Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
UNIVERSIDADE FEDERAL DE MATO GROSSO
INSTITUTO DE BIOCIÊNCIAS
DOUTORADO EM ECOLOGIA E CONSERVAÇÃO DA BIODIVERSIDADE
PADRÕES DE DISTRIBUIÇÃO GEOGRÁFICA DE
LAGARTOS (REPTILIA, SQUAMATA) NA BACIA DO
RIO PARAGUAI, AMÉRICA DO SUL
RICARDO ALEXANDRE KAWASHITA RIBEIRO
CUIABÁ – MT
2015
ii
UNIVERSIDADE FEDERAL DE MATO GROSSO
INSTITUTO DE BIOCIÊNCIAS
DOUTORADO EM ECOLOGIA E CONSERVAÇÃO DA BIODIVERSIDADE
PADRÕES DE DISTRIBUIÇÃO GEOGRÁFICA DE
LAGARTOS (REPTILIA, SQUAMATA) NA BACIA
DO RIO PARAGUAI, AMÉRICA DO SUL
RICARDO ALEXANDRE KAWASHITA RIBEIRO
Tese apresentada ao Curso de Pós-
Graduação, do Instituto de
Biociências, para obtenção do
título de Doutor em Ecologia e
Conservação da Biodiversidade.
CUIABÁ – MT
2015
Dados Internacionais de Catalogação na Fonte.
R484p
Ribeiro, Ricardo Alexandre Kawashita.
Padrões de distribuição geográfica de lagartos (Reptilia,
Squamata) na Bacia do Rio Paraguai, América do Sul /
Ricardo Alexandre Kawashita Ribeiro. - - 2015
viii, 119 f. : il. ; 30 cm.
Orientadora: Christine Strüssmann
Tese (doutorado) – Universidade Federal de Mato
Grosso, Instituto de Biociências, Programa de Pós-
Graduação em Ecologia e Conservação da Biodiversidade,
Cuiabá 2015.
Inclui bibliografia.
1. Biogeografia. 2. Modelagem de distribuição de
espécies. 3. Componentes bióticos. 4. Mudanças
climáticas globais. 5. Conservação.
Ficha catalográfica eleborada automaticamente de acordo com os dados fornecidos pelo(a)
autor(a).
Permitida a reprodução parcial ou total, desde que citada a fonte.
iii
ORIENTADORA: CHRISTINE STRÜSSMANN
iv
BANCA EXAMINADORA
v
Dedico este trabalho à Luana, por toda a
paciência, estímulo, apoio, amor e companheirismo.
vi
“A mente que se abre a uma nova idéia jamais voltará ao seu tamanho original.”
Albert Einstein
vii
AGRADECIMENTOS
À Luana Aparecida Gomes de Arruda, pela ajuda na execução do projeto, pela
revisão crítica dos manuscritos, pelo incentivo, paciência, “puxões de orelha” e por todo
o seu amor! Te amo!!!!;
À minha orientadora, Christine Strüssmann, por acreditar no projeto, pelo apoio,
estímulo, confiança, paciência e amizade. É uma honra poder trabalhar com você!
À Jacqueline Pimentel Silva, por toda a (essencial) ajuda na execução das análises,
pela revisão crítica dos manuscritos e pelo refinamento nas discussões, muito obrigado!
Ao Cristiano Nogueira e à Vanda Lúcia Ferreira, por disponibilizar dados, apoio na
execução do projeto e pela revisão crítica dos manuscritos;
À Luciana Mendes Valério Brun, por ter auxiliado na coleta, identificação e
compilação de dados;
Ao Gabriel Côrrea Costa, pelo suporte financeiro via projeto “Rede de pesquisa em
anfíbios e répteis de ecossistemas não florestais brasileiros”; processo 563352/2010-8;
Aos meus pais biológicos, Luzia e Sidnei, ao meu pai de “coração”, Reinaldo, e a
minha querida irmã, Thaís, pelo incentivo e compreensão, durante todas as fases de
minha vida;
Ao ICMBio, pelo fornecimento de licenças de coleta;
À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pelo
apoio financeiro;
Ao Núcleo Interdisciplinar de Estudos Faunísticos (NIEFA);
Aos curadores dos museus mencionados pelo acesso às coleções;
À Universidade Federal de Mato Grosso em nome da Coleção Zoológica do Instituto
de Biociências. Especialmente aos grandes amigos, Evanildo “Capivara” Nunes de
Albuquerque, Marcos “Curimpampam” André de Carvalho, Felipe Curcio, pela
disponibilizar a infraestrutura, pela a imensa amizade e profissionalismo;
À Universidade Federal de Mato Grosso em nome do Programa de Pós-Graduação
em Ecologia e Conservação da Biodiversidade;
Aos amigos de Cuiabá, André Pansonato, Danilo Granjeiro Arruda, Drausio H.
Morais, Elizângela Silva de Brito, Elton Pinho, Helder A. B. Faria, Isaías M. Fernandes,
viii
Jerry M. Penha, Jéssica Mudrek, João Batista Pinho, Luciana M. V. Brun, Luiz Gabriel,
Robson W. Ávila, Rogério C. L. Santos, Thiago Semedo, pelo profissionalismo e
amizade;
Aos amigos de Santarém da UFOPA e afins, Alfredo Pedroso dos Santos Júnior,
André Luiz Colares Canto, Antônio do Socorro Ferreira Pinheiro, Cleiton Signor,
Ezequias Procópio Brito, Frank Raynner Vasconcelos Ribeiro, Hérlon Mota Atayde,
Israel Nunes Henrique, José Max Barbosa de Oliveira Júnior, Keid Nolan Silva Sousa,
Leandro L. Giacomin, Lincoln Lima Corrêa, Marlisson Augusto Costa Feitosa, Maxwell
Barbosa de Santana, Taides Tavares dos Santos, Thiago José de Carvalho André e
Síria Lisandra de Barcelos Ribeiro; obrigado pelo apoio, compreensão e amizade.
Agradeço aos membros de minha banca de qualificação e defesa por importantes
considerações que contribuíram consideravelmente com a melhoria da versão final
desta tese.
Gostaria de agradecer sinceramente à todos aqueles que colaboraram direta ou
indiretamente para a conclusão desta tese. A conclusão desta tese é o resultado do
trabalho de muitas pessoas, que com extremo profissionalismo, dedicação, empenho e
amizade, se uniram por um objetivo. Certamente não me lembrarei de todos, mas
gostaria de expressar meus agradecimentos e sinceras desculpas à todos aqueles que
não foram citados.
9
SUMÁRIO
LISTA DE FIGURAS DO CAPÍTULO 1............................................................... 11
LISTA DE FIGURAS DO CAPÍTULO 2............................................................... 12
LISTA DE TABELAS CAPÍTULO 2..................................................................... 13
RESUMO............................................................................................................ 14
ABSTRACT........................................................................................................ 15
1. INTRODUÇÃO.............................................................................................. 16
2. Capítulo 1 – Manuscrito: “Biogeografia de lagartos (Reptilia, Squamata) da Bacia do Rio Paraguai, centro da América do Sul”......................................... 23
Resumo........................................................................................... 25
Introdução....................................................................................... 26
Material e Métodos.......................................................................... 28
Caracterização da área de estudos.......................................... 28
Dados de distribuição das espécies.......................................... 30
Análises biogeográficas............................................................ 31
Análise de elementos bióticos............................................ 31
Análise de endemicidade (critério de otimização).............. 33
Resultados...................................................................................... 33
Elementos bióticos.................................................................... 34
Células com 1°x1° de tamanho.......................................... 34
Células com 2°x2° de tamanho.......................................... 37
Análise de endemicidade (critério de otimização)..................... 39
Células com 1°x1° de tamanho.......................................... 39
Células com 2°x2° de tamanho.......................................... 40
Sobreposição das áreas de endemismo................................... 41
Discussão........................................................................................ 42
Referências..................................................................................... 50
Apêndice 1 - Lista das espécies de lagartos registrados na Bacia do Rio Paraguai com indicação das fontes dos dados............................................................................................... 64
Apêndice 2 - Lista das espécies de lagartos registradas na Bacia do Rio Paraguai com indicação do padrão de distribuição na bacia................................................................................................ 74
Apêndice 3 - Mapa com pontos de ocorrência das espécies de lagartos (Registros) na Bacia do Rio Paraguai (BRP), com indicação dos principais rios, limites geopolíticos de países e elevação, em metros........................................................................ 79
3. Capítulo 2 – Manuscrito: “Mudanças climáticas globais e áreas úmidas: Um estudo usando modelagem de distribuição de lagartos (Reptilia, Squamata) no Chaco Úmido e Pantanal, centro da América do Sul”................................ 80
10
Resumo........................................................................................... 82
1. Introdução................................................................................... 83
2. Material e métodos...................................................................... 85
2.1. Área de estudo..................................................................... 85
2.2. Seleção das espécies.......................................................... 87
2.3. Dados de distribuição das espécies..................................... 87
2.4. Variáveis ambientais............................................................ 88
2.5. Modelagem da distribuição das espécies............................ 89
3. Resultados.................................................................................. 90
4. Discussão................................................................................... 95
5. Conclusões................................................................................. 98
6. Referências................................................................................. 99
7. Apêndice 1 Consenso dos modelos de distribuição de lagartos no cenário atual para a América do Sul com pontos de ocorrência para as espécies utilizadas nas análises................... 111
4. CONCLUSÕES.............................................................................................. 112
5. REFERÊNCIAS BIBLIOGRÁFICAS………………………………………..…… 112
11
LISTA DE FIGURAS DO CAPÍTULO 1
Figura 1. Delimitação da Bacia do Rio Paraguai (PRB) com indicação dos principais rios da região (Rivers), limites geopolíticos (Country limits) e ecorregiões presentes na bacia. Ecorregiões adaptadas de Olson et al. (2001). Alto Paraná Atlantic forests = Floresta Atlântica do Alto Paraná; Bolivian montane dry forests = Florestas Montanhosas Secas da Bolívia; Central Andean dry puna = Puna seca dos Andes Centrais; Central Andean puna = Puna dos Andes Centrais; Cerrado = Cerrado; Chiquitano dry forests = Florestas Secas dos Chiquitanos; Dry Chaco = Chaco Seco; Humid Chaco = Chaco Úmido; Pantanal = Pantanal; Southern Anean Yungas = Yungas do Sul dos Andes........................... 29
Figura 2. Agrupamentos das espécies de lagartos registradas na Bacia do Rio Paraguai, obtidos pela análise de elementos bióticos e representados nas duas primeiras dimensões do escalonamento multidimensional não-métrico (NMDS). Os agrupamentos foram obtidos através da análise da matriz de distâncias GECO no MCLUST em (a) grid com células de 1°X1° e (b) grid com células de 2°X2°. Números indicam os elementos bióticos (1-5) detectados e a letra “N”, os componentes ruídos...................................................................................................... 35
Figura 3. Distribuição dos elementos bióticos (BE 11° – 51°) formados a partir das espécies de lagartos presentes dentro dos limites da Bacia do Rio Paraguai (BRP), obtida pela análise de elementos bióticos com grid de células com 1°X1°. A coloração no interior das células representa > 70%, > 30%, > 0% de espécies nas células dos elementos bióticos em relação ao total presente no elemento biótico......................................... 37
Figura 4. Distribuição dos elementos bióticos (BE 12° – 52°) formados a partir das espécies de lagartos presentes dentro dos limites da Bacia do Rio Paraguai (BRP), obtidos pela análise de elementos bióticos com grid de células com 2°X2°. A coloração no interior das células representa > 70%, > 30%, > 0% de espécies nas células dos elementos bióticos em relação ao total presente no elemento biótico......................................... 38
Figura 5. Distribuição das áreas de consenso (set 01° – 31°) formadas a partir dos registros de distribuição das espécies de lagartos presentes na Bacia do Rio Paraguai (BRP), por meio da análise de endemicidade, com grid de células com 1°X1°. A coloração no interior das células representa os scores (valores de endemicidade das áreas)................... 40
Figura 6. Distribuição das áreas de consenso da análise de endemicidade (set 02° – 32°) formadas a partir dos registros de distribuição das espécies de lagartos presentes na Bacia do Rio Paraguai (BRP), com grid de células com 2°X2°. A coloração no interior das células representa os scores (valores de endemicidade das áreas).......................................... 41
Figura 7. Sobreposição das áreas de endemismo de lagartos da Bacia do Rio Paraguai (limites pontilhados) gerada com grid de células com 1°X1° e 2°X2° de tamanho através das análises de elementos bióticos (consideradas apenas as áreas core com mais de 70% das espécies que compõem os elementos bióticos, para ambos os tamanhos das células) e análise de endemicidade (considerando áreas com maiores scores, acima de 3,21 para células com 1°X1° e acima de 9,30 para células com 2°X2° de tamanho). Colorações mais escuras representam áreas com maior sobreposição das áreas de endemismo.. 42
12
LISTA DE FIGURAS DO CAPÍTULO 2
Figura 1. Localização do Chaco Úmido (linhas transversais) e do Pantanal (linhas losangulares) na Bacia do Rio Paraguai (Paraguay River Basin), com indicação dos limites geopolíticos (Country limits) e elevação em metros (Elevation)......................................................... 86
Figura 2. Consenso dos modelos de distribuição de cinco espécies de lagartos Gymnophthalmidae que ocorrem na Bacia do Rio Paraguai, para projeções climáticas atuais (Current; A, D, G, J e M), projeções futuras para o cenário RCP 2,6 (Future, RCP 2.6; B, E, H, K e N) e RCP 8,5 (Future, RCP 2.6; C, F, I, L e O), com indicação dos pontos de ocorrência (Records). Probabilidades de ocorrência indicadas por escala de cinza, sendo que cores mais escuras representam maiores probabilidades...................................................................... 93
13
LISTA DE TABELAS DO CAPÍTULO 2
Tabela 1. Valores das médias (M) do cálculo da área sob a curva (AUC), com valores mínimos (Min), máximos (Max) e desvio-padrão (SD), utilizando projeções climáticas atuais e futuras para cenários otimista (RCP 2.6) e pessimista (RCP 8.5), para cinco espécies de lagartos Gymnophthalmidae que ocorrem na Bacia do Rio Paraguai. 91
14
RESUMO
A busca por padrões de distribuição geográficos e a compreensão dos processos que influenciam estes, são pontos centrais da biogeografia e ecologia. Processos temporais históricos e restrições ecológicas são agentes que influenciam a distribuição das espécies. A identificação de componentes bióticos ajuda no reconhecimento de áreas de endemismo, que utilizadas para propor hipóteses sobre eventos históricos biogeográficos e para prever a influência das mudanças climáticas globais sobre espécies. Alterações no clima representam uma importante ameaça à biodiversidade, especialmente, em áreas úmidas, que são altamente dependentes da temperatura e pluviosidade para regulação de suas dinâmicas. Os objetivos deste estudo são investigar a existência de componentes bióticos de lagartos na Bacia do Rio Paraguai, centro da América do Sul e avaliar potenciais efeitos das mudanças climáticas globais sobre populações de lagartos e sobre as áreas úmidas do Chaco Úmido e Pantanal, utilizando modelagem de distribuição de espécies de lagartos Gymnophthalmidae. A Bacia do Rio Paraguai (BRP) é a segunda maior bacia hidrográfica da América do Sul, localizada no centro deste continente. Na BRP estão presentes diversas ecorregiões, incluindo duas grandes áreas úmidas do continente, o Chaco Úmido e o Pantanal. Nós obtivemos os dados de ocorrência das espécies de lagartos através de consulta a coleções científicas e revisão bibliográfica, que foram georreferenciados com maior nível de precisão possível. Nós utilizamos as análises de elementos bióticos e análise de endemicidade com dados de ocorrência das espécies dispostos em grids com células de 1°X1° e 2°X2° de tamanho sobrepostos à área da BRP para identificar componentes bióticos. Na análise de modelagem de distribuição nós utilizamos dados de ocorrência que incluíram registros para toda a área de distribuição conhecida de cinco espécies de lagartos Gymnophthalmidae. Geramos modelos consenso com o critério de ensemble forecasting a partir dos algoritmos BIOCLIM, DOMAIN, MAXENT, SVM e GLM, com projeções climáticas atuais e para dois cenários futuros, RCP 2,6 e RCP 8,5. Nós obtivemos 4718 registros de 80 espécies de lagartos para a BRP. Detectamos cinco grupos com distribuição significativa que corroboraram as predições do modelo vicariante com a análise de elementos bióticos com grid de células de 1°X1° e com 2°X2° de tamanho. A análise de endemicidade com grid de 1°X1° de tamanho detectou quatro áreas de endemismo e com 2°X2° seis áreas de endemismo. Eventos históricos como a pouca idade geológica e recente estabilidade climática, aliados a atual instabilidade ambiental, gerada principalmente pelo pulso de inundação no Pantanal, parecem ter exercido papel mais intenso sobre a extinção e padrões de dispersão das espécies do que sobre a especiação. A região BRP é composta por diferentes componentes bióticos que são influenciados por unidades biogeográficas maiores. Os consensos dos modelos de distribuição futuros sugerem a expansão da área de distribuição para a maioria das espécies de lagartos sobre as áreas úmidas do Chaco Úmido e Pantanal. Considerando que as espécies modeladas neste estudo habitam micro-habitats secos, a expansão detectada da distribuição sobre áreas úmidas pode significar redução das áreas úmidas destas ecorregiões. A fraca previsão sobre alterações hidrológicas dos modelos climáticos globais (GCM), entretanto, pode significar que a magnitude dos impactos nas áreas úmidas pode ser maior que o estimado. A redução das áreas úmidas poderá causar impactos negativos sobre diversas espécies que dependem direta ou indiretamente dos recursos disponíveis nestas áreas.
Palavras-chave: Biogeografia, modelagem de distribuição de espécies, componentes
bióticos, mudanças climáticas globais, conservação.
