, fontes e minas [54].
As larvas têm aspecto robusto, cabeça grande e larga com brânquias externas plumosas bem desenvolvidas, e a cauda mais curta do que o corpo, com terminação arredondada [53]. As larvas recém-depositadas na água têm 25 - 38 mm de comprimento e possuem já os quatro membros bem desenvolvidos. Inicialmente são acinzentadas ou acastanhadas com um ponteado escuro mas à medida que se vão desenvolvendo as manchas escuras tornam-se mais evidentes e na altura da metamorfose tornam-se negras e as suas manchas brancas ficam amarelas. Em geral as larvas atingem a metamorfose 2-6 meses após o nascimento [53].
Os adultos alimentam-se de invertebrados terrestres e as larvas são particularmente vorazes e alimentam-se principalmente de artrópodes aquáticos [53]. Este caudata é predado por cobras-de-água, víboras e, ocasionalmente, algumas aves. As formas larvares são frequentemente predadas por trutas, cobras-de-água, insectos aquáticos, aves aquáticas e larvas da própria espécie [55].
21 2.2. Área de estudo
A amostragem foi feita entre Março e Maio de 2009, ao longo de uma ribeira temporária situada na Herdade da Ribeira Abaixo (Serra de Grândola – Alentejo, SO Portugal) (Figura 1), onde a paisagem predominante é o montado alentejano, influenciado por um clima mediterrânico [54].
•
Pontos de amostragemCursos de água
Limites da HRA Caminhos pedestres N
Figura 1 - Pormenor de Portugal com a localização da área de estudo e distribuição dos corpos de água amostrados, na Herdade da Ribeira Abaixo, Grândola.
0 1 Km 1 7 13 15 19 2 3 4 5 6 8 9 10 11 12 14 16 17 18 20
22 2.3. Datas e métodos de amostragem
Amostraram-se 20 pegos entre 9 de Março e 6 de Maio de 2009, com 6 sessões de amostragem de larvas de A. cisternasii e 5 de larvas de S. salamandra.
A amostragem foi feita em média durante 20 minutos por pego, usando um camaroeiro de rede de cor verde com 1 mm de malha. Depois de capturadas, todas as larvas foram fotografadas no local. Cada larva foi colocada numa caixa de acrílico (C 6,5 cm x A 5,5 cm x P 1 cm) com escala milimétrica onde o lado direito do seu corpo foi fotografado pelo menos 2 vezes com uma máquina fotográfica Canon EOS 1000D, objectiva Canon EFS 18-55mm.
No final de cada sessão, as fotografias foram transferidas para o computador, renomeadas com um código individual, editadas e organizadas num álbum digital.
2.4. Caracterização dos pegos
A caracterização dos pegos foi feita dia 21 de Abril de 2009, sensivelmente a meio do período total de amostragem. Foram medidas as dimensões de cada pego (largura, comprimento e profundidade máxima). Foi também estimado o grau de ensombramento, a percentagem de vegetação aquática, e a composição do substrato de cada pego utilizando o método de quadrados pontuais [56]. Para tal utilizou-se uma estrutura semelhante a um pente, com 1m de comprimento e 10 “pregos”, separados por intervalos de 10 cm. Após colocar o “pente” dentro de água, foi registado quantos “pregos” entravam em contacto com vegetação aquática, com cascalho, gravilha, areia, argila e manta morta e ainda quantos se encontravam ensombrados. Este procedimento foi repetido várias vezes ao longo de cada pego, em pontos distanciados por 1 m. No final calculou-se a percentagem de cobertura destas variáveis a partir da frequência de contacto com os “pregos”, para a totalidade dos pontos de cada pego.
Procedeu-se ainda à medição do pH, da condutividade, da salinidade, da quantidade de oxigénio dissolvido e da temperatura utilizando um medidor multiparamétrico das características físico-químicas da água (YSI, modelo 556 MPS).
23 2.5. Fotoidentificação das larvas
A comparação fotográfica foi realizada através do programa I3S (Interactive Individual Identification System), v. 2.0.
