Análise de habitat do lince nos Cárpatos do Sul

Um estudo de caso para promover a compreensão básica da modelagem de habitat de animais selvagens para estudantes com base em dados abertos.

Introdução

Desafiados com a tarefa de modelagem baseada em GIS, pela primeira vez, um grupo de estudantes florestais de graduação da Universidade para o Desenvolvimento Sustentável Eberswalde (HNEE) realizou uma pesquisa de literatura para adequação do habitat e comportamento do lince euro-asiático (* Lynx lynx ). No módulo “GIS aplicado na Gestão de Recursos Naturais”, sob a orientação do Prof. Mund, os alunos rapidamente descobriram a complexidade do assunto, especialmente no que diz respeito à adaptabilidade das espécies às mudanças ambientais. Com as limitadas publicações em Inglês sobre o habitat do lince no lado romeno, continuamos o projeto com base em apenas disponível gratuitamente conjuntos de dados e software de código aberto, a fim de criar conhecimento conceitual da modelagem de habitat, fortalecendo as capacidades em ferramentas QGIS amplamente aplicado e criar um **modelo básico especializado* no processo.

Metodologia

Todos os dados coletados foram processados no QGIS 2.6 e 2.8, projetados em ETRS89 / ETRS-LAEA e armazenados de acordo com as diretivas do INSPIRE para atender aos padrões da UE. E no geral foi definido um índice discreto de pesos que foi aplicado a todos os dados de entrada.

Figure 1: Workflow - Lynx habitat expert model

Figura 1: Workflow - modelo básico especializado

Descrição do fluxo de trabalho

  • Área de Interesse [Etapa I - II]: Baseado em áreas do parque nacional selecionados e adicionando um buffer de 10 km, uma caixa de limite mínimo [α] foi criada e cortada com o contorno do rio Danúbio (derivado do Corine Land Cover 2006). Outras ferramentas de recorte [β] foram aplicados a todos os dados adicionais tal como um passo de preparação inicial (Figura 2)
  • Modelo de Adequação da Cobertura do Solo [Etapa IX]: [γ] na entrada III e IV, foram transformados em shapefiles usando o função #poligonal embutida. O dado de cobertura da terra de Corine (2006) foi reclassificado usando a calculadora de campo para os grupos de classes de uso da terra e assinalar respectivos índices de valores. Um processamento semelhante foi aplicado aos dados de cobertura florestal (2000), extraindo apenas áreas de cobertura igual ou superior a 75%. O sub-modelo IX foi produzido pelo uso das funções #Mesclar shapefiles para combinar III e IV e #Rasterizar.

Nota: as classes de cobertura do solo foram agrupadas pela possível ocorrência de lince e atividades humanas. Embora tecnicamente de origem antiga, a informação relacionada aos valores de cobertura florestal foram integradas na ordem de indicar a melhoria do habitat e formar um exemplo de junção de um conjunto de dados espaciais

  • Modelo de Adequação do Habitat [Etapa X]: [δ] O Índice Adequado de Elevação foi derivado a partir do AsterDEM 2.0 [VI] e, juntamente com o Índice de Densidade Populacional [V], foram integrados dentro do Modelo Final de Adequação do Habitat (Figura 3), usando a calculadora #Raster.
Cover Suitability Model * Population Density Index * Elevation Suitability Index

*Nota: Definindo floresta (>= 75% de cobertura) como melhor adequado e utilizar os dados de altitude para reduzir os índices dos valores acima da linha da árvore, conceitualmente relacionado ao habitat do cervo como a principal presa.

  • Modelo de Acessibilidade Potencial Hunter [Etapa XI]: Aplicando a ferramenta de análise do terreno [ε], a camada de declividade foi extraída dos dados MDE e combinados [η] com a camada de distância rodoviária, onde essa foi produzida processando a rasterização dos dados de rodovias do OSM, dentro da função de #Proximidade e índice de valores atribuídos, utilizando valores de #Reclassificação da grade.
.
                      Slopelayer
Road distance * ( 1 + ----------- )
                         100
  • Modelo de valor de conversação [Etapa XII]: Resultado da função da calculadora #Raster: (Figura 4)
(Habitat Suitability Model * Hunter Accessibility Model)
--------------------------------------------------------
                       2

*Nota: O Modelo de Acessibilidade Hunter deve indicar a diminuição da probabilidade dos hunters acessarem a área pela maior distância das estradas e aumento da declividade.