15
ABSTRACT
Search for geographic distribution patterns and understand of the processes that influence these patterns are concern of biogeography and ecology. Historical time-space processes and ecological constraints are agent that influences species distribution. Identification of biotic components helps the recognition of the endemism areas, which are useful to propose hypothesis about biogeographic historic events and to predict the influences of global climate changes on species. Climate changes are considered as the main threat to the biodiversity, especially in wetlands, which are highly dependent on temperature and rainfall for regulation of their dynamic. The main goal of this study was to investigate the existence of biotic components of lizards in the Paraguay River Basin, central South America and also to assess potential effects of the future global climate changes on populations of lizards in a wetland areas of the Humid Chaco and Pantanal, using species distribution modeling of Gymnophthalmidae lizards. The Paraguay River Basin (PRB) is the second largest river basin in South America, situated in the center of aforemencioned continent. In the PRB several ecoregions are presents, including two South American large wetlands, the Humid Chaco and the Pantanal. We obtained occurrence data of lizards by consulting the scientific collections and literature that were georeferenced with higher possible level of accuracy. We used biotic elements and endemicity analysis with occurrence data arranged in grids with 1°X1° and 2°X2 ° cells size that overlapping on the PRB area to identify biotic components. In the species distribution modeling analysis, we used occurrence of data of all known geographic range of five Gymnophthalmidae lizards. We made consensus models with ensemble forecasting criteria from BIOCLIM, DOMAIN, MAXENT, SVM and GLM algorithms, with current climate projections and for two future scenarios, RCP 2.6 and RCP 8.5. We obtained 4718 records of 80 species of lizards from PRB. We detected five groups with significant distribution that corroborated the predictions of vicariance model with biotic elements analysis with grid 1°X1° and 2°X2° cells size. We detected four areas of endemism with grid 1°X1° and six areas of endemism with 2°X2° cell size with endemicity analysis. Historical events like the young geological age with recent climatic stability, combined with current environmental instability, mainly generated by the flood pulse in the Pantanal, may have more intense role on the extinction and dispersal patterns than on speciation of the species. The PRB is composed by different biotic components that are influenced by major biogeographic units. Species distribution models consensus suggest the expansion of the distribution areas for future projections to the most lizards on moist wetland areas of the Humid Chaco and Pantanal. Considering that modeled species in this study inhabit dry micro-habits, the expansion in the distribution of lizards on the wetlands detected here, could mean reducing on the area of wetland in these ecoregions. However, global climate models (GCM) have weak prediction on hydrological changes, so the magnitude of the impacts in the wetlands may be greater than estimated. The reduction of wetlands may affect negatively several species that depend directly or indirectly the resources available in these areas. Keywords: Biogeography, species distribution modeling, biotic components, global
climate change, conservation
16
1. INTRODUÇÃO
A distribuição geográfica das espécies não ocorre de forma aleatória. Complexas
relações ecológicas inter e intraespecíficas e entre espécies e o ambiente onde co-
evoluíram, parecem exercer grande influência sobre o padrão de distribuição das
espécies (DASILVA, 2011; SEXTON et al., 2009), conferindo à biodiversidade grande
heterogeneidade de distribuição no globo (GASTON, 2000). A busca pelos processos
que moldam os padrões de biodiversidade e de distribuição das espécies é um dos
pontos centrais da ecologia e biogeografia (GASTON, 2000; GUISAN; THUILLER, 2005;
RICKLEFS, 2004; SEXTON et al., 2009).
Processos espaço-temporais que incluem eventos históricos em escala regional
e global, como vicariância, dispersão e extinção, são atribuídos como potenciais agentes
que influenciam os padrões de distribuição (CRISCI et al.; 2006; RICKLEFS, 2004;
WARREN et al., 2014). O reconhecimento de eventos biogeográficos passados que
influenciaram os atuais padrões de distribuição das espécies, pode compreender três
perspectivas: reconstrução histórica da distribuição de taxa individuais; reconstrução da
distribuição da biota; e identificação de áreas de endemismo (CRISCI, 2001).
A identificação de componentes bióticos, conjuntos de taxa integrados espaço-
temporalmente que coexistem em determinada região (MORRONE, 2009), ajuda no
reconhecimento de áreas de endemismo que são unidades biogeográficas que
possuem distribuição congruente não aleatória de duas ou mais espécies, ocasionada
pela influência de eventos históricos compartilhados pela biota (CARVALHO, 2010;
MORRONE, 1994). A identificação das áreas de endemismo é importante para propor
hipóteses sobre os processos históricos, responsáveis pelo atual padrão de distribuição
e para a conservação de espécies (DASILVA, 2011; SZUMIK et al., 2002a). Alguns
autores agregaram bases do modelo vicariante proposto inicialmente por Croizat et al.
(1974) à definição de áreas de endemismo, incorporando ao conceito a necessidade
dos taxa presentes na área de endemismo serem monofiléticos e possuírem espécies
filogeneticamente relacionadas em outras áreas próximas, fora da área de endemismo
(HAROLD; MOOI, 1994; HAUSDORF, 2002; HAUSDORF; HENNING, 2003).
Outros autores, entretanto, sugerem que outros fatores além da vicariância
também podem afetar os padrões de distribuição (e.g. dispersão, extinção, alterações
ambientais). Estes fatores podem não exercer influência sobre todos os taxa, causando
padrões de distribuição distintos para diferentes grupos, podendo haver ou não
sobreposição na distribuição (SZUMIK; GOLOBOFF, 2004; SZUMIK et al., 2002a).
Apesar da discordância sobre alguns aspectos do conceito de áreas de endemismo
17
entre diferentes autores (ver: DASILVA, 2011; HAROLD; MOOI, 1994; MORRONE,
1994; HAUSDORF, 2002; SZUMIK; GOLOBOFF, 2004; SZUMIK et al., 2002a), a
importância da identificação das áreas de endemismo é consensual (DASILVA, 2011;
SZUMIK et al., 2002a).
Análises que possuem alta sensibilidade na detecção de áreas de endemismo,
como a análise de elementos bióticos (HAUSDORF, 2002) e a análise de endemicidade
(SZUMIK et al., 2002a), são importantes ferramentas na identificação de padrões
biogeográficos (CASAGRANDA et al., 2012). A análise de elementos bióticos é baseada
no modelo vicariante de biogeografia (HAUSDORF, 2002; HAUSDORF; HENNIG,
2003), que assume que as diferenças na diversidade são causadas pela especiação
alopátrica da biota ancestral devido ao surgimento de barreiras geográficas e/ou
ecológicas (CARVALHO, 2010; CROZAIT et al., 1974; HAUSDORF, 2002; HAUSDORF;
HENNIG, 2003). A análise testa duas predições do modelo vicariante: 1) a formação de
grupos de taxa não aleatórios que possuem maior similaridade entre si em suas
distribuições espaciais que com outros grupos de taxa (áreas de endemismo) e 2) a
distribuição uniforme de espécies aparentadas, em diferentes agrupamentos, indicando
especiação alopátrica (HAUSDORF, 2002; HAUSDORF; HENNIG, 2003).
A análise de endemicidade (EA) (SZUMIK et al., 2002a) é empregada para
evidenciar a formação de conjuntos de células (sets) que possuem espécies restritas a
uma determinada região (SZUMIK; GOLOBOFF, 2004; SZUMIK et al., 2002a, 2002b),
por meio do programa NDM/VNDM (GOLOBOFF, 2004). A análise de endemicidade
(SZUMIK et al., 2002a) considera que a biota de uma área de endemismo pode não ser
constituída por espécies que foram afetadas por um único fator ou evento (e.g.
vicariância, dispersão, etc.), uma vez que diferentes grupos podem apresentar
respostas distintas a diferentes fatores (SZUMIK et al., 2002a). A repetição no padrão
de distribuição em diferentes taxa indicaria a influência de um mesmo fator, formando
conjuntos conspícuos. Por outro lado, a formação de conjuntos menos evidentes,
indicariam que a sobreposição de diversos fatores ou de eventos que teriam influenciado
os padrões de distribuição (SZUMIK et al., 2002a).
A análise de endemicidade é descrita como um critério de otimização para
identificação de áreas de endemismo. De maneira resumida, a análise, identifica e
sobrepõem a distribuição de espécies endêmicas, posteriormente estabelece um Índice
de Endemicidade (EI) para cada espécie, que varia entre 0 e 1 (SZUMIK et al., 2002a).
Espécies com EI igual a 1 possuem distribuição totalmente congruente com a área de
endemismo; valores inferiores no EI indicam espécies que possuem distribuições menos
congruentes. Um Índice de Endemicidade da Área (EIA) é então calculado a partir da
18
soma dos EI individuais das espécies presentes nas células. Quanto maior for o valor
atribuído ao EIA das células (score), maior é a probabilidade de endemismo. (AAGESEN
et al., 2013; CASAGRANDA et al., 2012; SZUMIK; GOLOBOFF, 2004; SZUMIK et al.,
2002a, 2002b).
Os resultados obtidos pela EA podem gerar agrupamentos de espécies que
compartilham maior ou menor grau de sobreposição. Estes agrupamentos podem ser
sintetizados através da construção de áreas de consenso (CA). Estas sintetizam as
informações obtidas nas áreas individuais que compartilham espécies endêmicas
(AAGESEN et al., 2013). Para determinação das CA é necessária a escolha de uma
medida de consenso que determinará o modo de agrupamento das áreas. No consenso
estrito, uma área individual somente será incorporada a uma área de consenso se
compartilhar um percentual preestabelecido de espécies endêmicas (cut-off value) com
todas as áreas que estejam dentro da provável área de consenso, detectando
agrupamentos conspícuos; este critério pode ser mais útil em estudos com escalas
geográficas pequenas para identificar áreas que serão mais detalhadamente
examinadas (AAGESEN et al., 2013). No consenso flexível, uma área individual será
incluída em uma área de consenso se compartilhar um percentual preestabelecido de
espécies endêmicas com alguma das áreas dentro da provável área de consenso; a
aplicação deste critério em estudos com escalas geográficas mais extensas (escala
regional ou continental) parece ser mais apropriado, para identificação de padrões mais
abrangentes (AAGESEN et al., 2013).
Além de eventos históricos, outros processos espaço temporais que podem
influenciar a distribuição geográfica das espécies são eventos relacionados às
restrições ecológicas, que incluem fatores bióticos, abióticos, evolutivos e geológicos
(CRISCI et al., 2006). Entre as restrições ecológicas, os fatores abióticos parecem ser
determinantes para limitar a extensão da distribuição de espécies (SEXTON et al.,
2009). Estudos com comunidades e populações vegetais demonstraram existir relação
entre a distribuição de plantas e parâmetros ambientais, como variáveis climáticas
(GUISAN et al., 1998).
Eventos naturais lentos e graduais de resfriamento e aquecimento globais ao
longo da história geológica da Terra influenciaram os padrões de distribuição das
espécies (CRISCI et al., 2006; SCHNEIDER; ROOT, 1998). Apesar do clima estar em
constante mudança ao longo da história geológica da Terra, atualmente a velocidade
das mudanças climáticas está muito acima dos registros históricos nos últimos mil anos
(STOUFFER et al., 1994), especial para o último século (ACKERLY et al., 2010; IPCC,
2007). A elevada emissão de gases de efeito estufa de origem antrópica tem sido
19
apontada como principal responsável pelas mudanças climáticas globais atuais
(HULME, 2005; IPCC, 2007, 2014) e como a principal ameaça à integridade aos
ecossistemas (HULME, 2005; MCCARTY, 2001).
Neste contexto, de rápidas e drásticas mudanças climáticas, ecossistemas que
são altamente dependentes da temperatura e pluviosidade para manutenção de seus
processos podem ser considerados frágeis, como é o caso das áreas úmidas (IPCC,
2001; WINTER, 2000). Apesar das áreas úmidas propiciarem diversos serviços
ambientais, entre eles a regulação do clima local (MILLENNIUM ECOSYSTEM
ASSESSMENT, 2005), os impactos das mudanças climáticas globais sobre elas ainda
permanecem incertos (IPCC, 2001), especialmente para a região sul-americana
(MARENGO et al., 2010).
Informações sobre a distribuição das espécies, como extensão e limites, são
importantes dados para acessar os efeitos das mudanças climáticas globais (GUISAN;
ZIMMERMANN, 2000; MCCARTY, 2001). Os parâmetros ambientais que as espécies
podem tolerar em um espaço multidimensional correspondem a uma das dimensões de
seu nicho ecológico (HUTCHINSON, 1957), que é a base conceitual utilizada na
modelagem de distribuição de espécies (ARAÚJO; GUISAN, 2006). A modelagem de
distribuição de espécies, desta forma, utiliza variáveis presentes nos pontos de
ocorrência e/ou de ausência para construir estimativas da tolerância ecológica da
espécie, que são extrapoladas para o universo amostral para identificar outras áreas
com condições ambientais similares para a sua sobrevivência (WARREN et al., 2014).
A modelagem tem sido aplicada para identificar melhores preditores ambientais
para ocorrência de espécies e para preencher lacunas de conhecimento sobre sua
distribuição de taxa (GUISAN; THUILLER, 2005). Outra abordagem da modelagem é a
utilização de modelos de projeções das variáveis climáticas para inferir a distribuição
pretérita ou futura de uma espécie (GUISAN; THUILLER, 2005; ORTEGA-HUERTA;
PETERSON, 2008). A utilização de dados ambientais, modelados a partir de cenários
socioeconômicos futuros, possibilita estimar o efeito das mudanças climáticas globais
futuras sobre a distribuição das espécies (GUISAN; THUILLER, 2005; GUISAN;
ZIMMERMANN, 2000).
A crescente utilização da modelagem nas últimas décadas promoveu o
desenvolvimento de diversos métodos estatísticos que são empregados na construção
dos modelos (ARAÚJO; GUISAN, 2006; GUISAN; THUILLER, 2005; GUISAN;
ZIMMERMANN, 2000; MUÑOZ; FELICÍSIMO, 2004; ORTEGA-HUERTA; PETERSON,
2008; TSOAR et al., 2007). A comparação e avaliação da performance dos métodos de
modelagem, muitas vezes, sugere que a precisão dos métodos pode ser influenciada
20
pelo grupo taxonômico utilizado (TSOAR et al., 2007). Algoritmos mais amplamente
utilizados em estudos de modelagem de distribuição de espécies são o BIOCLIM,
DOMAIN, MAXENT, SVM e GLM.
O algoritmo BIOCLIM (BUSBY, 1991; NIX, 1986) utiliza os extremos das
variações ambientais (mínimo e máximo) dos pontos de registro das espécies para
definir habitats com potencial ocorrência. Os registros são classificados ao longo de
cada variável e são utilizados na construção do modelo apenas aqueles que se
encontram dentro de um determinado intervalo percentual, para reduzir a sensibilidade
das previsões do modelo para valores extremos (TSOAR et al., 2007). Comparando com
outros algoritmos, o BIOCLIM é considerado como mais simples e com menor
performance, porém é o que mais se aproxima do conceito ecológico de nicho (BOOTH
et al., 2014).
O algoritmo DOMAIN (CARPENTER et al., 1993) é baseado na distância de
Gower, utilizando similaridade métrica ponto-a-ponto, atribuindo valor adequação de
habitat (similaridade ambiental entre locais de ocorrência da espécie e locais de
ocorrência potencial) para cada local de ocorrência potencial com base na sua
proximidade ao local de ocorrência mais próximo (TSOAR et al., 2007). DOMAIN, se
comparado ao BIOCLIM, apresenta maior nível de precisão e habilidade de utilizar
dados de ocorrência distribuídos de maneira descontinua no espaço ambiental (TSOAR
et al., 2007). Sua principal limitação é utilizar apenas um registro para cada local em
potencial (o ponto vizinho mais próximo no espaço ambiental) para determinar a sua
adequação às espécies modeladas (TSOAR et al., 2007).
O algoritmo MAXENT (PHILLIPS et al., 2006) é baseado em técnicas de
aprendizagem de máquinas desenvolvidas para fazer predições com dados incompletos
(BALDWIN, 2009). O algoritmo estima a distribuição mais uniforme (entropia máxima)
de pontos amostrados comparados a locais de fundo (BALDWIN, 2009; ELITH et al.,
2011). O algoritmo MAXENT possui alta sensibilidade de predição de distribuições
potenciais para escalas geográficas locais e regionais, além de possuir bom
desempenho com poucos pontos de ocorrência (AGUIRRE-GUTIÉRREZ et al., 2013;
PHILLIPS et al., 2006). O algoritmo MAXENT possui bom desempenho com poucos
pontos de ocorrência (PEARSON et al., 2007) e alto poder de evitar erros de comissão
(sobreprevisão), entretanto é vulnerável a tendências nos dados de entrada
(PETERSON et al., 2007).
O algoritmo Support Vector Machines – SVM compreende técnicas de
aprendizagem de máquinas utilizadas para reconhecer e classificar padrões. Estas
21
técnicas podem ser empregadas na construção de modelos de distribuição de espécies
(GUO et al., 2005). Estas técnicas minimizam erros de classificação empírica, pois são
baseadas na minimização da probabilidade de classificar, de forma errada, padrões
ainda não vistos pela distribuição de probabilidade dos dados, e maximizam a margem
geométrica, otimizando a separação dos dados em um espaço de características de alta
dimensão (MARCO JÚNIOR; SIQUEIRA, 2009). A desvantagem do algoritmo SVM é
sua sensibilidade ao quão bem os pontos de ocorrência captam a amplitude da variação
ambiental da espécie (DRAKE, 2006).
Os algoritmos do tipo Generalized Linear Model – GLM (GUISAN et al., 1998)
são extensões matemáticas dos modelos lineares, baseados em uma relação
presumida entre a média da variável-resposta e a combinação linear das variáveis
explicativas (GUISAN et al., 2002). Algoritmos do tipo GLM possuem média
sensibilidade de predição de distribuição para escalas geográficas regionais (AGUIRRE-
GUTIÉRREZ et al., 2013). A vantagem dos algoritmos do tipo GLM é que eles permitem
a seleção de subconjuntos de variáveis explanatórias aumentando a precisão na
determinação do nicho da espécie (GUISAN et al., 1999). Entretanto, os algoritmos
consideram a relação entre variável resposta e preditora como sendo linear, sendo que
no mundo real geralmente esta relação é mais complexa (MUÑOZ; FELICÍSIMO, 2004)
e possuem poder preditivo mais fraco com menos pontos de ocorrência (GUISAN et al.,
1999).
A combinação de diferentes métodos para a obtenção de um resultado consenso
que reflete a tendência geral é uma forma de maximizar a eficiência preditiva dos
modelos e minimizar as limitações individuais dos métodos (GIANNINI et al., 2012;
GUISAN; THUILLER, 2005; PLISCOFF; FUENTES-CASTILLO, 2011), sendo que um
dos métodos que pode ser utilizado é o critério de conjugação de projeções que é gerado
com a média dos modelos de cada algoritmo (ensemble forecasting; ARAÚJO; NEW,
2006), que possuem boa sensibilidade de predição de distribuição para escalas
geográficas regionais e bom desempenho com poucos pontos de ocorrência
(AGUIRRE-GUTIÉRREZ et al., 2013).
Espécies que são mais dependentes da temperatura ambiental para regulação
de seus processos fisiológicos e ecológicos podem ser mais sensíveis às mudanças
climáticas globais, como no caso de répteis (ARAÚJO et al., 2006; HULME, 2005;).
Outra característica que torna os répteis, em particular lagartos, ainda mais susceptíveis
às mudanças climáticas globais é a baixa capacidade de movimentação espacial do
grupo, se comparado a outros vertebrados (HILLMAN et al., 2014). Esta característica
poderia dificultar, ou mesmo impedir o deslocamento de algumas espécies para
22
ambientes climaticamente mais adequados para sua sobrevivência no caso de
aquecimento global.
Conhecer os processos que levaram ao atual padrão de distribuição das
espécies e prever o comportamento futuro de populações são informações importantes
para prever o impacto das mudanças climáticas globais sobre ambientes e espécies
(DASILVA, 2011; WHITTAKER et al., 2005;). Este conhecimento serve de base para
planejar ações de manejo e proteção para a biodiversidade e mitigação dos impactos
gerados (WHITTAKER et al., 2005). Os objetivos deste estudo são investigar a
existência de áreas de endemismo em lagartos na Bacia do Rio Paraguai e avaliar
potenciais efeitos das alterações climáticas nas áreas úmidas do Chaco Úmido e
Pantanal utilizando modelos de distribuição de espécies de lagartos. Os resultados
obtidos no presente estudo estão apresentados na forma de manuscritos.