Antes de proceder a comparações e correspondências, o I3S requer que o utilizador defina um sistema de referência composto por três pontos comuns a todas as imagens. Para além de definir a área de referência para a marcação das manchas corporais que permitirão a identificação individual, o sistema de referência possibilita ainda operações que maximizam o processo de correspondência como transformações de escala, rotação e correcção de perspectiva [31; 32].
De seguida, o utilizador escolhe as manchas mais distintas do indivíduo, formando o fingerprint que é guardado num ficheiro com a extensão .fgp [31; 32] na mesma directoria onde se encontra a fotografia. Posteriormente, a imagem poderá ser inserida na base de dados e/ou ser comparada com as imagens existentes.
Ao iniciar um processo de comparação, o fingerprint da imagem desconhecida é comparado com todos os fingerprints das imagens que se encontram na base de dados. Deste processo resulta uma lista de 50 possíveis correspondências ordenadas por ordem crescente de um índice linear, sendo a correspondência mais provável listada em primeiro lugar.
O índice linear que está na base das correspondências é calculado através da razão da soma das distâncias entre cada par de pontos pelo quadrado do número de pares de pontos. Assim, um par de pontos é aceite como um bom par se o candidato mais próximo estiver, pelo menos, ao dobro da distância do par actual.
O sistema de referência utilizado para as larvas de A. cisternasii foi composto pela intersecção ânus-cauda, pelo início da membrana caudal e pelo ponto em que a membrana caudal atinge a altura máxima e foi testado previamente [57] (Figura 2). O sistema de referência usado para as larvas de S. salamandra foi composto pela intersecção do membro posterior com o corpo, pelo ponto paralelo a este, no dorso da larva e pelo ponto que assinala o meio da cauda (Figura 3). Em ambas as espécies assinalaram-se 24 pintas para a construção dos fingerprints [57].
Para cada indivíduo foram processadas duas fotos
cada correspondência listada até encontrar uma correspondência verdadeira ou até à 50ª posição.
2.6. Validação do método de
Determinou-se o índice linear, o correspondências), o tempo levado a identificar identificações nos tops 1, 10, 20, 30, 40 e 50 Verificou-se igualmente se o
desenvolvimento do indivíduo temporalmente.
Figura 3 – Girino de A. cisternasii assinalados.
Figura 2 - Larva de S. salamandra assinalados.
uo foram processadas duas fotos, verificando-se
cada correspondência listada até encontrar uma correspondência verdadeira ou até à
Validação do método de fotoidentificação com o I3S
se o índice linear, o ranking (posição na listagem de 50 o tempo levado a identificar cada foto e a percentagem identificações nos tops 1, 10, 20, 30, 40 e 50 da lista de 50 correspondências
se o ranking médio das re-identificações se alterou
desenvolvimento do indivíduo por comparação entre recapturas próximas e afastadas
A. cisternasii com as pintas e o sistema de referência para a fotoidentificação
S. salamandra com as pintas e o sistema de referência para a fotoidentificação
24 se visualmente cada correspondência listada até encontrar uma correspondência verdadeira ou até à
(posição na listagem de 50 a percentagem de da lista de 50 correspondências. identificações se alterou com o por comparação entre recapturas próximas e afastadas para a fotoidentificação
25 2.7. Determinação das taxas de crescimento das larvas
Registou-se o comprimento total das larvas de A. cisternasii e S. salamandra, a partir das fotografias, recorrendo ao programa Sigma Scan Pro, v.5. As taxas de crescimento (r) foram calculadas através de
= −
onde cf corresponde ao comprimento final, ci ao inicial e t ao tempo decorrido (em dias).
2.8. Avaliação dos indícios de predação;
Registaram-se as frequências de ocorrência de indícios de predação (rasgões e/ou excisões na parte anterior do corpo das larvas) para ambas as espécies (ANEXO III).
2.9. Determinação dos estádios de desenvolvimento larvar
Determinou-se o estádio larvar de todas as larvas de A. cisternasii capturadas de acordo com Gosner (1960) [58]. Para facilitar posteriores análises, os estádios de desenvolvimento dos girinos de A. cisternasii foram agrupados por classes: Classe I (estádio 25 ao 28); Classe II (estádio 29 ao 33); Classe III (estádio 33 ao 38); Classe IV (estádio 39 ao 43).
