Using predictive models of species distribution to validate biodiversity data: case studies for Madeira Island

Os modelos preditivos de distribuição de espécies são uma importante ferramenta para lidar com a falta de informação biogeográfica existente para a maior parte dos taxa. Com esta técnica, estabelece -se uma relação entre a variável dependente (presença/ausência de uma espécie) e um conjunto de variáveis potencialmente preditoras, e é criado um mapa com a probabilidade de presença da espécie para uma determinada área de interesse. Neste capítulo, é usado o programa Maxent para criar modelos de distribuição potencial de um conjunto seleccionado de espécies, e os resultados obtidos são discutidos com base no conhecimento de especialistas nessas espécies.

ABSTRACT: Predictive models of species distribution emerge as a valuable tool for tackling the lack of distributional information on most taxa. A function between the dependente variable (presence/absence of the species) and a set of potential predictors is established, and a map is generated for the focus area, indicating the probability of presence of the species. In this chapter, we use Maxent to develop potential distribution models for a number of selected species and we discuss the results on the basis of expert knowledge.

Keywords

Biodiversidade Biodiversity Modelo Preditivo Predictive Model Ilha da Madeira Madeira Island

URI

http://hdl.handle.net/10400.3/1958

Citation

Jiménez-Valverde, A., Hortal, J., Lobo, J.M., Borges, P.A.V., Abreu, C., Aguiar, A.M.F., Azevedo, E. B., Boieiro, M., Fontinha, S., Jardim, R., Oliveira, P., Sérgio, C., Serrano, A.R.M., Sim-Sim, M. & Nunes, D. (2008). "Using predictive models of species distribution to validate biodiversity data: case studies for Madeira Island". In P.A.V. Borges, C. Abreu, A.M.F. Aguiar, P. Carvalho, R. Jardim, I. Melo, P. Oliveira, C. Sérgio, A.R.M Serrano & P. Vieira (Eds.). «A list of the terrestrial fungi, flora and fauna of Madeira and Selvagens archipelagos». Funchal and Angra do Heroísmo, Direcção Regional do Ambiente da Madeira and Universidade dos Açores: pp. 27-56.