23
2. CAPÍTULO 1
“Biogeografia de lagartos (Reptilia, Squamata) da Bacia do Rio Paraguai, centro da
América do Sul”
Manuscrito em preparação para “Journal of Biogeography”
24
Article type: Original Article – Journal of Biogeography
Biogeografia de lagartos (Reptilia, Squamata) da Bacia do Rio Paraguai, centro da América do
Sul
Ricardo Alexandre Kawashita-Ribeiro1,2*, Jacqueline Pimentel Silva1, Vanda Lúcia Ferreira3,
Cristiano Nogueira4, Christine Strüssmann1,5
1Programa de Pós-Graduação em Ecologia e Conservação da Biodiversidade, Instituto de
Biociências, Universidade Federal de Mato Grosso, 78060-900, Cuiabá, MT, Brasil
2Instituto de Ciências e Tecnologia das Águas, Universidade Federal do Oeste do Pará, 68040-
050, Santarém, PA, Brasil
3Departamento de Biologia, Centro de Ciências Biológicas e da Saúde, Universidade Federal de
Mato Grosso do Sul, 79070-900, Campo Grande, MS, Brasil
4Laboratório de Herpetologia, Museu de Zoologia da Universidade de São Paulo, 04263-000, São
Paulo, SP, Brasil
5Departamento de Ciências Básicas e Produção Animal, Faculdade de Agronomia, Medicina
Veterinária e Zootecnia, Universidade Federal de Mato Grosso, 78060-900, Cuiabá, MT, Brasil
*Correspondência: Ricardo A. Kawashita-Ribeiro, Instituto de Ciências e Tecnologia das Águas,
Universidade Federal do Oeste do Pará, 68040-050, Santarém, PA, Brasil. E-mail:
Cabeçalho: Biogeografia de lagartos da Bacia do Rio Paraguai
Contagem de palavras do texto: 10007; Contagem de palavras do resumo: 227
25
RESUMO 1
Objetivo Nosso objetivo é identificar componentes bióticos na Bacia do Rio Paraguai utilizando 2
lagartos como organismo-modelo. 3
Localização Bacia do Rio Paraguai, centro da América do Sul. 4
Métodos Nós revisamos e georreferenciamos 4718 registros de lagartos, com base em exame de 5
coleções científicas e revisão de dados em literatura. Identificamos componentes bióticos por meio 6
de duas análises independentes, a análise de elementos bióticos e a análise de endemicidade, em 7
grids com células de 1°X1° e 2°X2° de tamanho sobrepostas a área da Bacia do Rio Paraguai. 8
Resultados Nós registramos 80 espécies de lagartos para a Bacia do Rio Paraguai. Detectamos 9
grupos com distribuição significativa pela análise de elementos bióticos que corroboraram as 10
predições do modelo vicariante. Identificamos cinco elementos bióticos com grid de células de 11
1°X1° e 2°X2°. Detectamos com a análise de endemicidade com grid de células de 1°X1° quatro 12
áreas de endemismo e seis áreas de endemismo com células de 2°X2°. Os resultados das duas 13
análises apresentaram grande sobreposição em áreas de planalto da sub-bacia do Rio Paraguai. 14
Não identificamos componente biótico exclusivo da Bacia do Rio Paraguai. 15
Principais conclusões A Bacia do Rio Paraguai é composta pela confluência de diferentes 16
componentes bióticos de lagartos influenciados por unidades biogeográficas maiores. A 17
sobreposição de componentes bióticos em áreas de planalto da sub-bacia do Alto Paraguai indica 18
que estas áreas são importantes unidades biogeográficas para lagartos da bacia. 19
Palavras-chaves: Análise de elementos bióticos, análise de endemicidade, padrões de distribuição, 20
Neotrópico, componentes bióticos 21
26
INTRODUÇÃO 22
A biogeografia estuda a distribuição geográfica das espécies, reconhecendo padrões e 23
buscando explicações sobre os processos que os moldaram (Crisci, 2001; Posadas et al., 2006). Um 24
dos métodos para identificação destes padrões é a definição de áreas de endemismo, com biota 25
característica (Carvalho, 2010). O reconhecimento de componentes bióticos (Morrone, 2009) ajuda 26
na delimitação das áreas de endemismo que é o primeiro passo para compreensão dos processos 27
históricos e ecológicos que diferenciam os componentes de sua biota, sendo importante para 28
entender a história evolutiva de um táxon e de sua área de ocorrência (Carvalho, 2010). 29
Diversos métodos de análises biogeográficas, com diferentes abordagens, têm sido 30
propostos para identificar áreas de endemismo (Morrone & Crisci, 1995; Posadas et al., 2006; 31
Carvalho, 2010). Entretanto, algumas análises não incorporam a influência de fatores como 32
extinção e dispersão, podendo fornecer resultados não naturais (Brooks & Van Veller, 2003). A 33
solução para este problema é a utilização de métodos que consideram estes fatores, como a análise 34
de elementos bióticos (Hausdorf, 2002) e a análise de endemicidade (critério de otimização; Szumik 35
et al., 2002). Estudo realizado por Casagranda et al. (2012), utilizando uma base de dados 36
hipotéticos, indicou que estes foram os métodos que forneceram respostas mais próximas ao 37
padrão de distribuição dos dados hipotéticos para a formação de áreas de endemismo, embora 38
apresente diferenças nos conceitos utilizados na obtenção dos resultados. 39
Para a América do Sul existem alguns estudos utilizando áreas de endemismo com base em 40
análise de elementos bióticos (répteis esquamatas - Nogueira et al., 2011; serpentes - Guedes et 41
al., 2014; anfíbios - Xavier et al., 2015; serpentes - J.P. Silva et al., dados não publicados) e em 42
análise de endemicidade (gramíneas - Aagesen et al., 2009; coleópteros - Dolores et al. 2009; 43
hemípteros - Ferrari et al., 2010; plantas, insetos, anfíbios, répteis, aves e mamíferos - Szumik et 44
al., 2012; roedores - Prado et al., 2014). Estudos realizados com elementos bióticos na América do 45
Sul compreenderam o Cerrado (Nogueira et al., 2011), a Caatinga (Guedes et al., 2014) e as 46
restingas da Mata Atlântica (Xavier et al., 2015). Já a análise de endemicidade foi empregada em 47
27
análises envolvendo biotas da porção sul da América do Sul (Aagesen et al., 2009; Dolores et al. 48
2009; Szumik et al., 2012). Entretanto, a região central da América do Sul onde esta localizada a 49
Bacia do Rio Paraguai permanece pouco estudada. A bacia abrange partes da Argentina, Bolívia, 50
Brasil e Paraguai, sendo composta por complexo mosaico de diferentes ecorregiões (Olson et al., 51
2001). 52
O Pantanal esta inserido na Bacia do Rio Paraguai. De formação geológica recente e sob 53
marcada influência de pulso de inundação determinado por cheias anuais, a planície de inundação 54
do Pantanal apresenta baixa quantidade de endemismos, se comparada a de outros biomas sul-55
americanos (Junk et al., 2006; Strüssmann et al., 2007). Apesar disso, alguns estudos utilizando 56
escalas espaciais grandes indicam que o Pantanal possui biota diferenciada de outras formações 57
abertas da América do Sul, principalmente para plantas (Olson et al., 2001) e para répteis 58
esquamatas (Nogueira et al., 2011). A utilização de escalas espaciais menores para investigar a 59
presença de padrões de distribuição pode fornecer informações mais detalhadas para a tomada de 60
decisões voltadas para o manejo e conservação das espécies (Ojeda et al., 2003). 61
A capacidade de movimentação espacial pode influenciar os padrões de distribuição 62
(Rundle et al., 2002; Linares-Palomino & Kessler, 2004; Wiens & Donoghue, 2004; Arribas et al., 63
2012; para um ponto de vista contrário ver Lester et al., 2007). Organismos com menores 64
capacidades de movimentação podem ser mais sensíveis a barreiras de dispersão (Hillman et al., 65
2014), evidenciando mais facilmente a presença de áreas de endemismo. Lagartos podem ser 66
considerados bons modelos para estudos biogeográficos, pois a maioria das espécies possui 67
habilidade de movimentação inferior a de outros vertebrados como mamíferos e aves (Hillman et 68
al., 2014). Neste estudo nós utilizamos lagartos como organismo-modelo para investigar a 69
existência de padrões de distribuição espacial de fauna na Bacia do Rio Paraguai utilizando duas 70
análises, a análise de elementos bióticos e análise de endemicidade. 71
72
28
MATERIAL E MÉTODOS 73
Caracterização da área de estudo 74
A Bacia do Rio Paraguai (BRP) é uma área de drenagem com 1.135,000 km² que cobre 75
grande parte do Paraguai e porções da Argentina, Bolívia e Brasil. Esta localizada no centro da 76
América do Sul, entre 14° e 27° de latitude sul e 53°e 67° de longitude oeste e possui como principais 77
tributários os rios Paraná, Paraguai e Uruguai. A formação geológica da bacia é diversa com rochas 78
datadas do Pré-Cambriano até o Quaternário e pode ser dividida do ponto de vista geológico e 79
hidrográfico em quatro sub-bacias: Paraná, Paraguai, Uruguai e sistema do Rio La Plata (Brea & 80
Zucol, 2011). 81
As interpretações dos registros paleoambientais para a região indicam a existência de 82
coberturas de vegetação distintas em diferentes períodos geológicos, sugerindo episódios de 83
mudanças climáticas drásticas que incluem alternância de períodos secos, úmidos, frios e quente 84
(Brea & Zucol 2011; Junk et al. 2006). Atualmente a BRP engloba diversas ecorregiões terrestres 85
(sensu Olson et al., 2001): Cerrado, Florestas Secas dos Chiquitanos, Florestas Montanhosas Secas 86
da Bolívia, Chaco Seco, Chaco Úmido, Floresta Atlântica do Alto Paraná, Puna dos Andes Centrais, 87
Yungas do Sul dos Andes e Pantanal (Fig. 1). 88
89
29
Figura 1. Delimitação da Bacia do Rio Paraguai (PRB) com indicação dos principais rios da região
(Rivers), Rio Paraguai (Paraguay River) e ecorregiões presentes na bacia. Ecorregiões adaptadas
de Olson et al. (2001). Alto Paraná Atlantic forests = Floresta Atlântica do Alto Paraná; Bolivian
montane dry forests = Florestas Montanhosas Secas da Bolívia; Central Andean dry puna = Puna
seca dos Andes Centrais; Central Andean puna = Puna dos Andes Centrais; Cerrado = Cerrado;
Chiquitano dry forests = Florestas Secas dos Chiquitanos; Dry Chaco = Chaco Seco; Humid Chaco
= Chaco Úmido; Pantanal = Pantanal; Southern Anean Yungas = Yungas do Sul dos Andes.
90
Duas destas ecorregiões que merecem destaque por apresentarem condições ambientais 91
que diferem do padrão geral de ambientes secos da BRP, são as áreas úmidas do Chaco Úmido e 92
Pantanal. O Chaco Úmido (ou Chaco Oriental) possui área aproximada de 120 mil km2 (Adámoli, 93
1999; Bucher, 1982; Pennington et al., 2000), com origem geológica provável no Holoceno e 94
formada basicamente por paleocanais, antigos depósitos aluviais e leques aluviais de grandes rios 95
(Iriondo, 1993). Compreende a porção mais úmida da planície chaquenha, com algumas áreas 96
apresentando períodos de inundação, relacionados ao transbordamento dos rios durante o período 97
chuvoso e a baixa permeabilidade do terreno (Bucher, 1982; Iriondo, 1993). 98
30
O Pantanal é uma grande planície inundável inserida na sub-bacia do Alto Paraguai, com 99
área total superior a 135 mil km2 (Hamilton et al., 1996; Assine & Soares, 2004; Junk & Cunha, 2005; 100
Junk et al., 2006). A origem da principal fase de subsidência da planície, muito provavelmente, esta 101
relacionada com o último pulso de compressão dos Andes entre o Plioceno superior e Pleistoceno 102
inferior (2,5 M.A.A.P.) (Ussami et al., 1999; Junk et al., 2006). A planície apresenta elevação entre 103
85-150 m, com baixa declividade no sentido norte-sul, os planaltos que compõem o entorno da 104
planície apresentam altitudes entre 250-1200 m (Hamilton et al., 1996) e são, em sua maioria, 105
compostos por arenitos com diferentes idades geológicas, como as formações do Complexo do 106
Parecis (ao norte), Chapada dos Guimarães (a noroeste), Serra de São Jerônimo (leste) e Serra de 107
Maracajú (sudeste), formações calcárias, como a Serra das Araras (norte) e Serra da Bodoquena 108
(sul) e afloramentos graníticos, no planalto Taquari-Itiquira e (noroeste) na Serra de São Vicente 109
(noroeste). A oeste, na divisa entre Brasil e Bolívia, a planície é limitada pelos maciços pré-110
cambrianos de Urucum e Amolar (Hamilton et al., 1996; Boggiani et al. 1998; Junk et al., 2006). 111
O Pantanal é caracterizado pelo pulso de inundação que é considerado como uma das 112
principais forças que estruturam a paisagem e as comunidades biológicas no Pantanal (Junk et al., 113
1989; Junk & Wantzen, 2004; Junk et al., 2006; Resende, 2008; Junk et al., 2011), ocasionado pelo 114
transbordamento anual do rio Paraguai e seus afluentes, juntamente com intensa precipitação local 115
durante a estação chuvosa (Junk et al., 1989; Junk & Wantzen, 2004; Junk et al., 2006; Resende, 116
2008; Junk et al., 2011). 117
118
Dados de distribuição das espécies 119
Os dados foram obtidos em consulta a bancos de dados e/ou material testemunho de 11 120
coleções brasileiras (87% dos registros; CEUCH, CHUNB, HCPAP, IBSP, MHNCI, MNRJ, MZUSP, 121
UFMT, UFMS, ZUEC e MPEG – identificação das instituições esta presente no Apêndice 1), 17 122
coleções de outros países (2% do material analisado; AMNH, ANSP, BMNH, CZPLT, FMNH, KU, 123
MACN, MCZ, MHNP, MRSN, TCWZ, UMMZ, UNNE, USNM, UTA, ZMB e ZMH – identificação das 124
31
instituições esta presente no Apêndice 1), ou em bibliografia (11% do material analisado) (Apêndice 125
1). As coordenadas geográficas para cada registro foram obtidas utilizando dados disponíveis nas 126
coleções, sempre que possível, ou recuperadas através do Google Earth versão 6.1 (Google Inc., 127
2011) ou ArcView 10.1 (ESRI, 2011) (aproximadamente 27% do total); ou bibliografia (34%). 128
Alternativamente, na ausência de informações detalhadas sobre a localidade, as coordenadas 129
geográficas foram recuperadas utilizando gazetteers do GEOnet Names Server (NGA, 2014) (17%) 130
ou os centroides dos municípios (22%). As análises foram realizadas considerado apenas até o nível 131
específico e espécies com identificação duvidosa não foram utilizadas. Taxa com forte indicação 132
morfológica de constituírem novas espécies foram indicados como “sp.” e utilizados nas análises 133
(e.g., Ameiva sp.1; Ameiva sp.2; Gonatodes sp.; Kentropyx sp.; Stenocercus sp.). 134
135
Análises biogeográficas 136
Análise de elementos bióticos 137
Para identificar componentes bióticos nós utilizamos a análise de elementos bióticos 138
(Hausdorf, 2002; Hausdorf & Hennig, 2003). A análise identifica grupos de taxa não randômicos que 139
possuem maior similaridade entre si em suas distribuições espaciais que com outros grupos de taxa. 140
A presença de taxa filogeneticamente relacionados em distintos elementos bióticos pode ser 141
interpretada utilizando os pressupostos da teoria de vicariância (Crozait et al., 1974; Hausdorf, 142
2002; Hausdorf & Hennig, 2003). 143
Nós utilizamos um grid de 79 células com 1° de latitude por 1° de longitude e outro com 32 144
células com 2° de latitude por 2° de longitude que foram utilizados para calcular a matriz de 145
distância entre a distribuição das espécies. Na matriz utilizamos o coeficiente de distância GECO, 146
pois reflete melhor a similaridade entre distribuições geográficas e é mais robusto frente a 147
amostragens incompletas e lacunas que outros coeficientes (Hennig & Hausdorf, 2006). Em seguida 148
foi obtida uma razão entre as 25% menores e maiores distâncias (estatística T), que indicou o grau 149
32
de agrupamento das espécies. Para testar a não-aleatoriedade (significância) do grau de 150
agrupamento dos dados reais, a estatística T obtida foi comparada a 1000 valores gerados por 151
modelos nulos produzidos através de simulações de Monte Carlo. Os modelos nulos foram gerados 152
com parâmetros aproximados aos dados reais, sendo eles: o número de células ocupadas por 153
espécie, a riqueza de espécies por célula e autocorrelação espacial (Hausdorf & Hennig, 2003; 154
Hennig & Hausdorf, 2006). 155
As análises foram implementadas no ambiente R (R Core Team, 2014) utilizando o pacote 156
PRABCLUS (Hausdorf & Hennig, 2003). Para evidenciar a formação de grupos pelas espécies 157
aplicamos o modelo baseado no agrupamento Gaussiano (MBGC), implementado pelo pacote 158
MCLUST (Fraley et al., 2012) sobre a matriz de distâncias, para determinar a formação de grupos 159
mais parcimoniosos. Posteriormente, nós utilizamos escalonamento não métrico multidimensional 160
(NMDS) com três dimensões como escala e o ruído inicial (número mínimo de espécies que irão 161
compor um agrupamento) foi obtido dividindo o número de espécies por 40, como sugerido por 162
Hausdorf e Hennig (2003).Os grupos formados a partir das análises (elementos bióticos - BE) foram 163
numerados sequencialmente de 1 a 5 com numerais arábicos (BE1, BE2, etc.), acompanhados das 164
notações sobrescritas “1°” para células de 1°X1° de tamanho e “2°” para células de 2°X2°. 165
Distribuições que não podem ser atribuídas de forma adequada a nenhum grupo foram 166
consideradas como componente ruído (N) (Fraley & Raftery, 1998; Hausdorf & Hennig, 2003). Áreas 167
dentro dos elementos bióticos que possuíam maior riqueza de espécies (70% ou mais) foram 168
classificadas como áreas core. Mantivemos a nomenclatura de elementos bióticos para os 169
resultados da análise, porém estes foram considerados como sendo componentes bióticos no 170
presente estudo. 171
O modelo vicariante de áreas de endemismo (Hausdorf, 2002) ainda prevê que espécies 172
taxonomicamente próximas se distribuam uniformemente entre os elementos bióticos, indicando 173
a ocorrência de especiação alopátrica, segunda predição do modelo vicariante. Para testar esta 174
predição nós utilizamos o teste qui-quadrado para avaliar a independência entre linhas e colunas 175
33
de uma tabela cruzada onde as espécies foram classificadas de acordo com seu gênero (linhas) e 176
suas presenças nos elementos bióticos (colunas), de gêneros compostos por mais de uma espécie 177
que estavam presentes nos elementos bióticos (Hausdorf & Hennig, 2003). Espécies pertencentes 178
ao componente ruído ou a gêneros monoespecíficos não foram utilizadas. 179
Análise de endemicidade (critério de otimização) 180
Utilizamos a análise de endemicidade (EA) (Szumik et al., 2002), por meio do programa 181
NDM/VNDM (Goloboff, 2004), para evidenciar a formação de conjuntos de células (sets) que 182
possuem mais espécies restritas a uma determinada região (Szumik et al., 2002). Para realizar a EA, 183
nós utilizamos grids com células de 1° de latitude por 1° de longitude (169 células) e com 2° de 184
latitude por 2° de longitude (49 células), em sobreposição à área da BRP. As análises foram 185
efetuadas com 50% de sobreposição de conjuntos de espécies únicas e com 100 repetições de 186
busca por áreas de endemismo. As áreas de consenso foram geradas com consenso flexível, 187
agrupando áreas individuais que compartilham no mínimo 30% de espécies endêmicas, o que 188
permite indicar a influência de fatores que não afetaram todos os taxa. Os grupos formados a partir 189
das análises (conjuntos de células - set) foram numerados sequencialmente de 0 a 5 com numerais 190
arábicos (set 1, set 2, etc.), acompanhados das notações sobrescritas “1°” para células de 1°X1° de 191
tamanho e “2°” para células de 2°X2°. Mantivemos a nomenclatura de áreas de endemismo (set) 192
para os resultados da análise, porém estes foram considerados como sendo componentes bióticos 193
no presente estudo. 194
195
RESULTADOS 196
Nós obtivemos 4718 registros de lagartos de 80 espécies, pertencentes a cinco infraordens 197
e 13 famílias (Apêndice 2) para 275 localidades na Bacia do Rio Paraguai (BRP) (Apêndice 3). Do 198
total de espécies registradas, 11 (aproximadamente 14% do total de espécies) são conhecidas de 199
apenas uma localidade; 25 espécies estão registradas para duas a cinco localidades (31%); 10 200
34
espécies, entre seis e 10 localidades (13%) e 34, para mais de 10 localidades (43%). Para a planície 201
de inundação do Pantanal foram registradas 38 espécies de lagartos (47% do total registrado para 202
a BRP), pertencentes a quatro infraordens e 10 famílias (Apêndice 2). Para a BRP foram detectadas 203
apenas duas espécies de lagartos endêmicas: Bachia cacerensis Castrillon & Strüssmann, 1998 e 204
Dracaena paraguayensis Amaral, 1950. Alguns taxa, aparentemente ainda não descritos, estão 205
sendo estudados e podem constituir espécies endêmicas para a BRP (e.g., Ameiva sp.1; Ameiva 206
sp.2; Gonatodes sp.; e Kentropyx aff. viridistriga). 207
208
Elementos bióticos 209
Células com 1°x1° de tamanho 210
A distribuição dos lagartos na BRP, avaliada pela análise de elementos bióticos com células 211
do grid em 1°X1°, apresentou padrão não randômico, em concordância com a primeira predição do 212
modelo vicariante, com valor de T = 0,36 (P < 0,005) e com valores de T nos modelos nulos variando 213
entre 0,35 e 0,46 (média de 0,40). Nós detectamos cinco elementos bióticos compostos por 15 214
espécies (19% do total de espécies) (Apêndice 2) e 66 espécies foram classificadas como 215
componente ruído (Fig. 2a). 216
35
Figura 2. Agrupamentos das espécies de lagartos registradas na Bacia do Rio Paraguai, obtidos
pela análise de elementos bióticos e representados nas duas primeiras dimensões do
escalonamento multidimensional não-métrico (NMDS). Os agrupamentos foram obtidos
através da análise da matriz de distâncias GECO no MCLUST em (a) grid com células de 1°X1°
e (b) grid com células de 2°X2°. Números indicam os elementos bióticos (1-5) detectados e a
letra “N”, os componentes ruídos.