2.10. Modelação CR
Os métodos estatísticos para a estimação dos parâmetros desconhecidos e para a realização de testes de hipóteses são baseados nos historiais de captura. Estes historiais são matrizes constituídas por séries de 1’s (captura ou recaptura) e 0’s (não captura ou recaptura) [13]. Assim, existindo k ocasiões de amostragem, o historial de captura consiste numa série de k 0’s e 1’s [16] (ANEXO IV)
No cálculo das estimativas dos parâmetros Φi e pi foram usados os historiais de captura de 893 girinos de A. cisternasii e de 833 larvas de S. salamandra nos 20 pegos.
26 De um ponto de vista biológico e prático, é admissível que os parâmetros Φi e pi sejam função de variáveis externas como variáveis ambientais ou medidas de esforço de captura. Existem vantagens em expressar estes constrangimentos num tipo de estrutura usada nos modelos lineares generalizados para relacionar variáveis resposta e variáveis preditoras externas [11; 13]. Neste trabalho considerou-se que as variáveis ambientais poderiam influenciar a probabilidade de sobrevivência das larvas nos diferentes pegos considerados, pelo que se procedeu ao ajustamento de modelos com essas variáveis através da manipulação da matriz de delineamento1 do MARK.
Para proceder à análise dos dados CR foi seguido o procedimento geral aconselhado neste tipo de estudos [11; 16]:
1. Ajustar o modelo como totalmente dependente do tempo e do grupo (diferentes pegos), o que é compatível com a biologia das espécies e com o delineamento do estudo e verificar o seu ajustamento aos dados;
2. Testar as questões biológicas mais importantes pela comparação deste modelo com modelos vizinhos;
3. Seleccionar o modelo mais parcimonioso usando o Critério de Informação de Akaike (AIC);
4. Obter estimativas dos parâmetros do modelo através do Método de Máxima Verosimilhança (MLE).
Para os dados relativos às larvas de A. cisternasii, optou-se por ajustar modelos Jolly-Seber, com a formulação POPAN. Trata-se de uma modificação do modelo JS original que considera a existência de uma super-população composta por todos os animais que entrarão para a população e o parâmetro bi, que representa a probabilidade de um animal desta hipotética super-população entrar na população no intervalo i i+1 [59]. Optou-se por utilizar esta formulação porque das cinco
formulações para o modelo JS disponíveis no MARK, a POPAN é a única que, para além das probabilidades de sobrevivência, de captura e de entrada, estima ainda os
1
Matriz utilizada pelo MARK para descrever o delineamento, ligando os parâmetros de interesse biológico às variáveis preditoras.
27 “nascimentos” líquidos, a abundância total (N) e por cada ocasião de captura (Ni).
Para os dados relativos às larvas de S. salamandra optou-se por ajustar modelos CJS para obter estimativas de Φi e pi e modelos JS para estimar os restantes parâmetros de interesse. Os dados CR das larvas de S. salamandra são mais escassos que os de A. cisternasii e como o modelo JS estima muitos parâmetros com a mesma função verosimilhança, a estimação de cada parâmetro em particular acaba por ser preterida pela estimação de todos os parâmetros da forma mais verosímil, o que pode resultar em estimativas pouco plausíveis [10; 11; 13]. Assim, a probabilidade de sobrevivência (Φi) acaba por não ser tão bem estimada com o modelo JS como com o modelo CJS, pelo que dos modelos JS considerou-se apenas as abundâncias e os “nascimentos”.
Para testar a qualidade do ajustamento do modelo geral (todos os parâmetros dependentes do tempo e, quando aplicável, dos grupos) aos dados das larvas de A. cisternasii foram realizados os Testes 2 e 3 de ajustamento do modelo [16] desenvolvidos especificamente para dados CR. Estes testes constituem um procedimento diagnóstico para testar os pressupostos 1 e 2 do modelo CJS e JS (homogeneidade dos parâmetros), admitindo que os restantes são cumpridos. O cálculo dos Testes 2 e 3 é realizado pelo software RELEASE [16], actualmente integrado no programa MARK [13].