Figure 2, 3 and 4

Figura 2, 3 e 4

Conclusão

Com o resultado final (Figura 3), a primeira análise plausível do habitat potencial parece ser bem sucedida. Ainda mais importante, a modelagem básica em si se mostrou menos difícil do que inicialmente esperado. Nossa escolha de adicionar um submodelo de acessibilidade hunter nos permitiu implementar outra dimensão em termos da avaliação de riscos do habitat, na qual pode ser simplesmente aninhada no cenário existente e usada para determinar necessidades de proteção de aspectos, por exemplo, no desenvolvimento da infraestrutura. No entanto, algumas informações cruciais sobre o habitat, tais como estrutura da floresta (nossa mais alta adequação ao habitat), não podem ser derivadas de um conjunto de dados disponíveis e nem na combinação de comportamentos de espécies complexas, em que o resultado deve ser entendido como básico ou incompleto. Fatores adicionais não implementados nesse estágio são de mortalidade nas rodovias, sobre a rugosidade do terreno e ocorrência de detalhadas presas.

Além de ser código aberto, livre de caracteres disponíveis, o QGIS têm sido objeto de grande desenvolvimento nos últimos anos. Nós fizemos uma experiência positiva com a integração da caixa de ferramentas, permitindo o uso de variadas ferramentas do GRASS e SAGA GIS, mesmo para usuários inexperientes. Nenhum problema de compatibilidade ocorreu, apesar de frequentes alterações entre diferentes versões e ausência geral de restrições administrativas, no que pode ser uma grande vantagem quando trabalhando intuitivamente com conjuntos de dados. Nós estamos ansiosos para ver melhorias adicionais, especialmente na construção de um modelo integrado.

Referências

  • Kaczensky, P., Chapron, G.,von Avrx, M., Huber, D., Andrén, H. & Linnell, J. (December 2012): Status, management and distribution of large carnivores in Europe. Document European Commission.
  • Schadt, S., Revilla, E., Wiegand, T., Knauer, F., Kaczensky, P., Breitenmoser, U., Bufka, L., Cerveny, J., Koubek, P., Huber, T., Stanisa, C. & Trepl, L. (2002): Assessing the suitability of central European landscapes for the reintroduction of Eurasian lynx. Article Journal of Applied Ecology.
  • Salvatori, V. (2004): Conservation areas for large carnivores in the Carpathian Mountains. PhD Thesis.
  • Podgórski, T., Schmidt, K., Kowalczyk, R. & Gulczyñska, A. (2008): Microhabitat selection by Eurasian lynx and its implications for species conservation. Acta Theriologica 53: 97–110.
  • Boutros, D. (March 2002): Characterization and assessment of suitability of Eurasian lynx (Lynx lynx) den sites. KORA Report No. 12e, Diploma thesis.

Autores

Angela Dichte, Luca Ehrminger, Silvana Garcia Travesi Reyes, Tobias Hoppe e David Winger são estudantes do 4º semestre do Programa de Estudos de Gestão de Florestas e Ecosistemas Internacionais; respectivamente, Anne Gnilke é silvicultor alemão e Henri Hiltunen é estudante de intercâmbio da Universidade de Mikkeli de Ciências Aplicadas, Finlândia. O prof. Mund está dando palestras de SIG e Sensoriamento Remoto na HNE Eberswalde desde 2010 e fornece guias e suporte técnico ao projeto.

Por favor, entre em contato com Luca.Ehrminger(at)hnee.de, David.Winger(at)hnee.de, ou Prof.Dr.Jan-Peter Mund: Jan-Peter.Mund(at)hnee.de para mais informações.