217
O elemento biótico 1 (BE11°; Fig. 3a) foi formado por seis espécies (40% das espécies que 218
compõem todos os BE) e apenas uma área core. As espécies deste BE apresentam registros para os 219
planaltos do norte da BRP no noroeste da sub-bacia do Paraguai (próximo ao planalto do Parecis), 220
na margem do Pantanal e são espécies amplamente distribuídas na região amazônica. O elemento 221
36
biótico 2 (BE21°; Fig. 3b) agrupa três espécies (20%) em uma única área core, com poucos registros 222
restritos à Cordilheira dos Andes, na Bolívia, oeste da BRP. O elemento biótico 3 (BE31°; Fig. 3c) é 223
composto por duas espécies (13%) com registros distribuídos no norte da BRP (planalto dos 224
Guimarães), sendo composto por quatro áreas core. O elemento biótico 4 (BE41°; Fig. 3d) agrupa 225
duas espécies com registros no nordeste (planalto dos Guimarães e planaltos Taquari-Itiquira) da 226
BRP e é composto por três áreas core. O elemento biótico 5 (BE51°; Fig. 3e) é composto, também, 227
por duas espécies, com registros dispersos e disjuntos em planaltos e planícies do centro oeste e 228
sudoeste da BRP, fora do Pantanal, e é composto por quatro áreas core disjuntas. 229
230
Figura 3. Distribuição dos elementos bióticos (BE 11° – 51°) formados a partir das espécies de
lagartos presentes dentro dos limites da Bacia do Rio Paraguai (BRP), obtida pela análise de
elementos bióticos com grid de células com 1°X1°. A coloração no interior das células
representa > 70%, > 30%, > 0% de espécies nas células dos elementos bióticos em relação ao
total presente no elemento biótico.
231
37
No teste da segunda predição do modelo vicariante nós utilizamos dois gêneros que 232
possuíam duas espécies cada um, totalizando quatro espécies (26% das espécies que compuseram 233
os elementos bióticos). No elemento biótico 1 (BE11°), duas espécies estavam presentes e nos 234
elementos bióticos 2 (BE21°) e 3 (BE31°), uma espécie em cada um deles (Apêndice 2). O resultado 235
do teste qui-quadrado mostrou que espécies proximamente relacionadas tem uma distribuição 236
uniforme (P = 0,32), o que sugere a ocorrência de especiação vicariante dentro destes grupos. 237
Células com 2°x2° de tamanho 238
A distribuição dos lagartos na BRP avaliada pela análise de elementos bióticos com grid de 239
células com 2°X2° apresentou padrão não randômico, em concordância com a primeira predição 240
do modelo vicariante, com valor de T = 0,29 (P < 0,001) e com valores de T nos modelos nulos 241
variando entre 0,32 e 0,41 (média de 0,36). Foram detectados cinco elementos bióticos, compostos 242
por 31 espécies (39% das espécies registradas na BRP; Apêndice 2) e 49 espécies compondo o 243
componente ruído (Fig. 2b). 244
O elemento biótico 1 (BE12°; Fig. 4a) foi formado por 14 espécies (45% das espécies que 245
compõem os elementos bióticos) com distribuição no norte da BRP (próximo ao planalto do Parecis 246
e dos Guimarães), tendo apresentado uma área core restrita ao noroeste da bacia. O elemento 247
biótico 2 (BE22°; Fig. 4b) foi formado por seis espécies (19%), com distribuições que acompanham a 248
extensão do rio Paraguai. O BE22° apresenta área core nos planaltos que margeiam o oeste do 249
Pantanal (complexo do Amolar), compreendendo áreas de planalto e planície no sentido nordeste-250
sudeste da BRP que incluem todo o Pantanal e também uma área disjunta no oeste da BRP, na 251
Cordilheira dos Andes. O elemento biótico 3 (BE32°; Fig. 4c) inclui quatro espécies (13%), 252
apresentando duas áreas disjuntas e apenas uma área core, restrita ao oeste da BRP, na Cordilheira 253
dos Andes. O elemento biótico 4 (BE42°; Fig. 4d) foi formado por quatro espécies com registros no 254
norte e leste da BRP, relacionadas ao Pantanal, e apresentou quatro áreas core nos planaltos ao 255
norte (próximo ao planalto do Parecis, complexo da Serra das Araras e planalto dos Guimarães), 256
leste (Serra de São Vicente, planaltos Taquari-Itiquira), sul (complexo da Serra da Bodoquena) e 257
38
oeste (Serra do Urucum e complexo do Amolar), que contornam o Pantanal. O elemento biótico 5 258
(BE52°; Fig. 4e) compreende três espécies (10%) com registros que se estendem dos planaltos a 259
sudeste da BRP para oeste, até a Cordilheira dos Andes, com uma área core no sul da BRP. 260
261
Figura 4. Distribuição dos elementos bióticos (BE 12° – 52°) formados a partir das espécies de
lagartos presentes dentro dos limites da Bacia do Rio Paraguai (BRP), obtidos pela análise de
elementos bióticos com grid de células com 2°X2°. A coloração no interior das células
representa > 70%, > 30%, > 0% de espécies nas células dos elementos bióticos em relação ao
total presente no elemento biótico.
262
No teste da segunda predição do modelo vicariante nós utilizamos sete gêneros com mais 263
de uma espécies em qualquer elemento biótico, totalizando 19 espécies (61% das espécies que 264
compuseram os elementos bióticos). Em cada elemento biótico estavam presentes: no BE12°, oito 265
espécies; no BE22°, quatro espécies; no BE32°, três espécies, e nos elementos bióticos BE42° e BE52°, 266
duas espécies em cada elemento (Apêndice 2). O resultado do teste qui-quadrado mostrou que 267
39
espécies proximamente relacionadas têm uma distribuição uniforme (P = 0,16), que sugere a 268
ocorrência de especiação vicariante dentro destes grupos. 269
270
Análise de endemicidade (critério de otimização) 271
Células com 1°x1° de tamanho 272
A análise de endemicidade realizada com grid de 1°x1° identificou oito áreas de endemismo 273
que geraram quatro áreas de consenso com scores entre 2,11-3,60, compostas por 19 espécies 274
(24% do total de espécies; Apêndice 2). O conjunto 0 (set 01°; Fig. 5a) apresentou scores entre 2,60-275
3,60 e foi formado por oito espécies (42% do total de espécies que compuseram as áreas de 276
endemismo) que apresentam registros no sudeste da BRP, correspondendo a toda a área do 277
Pantanal, incluindo planaltos e planície. O conjunto 1 (set 11°; Fig. 5b), com scores 2,11-2,36, incluiu 278
três espécies (16%) com registros para o norte da BRP nos planaltos que contornam o Pantanal a 279
oeste (Serra do Urucum e complexo do Amolar), norte (próximo ao planalto do Parecis, complexo 280
da Serra das Araras e planalto dos Guimarães) e leste (planaltos Taquari-Itiquira). O conjunto 2 (set 281
21°; Fig. 5c), com scores 2,59-2,84, compreendeu quatro espécies (21%) com registros disjuntos no 282
nordeste da BRP, que incluiu os planaltos ao norte (planalto dos Guimarães) e leste (planaltos 283
Taquari-Itiquira) do Pantanal. O conjunto 3 (set 31°; Fig. 5d) apresentou scores entre 3,21-3,46 e foi 284
formado por cinco espécies (26%), com registros restritos ao norte da BRP. 285
286
40
Figura 5. Distribuição das áreas de consenso (set 01° – 31°) formadas a partir dos registros de
distribuição das espécies de lagartos presentes na Bacia do Rio Paraguai (BRP), por meio da
análise de endemicidade, com grid de células com 1°X1°. A coloração no interior das células
representa os scores (valores de endemicidade das áreas).
287
Células com 2°x2° de tamanho 288
A análise de endemicidade realizada com grid de 2°X2° identificou 19 áreas de endemismo, 289
gerando seis áreas de consenso com scores variando entre 2,11-10,30, compostas por 50 espécies 290
(63% do total de espécies; Apêndice 2). O conjunto 0 (set 02°; Fig. 6a) apresentou scores entre 2,80-291
4,30 e foi formado por nove espécies (18% das espécies que compuseram as áreas de endemismo), 292
com registros no oeste, norte, centro e leste da BRP, incluindo o Pantanal. O conjunto 1 (set 12°; Fig. 293
6b), com scores entre 9,30-10,30, incluiu 21 espécies (42%) com registros para o nordeste da BRP, 294
incluindo planaltos e planície do Pantanal. O conjunto 2 (set 22°; Fig. 6c), com scores entre 2,11-295
2,86, compreendeu seis espécies (12%) com registros no centro e sul da BRP, na porção sul do 296
Pantanal, incluindo o complexo da Serra da Bodoquena. O conjunto 3 (set 32°; Fig. 6d) apresentou 297
scores entre 6,71-6,97 e foi formado por 11 espécies (22%), com registros que acompanham toda 298
41
a extensão do rio Paraguai no sentido nordeste-sudeste da BRP, incluindo a planície do Pantanal. O 299
conjunto 4 (set 42°; Fig. 6e), com scores 6,85-7,35, compreendeu 13 espécies (26%) com registros 300
na maior porção da BRP, incluindo todo o Pantanal. O conjunto 5 (set 52°; Fig. 6f), com scores 2,85-301
3,10, compreendeu quatro espécies (8%), com registros no sudeste da BRP. 302
303
Figura 6. Distribuição das áreas de consenso da análise de endemicidade (set 02° – 32°) formadas
a partir dos registros de distribuição das espécies de lagartos presentes na Bacia do Rio Paraguai
(BRP), com grid de células com 2°X2°. A coloração no interior das células representa os scores
(valores de endemicidade das áreas).
304
Sobreposição das áreas de endemismo 305
As áreas core identificadas por meio das análises de elementos bióticos para ambos os 306
tamanhos de células e as áreas de endemismo evidenciadas pelas análises de endemicidade com 307
maiores scores (acima de 3,21 para células com 1°X1° e acima de 9,30 para células com 2°X2° de 308
tamanho) apresentam grande sobreposição em suas distribuições na região que compreende a sub-309
bacia do Paraguai, principalmente nos planaltos a noroeste e ao norte, que margeiam o Pantanal 310
(Fig. 7). Menor grau de sobreposição foi observado para os planaltos que delimitam o oeste e leste 311
42
do Pantanal e pouca sobreposição foi observada para o sul (Chaco Úmido no Paraguai) e oeste 312
(região andina de Puna) da BRP. 313
314
Figura 7. Sobreposição das áreas de endemismo de lagartos da Bacia do Rio Paraguai (limites
pontilhados) gerada com grid de células com 1°X1° e 2°X2° de tamanho através das análises
de elementos bióticos (consideradas apenas as áreas core com mais de 70% das espécies que
compõem os elementos bióticos, para ambos os tamanhos das células) e análise de
endemicidade (considerando áreas com maiores scores, acima de 3,21 para células com 1°X1°
e acima de 9,30 para células com 2°X2° de tamanho). Colorações mais escuras representam
áreas com maior sobreposição das áreas de endemismo.