O ajustamento do modelo geral para as larvas de S. salamandra não foi feito através dos testes RELEASE porque os dados foram escassos. Recorreu-se então à análise dos resíduos do desvio para o modelo CJS e a um teste de sensibilidade baseado no factor de inflação da variância (variance inflaction factor), ̂ [17] para o modelo JS. Os resíduos do desvio (rh) permitem verificar se os valores esperados
para cada historial de captura são muito ou pouco diferentes dos obtidos [17]. Assim,
= !(" − # )$2(# − " + " log ("# )
28 onde Sinal corresponde ao sinal (+/-) do valor O-E, # ao número de indivíduos esperados com o historial de captura h e " ao número de indivíduos observados com o historial de captura h. Num modelo bem ajustado aos dados a diferença entre os valores esperados e os observados será mínima e, portanto os resíduos serão quase nulos. A estimação de ̂ permite verificar se as probabilidades de sobrevivência ou de recaptura são homogéneas dentro de cada grupo e pode ser obtido a partir de uma estatística de teste χ2 e dos graus de liberdade (gl) associados à distribuição assimptótica desta estatística de teste [47], com
̂ = *,-+
Assim, a um ajustamento “perfeito” do modelo aos dados corresponde ̂ = 1. Quando os dados não permitem a utilização dos testes de ajustamento tradicionais em modelação CR é frequente recorrer a um teste de sensibilidade a ̂ [9]. Se o ranking dos modelos ajustados se alterar à medida que se vai variando gradualmente o valor de ̂, pode-se estar perante um fraco ajustamento do modelo aos dados, o que compromete a validade das inferências resultantes. Neste caso o valor de ̂ foi alterado de 1 a 7, verificando-se se o modelo que melhor se ajustava aos dados se mantinha [13].
2.11. Outras análises estatísticas
Para avaliar se a taxa de crescimento das larvas de A. cisternasii e S. salamandra variaram significativamente entre pegos recorreu-se à ANOVA univariada. O pressuposto da distribuição normal da variável dependente (taxa de crescimento) nos diferentes grupos foi avaliado através do teste de Kolmogorov-Smnirnov e o pressuposto da homogeneidade de variância foi verificado pelo teste de Levene. Em caso de não cumprimento dos pressupostos, recorreu-se a um teste não-paramétrico, o Kruskal-Wallis. Posteriormente utilizou-se a Regressão Linear Múltipla para verificar se alguma das variáveis externas medidas estaria relacionada com as taxas de crescimento de cada pego. Analisaram-se os pressupostos do modelo, nomeadamente o da distribuição normal, homogeneidade e independência
29 dos erros. Os dois primeiros pressupostos foram validados graficamente e o pressuposto da independência foi validado com a estatística de Durbin-Watson.
O teste Qui-quadrado de independência foi utilizado nos seguintes testes: independência dos indícios de predação entre pegos; independência do estádio de desenvolvimento (classe modal) entre pegos; igualdade nas frequências de movimentos entre pegos entre as duas espécies. Quando se registaram células com valores esperados inferiores a 5 o teste do χ2 não pôde ser aplicado e recorreu-se à técnica de simulação de Monte-Carlo. A simulação de Monte-Carlo é um método estatístico que procura determinar a probabilidade de ocorrência de uma determinada situação experimental através de um conjunto elevado de simulações, baseado na geração aleatória de amostras a partir do conhecimento empírico da população sob estudo.
As análises estatísticas descritivas, gráficas e inferenciais foram executadas com o software SPSS (v. 17.0, SPSS Inc., Chicago, IL). Consideraram-se estatisticamente significativos os efeitos cujo p-value foi inferior ou igual a 0.05.
3. RESULTADOS
3.1. Caracterização dos pegos
Como se pode ver pela Figura 4, os pegos não são muito distintos no que toca às variáveis medidas. Podem-se distinguir 4 pegos com graus de ensombramento elevados: o pego 7, o 8, o 10 e o 14. Os pegos 3, 4, 6, 13, 16 e 19 destacam-se com as maiores percentagens de vegetação aquática. Os pegos com área ≥ 10 m2 são o 10, o 13, o 14 e o 16. Os pegos em média mais profundos são o 4, o 8, o 13 e o 18.
