Bióloga - Mestre em Conservação da Biodiversidade e Desenvolvimento Sustentável

Instituto de Pesquisas Ecológicas - IPÊ

exec exec exercicio3.r exercicio3.final.r exercicio4.r exercicio5.r exercicio5.final.r exercicio6.r

Plano A Na minha dissertação eu trabalhei com dados de presença/ausência de 11 espécies de aves em 30 pequenos fragmentos florestais (4 a 10 ha). Foram feitas 3 visitas em cada fragmento, pois as chances de detectabilidade são aumentadas quando os levantamentos são realizados em três dias não consecutivos e nos meses de maior atividade da espécie (Mackenzie et al., 2006). As variáveis analisadas para verificar sua influencia sobre a presença da espécie foram: tipo de matriz (pasto ou eucalipto) e índice de proximidade dentro de um buffer de 500 m. O objetivo do trabalho é saber em qual contexto da paisagem essas espécies com diferentes requerimentos de habitat, utilizam os pequenos fragmentos. Assim será possível propor planos de manejo para os pequenos fragmentos e a paisagem. A ideia é gerar uma função que permitirá ter resultados do melhor contexto da paisagem, para cada espécie sem ter que repetir cada uma delas. Os dados serão divididos em quatro modelos para verificar estimativas de ocupação das espécies de acordo com os dados de presença coletados em cada uma das três visitas nos trinta fragmentos (totalizando 90 visitas). E analisar os dados com o pacote estatístico ‘Unmarked’ função ‘Occu’(Fiske & Chandler 2010). E também finalizando com um gráfico que apresenta o melhor contexto.

Referências Fiske, I. & Chandler, R. 2010. Unmarked: models for data from unmarked animals. R package v. 0.8-1. Disponível em <http://CRAN.R-project.org/package=unmarked>. Mackenzie, D.I., Nichols, D.J., Royle, J.A., Pollock, K.H., Bailey, L.L. & Hines, J.E. 2006. Occupancy Estimation and Modeling. Elsevier, Book Aid International and Sabre Foundation.

Plano B Função que verifique se teve diferença da detectabilidade das espécies nos 3 meses de coleta.

A viabilidade da proposta depende de vc já ter familiariade com o pacote Unmarked. Ele tem uma sintaxe complicada, e aprendê-la pode tomar muito tempo.

Para valer à pena programar uma função, ela deve automatizar um procedimento que nós e outros irão repetir muitas vezes. Então pense em como generalizar sua função para uso por colegas que tenham o mesmo tipo de dados, mesmo que não tenham o mesmo n de fragmentos ou dias de coleta.

Antes de começar defina claramente entrada e saída da sua função (seções 'arguments' e 'value' da página de ajuda). Por exemplo, o que são os resultados que identificam o melhor contexto de paisagem? O que o gráfico mostrará?

Para o plano B, dado que detectabilidade depende da espécie e da coleta, qual o propósito de compará-la?