315
DISCUSSÃO 316
Os resultados que nós obtivemos por meio das análises de elementos bióticos e com as 317
análises de endemicidade para lagartos, com grids de células de 1°X1° e de 2°X2° de tamanho, 318
evidenciam o agrupamento de diferentes conjuntos de espécies de lagartos em determinadas 319
porções da Bacia do Rio Paraguai (BRP), conforme sugerido anteriormente por Junk et al. (2006), 320
Strüssmann et al. (2007), Strüssmann et al. (2011) e Werneck (2011). Na classificação de 321
43
ecorregiões de Olson et al. (2001), utilizando análise em fina escala, é possível identificar nove 322
ecorregiões na região da BRP (Chaco seco, Chaco úmido, Yungas do sudeste dos Andes, Puna dos 323
Andes centrais, Puna seca dos Andes centrais, Florestas Secas Montanhosas bolivianas, Florestas 324
Secas dos Chiquitanos, Cerrado, Pantanal e Mata Atlântica do Alto Paraná). No estudo de Morrone 325
(2014a), utilizando escala maior, é possível reconhecer apenas quatro províncias biogeográficas na 326
região da BRP: província de Puna (Puna dos Andes centrais + Puna seca dos Andes centrais sensu 327
Olson et al., 2001), província de Rondônia (Pantanal + Florestas Secas dos Chiquitanos + Florestas 328
Secas Montanhosas bolivianas + Yungas do sudeste dos Andes sensu Olson et al., 2001), província 329
do Cerrado (Cerrado + Chaco seco + Chaco úmido sensu Olson et al., 2001) e província do Paraná 330
(Mata Atlântica do Alto Paraná sensu Olson et al., 2001). Na escala geográfica que utilizamos para 331
lagartos, a distribuição dos elementos bióticos e das áreas de endemismo melhor se ajustaram a 332
algumas das ecorregiões descritas por Olson et al. (2001). 333
O elemento biótico BE11° (Fig. 3a), BE12° (Fig. 4a) e a área de endemismo set 31° (Fig. 5d) 334
possuem distribuição que coincide com a ecorregião das Florestas Secas dos Chiquitanos. Estudo 335
realizado com elementos bióticos de serpentes na BRP, com grid com células de 1°X1°, também 336
encontrou agrupamento semelhante para esta área da bacia (J.P. Silva et al., dados não publicados). 337
Aparentemente, este componente biótico que detectamos na ecorregião dos Chiquitanos da BRP 338
representam os limites de unidades biogeográficas maiores para répteis Squamata do Cerrado, 339
correspondendo aos elemento biótico 4 e elemento endêmico EE2 Paraguay-Guaporé identificados 340
por Nogueira et al. (2011). Nosso componente biótico é formado principalmente por espécies 341
amazônicas de lagartos (Apêndice 2), com registros em poucas localidades da BRP. De maneira 342
semelhante, Nogueira et al. (2011) também encontraram espécies amazônicas distribuídas nos 343
agrupamentos de Squamata identificados por eles. Nossos resultados corroboram estudos 344
anteriores que classificaram a ecorregião dos Chiquitanos como uma zona de transição, entre 345
florestas úmidas tropicais amazônicas (ao norte) e região semiárida subtropical (ao sul), porém com 346
uma biota característica (Killeen et al., 2006; Werneck, 2011). 347
44
A maioria das localidades presentes no componente biótico que identificamos na 348
ecorregião dos Chiquitanos esta situada em regiões onde há grande proximidade entre as 349
cabeceiras dos rios que drenam para a BRP e de rios que drenam para a bacia do Guaporé-Madeira. 350
Esta proximidade poderia facilitar a dispersão e estabelecimento de espécies amazônicas naquela 351
região, especialmente em matas ripárias (Oliveira-Filho & Ratter, 1995; Silva, 1996; Johnson et al., 352
1999a; Costa, 2003; Garda & Cannatella, 2007, Carvalho & Albert, 2011). Em contrapartida, a 353
subsidência da planície de inundação do Pantanal pode ter atuado como barreira à dispersão dessas 354
espécies. A condição pretérita de drenagem para o rio Amazonas, das cabeceiras dos rios que 355
drenam atualmente para o rio Paraguai (Ribeiro et al., 2013), influenciou o padrão de distribuição 356
de organismos aquáticos (Arzamendia & Giraudo, 2009; Ribeiro et al., 2013; Carvalho & Albert, 357
2011) e também poderia ter contribuído para o padrão de distribuição observado atualmente em 358
lagartos, principalmente pela influência das matas ripárias. 359
Os elementos bióticos BE31° (Fig. 3c), BE41° (Fig. 3d) e a área de endemismo set 21° (Fig. 5c) 360
encontram-se distribuídos exclusivamente nos planaltos a noroeste da BRP, na ecorregião do 361
Cerrado (sensu Olson et al., 2001), sendo aparentemente limitados pela planície de inundação do 362
Pantanal. A identificação do componente biótico de lagartos no Cerrado condiz com o registrado 363
para outros grupos taxonômicos, como para roedores (Nascimento et al., 2013) e répteis Squamata 364
(Nogueira et al., 2011). Este componente biótico identificado para lagartos esta em concordância 365
com o limite da distribuição das unidades biogeográficas reconhecidas para Squamata do Cerrado 366
(elementos bióticos 1, 3, 8 e elemento endêmico EE4 Guimarães-Roncador; Nogueira et al. 2011). 367
O Cerrado é uma importante unidade biogeográfica da América do Sul (Colli et al., 2002; Rodrigues, 368
2005; Nogueira et al., 2010), de grande insubstituibilidade biológica (Diniz-Filho et al., 2009) e com 369
elevada riqueza de espécies de diversos grupos de vertebrados (plantas vasculares e vertebrados, 370
com exceção de peixes - Myers et al., 2000; plantas e vertebrados - Klink & Machado, 2005; plantas, 371
mamíferos, aves e insetos - Prevedello & Carvalho, 2006; anfíbios - Valdujo et al., 2012). A influência 372
45
do Cerrado na composição da biota do Pantanal já foi relatada, de modo geral, por Junk et al. (2006) 373
e Pott et al. (2011). 374
Os elementos bióticos BE21° (Fig. 3b) e BE32° (Fig. 4c) agrupam espécies da ecorregião de 375
Puna (sensu Olson et al., 2001), na Cordilheira dos Andes, considerada como uma zona de transição 376
biogeográfica sul-americana (Morrone, 2001; 2004). Nestas zonas de transição teriam ocorrido 377
eventos de hibridização através da troca ecológica entre os componentes bióticos das regiões 378
vizinhas (Morrone, 2004). A formação de um componente biótico de lagartos na ecorregião de Puna 379
da BRP é congruente com o observado em outros grupos taxonômicos, a exemplo de gramíneas 380
(Aagesen et al., 2009), crustáceos (Morrone & Lopretto, 1994; Morrone, 1996), insetos (Morrone, 381
2006; Ferrari et al., 2010), aves (Cracraft, 1985; Morrone, 2001) e mamíferos (Morrone, 2001; Ojeda 382
et al.,2003). O componente biótico identificado aqui para a Puna pode corresponder a uma porção 383
de uma área de endemismo maior reconhecida para o noroeste da Argentina na região da Puna por 384
Szumik et al. (2012) utilizando diversos grupos taxonômicos (plantas, insetos, anfíbios, répteis, aves 385
e mamíferos). 386
O elemento biótico BE52° (Fig. 4e) e a área de endemismo set 52° (Fig. 6f) estão localizados 387
nos planaltos no sudeste da BRP, nas ecorregiões da Mata Atlântica do Alto Paraná e do Chaco 388
Úmido. Diversos autores indicaram a presença de espécies características nas unidades 389
biogeográficas do Alto Paraná (aves - Cracraft, 1985; crustáceos - Morrone & Lopretto, 1994; 390
Morrone, 1996; plantas, insetos, anfíbios, répteis, aves e mamíferos - Szumik et al. 2012; plantas e 391
artrópodes - Morrone, 2014a) e do Chaco lato sensu (aves - Cracraft, 1985; crustáceos - Morrone & 392
Lopretto, 1994; Morrone, 1996; insetos - Goldani & Carvalho, 2003; plantas, insetos, anfíbios, 393
répteis, aves e mamíferos - Szumik et al. 2012; plantas, artrópodes, aves e mamíferos - Morrone, 394
2014a). Alguns estudos sugerem que a biota do Alto Paraná esta relacionada com a da Mata 395
Atlântica, como para serpentes (Arzamendia & Giraudo, 2009; Sigrist & Carvalho, 2009) e alguns 396
taxa de artrópodes (Sigrist & Carvalho, 2009; Morrone, 2014b), mas essa maior afinidade não foi 397
verificada para lagartos até o momento. Esta áreas de endemismo identificadas para lagartos da 398
46
BRP, aparentemente, correspondem a porção da área de endemismo identificada por Szumik et al. 399
(2012) para o norte da Argentina na região do Chaco e de unidades biogeográficas identificadas por 400
Nogueira et al. (2011) para Squamata (elemento biótico 6 e elemento endêmico EE3 Paraná-401
Paraguay). 402
Outros componentes bióticos de lagartos encontrados com o presente estudo abrangem 403
mais de duas ecorregiões, apresentando padrões de distribuição mais complexos para 404
interpretação. O elemento biótico BE51° (Fig. 3e) distribui-se nas ecorregiões das Florestas Secas 405
dos Chiquitanos, Pantanal, Chaco Seco e Chaco Úmido. O elemento biótico EB42° (Fig. 4d) e as áreas 406
de endemismo set 22° (Fig. 6c) e set 32° (Fig. 6d) abrangem porções do Cerrado, das Florestas Secas 407
dos Chiquitanos, Pantanal, Chaco Seco, Chaco Úmido e Mata Atlântica do Alto Paraná. As áreas de 408
endemismo set 01° (Fig. 5a) e set 12° (Fig. 6b) abrangem porções do Cerrado, Florestas Secas dos 409
Chiquitanos e Pantanal e a área de endemismo set 11° (Fig. 5b), porções do Cerrado, Florestas Secas 410
dos Chiquitanos, Pantanal e Chaco Seco. O elemento biótico BE22° (Fig. 4b) e as áreas de endemismo 411
set 02° (Fig. 6a) e set 42° (Fig. 6e) distribuem-se pelo Cerrado, Florestas Secas dos Chiquitanos, 412
Pantanal, Chaco Seco, Chaco Úmido, Puna e Yunga. Resultados semelhantes, especialmente para o 413
elemento biótico BE22° e a área de endemismo de lagartos set 32°, foram encontrados para 414
serpentes da BRP (J.P. Silva et al., dados não publicados). 415
Elementos bióticos e/ou áreas de endemismos que abrangem múltiplas ecorregiões podem 416
estar relacionados, em parte, com a grande heterogeneidade da paisagem no Pantanal (Pott et al., 417
2011; Scremin-Dias et al., 2011), no Cerrado (Furley, 1999) e no Chaco (Barberis et al., 2002) e/ou 418
com a influência de diversos fatores (e.g., eventos geológicos, fatores ecológicos) sobre a biota. 419
Estudos sobre o relacionamento das unidades biogeográficas da América do Sul com base em 420
abelhas (Zanella, 2002), lagartos (Colli, 2005) e aves (Porzecanski & Cracraft, 2005; Sigrist & 421
Carvalho, 2009) indicam maior relacionamento entre o Cerrado e o Chaco. Lagartos do gênero 422
Tropidurus Wied-Neuwied, 1825 do Cerrado são mais relacionados ao Pantanal (Carvalho et al., 423
2013). Entretanto, análises de cladograma de áreas (Análise de Endemicidade Parcimoniosa - PAE 424
47
e Análise Cladística de Distribuição e Endemismo - CADE), utilizadas nestes trabalhos, devem ser 425
interpretadas com cautela (especialmente a PAE por não consideram eventos históricos), podendo 426
refletir apenas similaridades ecológicas atuais (Brooks & Van Veller, 2003; ver detalhes em 427
Werneck, 2011). As diferenças encontradas no grau de relacionamento entre áreas biogeográficas 428
podem ser atribuídas ao fato de que grupos taxonômicos distintos podem responder de forma 429
diferente a processos que moldaram os padrões de distribuição atualmente observados. Outro 430
problema é a falta de padronização no esquema de classificação de unidades biogeográficas (Sigrist 431
& Carvalho, 2009). 432
O resultado estatisticamente não significativo para a segunda predição do modelo 433
vicariante na análise de elementos bióticos, tanto com células de 1°X1° como 2°X2°, sugere que 434
espécies taxonomicamente próximas estão distribuídas homogeneamente nos elementos bióticos, 435
indicando que processos vicariantes podem ter sido responsáveis pelos padrões atualmente 436
observados. Entretanto, no teste da segunda predição para células de 1°X1° utilizamos dois gêneros 437
(compostos por quatro espécies) dos quais apenas um gênero possuía espécies em elementos 438
bióticos distintos (Apêndice 2), conferindo grande incerteza aos resultados obtidos. No caso do 439
teste da segunda predição do modelo vicariante com células de 2°X2° a maioria das espécies 440
utilizadas pertencem a famílias cujos representantes são relativamente pequenos em tamanho 441
(e.g., Gymnophthalmidae, Dactyloidae, Tropiduridae, Sphaerodactylidae e Liolemidae; Apêndice 2). 442
Estas espécies poderiam ser mais facilmente influenciadas por eventos vicariantes de menor 443
magnitude por apresentar fatores intrínsecos, como menor capacidade de movimentação se 444
comparadas com vertebrados que possuem maior porte (Hillman et al., 2014; Estrada et al., 2015). 445
A escala espacial maior das células de 2°X2° de tamanho também podem favorecer a detecção de 446
padrões biogeográficos. 447
Lacunas de dados é um fator que influencia o resultados das análises (Dolores et al., 2009). 448
Esta lacuna foi especialmente observada para determinadas porções da BRP influenciando as 449
diferenças observadas nos resultados com diferentes tamanhos de células. A utilização de células 450
48
de maior tamanho tem sido apontada como mais adequada para reconhecer padrões gerais quando 451
há poucos dados ou registros espacialmente dispersos (Dolores et al., 2009). A utilização de células 452
pequenas pode introduzir ruído no caso de amostragens insuficientes, dificultando o 453
reconhecimento dos elementos bióticos (Hausdorf & Hennig , 2003). Em contrapartida, células 454
muito grandes podem dificultar o reconhecimento de padrões de distribuição restritos (Szumik et 455
al., 2002; Dolores et al., 2009). Considerando o conjunto de dados utilizados para lagartos, 456
avaliamos que os grids com células de 2°X2° parecem ter fornecido uma resposta mais satisfatória. 457
As duas análises aqui utilizadas permitiram reconhecer agrupamentos de espécies de lagartos com 458
distribuições que se ajustam às ecorregiões definidas por Olson et al. (2001) e outras que possuem 459
correspondência com mais de uma ecorregião. O compartilhamento de distintas ecorregiões por 460
elementos bióticos e áreas de endemismo pode refletir um padrão biogeográfico natural mais 461
complexo (Dolores et al., 2009), especialmente em regiões com elevada heterogeneidade da 462
paisagem, como discutido acima. 463
A grande sobreposição dos elementos bióticos e das áreas de endemismo identificadas no 464
presente estudo na região da sub-bacia do Paraguai (Fig. 7) indica que planaltos que margeiam o 465
Pantanal representam importantes unidades biogeográficas para lagartos da BRP, por 466
apresentarem componentes bióticos próprios. Um destes componentes bióticos esta localizado no 467
planalto dos Guimarães no nordeste da BRP, que já foi apontada por Mello et al. (2015) como tendo 468
alta prioridade para conservação de répteis Squamata endêmicos do Cerrado. A formação geológica 469
da planície de inundação do Pantanal pode não ter representado um evento vicariante para 470
lagartos, porém as condições ecológicas presentes atualmente na planície (e.g. pulso de inundação, 471
regime pluviométrico, etc.) poderiam limitar a persistência de alguns taxa, funcionando como 472
barreira de dispersão, selecionando aquelas espécies que possuem melhores adaptações ao regime 473
de inundação. Para outros taxa, estas condições ecológicas poderiam favorecer a movimentação 474
ou expansão da área de vida tornando o Pantanal um corredor para a colonização de outras áreas, 475
como no caso de espécies que possuem ampla distribuição nas formações abertas da América do 476
49
Sul [e.g. Phyllopezus pollicaris (Spix, 1825), Iguana iguana (Linnaeus, 1758), Polychrus acutirostris 477
Spix, 1825, Micrablepharus maximiliani (Reinhardt & Luetken, 1862), Ameiva ameiva (Linnaeus, 478
1758)]. Fjeldså (1994), estudando aves, sugere que extensas áreas alagáveis possuem um papel 479
menor como centros de diversificação, atuando mais intensivamente como “museus” que 480
acumulariam ao longo do tempo, grande quantidade de espécies, possivelmente de diferentes 481
grupos filogenéticos. O maior volume de dados para a região da sub-bacia do Paraguai, se 482
comparado a outras regiões da BRP, também é um fator que pode ter influenciado a identificação 483
de componentes bióticos sobrepostos, considerando que áreas melhores amostradas podem ter 484
sua biota melhor representada. 485
Os resultados das análises de elementos bióticos e de endemicidade sugerem que o rio 486
Paraguai atuou fracamente, tanto como barreira vicariante, quanto na dispersão de lagartos. Para 487
mamíferos, a influência do rio Paraguai como barreira também foi considerada fraca para três 488
famílias de roedores (D’Elía et al., 2008), mas parece ter exercido importante papel para outras 489
famílias de roedores e pequenos felinos (Johnson et al., 1999b; D’Elía et al., 2008; Giarla & Jansa, 490
2014). Os lagartos Tropidurus guarani Alvarez, Cei & Scolaro, 1994 e T. spinulosus (Cope, 1862) 491
ocorrem em margens opostas do rio Paraguai (a oeste e leste, respectivamente). Ambas pertencem 492
ao mesmo clado, apesar de não serem espécies-irmãs (Frost et al., 2001), sugerindo que o rio 493
Paraguai pode ter atuado como barreira responsável pela diferenciação entre as duas espécies. 494
A história geológica relativamente recente do Pantanal, com estabilidade climática 495
supostamente atingida entre 12 e 13 mil anos antes do presente (Ab’Saber, 1988), pode ser um 496