Distinguem-se dois grupos de pegos semelhantes e próximos espacialmente: (1) pegos 2, 4, 6, 8 e 9; e (2) pegos 16, 17 e 19. Há pegos que se destacam dos restantes, caso dos pegos 1, 5, 7 e 20.
Não existem evidências de alterações graduais das características dos pegos ao longo da ribeira.
30 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100 0 50 100
Figura 4 - Caracterização dos 20 pegos amostrados. Considerou-se o grau de ensombramento, % de vegetação aquática, a % de manta morta, a área e a profundidade média.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
% Manta morta
% Vegetação aquática
Área (m2)
Profundidade média (cm)
% Ensombramento
31 0 50 100 150 200 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 N º d e in di ví du os Pegos A. cisternasii S. salamandra
Para além das variáveis referidas foi também medida a temperatura, condutividade, salinidade, % de oxigénio dissolvido (DO) e pH de cada pego. Nenhum destes parâmetros apresentou grande variabilidade ao longo da ribeira: a temperatura de água variou entre 14 e 19.24 ºC; a condutividade variou entre 16.54 e os 19.58 mS/cm; a salinidade variou entre 12.25 e 14.60 mg/L; a percentagem de oxigénio dissolvido foi 0.1 para todos os pegos à excepção de um para o qual foi 0.2; e o pH variou entre 7.69 e 8.39, sem agrupamento espacial de pegos semelhantes.
3.2. Capturas
Pela Figura 5 podemos verificar que houve um predomínio de larvas de A. cisternasii nos pegos mais a montante (1 a 5) e nos pegos mais a jusante (17 a 20), sendo que os pegos intermédios da ribeira pareceram dominados pelas larvas de S. salamandra. Pode ainda verificar-se que o pego 8 foi o único onde só foram encontradas larvas de S. salamandra.
Figura 5 - Total das capturas de larvas de A. cisternasii e S. salamandra para cada pego amostrado.
32 0 10 20 30 40 50 60 70 80 90 100 Id no
Top 1 Top 10Id no Top 20Id no Top 30Id no Top 40Id no Top 50Id no NID
%
A. cisternasii S. salamandra
3.3. Validação do método de fotoidentificação com o I3S
Apesar de se tratar de espécies morfologicamente diferentes e de não existir um trabalho prévio de validação do método de fotoidentificação para as larvas de caudata, os parâmetros de reidentificação revelaram-se bastante semelhantes (Tabela 1).
Tabela 1 – Médias do índice linear, rank e tempo levado a identificar para larvas de A. cisternasii e S. salamandra fotoidentificadas.
Índice linear
médio Rank médio Tempo id. médio (min) Girinos de A.
cisternasii 0.340 6 3
Larvas de S.
salamandra 0.407 6 3
A Figura 6 demonstra que cerca de 60% da totalidade das re-identificações foram correctamente classificadas na primeira posição. No entanto, para obter uma taxa de sucesso na ordem dos 80% foi necessário considerar as 10 primeiras imagens da lista fornecida pelo software I3S. Adicionalmente, registaram-se 4 girinos de A. cisternasii (1.6% do total de recapturas) que não foram re-identificados quando comparados com a base de dados, apesar de já terem fingerprints.
Figura 6 - Percentagem de indivíduos re-identificados em cada top e não-identificados (NID) pelo I3S para larvas de A. cisternasii e S.
33 0 20 40 60 80 100
top 1 top 5 top 15
%
Sessão 2 Sessão 3 Sessão 4 Sessão 5 Sessão 6
0 20 40 60 80 100
top 1 top 5 top 15
%
Sessão 2 Sessão 3 Sessão 4 Sessão 5
Figura 8 - Percentagem de larvas de S. salamandra capturadas na sessão 1 e re-identificadas em sessões posteriores no top 1, 5 e 15.
Como é ilustrado pela Figura 7, a percentagem de girinos re-identificados no top 1 não dependeu do tempo passado entre a captura e a recaptura, i.e., o desenvolvimento da larva aparentemente não prejudicou o processo de re-identificação por parte do I3S. A diferença máxima registada entre uma sessão de captura e uma recaptura foi de 56 dias (indivíduo capturado na sessão 1 e recapturado na sessão 6), com a transição do estádio 25 (3.88 cm de comprimento total) para o estádio 37 (4.83 cm).