fator que contribui para o baixo nível local de endemismo. A instabilidade ambiental no Pantanal, 497
gerada, principalmente, por fatores hídricos como o regime de chuvas e pulso de inundação, 498
também pode atuar limitando a especiação (MacArthur, 1955; Fjeldså & Lovett, 1997; Fjeldså et al., 499
1999). A combinação destes fatores, pouca idade geológica (Stephens & Wiens, 2003) e 500
instabilidade ambiental (Fjeldså & Lovett, 1997), poderia exercer papel ainda mais intenso sobre a 501
extinção, padrões de movimentação e de extensão de área de vida das espécies do que sobre a 502
50
especiação. A escassez de espécies endêmicas de lagartos na BRP e a sobreposição de componentes 503
bióticos em áreas de planalto que margeiam o Pantanal, poderiam ser padrões influenciados por 504
esta condição de barreira exercida pelo Pantanal. Portanto, a combinação de fatores históricos, 505
fatores ecológicos e intrínsecos dos lagartos (e.g. capacidade de dispersão), parece ter influenciado 506
o padrão de distribuição observado para este grupo na BRP. 507
508
REFERÊNCIAS 509
Aagesen, L., Szumik, C., Zuloaga, F.O. & Morrone, O. (2009) Quantitative biogeography in the South 510
America highlands – recognizing the Altoandina, Puna and Prepuna through the study of Poaceae. 511
Cladistics, 25, 295-310. http://dx.doi.org/10.1111/j.1096-0031.2009.00248.x. 512
Ab’Saber, A.N. (1988) O Pantanal Mato-Grossense e a teoria dos refúgios. Revista Brasileira de 513
Geografia, 50, 9-57. 514
Adámoli, J. (1999) Los humedales del Chaco y del Pantanal. Tópicos sobre humedales subtropicales 515
y templados de Sudamérica (ed. by A.I. Malvárez), pp. 81-89. Universidad de Buenos Aires. Oficina 516
Regional de Ciencia y Tecnología de la UNESCO para América Latina y el Caribe, ORCYT, Montevideo, 517
Uruguay. 518
Arribas, P., Velasco, J., Abellán, P., Sánchez-Fernández, D., Andújar, C., Calosi, P., Millán, A., Ribera, 519
I. & Bilton, D.T. (2012) Dispersal ability rather than ecological tolerance drives differences in range 520
size between lentic and lotic water beetles (Coleoptera: Hydrophilidae). Journal of Biogeography, 521
39, 984-994. http://dx.doi.org/10.1111/j.1365-2699.2011.02641.x. 522
Arzamendia, V. & Giraudo, A.R. (2009) Influence of large South American rivers of the La Plata Basin 523
on distributional patterns of tropical snakes: a panbiogeographical analysis. Journal of 524
Biogeography, 36, 1739-1749. http://dx.doi.org/10.1111/j.1365-2699.2009.02116.x. 525
51
Assine, M.L. & Soares, P.C. (2004) Quaternary of the Pantanal, west-central Brazil. Quaternary 526
International, 114, 23-24. http://dx.doi.org/10.1016/S1040-6182(03)00039-9. 527
Barberis, I.M., Batista, W.B., Pire, E.F., Lewis, J.P. & Leon, J.C. (2002) Woody population distribution 528
and environmental heterogeneity in a Chaco forest, Argentina. Journal of Vegetation Science, 13, 529
607–614. http://dx.doi.org/10.1658/1100-9233(2002)013[0607:WPDAEH]2.0.CO;2. 530
Boggiani, P.C., Coimbra, A.M., Riccomini, C. & Gesicki, A.L.D. (1998) Recursos minerais não-531
metálicos do estado de Mato Grosso do Sul, Brasil. Revista do Instituto Geológico, 19, 31-41. 532
http://dx.doi.org/10.5935/0100-929X.19980004. 533
Brea, M. & Zucol, A.F. (2011) The Paraná-Paraguay basin: geology and paleoenvironments. 534
Historical Biogeography of Neotropical Freshwater Fishes (ed. by J.S. Albert & E.E. Reis), pp. 69-87. 535
University of California Press, Berkley. 536
http://dx.doi.org/10.1525/california/9780520268685.001.0001. 537
Brooks, D.R. & Van Veller, M.G.P. (2003). Critique of parsimony analysis of endemicity as a method 538
of historical biogeography. Journal of Biogeography, 30, 819–825. 539
http://dx.doi.org/10.1046/j.1365-2699.2003.00848.x. 540
Carvalho, C.J.B. (2010) Áreas de endemismo. Biogeografia da América do Sul: padrões e processos 541
(ed. by C.J.B. Carvalho & E.A.B. Almeida), pp. 41-51. Editora Rocca, São Paulo. 542
Carvalho, T.P. & Albert, J.S. (2011) The Amazon-Paraguay divide. Historical Biogeography of 543
Neotropical Freshwater Fishes (ed. by J.S. Albert & E.E. Reis), pp. 193-202. University of California 544
Press, Berkley, p. 193-202. http://dx.doi.org/10.1525/california/9780520268685.003.0011. 545
Carvalho, L.G., Britto, M.R. & Fernandes, D.S. (2013) Biogeography of the lizard genus Tropidurus 546
Wied-Neuwied, 1825 (Squamata: Tropiduridae): distribution, endemism, and area relationships in 547
South America. PLoS ONE, 8, 1-14. http://dx.doi.org/10.1371/journal.pone.0059736. 548
52
Casagranda, M.D., Taher, L. & Szumik, C.A. (2012) Endemicity analysis, parsimony and biotic 549
elements: a formal comparison using hypothetical distributions. Cladistics, 2012, 1-10. 550
http://dx.doi.org/10.1111/j.1096-0031.2012.00410. 551
Colli, G.R. (2005) As origens e a diversificação da herpetofauna do Cerrado. Cerrado: ecologia, 552
biodiversidade e conservação (org. by A. Scariot, J.C.S. Silva, & J.M. Felfili), pp. 249-264. Ministério 553
do Meio Ambiente, Brasília. 554
Colli, G.R., Bastos, R.P. & Araújo, A.F.B. (2002) The character and dynamics of the Cerrado 555
herpetofauna. The Cerrado of Brazil: ecology and natural history of Neotropical savana (org. by P.S. 556
Oliveira & R.J. Marquis), pp. 223-241. Columbia University Press, New York. 557
Costa, E.P. (2003) The historical bridge between the Amazon and the Atlantic Forest of Brazil: a 558
study of molecular phylogeography with small mammals. Journal of Biogeography, 30, 71-86. 559
http://dx.doi.org/10.1046/j.1365-2699.2003.00792.x. 560
Cracraft, J. (1985) Historical biogeography and patterns of differentiation within the South 561
American avifauna: areas of endemism. Ornithological Monographs, 36, 49-84. 562
Crisci, J. V. (2001) The voice of historical biogeography. Journal of Biogeography, 28, 157–168. 563
http://dx.doi.org/10.1046/j.1365-2699.2001.00523.x. 564
Diniz-Filho, J.A.F., Bini, L.M., Oliveira, G., Barreto, B.S., Silva, M.M.F.P., Terribile, L.C., Rangel, 565
T.F.L.V.B., Pinto, M.P., Sousa, N.P.R., Vieira, L.C.G., Melo, A.S., Marco Júnior, P., Vieira, C.M., 566
Blamires, D., Bastos, R.P., Carvalho, P., Ferreira, L.G., Telles, M.P.C., Rodrigues, F.M., Melo e Silva, 567
D., Silva Jr., N.J. & Soares, T.N. (2009) Macroecologia, biogeografia e áreas prioritárias para 568
conservação no Cerrado. Oecologia Brasiliensis, 13, 470-497. 569
http://dx.doi.org/10.4257/oeco.2009.1303.05. 570
Dolores, C.M., Roig-Juñent, S. & Szumik, C. (2009) Endemismo a diferentes escalas espaciales: Un 571
ejemplo con carabidae (coleoptera: Insecta) de américa del sur austral. Revista Chilena de Historia 572
Natural, 82, 17-42. http://dx.doi.org/10.4067/S0716-078X2009000100002. 573
53
D’Elía, G., Mora, I., Myers, P. & Owen, R.D. (2008) New and noteworthy records of Rodentia 574
(Erethizontidae, Sciuridae, and Cricetidae) from Paraguay. Zootaxa, 1784, 39-57. 575
ESRI (2011) ArcGIS Desktop: release 10.1. Environmental Systems Reasearch Institute, Redlands. 576
Estrada, A., Meireles, C., Morales-Castilla, I., Poschlod, P., Vieites, D., Araújo, M.B., & Early, R. (2015) 577
Species’ intrinsic traits inform their range limitations and vulnerability under environmental 578
change. Global Ecology and Biogeography, 2015, 1-10. http://dx.doi.org/10.1111/geb.12306. 579
Ferrari, A., Paladini, A., Schwertner, C.F. & Grazia, J. (2010) Endemism analysis of Neotropical 580
Pentatomidae (Hemiptera, Heteroptera). Iheringia, Série Zoologia, 100, 449-462. 581
http://dx.doi.org/10.1590/S0073-47212010000400018. 582
Fjeldså, J. (1994) Geographical patterns for relict and young species birds in Africa and South 583
America and implications for conservation priorities. Biodiversity and Conservation, 3, 207-226. 584
http://dx.doi.org/10.1007/BF00055939. 585
Fjeldså, J. & Lovett, J.C. (1997) Biodiversity and environmental stability. Biodiversity and 586
Conservation, 6, 315–323. http://dx.doi.org/10.1023/A:1018304522320. 587
Fjeldså, J., Lambin, E. & Ivlertens, B. (1999) Correlation between endemism and local ecoclimatic 588
stability documented by comparing Andean bird distributions and remotely sensed land surface 589
data. Ecography, 1, 63–78. http://dx.doi.org/10.1111/j.1600-0587.1999.tb00455.x. 590
Fraley, C. & Raftery, A.E. (1998) Hoe many clusters? Which clustering method? Answers via model-591
based cluster analysis. The Computer Journal, 41, 578-588. 592
http://dx.doi.org/10.1093/comjnl/41.8.578. 593
Fraley, C., Raftery, A.E., Murphy, T.B. & Scrucca, L. (2012) MCLUST Version 4 for R: Normal Mixture 594
Modeling for Model-Based Clustering, Classification, and Density Estimation. Technical Report no. 595
597, Department of Statistics, University of Washington. 596
54
Frost, D.R., Rodrigues, M.T., Grant, T. & Titus, T.A. (2001) Phylogenetics of the lizard genus 597
Tropidurus (Squamata: Tropiduridae: Tropidurinae): direct optimization, descriptive efficiency, and 598
sensitivity analysis of congruence between molecular data and morphology. Molecular 599
Phylogenetics and Evolution, 21, 352-371. http://dx.doi.org/10.1006/mpev.2001.1015. 600
Furley, P.A. (1999) The nature and diversity of neotropical savanna vegetation with particular 601
reference to the Brazilian cerrados. Global Ecology and Biogeography, 8, 223-241. 602
http://dx.doi.org/10.1046/j.1466-822X.1999.00142.x. 603
Garda, A.A. & Cannatella, D.C. (2007) Phylogeny and biogeography of paradoxical frogs (Anura, 604
Hylidae, Pseudae) inferred from 12S and 16S mitochondrial DNA. Molecular Phylogenetics and 605
Evolution, 44, 104-114. http://dx.doi.org/10.1016/j.ympev.2006.11.028. 606
Giarla, T.C. & Jansa, S.A. (2014) The role of physical geography and habitat type in shaping the 607
biogeographycal history of a recent radiation of Neotropical marsupials (Thylamys: Didelphidae). 608
Journal of Biogeography, 41, 1547-1558. http://dx.doi.org/10.1111/jbi.12320. 609
Goldani, A. & Carvalho, G.S. (2003) Análise de parcimônia de endemismo de cercopídeos 610
neotropicais (Hemiptera, Cercopidae). Revista Brasileira de Entomologia, 47, 437-442. 611
http://dx.doi.org/10.1590/S0085-56262003000300013. 612
Goloboff, P. (2004) NDM/VNDM version 3.0 – Programs for identification of areas of endemism. 613
Available in www.zmuc.dk/public/phylogeny/endemism. Accessed in May 10, 2015. 614
Google Inc. (2011) Google Earth version 6.1. Available in https://earth.google.com/. Accessed in May 615
01, 2013. 616
Guedes, T.B.; Sawaya, R.J. & Nogueira, C.C. (2014) Biogeography, vicariance and conservation of 617
the snakes of neglected and endangered Caatinga region, north-eastern Brazil. Journal of 618
Biogeography, 41, 919-931. http://dx.doi.org/10.1111/jbi.12272. 619
55
Hamilton, S.K., Sippel, S.J. & Melack, J.M. (1996) Inundation patterns in the Pantanal wetland of 620
South America determined from passive microwave remote sensing. Archiv für Hydrobiologie, 135, 621
1-23. 622
Harvey, M.B., Ugueto, G.N. & Gutberlet Jr., R.L. (2012) Review of Teiid morphology with a revised 623
taxonomy and phylogeny of the Teiid (Lepidasauria: Squamata). Zootaxa, 3459, 1-156. 624
Hausdorf, B. (2002) Units in biogeography. Systematic Biology, 51, 648–652. 625
http://dx.doi.org/10.1080/10635150290102320. 626
Hausdorf, B. & Hennig, C. (2003) Biotic element analysis in biogeography. Systematic Biology, 52, 627
717–723. http://dx.doi.org/10.1080/10635150390235584. 628
Hennig, C. & Hausdorf, B. (2006) A robust distance coefficient between distribution areas 629
incorporating geographic distances. Systematic Biology, 55,170-175. 630
http://dx.doi.org/10.1080/10635150500481523. 631
Hillman, S.S., Drewes, R.C., Hedrick, M.S. & Hancock, T.V. (2014) Physiological vagility and its 632
relationship to dispersal and neutral genetic heterogeneity in vertebrates. The Journal of 633
Experimental Biology, 217, 3356–3364. http://dx.doi.org/10.1242/jeb.105908. 634
Iriondo, M. (1993) Geomorphology and late Quaternary of the Chaco (South America). 635
Geomorphology, 7, 289-303. http://dx.doi.org/10.1016/0169-555X(93)90059-B. 636
Jimenez-Rueda, J.R., Pessotti, J.E.S. & Mattos, J.T. (1998) Modelo para o estudo da dinâmica 637
evolutiva dos aspectos fisiográficos dos pantanais. Pesquisa Agropecuária Brasileira, 33, 1763-1773. 638
Johnson, M.A., Saraiva, P.M. & Coelho, D. (1999a) The role of gallery forests in the distribution of 639
Cerrado mammals. Revista Brasileira de Biologia, 59, 421-427. http://dx.doi.org/10.1590/S0034-640
71081999000300006. 641
Johnson, W.E.; Slattery, J.P.; Eizirik, E.; Kim, J.H.; Raymond, M.M.; Bonacic, C.; Cambre, R.; 642
Crawshaw, P.; Nunes, A.; Seuánez, H.N.; Moreira, M.A.M.; Seymour, K.L.; Simon, F.; Swanson, W. & 643
56
O’Brien, S.J. (1999b) Disparate phylogeographic patterns of molecular genetic variation in four 644
closely related South American small cat species. Molecular Ecology, 8, S79-S94. 645
Junk, W.J. & Cunha, C.N. (2005) Pantanal: a large South American wetland at a crossroads. 646
Ecological Engenering, 24, 391-401. http://dx.doi.org/10.1016/j.ecoleng.2004.11.012. 647
Junk, W.J. & Wantzen, K.M. (2004) The flood pulse concept: new aspects, approaches, and 648
applications – an update. Proceedings of the Second International Symposium on the Management 649
of Large Rivers for Fisheries (ed. by R. L. Welcomme & T. Petr), pp. 117-149, Volume 2, Food and 650
Agriculture Organization & Mekong River Commission, RAP Publication 2004/16, FAO Regional 651
Office for Asia and the Pacific, Bangkok. 652
Junk, W.J., Bayley, P.B. & Sparks, R.E. (1989) The flood pulse concept in river floodplain systems. 653
Proceedings of the International Large River Symposium (LARS) (ed. by D.P. Dodge), pp. 110-127, 654
Canadian Special Publication of Fisheries and Aquatic Sciences 106, Department of Fisheries and 655
Ocean, Ottawa. 656
Junk, W.J., Cunha, C.N., Wantzen, K.M., Petermann, P., Strüssmann, C., Marques, M.I. & Adis, J. 657
(2006) Biodiversity and its conservation in the Pantanal of Mato Grosso, Brazil. Aquatic Sciences, 658
68, 278-309. http://dx.doi.org/10.1007/s00027-006-0851-4. 659
Junk, W.J., Cunha, C.N., Silva, C.J. & Wantzen, K.M. (2011) The Pantanal: a large South American 660
wetland and its position in limnological theory. The Pantanal: Ecology, biodiversity and sustainable 661
management of a large neotropical seasonal wetland (ed. by W.J Junk, C.N. Cunha & K.M. 662
Wantzen), pp. 23-44. Pensoft Publisher, Sofia-Moscow. 663
Killeen, T.J., Chávez, E., Peña-Claros, M., Toledo, M., Arroyo, L., Caballero, J., Correa, L., Guillén, R., 664
Quevedo, R., Saldias, M., Soria, L., Uslar, Y., Vargas, I. & Steininger, M. (2006) The Chiquitano dry 665
forest, the transition between humid and dry forest in Eastern lowland Bolivia. Neotropical 666
Savannas and Dry Forests: Diversity, Biogeography, and Conservation (ed. by R.T. Pennington, G.P. 667
57
Lewis & J.A. Ratter), pp. 113-149. Taylor & Francis, CRC Press, London. 668
http://dx.doi.org/10.1201/9781420004496.ch9. 669
Klink, C.A. & Machado, R.B. A conservação do Cerrado brasileiro. Megadiversidade, 1, 147-155. 670
Lester, S.E., Ruttenberg, B.I., Gaines, S.D., & Kinlan, B.P. (2007) The relationship between dispersal 671
ability and geographic range size. Ecology Letters, 10, 745–758. http://dx.doi.org/10.1111/j.1461-672
0248.2007.01070.x. 673
Linares-Palomino, R. & Kessler, M. (2004) The role of dispersal ability, climate and spatial separation 674
in shaping biogeographical patterns of phylogenetically distant plant groups in seasonally dry 675
Andean forests of Bolivia. Journal of Biogeography, 36, 280-290. http://dx.doi.org/10.1111/j.1365-676
2699.2008.02028.x. 677
MacArthur, R. (1955). Fluctuations of animal populations and a measure of community stability. 678
Ecology, 36, 533-536. http://dx.doi.org/10.2307/1929601. 679
Mello, P.L.H.; Machado, R.B. & Nogueira, C.C. (2015) Conserving biogeography: habitat loss and 680
vicariant patterns in endemic Squamates of Cerrado hotspot. PLoS ONE, 10, 1-16. 681
http://dx.doi.org/10.1371/journal.pone.0133995. 682
Morrone, J.J. (1996) On the geographical distribution of the species of Aeglea leach: identification 683
of areas of endemism (Decapoda: Aeglidae). Biogeographica, 72, 113-119. 684
Morrone, J.J. (2001) A formal definition of the Paramo-Punan biogeographic subregions and its 685
provinces, based mainly on animal taxa. Revista del Museo Argentino de Ciencias Naturales, 3, 1-686
12. 687
Morrone, J.J. (2004) Panbiogeografía, componentes bióticos y zonas de transición. Revista 688
Brasileira de Entomologia, 48, 149-162. http://dx.doi.org/10.1590/S0085-56262004000200001. 689
58
Morrone, J.J. (2006) Biogeographic areas and transition zones of Latin America and the Caribbean 690
Islands based on panbiogeographic and cladistic analyses of the entomofauna. Annual Review of 691
Entomology, 51, 467-494. http://dx.doi.org/ 10.1146/annurev.ento.50.071803.130447. 692
Morrone, J.J. (2009) Evolucionary biogeography: an integrative approach with case studies. 693
Columbia Press. 694
695
Morrone, J.J. (2014a) Cladistic biogeography of the Neotropical region: identifying the main events 696
in the diversification of terrestrial biota. Cladistics, 30, 202-214. 697
http://dx.doi.org/10.1111/cla.12039. 698
Morrone, J.J. (2014b) Biogeographical regionalisation of the Neotropical region. Zootaxa, 3782, 1-699
110. http://dx.doi.org/10.11646/zootaxa.3782.1.1. 700
Morrone, J.J. & Lopretto, E.C. (1994) Distributional patterns of freshwater Deacpoda (Crustacea: 701
Malacostraca) in southern South America: a panbiogeographic approach. Journal of Biogeography, 702
21, 97-109. 703
Morrone, J.J. & Crisci, J.V. (1995) Historical biogeography: introduction to methods. Annual Review 704
of Ecology and Systematics, 26, 373-401. http://dx.doi.org/10.1146/annurev.es.26.110195.002105. 705
Myers, N., Mittermeier, R.A., Mittermeier, C., Fonseca, G.A.B. & Kent, J. (2000) Biodiversity hotspots 706
for conservation priorities. Nature, 403, 853-858. http://dx.doi.org/10.1038/35002501. 707
Nascimento, F.F., Lazar, A., Menezes, A.N., Durans, A.M., Moreira, J.C., Salazar-Bravo, J., D’Andrea, 708
P.S. & Bonvicino, C.R. (2013) The role of historical barriers in the diversification processes in open 709
vegetation formations during the Miocene/Pliocene using an ancient rodent lineage as a model. 710
PLoS ONE, 8, 1-13. http://dx.doi.org/10.1371/journal.pone.0061924. 711
NGA, National Geospacial-Intelligence Agency (2014) Toponymic information is based on the 712
Geographic Names Data Base. Available in http://www.nga.mil/. Accessed in October 10, 2014. 713
59
Nogueira, C., Colli, G.R., Costa, G.C. & Machado, R.B. (2010) Diversidade de répteis Squamata e 714
evolução do conhecimento faunístico no Cerrado. Cerrado: conhecimento científico quantitativo 715
como subsídio para ações de conservação (org. by I.R. Diniz, J. Marinho-Filho, R.B. Machado & R.B. 716
Cavalcanti), pp. 333-375. UnB, Brasília. 717
Nogueira, C., Ribeiro, S., Costa, G.C. & Colli, G.R. (2011) Vicariance and endemism in a Neotropical 718
savana hotspot: distribution patterns of Cerrado reptiles. Journal of Biogeography, 38, 1907-1922. 719
http://dx.doi.org/10.1111/j.1365-2699.2011.02538.x. 720
Ojeda, R.A., Stadle, J. & Brandl, R. (2003) Diversity of mammals in the tropical-temperate 721
Neotropics: hotpots on a regional scale. Biodiversity and Conservation, 12, 1431-1444. 722
http://dx.doi.org/10.1023/A:1023625125032. 723
Oliveira-Filho, A.T. & Ratter, J.A. (1995) A study of the origin of Central Brazilian Forests by the 724
analysis of plant species distribution patterns. Edinburg Journal of Botany, 52, 141-194. 725
http://dx.doi.org/10.1017/S0960428600000949. 726
Olson, D.M., Dinerstein, E., Wikramanayake, E.D., Burgess, N.D., Powell, G.V.N., Underwood, E.C., 727
D’amico, J.A., Itoua, I., Strand, H.E., Morrison, J.C., Loucks, C.J., Allnutt, T.F., Ricketts, T.H., Kura, Y., 728
Lamoreux, J.F., Wettengel, W.W., Hedao, P. & Kassem, K.R. (2001) Terrestrial Ecoregions of the 729
World: A New Map of Life on Earth. Bioscience, 51, 933-938. http://dx.doi.org/10.1641/0006-730
3568(2001)051[0933:TEOTWA]2.0.CO;2. 731
Porzecanski, A.L. & Cracraft, J. (2005) Cladistic analysis of distribuitions and endemism (CADE): using 732
raw distributions of birds to unravel the biogeography of the South American aridlands. Journal of 733
Biogeography, 32, 261-275. http://dx.doi.org/10.1111/j.1365-2699.2004.01138.x. 734
Posadas, P., Crisci, J.V, & Katinas, L. (2006) Historical biogeography : A review of its basic concepts 735
and critical issues. Journal of arid Environments, 66, 389–403. 736
http://dx.doi.org/10.1016/j.jaridenv.2006.01.003. 737
60
Pott, A., Oliveira, A.K.M., Damasceno-Junior, G.A. & Silva, J.S.V. (2011) Plant diversity of Pantanal 738
wetland. Brazilian Journal of Biology, 71, 265-273. http://dx.doi.org/10.1590/S1519-739
69842011000200005. 740
Prado, J.R., Brennand, P.G.G., Godoy, L.P., Libardi, G.S., Abreu-Júnior, E.F., Roth, P.R.O., Chiquito, A. 741
& Percequillo, A.R. (2014) Species richness and areas of endemism of oryzomyine rodents 742
(Cricetidae, Sigmontinae) in South America: an NDM/VNDM approach. Journal of Biogeography, 42, 743
540-551. http://dx.doi.org/10.1111/jbi.12424. 744
Prevedello, J.A. & Carvalho, C.J.B. (2006) Conservação do Cerrado brasileiro: o método pan-745
biogeográfico como ferramenta para seleção de áreas prioritárias. Natureza & Conservação, 4, 39-746
57. 747
R Core Team (2014). R: A language and environment for statistical computing. R Foundation for 748
Statistical Computing, Vienna, Austria. URL http://www.R-project.org/. 749
Resende, E.K. (2008) Pulso de inundação – Processo ecológico essencial à vida no Pantanal. 750
Embrapa Pantanal, 94, 1-16. 751
Ribeiro, A.C. ,Jacob, R.M., Silva, R.R.S.R., Lima, F.C.T., Ferreira, D.C., Ferreira, K.M., Mariguela, T.C., 752
Pereira, L.H.G. & Oliveira, C. (2013) Distributions and phylogeographic data of rheophilic freshwater 753
fishes provide evidences on the geographic extension of a central-brazilian Amazonian 754
paleoplateau in the area of present day Pantanal Wetland. Neotropical Ichthyology, 11, 319-326. 755
http://dx.doi.org/10.1590/S1679-62252013000200010. 756
Rodrigues, M.T. (2005) A biodiversidade dos Cerrados: conhecimento atual e perspectivas, com 757
uma hipótese sobre o papel das matas de galeria na troca faunística durante os ciclos climáticos. 758
Cerrado: ecologia, biodiversidade e conservação (org. by A. Scariot, J.C.S. Silva & J.M. Felfili), pp. 759
235-246. Ministério do Meio Ambiente, Brasília. 760
61
Rundle, S.D., Foggo, A., Choiseul, V. & Bilton, D.T. (2002) Are distribution patterns linked to dispersal 761
mechanism? An investigation using pond invertebrate assemblages. Freshwater Biology, 47, 1571-762
1581. http://dx.doi.org/10.1046/j.1365-2427.2002.00886.x. 763
Scremin-Dias, E., Lorenz-Lemke, A.P. & Oliveira, A.K.M. (2011) The floristic heterogeity of the 764
Pantanal and the occurrence of species with different adaptive strategies to water stress. Brazilian 765
Journal of Biology, 71, 275-282. http://dx.doi.org/10.1590/S1519-69842011000200006. 766
Sigrist, M.S. & Carvalho, C.J.B. (2009) Historical relationships among areas of endemism in the 767
tropical South America using Brooks Parsimony Analysis (BPA). Biota Neotropica, 9, 79-90. 768
http://dx.doi.org/10.1590/S1676-06032009000400009. 769
Silva, J.M.C. (1996) Distribution of Amazonian and Atlantic birds in gallery forests of the Cerrado 770
region, South America. Ornitologia Neotropical, 7, 1-18. 771
Stephens, P.R. & Wiens, J.J. (2003) Explaining species richness from continents to communities: the 772
time-for-speciation effect in Emydid turtles. The American Naturalist, 161, 112-128. 773
http://dx.doi.org/10.1086/345091. 774
Strüssmann, C., Ribeiro, R.A.K., Ferreira, V.L. & Béda, A.F. (2007) Herpetofauna do Pantanal 775
brasileiro. Herpetologia no Brasil II (ed. by L.B. Nascimento & M.E. Oliveira), pp. 66-84. Sociedade 776
Brasileira de Herpetologia, Belo Horizonte. 777
Strüssmann, C., Prado, C.P.A., Ferreira, V.L. & Ribeiro, R.A.K. (2011) Diversity, ecology, management 778
and conservation of amphibians and reptiles of the Brazilian Pantanal: a review. The Pantanal: 779
Ecology, biodiversity and sustainable management of a large neotropical seasonal wetland (ed. by 780
W.J. Junk, C.N. Cunha & K.M. Wantzen), pp. 23-44. Pensoft Publisher, Sofia-Moscow. 781
Szumik, C.A., Cuezzo, F., Goloboff, P.A. & Chalup, A.E. (2002) An optimality criterion to determine 782
areas of endemism. Systematic Biology, 51, 806-816. 783
http://dx.doi.org/10.1080/10635150290102483. 784
62
Szumik, C., Aagesen, L., Casagranda, D., Arzamendia, V., Baldo, D., Claps, L.E., Cuezzo, F., Gómez, 785
J.M.D., Di Giacomo, A., Giraudo, A., Goloboff, P., Gramajo, C., Kopuchian, C., Kretzschmar, S., 786
Lizarralde, M., Molina, A., Mollerach, M., Navarro, F., Nomdedeu, S., Panizza, A., Pereyra, V.V., 787
Sandoval, M., Scrocchi, G. & Zuloaga, F.O. (2012). Detecting areas of endemism with a 788
taxonomically diverse data set: plants, mammals, reptiles, amphibians, birds, and insects from 789
Argentina. Cladistics, 28, 317-329. http://dx.doi.org/10.1111/j.1096-0031.2011.00385.x. 790
Torres-Carvajal, O., Lobos, S.E. & Venegas, P.J. (2015) Phylogeny of Neotropical Cercosaura 791
(Squamata: Gymnophthalmidae) lizards. Molecular Phylogenetics and Evolution, 792
http://dx.doi.org/10.1016/j.ympev.2015.07.025. 793
Ussami, N., Shiraiwa, S. & Dominguez, J.M.L. (1999) Basement reactivation in a sub-Andean foreland 794
flexural bulge: the Pantanal wetland SW Brazil. Tectonics, 18, 25-39. 795
Valdujo, P.H., Silvano, D.L., Colli, G. & Martins, M. (2012) Anuran species composition and 796
distribution patterns in Brazilian Cerrado, a Neotropical hotspot. South American Journal of 797
Herpetology, 7, 63-78. http://dx.doi.org/10.2994/057.007.0209. 798
Werneck, F.P. (2011) The diversification of eastern South American open vegetation biomes: 799
historical biogeography and perspectives. Quaternary Science Reviews, 30, 1630-1648. 800
http://dx.doi.org/10.1016/j.quascirev.2011.03.009. 801
Wiens, J.J. & Donoghue, M.J. (2004) Historical biogeography, ecology and species richness. Trends 802
in Ecology and Evolution, 19, 639-644. http://dx.doi.org/10.1016/j.tree.2004.09.011. 803
Xavier, A.L., Guedes, T.B. & Napoli, M.F. (2015) Biogeography of anurans from the poorly known 804
and threatened coastal sandplains of eastern Brazil. PLoS ONE, 10, 1-18. 805
http://dx.doi.org/10.1371/journal.pone.0128268. 806
Zanella, F.C.V. (2002) Systematics and biogeography of the bee genus Caenonomada Ashmead. 807
1899 (Hymenoptera: Apidae: Tapinotaspini). Studies on Neotropical Fauna and Environment, 37, 808
249-261. http://dx.doi.org/10.1076/snfe.37.3.249.8571. 809
63
810
INFORMAÇÕES DE APOIO 811
Informações de apoio podem ser encontradas na versão online deste artigo. 812
Apêndice 1 Lista das espécies de lagartos registrados na Bacia do Rio Paraguai com indicação das 813
fontes dos dados. 814
Apêndice 2 Lista das espécies de lagartos registradas na Bacia do Rio Paraguai com indicação do 815
padrão de distribuição na bacia. 816
Apêndice 3 Mapa com pontos de ocorrência das espécies de lagartos (Registros) na Bacia do Rio 817
Paraguai (BRP), com indicação dos principais rios, limites geopolíticos de países e elevação, em 818
metros. 819
64
APÊNDICE 1 820
Lista das espécies de lagartos registrados na Bacia do Rio Paraguai com indicação das fontes dos 821
dados. 822
Taxa Fonte dos dados
ANGUIMORPHA Anguidae
1. Ophiodes fragilis (Raddi, 1826) MZUSP; Cacciali & Scott (2012); Ávila et al. (2013)
2. Ophiodes intermedius Boulenger, 1894
Cruz et al. (1992); Álvarez et al. (1995); Dirksen & De la Riva (1999); Fitzgerald et al. (1999); Álvarez et al. (2009); Cano & Leynaud (2009); Cacciali & Scott (2012); Ávila et al. (2013)
3. Ophiodes striatus (Spix, 1825) UFMT; Uetanabaro et al., 2007; Silva Jr. et al., 2009; Cacciali & Scott, 2012
4. Ophiodes vertebralis Bocourt, 1881
Ávila et al. (2013)
GEKKOTA Gekkonidae
5. Lygodactylus wetzeli (Smith, Martin & Swain, 1977)
CEUCH; CHUNB; MZUSP; UFMT; ZUEC-REP; González (1998); Dirksen & De la Riva (1999); Uetanabaro et al. (2007)
Phyllodactylidae
6. Garthia gaudichaudii (Duméril & Bibron, 1836)
Kluge (1964)
7. Homonota fasciata (Duméril & Bibron, 1836)
Kluge (1964); González (1998); Dirksen & De la Riva (1999); Fitzgerald et al. (1999); Leynaud & Bucher (2005); Kacoliris et al. (2006); Etchepare et al. (2011); Ávila et al. (2013)
8. Homonota rupicola Cacciali, Ávila & Bauer, 2007
Cacciali et al. (2007); Cabral & Weiler (2014)
9. Phyllopezus pollicaris (Spix, 1825)
CEUCH; CHUNB; IBSP; MHNCI; MZUSP; UFMT; ZUEC-REP; ZUFMS; Cei (1993); González (1998); Dirksen & De la Riva (1999); Leynaud & Bucher (2005); Kacoliris et al. (2006); Silva Jr. et al. (2009); Souza et al. (2010); Ávila et al. (2013); Cabral & Weiler (2014)
10. Thecadactylus solimoensis Bergmann & Russell, 2007
UFMT
Sphaerodactylidae
11. Coleodactylus brachystoma (Amaral, 1935)
CEUCH; CHUNB; MZUSP; UFMT; ZUFMS; Silva Jr. et al. (2009)
12. Gonatodes hasemani Griffin, 1917
UFMT
13. Gonatodes sp. UFMT
14. Gonatodes humeralis (Guichenot, 1855)
CEUCH; CHUNB; MZUSP; UFMT; ZUFMS; Ávila-Pires (1995)
65
IGUANIA Dactyloidae
15. Norops brasiliensis (Vanzolini & Williams, 1970)
Souza et al. (2010)
16. Norops fuscoauratus (D’Orbigny, 1837)
UFMT
17. Norops meridionalis (Boettger, 1885)
CHUNB; MZUSP; UFMT; ZUFMS; Uetanabaro et al. (2007); Silva Jr. et al. (2009); Motte & Cacciali (2009); Souza et al. (2010)
Hoplocercidae
18. Hoplocercus spinosus Fitzinger, 1843
CHUNB; MZUSP; UFMT; ZUEC-REP; ZUFMS; Ávila-Pires (1995); Silva Jr. et al. (2009)
Iguanidae
19. Iguana iguana (Linnaeus, 1758)
CHUNB; HCPAP; MZUSP; UFMT; ZUEC-REP; ZUFMS; Dirksen & De la Riva (1999); Souza et al. (2010); Cabral & Weiler (2014)
Liolaemidae
20. Liolaemus alticolor Barbour, 1909
Dirksen & De la Riva (1999)
21. Liolaemus chacoensis Shreve, 1948
Cruz et al. (1992); Fitzgerald et al. (1999); Leynaud & Bucher (2005); Kacoliris et al. (2006); Aguilar-Kirigin & Ocampo (2011); Ávila et al. (2013);
22. Liolaemus orientalis Müller, 1924
Ávila et al. (2013)
23. Liolaemus signifer (Duméril & Bibron, 1837)
Dirksen & De la Riva (1999)
Polychrotidae
24. Polychrus acutirostris Spix, 1825
CEUCH; CHUNB; HCPAP; IBSP; MHNCI; MZUSP; UFMT; ZUFMS; Cei (1993); Dirksen & De la Riva (1999); Kacoliris et al. (2006); Álvarez et al. (2009); Silva Jr. et al. (2009); Ávila et al. (2013); Cabral & Weiler (2014)
25. Polychrus liogaster Boulenger, 1908
UFMT
Tropiduridae
26. Plica umbra (Linnaeus, 1758) UFMT
27. Stenocercus caducus (Cope, 1862)
AMNH; CEUCH; CHUNB; MZUSP; UFMT; USNM; ZUEC-REP; ZUFMS; González (1998); Dirksen & De la Riva (1999); Torres-Carvajal (2005); Torres-Carvajal (2007); Uetanabaro et al. (2007); Silva Jr. et al. (2009); Núñez (2012); Ávila et al. (2013); Cabral & Weiler (2014)
28. Stenocercus doellojuradoi (Freiberg, 1944)
Cruz et al. (1992); Fitzgerald et al. (1999); Leynaud & Bucher (2005); Kacoliris et al. (2006); Torres-Carvajal (2007)
29. Stenocercus marmoratus (Duméril & Bibron, 1837)
Dirksen & De la Riva (1999); Torres-Carvajal (2007); Ávila et al. (2013)
66
30. Stenocercus roseiventris D’Orbigny in Duméril & Bibron, 1837
Dirksen & De la Riva (1999); Torres-Carvajal (2007); Ávila et al. (2013)
31. Stenocercus sinesaccus Torres-Carvajal, 2005
MZUSP; UFMT
32. Stenocercus sp. UFMT
33. Tropidurus etheridgei Cei, 1982
CHUNB; IBSP; MZUSP; UFMT; Cruz et al. (1992); González (1998); Dirksen & De la Riva (1999); Fitzgerald et al. (1999); Leynaud & Bucher (2005); Kacoliris et al. (2006); Ávila et al. (2013); Cabral & Weiler (2014)
34. Tropidurus guarani Álvarez, Cei & Scolaro, 1994
CEUCH; CHUNB; HCPAP; IBSP; MHNCI; MZUSP; UFMT; ZUEC-REP; ZUFMS; Álvarez et al. (1994); Frost et al. (1998); Bursey & Goldberg (2004); Uetanabaro et al. (2007); Silva Jr. et al. (2009); Souza et al. (2010); Cabral & Weiler (2014)
35. Tropidurus itambere Rodrigues, 1987
CHUNB; MZUSP; UFMT; ZUFMS
36. Tropidurus melanopleurus Boulenger, 1902
Dirksen & De la Riva (1999); Ávila et al. (2013)
37. Tropidurus montanus Rodrigues, 1987
MZUSP
38. Tropidurus oreadicus Rodrigues, 1987
CHUNB; MZUSP; UFMT
39. Tropidurus spinulosus (Cope, 1862)
Cruz et al. (1992); Frost et al. (1998); González (1998); Dirksen & De la Riva (1999); Fitzgerald et al. (1999); Leynaud & Bucher (2005); Kacoliris et al. (2006); Álvarez et al. (2009); Ávila et al. (2013)
40. Tropidurus torquatus (Wied-Neuwied, 1820)
CHUNB; IBSP; MZUSP; UFMT; ZUEC-REP; Álvarez et al. (1995); Álvarez et al., (2009); Silva Jr. et al. (2009); Ávila et al. (2013); Cabral & Weiler (2014)
LACERTOIDEA Gymnophthalmidae
41. Alopoglossus angulatus (Linnaeus, 1758)
UFMT
42. Bachia bresslaui (Amaral, 1935)
CHUNB; MZUSP; UFMT; McDiarmid & Foster (1987); Silva Jr. et al. (2009); Cacciali (2010)
43. Bachia cacerensis Castrillon & Strüssmann, 1998
ZUEC-REP
44. Bachia didactyla Freitas, Strüssmann, Carvalho, Kawashita-Ribeiro & Mott, 2011
UFMT
45. Bachia dorbignyi (Duméril & Bibron, 1839)
UFMT; González (1998)
46. Cercosaura eigenmanni (Griffin, 1917)
UFMT
67
47. Cercosaura ocellata Wagler, 1830
CHUNB; MZUSP; UFMT; ZUEC-REP; ZUFMS; Uetanabaro et al. (2007); Silva Jr. et al. (2009); Cacciali (2010); Souza et al. (2010); Smith et al. (2011); Núñez (2012)
48. Cercosaura parkeri Ruibal, 1952
CEUCH; CHUNB; MZUSP; UFMT; UMMZ; ZUEC-REP; ZUFMS; Cei (1993); Barreto et al. (2012)
49. Cercosaura schreibersii Wiegmann, 1834
ANSP; CHUNB; MHNCI; MZUSP; ZUFMS; Cruz et al. (1992); Cei (1993); Álvarez et al. (1995); Dirksen & De la Riva (1999); Fitzgerald et al. (1999); Álvarez et al. (2009); Cano & Leynaud (2009); Silva Jr. et al. (2009); Cacciali (2010); Smith et al. (2011); Cabral & Weiler (2014)
50. Colobosaura modesta (Reinhardt & Luetken, 1862)
CHUNB; MZUSP; UFMT; ZUEC-REP; ZUFMS; Ávila-Pires (1995); Uetanabaro et al. (2007); Silva Jr. et al. (2009); Cacciali (2010)
51. Iphisa elegans Gray, 1851 UFMT
52. Micrablepharus atticolus Rodrigues, 1996
CHUNB; MZUSP; UFMT; ZUFMS