O desenvolvimento das larvas de S. salamandra também parece não ter influenciado o processo de re-identificação do I3S porque não se verificou uma tendência para uma maior percentagem de re-identificações nas posições mais cimeiras da lista entre sessões mais próximas (Figura 8).
Figura 7 - Percentagem de larvas de A. cisternasii capturadas na sessão 1 e re-identificadas em sessões posteriores
34 A diferença máxima entre a sessão de captura e a de recaptura registada foi de 38 dias (indivíduo capturado na sessão 1 e recapturado na sessão 5), com um comprimento total inicial de 3.36 cm e final de 3.98 cm.
Contrariando o estudo de validação do método [45], registou-se alguma dificuldade de processamento dos dados por parte do I3S à medida que a base de dados aumentava até às 1786 fingerprints de A. cisternasii e 1666 de S. salamandra. Houve um aumento de ca. de 70% no tempo de processamento entre a altura em que base de dados possuía < 200 fingerprints e a altura em que possuía > 600 fingerprints. O aumento da dimensão da base de dados provocou um aumento considerável do tempo de processamento e da ocorrência de problemas de software.
3.4. Recapturas
Nos 20 pegos registaram-se 893 capturas de larvas de A. cisternasii (6 sessões), incluindo 249 episódios de recaptura, e 833 capturas de larvas de S. salamandra (5 sessões), incluindo 108 episódios de recaptura (Tabela 2).
Tabela 2 – Número de indivíduos amostrados, capturados e recapturados, para A. cisternasii e S.
salamandra.
Girinos A. cisternasii Larvas S. salamandra
Amostragem Total 893 833
Totalidade indivíduos
capturados 646 725
Totalidade de recapturas 249 108
Totalidade de migrações 32 11
A percentagem de recapturas de larvas de A. cisternasii por sessão manteve-se relativamente manteve-semelhante, enquanto que a das larvas de S. salamandra sofreu uma queda de quase 50% na percentagem de recaptura entre a segunda sessão e as restantes (Tabela 3).
35
Tabela 3 - Percentagem de recapturas por sessão, para A. cisternasii e S. salamandra.
Girinos A. cisternasii Larvas de S. salamandra
Sessão 2 15 39
Sessão 3 21 23
Sessão 4 20 16
Sessão 5 29 22
Sessão 6 11 --
Registaram-se consideravelmente mais recapturas de girinos do que de larvas, sendo que 15 girinos foram recapturados mais do que duas vezes, algo que nunca aconteceu com as larvas (Tabela 4).
Tabela 4 - Número de indivíduos recapturados 1, 2, 3 e 4 vezes, para A. cisternasii e S. salamandra.
Girinos A. cisternasii Larvas S. salamandra
Indivíduos recapturados 1x 106 94
Indivíduos recapturados 2x 48 7
Indivíduos recapturados 3x 13 0
Indivíduos recapturados 4x 2 0
3.5. Modelação CR
Antes de proceder à modelação CR há que verificar se os pressupostos de homogeneidade de captura e de sobrevivência foram respeitados através da realização de testes de ajustamento do modelo geral (todos os parâmetros dependentes do tempo e do grupo, quando aplicável). Se estas condições são verificadas, procede-se ao ajustamento de modelos mais simples, que podem envolver variáveis externas na estimação dos diferentes parâmetros, sendo a escolha final do modelo feita através do Critério de Informação de Akaike (AIC).
Seguidamente apresenta-se o procedimento da modelação e as estimativas dos parâmetros, separadamente para cada espécie.
3.5.1. Alytes cisternasii
Uma vez que todos os 20 pegos amostrados apresentaram taxas de recaptura válidas (> 10%) foram todos considerados na modelação CR [11].
36 3.5.1.1. Validação dos pressupostos dos modelos CR
O ajustamento do modelo geral foi aferido pelos Testes 2 e 3 do RELEASE (ANEXO V). Foi registada heterogeneidade na probabilidade de captura e de sobrevivência em 6 pegos, o que constitui uma violação dos pressupostos dos modelos CR. Assim, esses pegos foram excluídos da modelação e, consequentemente, os parâmetros demográficos foram estimados para 14 pegos.
3.5.1.2. Modelos
De seguida procedeu-se ao ajustamento de modelos mais simples, considerando a influência de algumas variáveis ambientais como o grau de ensombramento ou percentagem de vegetação aquática no pego sobre a probabilidade de sobrevivência dos girinos.
Tabela 5 - Lista do conjuntos dos modelos JS com a formulação POPAN que melhor se ajustou aos
dados das larvas de A. cisternasii. Representa-se a probabilidade de sobrevivência (Φi) dependente do
pego (g) e do tempo (t). A probabilidade de captura (pi) depende apenas de cada pego (g) e a
probabilidade de entradas (penti) depende apenas do efeito do tempo (t).
Modelo AICc ∆AICc
Nº de parâmetros Φ(p(mantamorta)*t)p(g)pent(t) 1619.40 0.00 89
Φ(p(profmedia)*t)p(g)pent(t) 1621.52 2.12 89
Φ(p(area)*t)p(g)pent(t) 1621.81 2.41 89
Como se pode observar na Tabela 5, o modelo JS que melhor se ajustou aos dados considera Φi dependente da percentagem de manta morta presente no leito do pego, pi dependente apenas do pego e pent i dependente do tempo. No entanto, o valor do ∆AICc indicia alguma importância da variável profundidade média para a probabilidade de sobrevivência.
37 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 1 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 2 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 3 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 4 3.5.1.3. Estimativas dos parâmetros demográficos
3.5.1.3.1. Probabilidades de sobrevivência
Como se pode verificar na Figura 5, registaram-se flutuações nas probabilidades de sobrevivência em cada intervalo para todos os pegos. Nos dois primeiros intervalos foi possível distinguir dois grupos: (1) pegos em que a probabilidade de sobrevivência diminuiu entre o primeiro e o segundo intervalo e aumentou entre o segundo e o terceiro intervalo (1, 3, 4, 6, 10 e 15); e (2) pegos em que a probabilidade de sobrevivência aumentou entre o primeiro e segundo intervalo e diminuiu entre o segundo e o terceiro (18;16). Em alguns pegos a probabilidade de sobrevivência manteve-se relativamente estável (2, 3, 15).
38 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 5 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 7 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 6 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 10 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 12 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 15 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 16 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 17
39
Figura 5 - Estimativas das probabilidades de sobrevivência e respectivos erros padrão em cada intervalo entre amostragens, para cada pego considerado.
0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 18 0 0.2 0.4 0.6 0.8 1 1 2 3 4 5 φi Ocasião Pego 20 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1 2 3 4 5 6 7 10 12 15 16 17 18 20 φ Pego
Obtiveram-se igualmente as estimativas das probabilidades de sobrevivência médias (Φ) para cada pego (Figura 6).
Aparentemente os pegos com maiores probabilidades de sobrevivência médias são a 5, o 6 e o 17. Os pegos que registaram menores Φ foram o 10 e o 20.
Figura 6 - Estimativas das probabilidades de sobrevivência médias e respectivos erros padrão para cada pego.
40 3.5.1.3.2. Probabilidade de captura
Uma vez que o modelo que melhor se ajusta aos dados assume a probabilidade de captura dependente apenas do pego, pode assumir-se que este parâmetro ter-se-á mantido relativamente constante em cada ocasião de amostragem, respeitando um dos pressupostos dos modelos CR.
Tabela 6 - Estimativas das probabilidades de captura em cada pego considerado com respectivos erros padrão (EP) e limites inferiores (LI) e superiores (LS) do intervalo de confiança a 95%.
Pego Estimativa EP LI LS 1 0.68 0.09 0.50 0.82 2 0.57 0.07 0.44 0.69 3 0.51 0.06 0.40 0.62 4 0.35 0.06 0.24 0.47 5 0.11 0.04 0.06 0.20 6 0.25 0.05 0.16 0.36 7 0.40 0.08 0.26 0.56 10 0.14 0.05 0.06 0.27 12 0.47 0.13 0.24 0.72 15 0.26 0.06 0.16 0.40 16 0.58 0.16 0.28 0.83 17 0.36 0.09 0.21 0.55 18 0.30 0.05 0.21 0.40 20 0.14 0.04 0.08 0.24
Pode ainda verificar-se que certos pegos tiveram probabilidades de captura mais elevadas (e.g. 1, 2 ou 16) do que outros (e.g. 10 ou 20), resultado de características como a dimensão, o grau de ensombramento, a densidade ou disponibilidade de esconderijos para as larvas.
41 0 20 40 1 2 3 4 5 Bi Intervalos Pego 2 0 20 40 1 2 3 4 5 Bi Intervalos Pego 1 0 50 100 1 2 3 4 5 Bi Intervalos Pego 3 0 20 40 1 2 3 4 5 Bi Intervalos Pego 4 3.5.1.3.3. Probabilidades de entrada e “nascimentos”
As probabilidades de entrada foram nulas para o 2º, o 3º e o 5º intervalo (Tabela 7), sugerindo que terão ocorrido entradas nas populações apenas durante o primeiro e o quarto intervalo, nos meses de Março e Abril, respectivamente.
Tabela 7 – Estimativas das probabilidades de entrada de indivíduos em cada intervalo entre ocasiões de amostragem com respectivos erros padrão (EP) e limites inferiores (LI) e superiores (LS) do IC a 95%.
Intervalo Estimativa EP LI LS 1 0.28 0.04 0.21 0.37 2 0.01 0.03 0.00 0.02 3 0.00 0.00 0.00 1.00 4 0.24 0.02 0.18 0.32 5 0.00 0.00 0.00 1.00
Estimaram-se os “nascimentos” líquidos para cada intervalo entre sessões de amostragem (Bi), em cada pego (Figura 7).
42 0 20 40 1 2 3 4 5 Bi Intervalos Pego 5 0 20 40 1 2 3 4 5 Bi Intervalos Pego 6 0 20 40 1 2 3 4 5 Bi Intervalos Pego 7 0 20 40 1 2 3 4 5 Bi Intervalos Pego 10 0 5 10 1 2 3 4 5 Bi Intervalos Pego 12 0 20 40 1 2 3 4 5 Bi Intervalos Pego 15 0 5 10 1 2 3 4 5 Bi Intervalos Pego 16 0 20 40 1 2 3 4 5 Bi Intervalos Pego 17
43 0 50 100 1 2 3 4 5 Bi Intervalos Pego 18 0 50 100 1 2 3 4 5 Bi Intervalos Pego 20
Estimaram-se mais “nascimentos” nos primeiros dois intervalos em todos os pegos (Figura 7), o que sugere que não terá ocorrido muita migração e que este parâmetro poderá constituir uma boa representação da entrada de novas coortes nos pegos. Dos 14 pegos considerados distinguiram-se quatro com estimativas de “nascimentos” nos primeiros dois intervalos de ordem superior às restantes: os pegos 2, 3, 4, 18 e 20. A entrada de indivíduos no quarto intervalo ter-se-á devido a movimentos migratórios porque se tratam de poucos “nascimentos” e ocorrem numa altura que já não corresponde aos picos de reprodução.
3.5.1.3.4. Abundâncias e Densidades (total e por ocasião)
Destacaram-se 3 pegos com valores de abundância elevados (2, 3 e 18). No entanto, as densidades por pego foram bastante semelhantes, com uma excepção (15), que apresentou uma densidade francamente superior às dos restantes pegos.
Figura 7 - Estimativas dos “nascimentos” ocorridos em cada intervalo entre ocasiões de amostragem (Bi), para cada pego considerado. Notar as diferentes escalas nas ordenadas.
44 0 10 20 1 2 3 4 5 6 N N /m 2 Ocasião Pego 1 0 40 80 1 2 3 4 5 6 N N /m 2 Ocasião Pego 2 0 100 200 1 2 3 4 5 6 N N /m 2 Ocasião Pego 3 0 40 80 1 2 3 4 5 6 N N /m 2 Ocasião Pego 4 0 100 200 1 2 3 4 5 6 N N /m 2 Ocasião Pego 5 0 40 80 1 2 3 4 5 6 N N /m 2 Ocasião Pego 6 0 40 80 1 2 3 4 5 6 N N /m 2 Ocasião Pego 7 0 40 80 1 2 3 4 5 6 N N /m 2 Ocasião Pego 10