53. Micrablepharus maximiliani (Reinhardt & Luetken, 1862)
CEUCH; CHUNB; HCPAP; IBSP; MZUSP; UFMT; ZUEC-REP; ZUFMS; González (1998); Dirksen & De la Riva (1999); Uetanabaro et al. (2007); Silva Jr. et al. (2009); Cacciali (2010); Smith et al. (2011)
54. Vanzosaura rubricauda (Boulenger, 1902)
CHUNB; CZPLT-H; FLI; FML; HCPAP; MACN; MNHNP; MTR; MZUSP; ZUFMS; Cruz et al. (1992); Cei (1993); González (1998); Dirksen & De la Riva (1999); Fitzgerald et al. (1999); Kacoliris et al. (2006); Torres-Carvajal (2007); Silva Jr. et al. (2009); Cacciali (2010); Smith et al. (2011); Ávila et al. (2013)
Teiidae
55. Ameiva ameiva (Linnaeus, 1758)
CEUCH; CHUNB; HCPAP; MHNCI; MZUSP; UFMT; ZUFMS; Cruz et al. (1992); Ávila-Pires (1995); González (1998); Dirksen & De la Riva (1999); Fitzgerald et al. (1999); Leynaud & Bucher (2005); Kacoliris et al. (2006); Uetanabaro et al. (2007); Álvarez et al. (2009); Silva Jr. et al. (2009); Souza et al. (2010); Ávila et al. (2013); Cabral & Weiler (2014)
56. Ameiva sp.1 CHUNB; UFMT
57. Ameiva sp.2 ZUFMS
58. Ameivula abalosi (Cabrera, 2012)
HCPAP; UFMT; ZUFMS; Cabrera (2012); Ávila et al. (2013); Cabral & Weiler (2014)
59. Ameivula ocellifera (Spix, 1825)
CHUNB; MZUSP; UFMT; ZUFMS; Cruz et al. (1992); Álvarez et al. (1995); González (1998); Dirksen & De la Riva (1999); Fitzgerald et al. (1999); Leynaud & Bucher (2005); Kacoliris et al. (2006); Silva Jr. et al. (2009); Harvey et al. (2012)
60. Contomastix lacertoides (Duméril & Bibron, 1839)
Dirksen & De la Riva (1999); Ávila et al. (2013)
68
61. Contomastix vittata (Boulenger, 1902)
Harvey et al. (2012)
62. Dracaena paraguayensis Amaral, 1950
CEUCH; IBSP; MZUSP; UFMT; ZUEC-REP; Scott & Cacciali (2011); Cabral & Weiler (2014)
63. Kentropyx altamazonica (Cope, 1876)
UFMT
64. Kentropyx calcarata Spix, 1825 UFMT; ZMB; Ávila-Pires (1995); Dirksen & De la Riva (1999)
65. Kentropyx paulensis Boettger, 1893
CHUNB; MCZ; MZUSP; UFMT
66. Kentropyx vanzoi Gallagher & Dixon, 1980
CHUNB; MZUSP; UFMT; ZUEC-REP
67. Kentropyx viridistriga Boulenger, 1894
BM; MCZ; ZMH; Cruz et al. (1992); Álvarez et al. (1995); Fitzgerald et al. (1999); Álvarez et al. (2009); Cano & Leynaud (2009); Harvey et al. (2012); Ávila et al. (2013)
68. Kentropyx aff. viridistriga CEUCH; MZUSP; UFMT; ZUFMS
69. Salvator duseni (Lönnberg in Lönnberg & Andersson, 1910)
MHNP
70. Salvator merianae (Duméril & Bibron, 1839)
CHUNB; MHNCI; MNRJ; MZUSP; UFMT; ZUFMS; González (1998); Uetanabaro et al. (2007); Álvarez et al. (2009); Cano & Leynaud (2009); Silva Jr. et al. (2009); Souza et al. (2010); Núñez (2012); Ávila et al. (2013)
71. Salvator rufescens (Günther, 1871)
Cruz et al. (1992); González (1998); Dirksen & De la Riva (1999); Fitzgerald et al. (1999); Leynaud & Bucher (2005); Kacoliris et al. (2006); Ávila et al. (2013)
72. Teius oculatus (D’Orbigny & Bibron, 1837)
Álvarez et al. (1995); Álvarez et al. (2009); Cano & Leynaud (2009); Núñez (2012); Ávila et al. (2013)
73. Teius teyou (Daudin, 1802) CEUCH; CHUNB; MZUSP; ZUFMS; Cruz et al. (1992); González (1998); Dirksen & De la Riva (1999); Fitzgerald et al. (1999); Leynaud & Bucher (2005); Kacoliris et al. (2006); Álvarez et al. (2009); Souza et al. (2010); Harvey et al. (2012); Ávila et al. (2013)
74. Tupinambis quadrilineatus Manzani & Abe, 1997
CHUNB; MNRJ; UFMT; Silva Jr. et al. (2009)
75. Tupinambis teguixin (Linnaeus, 1758)
CHUNB; MZUSP; UFMT; Álvarez et al. (1995); Dirksen & De la Riva (1999)
SCINCOMORPHA Mabuyidae
76. Aspronema dorsivittatum (Cope, 1862)
CHUNB; MZUSP; ZUEC-REP; ZUFMS; Cei (1993); Dirksen & De la Riva (1999); Álvarez et al. (2009); Cano & Leynaud (2009); Silva Jr. et al. (2009); Núñez (2012); Ávila et al. (2013)
77. Copeoglossum nigropunctatum (Spix, 1825)
CEUCH; CHUNB; KU; MZUSP; UFMT; ZUFMS; Ávila-Pires (1995); Uetanabaro et al. (2007)
69
78. Manciola guaporicola (Dunn, 1935)
CEUCH; CHUNB; MHNCI; MPEG; MZUSP; UFMT; ZUFMS; Ávila-Pires (1995); Uetanabaro et al. (2007); Souza et al. (2010); Cabral & Weiler (2014)
79. Notomabuya frenata (Cope, 1862)
CEUCH; CHUNB; HCPAP; MZUSP; UFMT; ZUFMS; Cruz et al. (1992); Cei (1993); Álvarez et al. (1995); González (1998); Dirksen & De la Riva (1999); Fitzgerald et al. (1999); Kacoliris et al. (2006); Uetanabaro et al. (2007); Álvarez et al. (2009); Silva Jr. et al. (2009); Souza et al. (2010); Ávila et al. (2013); Cabral & Weiler (2014)
80. Varzea bistriata (Spix, 1825) MZUSP; Dirksen & De la Riva (1999); Silva Jr. et al. (2009)
Acrônimo Instituição
AMNH American Museum of Natural History, Nova Iorque, Estados Unidos da América
ANSP Academy of Natural Sciences of Philadelphia, Filadélfia, Estados Unidos da América
BMNH British Museum of Natural History, Londres, Reino Unido
CEUCH Seção de Herpetologia da Coleção Zoológica de Referência da Universidade Federal de Mato Grosso do Sul, Corumbá, Mato Grosso do Sul, Brasil
CHUNB Coleção Herpetológica da Universidade de Brasília, Brasília, Distrito Federal, Brasil
CZPLT-H Colección Zoológica de Para La Tierra - Herpetologia, Reserva Natural Laguna, Paraguai
FML Instituto de Herpetologia, Fundación Miguel Lillo, San Miguel de Tucuman, Tucuman, Argentina
HCPAP Coleção de Vertebrados da Empresa Brasileira de Pesquisa Agrapecuária (EMBRAPA) - Herpetologia, Corumbá, Mato Grasoos do sul, Brasil
IBSP Coleção Herpetológica do Instituto Butantã, São Paulo, São Paulo, Brasil
KU KU Biodiversity Institute & Natural History Museum, Kansas, Kansas, Estados Unidos da América
MACN Museo Argentino de Ciencias Naturales, Buenos Aires, Argentina
MCZ Museum of Comparative Zoology, Universidade de Harvard, Cambridge, Massachusetts, Estados Unidos da América
MHNCI Museu de História Natural Capão da Imbuia, Curitiba, Paraná, Brasil
MHNP Muséum National d'Histoire Naturelle, Paris, França
MNRJ Museu Nacional, Rio de Janeiro, Rio de Janeiro, Brasil
MPEG Museu Paraense Emílio Goeldi, Belém, Pará, Brasil
70
MTR Laboratório de Herpetologia da Universidade de São Paulo (USP), São Paulo, São Paulo, Brasil
MZUSP Museu de Zoológia da Universidad de São Paulo, São Paulo, São Paulo, Brasil
UFMT Coleção Zoológica da Universidade Federal de Mato Grosso - Répteis, Cuiabá, Mato Grosso, Brasil
UMMZ University of Michigan Museum of Zoology, Ann Arbor, Michigan, Estados Unidos da América
USNM National Museum of Natural History, Smithsonian Institution, Washington, DC, Estado Unidos da América
ZMB Museum für Naturkunde, Berlin, Alemanha
ZMH Zoologiches Museum Hamburg, Hamburg, Alemanha
ZUEC-REP Museu de Zoologia da Universidade de Campinas - Répteis, Campinas, São Paulo, Brasil
ZUFMS Coleção Zoológica de Referência da Universidade Federal de Mato Grosso do Sul, Campo Grande, Mato Grosso do Sul, Brasil
Citação
Referência
Aguilar-Kirigin & Ocampo (2011)
Aguilar-Kirigin, A.J. & Ocampo, M. (2011) Ampliación de la distribución de Liolaemus chacoensis (Shreve, 1948) (Iguania: Liolaemidae) en el Chaco boliviano. Kempffiana, 7, 39-40.
Álvarez et al. (1995) Álvarez, B.B., Lions, M.L., Aguirre, R., Céspedez, J.A. & Hernando, A. (1995) Herpetofauna del area de influencia del embalse de la represa Yacyreta (Argentina-Paraguay). Facena, 11, 57-73.
Álvarez et al. (2009) Álvarez, B.B., García, J.A.R., Céspedez, J.A., Hernando, A.B., Zaracho, V.H., Calamante, C.C. & Aguirre, R.H. (2009) Herpetofauna, provinces of Chaco and Formosa, Chaco Oriental region, north-eastern Argentina. Check List, 5, 74-82.
Ávila et al. (2013) Ávila, L.J., Martinez, L.E. & Morando, M. (2013) Checklist of lizards and amphisbaenians of Argentina: an update. Zootaxa, 3616, 201-238.
Ávila-Pires (1995) Ávila-Pires, T.C. (1995) Lizards of Brazilian Amazonia (Reptilia: Squamata). Zoologische Verhandelingen,299, 1-706.
Barreto et al. (2012) Barreto, D.S., Valadão, R.M., Nogueira, C.N., Castro, C.P., Ferreira, V.L. & Strüssmann, C. (2012) New locality records, geographical distribution, and morphological variation in Cercosaura parkeri (Ruibal, 1952) (Squamata: Gymnophthalmidae) from western Brazil. Check List, 8, 1365-1369.
Bursey & Goldberg (2004) Bursey, C.R. & Goldberg, S.R. (2004) Helminths of Tropidurus guarani (Sauria: Tropiduridae) from Paraguay. Comparative Parasitology, 71, 203-207.
71
Cabral & Weiler (2014) Cabral, H. & Weiler, A. (2014) Lista comentada de los reptiles de la Coleccíon Zoológica de la Facultad de Ciencias Exactas y Naturales de Asunción, Paraguay. Cuadernos de Herpetología, 28, 1-10.
Cabrera (2012) Cabrera, M.R. (2012) a new species of Cnemidophorus (Squamata, Teiidae) from the South American Chaco. Herpetological Journal, 22, 123-131.
Cacciali & Scott (2012) Cacciali, P. & Scott, N.J. (2009) Revisión del género Ophiodes de Paraguay (Squamata: Anguidae). Boletín de la Sociedad Zoológica del Uruguay, 21, 1-8.
Cacciali et al. (2007) Cacciali, P., Ávila, I. & Bauer, F. (2007) A new species of Homonota (squamata, Gekkonidae) from Paraguay, with key to the genus. Phyllomedusa, 6, 137-146.
Cacciali (2010) Cacciali, P. (2010) Distribución y afinidades biogegráficas de la familia Gymnophthalmidae de Paraguay (Reptilia: Sauria). Reportes Científicos de la Facen, 1, 10-19.
Cano & Leynaud (2009) Cano, P.D. & Leynaud, G.C. (2009) Effects of fire and cattle grazing on amphibians and lizards in northeastern Argentina (Humid Chaco). European Journal of Wildlife Research, 56, 411-420.
Cei (1993) Cei, J.M. (1993) Reptiles del Noroeste, Nordeste y Este de la Argentina. Herpetofauna de las selvas subtropicales, Puna y Pampas. Museo Regionale di Scienze Naturali, Torino.
Cruz et al. (1992) Cruz, F.B., Perotti, M.G. & Fitzgerald, L.A. (1992) Lista de anfibios y reptiles colectados em uma localidad del Chaco Salteño. Acta Zoologica Lilloana, 42, 101-107.
Dirksen & De la Riva (1999) Dirksen, L. & De la Riva, I. (1999) The lizards and amphisbaenians of Bolivia (Reptilia, Squamata): checklist, localities, and bibliography. Graellsia, 55, 199-215.
Etchepare et al. (2011) Etchepare, E.G., Ingaramo, M.R., Falcione, C., Aguirre, R.H. & Barrios, C.E. (2011) Homonota fasciata Duméril y Bibron, 1839 (Reptilia, Squamata, Phyllodactylidae). Primer registro para la provincia de Corrientes (República Argentina). Cuadernos deHerpetología, 25, 21-22.
Frost et al. (1998) Frost, D.R., Crafts, H.M., Fitzgerald, L.A. Titus, T.A. (1998) Geographic variation, species recognition, and molecular evolution of Cytochrome Oxidase I in the Tropidurus spinulosus complex (Iguania: Tropiduridae). Copeia, 1998, 839-851.
Fitzgerald et al. (1999) Fitzgerald, L.A., Cruz, F.B. & Perotti, G. (1999) Phenology of a lizard assemblage in the dry Chaco of Argentina. Journal of Herpetology, 33, 526-535.
72
González (1998) González, L.A. (1998) La herpetofauna del Izozog. Ecología em Bolivia, 31, 45-51.
Harvey et al. (2012) Harvey, M.B., Ugueto, G.N. & Gutberlet Jr., R.L. (2012) Review of Teiid morfology with a revised taxonomy and phylogeny of the Teiidae (Lepidosauria: Squamata). Zootaxa, 3459, 1-156.
Kacoliris et al. (2006) Kacoliris, F.P., Berkunsky, I. & Willians, J. (2006) Herpetofauna of the Argentinean impenetrable great Chaco.Phyllomedusa, 5, 149-157.
Kluge (1964) Kluge, A.G. (1964) A revision of the South American Gekkonid lizard enus Homonota Gray. American Museum Novitates, 2193, 1-41.
Leynaud & Bucher (2005) Leynaud, G.C. & Bucher, E.H. (2005) Restoration of degraded Chaco woodlands: effects on reptile assemblage. Forest Ecology and Management, 213, 384-390.
McDiarmid & Foster (1987) McDiarmid, R.W. & Foster, M.S. (1987) Additions to the reptile fauna of Paraguay with notes on a small herpetological collection from Amambay. Studies on Neotropical Fauna and Environment, 22, 1-9.
Motte & Cacciali (2009) Motte, M. & Cacciali, P. (2009) Descripción de um neotipo para Anolis meridionalis Boettger, 1885 (Sauria: Polychrotidae). Cuadernos de Herpetología, 23, 19-24.
Núñez (2012) Núñez, K. (2012) La herpetofauna de um fragmento de Bosque Atlántico em el Departamento de Itapúa, Paraguay.Boletin de la Asociación Herpetológica Espanola, 23, 1-6.
Scott & Cacciali (2011) Scott, N.J. & Cacciali, P. (2011) Reptilia, Squamata, Teiidae, Dracaena paraguayensis Amaral, 1950: in Paraguay, Dracaena sí, Crocodilurus no. Check List, 7, 52.
Silva Jr. et al. (2009) Silva Jr., N.J., Cintra, C.E.D., Silva, H.L.R., Costa, M.C., Souza, C.A., Pachêco Jr., A.A. & Gonçalves, F.A. (2009) Herpetofauna, Ponte de Pedra hydroelectric power plant, states of Mato Grosso and Mato Grosso do Sul, Brazil. Check List, 5, 518-525.
Smith et al. (2011) Smith, P., Cacciali, P., Atkinson, K., Källberg, A. & Pheasey, H. (2011) Nuevos registros de Gymnophthalmidae (Reptilia: Sauria) em la Reserva Natural Laguna Blanca, departamento San Pedro, Paraguay y ua clave para las especies paraguayas. Nótulas Faunísticas, 81, 1-6.
Souza et al. (2010) Souza, F.L.; Uetanabaro, M., Landgref-Filho, P., Piatti, L. & Prado, C.P.A. (2010) Herpetofauna, municipality of Porto Murtinho, Chaco region, state of Mato Grosso do Sul, Brazil. Check List, 6, 470-475.
73
Torres-Carvajal (2005) Torres-Carvajal, O. (2005) A new species of Stenocercus (Squamata, Iguania) from central-western Brazil with a key to Brazilian Stenocercus. Phyllomedusa, 4, 123-132.
Torres-Carvajal (2007) Torres-Carvajal, O. (2007) A taxonomic revison of South American Stenocercus (Squamata: Iguania) lizards. Herpetological Monographs, 21, 76-178.
Uetanabaro et al. (2007) Uetanabaro, M., Souza, F.L., Landgref Filho, P., Béda, A.F. & Brandão, R.A. (2007) Anfíbios e répteis do Parque Nacional da Serra da Bodoquena, ato Grosso do Sul, Brasil. Biota Neotropica, 7, 279-289.
823
74
APÊNDICE 2 824
Lista das espécies de lagartos registrados na Bacia do Rio Paraguai (BRP) com indicação das espécies 825
que compuseram os elementos bióticos (EB) identificados pela análise de elementos bióticos e 826
áreas de consenso (set) obtidos com a análise de endemicidade, para grids de células de 1°X 1° e 827
2°X2°. Estão indicadas as aspécies registradas na planície de inundação do Pantanal (PTN). Espécies 828
utilizadas no teste da segunda predição do modelo vicariante da análise de elementos bióticos para 829
células de 1°X 1° estão indicadas com “1°” e com células 2°X2° estão indicadas com “2°”.Espécies que 830
não estão assinaladas para nenhum elemento biótico compõem o elemento ruído. BE1: elemento 831
biótico 1; BE2: elemento biótico 2; BE3: elemento biótico 3; BE4: elemento biótico 4; BE5: elemento 832
biótico 5; set 0: conjunto 0 das áreas de consenso; set 1: conjunto 1 das áreas de consenso; set 2: 833
conjunto 2 das áreas de consenso; set 3: conjunto 3 das áreas de consenso; set 4: conjunto 4 das 834
áreas de consenso; set 5: conjunto 5 das áreas de consenso. 835
Taxa PTN EB set
Grid 1°x1° Grid 2°x2° Grid 1°x1° Grid 2°x2°
ANGUIMORPHA
Anguidae
1. Ophiodes fragilis (Raddi, 1826)
2. Ophiodes intermedius Boulenger, 1894
set 2; set 5
3. Ophiodes striatus (Spix, 1825) set 3
4. Ophiodes vertebralis Bocourt, 1881
GEKKOTA
Gekkonidae
5. Lygodactylus wetzeli (Smith, Martin & Swain, 1977)
X set 0
Phyllodactylidae
6. Garthia gaudichaudii (Duméril & Bibron, 1836)
7. Homonota fasciata (Duméril & Bibron, 1836)
set 2
8. Homonota rupícola Cacciali, Ávila & Bauer, 2007
BE5
9. Phyllopezus pollicaris (Spix, 1825) X set 0; set 4
10. Thecadactylus solimoensis Bergmann & Russell, 2007
BE1 BE1
Sphaerodactylidae
11. Coleodactylus brachystoma (Amaral, 1935)
X set 0 set 1
12. Gonatodes hasemani2° Griffin,
1917
BE1 BE1
75
13. Gonatodes aff. hasemani2° X BE2
14. Gonatodes humeralis (Guichenot, 1855)
X set 1 set 1
IGUANIA
Dactyloidae
15. Norops brasiliensis (Vanzolini & Williams, 1970)
X
16. Norops fuscoauratus2° (D’Orbigny,
1837)
BE1 set 1
17. Norops meridionalis2° (Boettger,
1885)
X BE4 set 0 set 1; set 3
Hoplocercidae
18. Hoplocercus spinosus Fitzinger, 1843
X set 0 set 1
Iguanidae
19. Iguana iguana (Linnaeus, 1758) X
Liolaemidae
20. Liolaemus alticolor Barbour, 1909
21. Liolaemus chacoensis1°, 2° Shreve,
1948
set 2
22. Liolaemus orientalis Müller, 1924 BE2 BE3
23. Liolaemus signifer1°, 2° (Duméril &
Bibron, 1837)
BE2 BE3
Polychrotidae
24. Polychrus acutirostris Spix, 1825 X set 4
25. Polychrus liogaster Boulenger, 1908
BE1
Tropiduridae
26. Plica umbra (Linnaeus, 1758) BE1 BE1
27. Stenocercus caducus (Cope, 1862) X set 4
28. Stenocercus doellojuradoi (Freiberg, 1944)
29. Stenocercus marmoratus (Duméril & Bibron, 1837)
30. Stenocercus roseiventris2°
D’Orbigny in Duméril & Bibron, 1837
BE3
31. Stenocercus sinesaccus2° Torres-
Carvajal, 2005
BE3 BE1 set 3 set 1
76
32. Stenocercus sp. 2° BE1 set 3
33. Tropidurus etheridgei Cei, 1982 X set 0; set 4
34. Tropidurus guarani2° Alvarez, Cei
& Scolaro, 1994
X BE2 set 3
35. Tropidurus itambere Rodrigues, 1987
X set 0 set 1
36. Tropidurus melanopleurus Boulenger, 1902
37. Tropidurus montanus Rodrigues, 1987
38. Tropidurus oreadicus2° Rodrigues,
1987
X BE4 set 0 set 1
39. Tropidurus spinulosus2° (Cope,
1862)
X BE5 BE5 set 2; set 4
40. Tropidurus torquatus2° (Wied-
Neuwied, 1820)
X BE2 set 3
LACERTOIDEA
Gymnophthalmidae
41. Alopoglossus angulatus (Linnaeus, 1758)
BE1 BE1
42. Bachia bresslaui (Amaral, 1935) set 1; set 3
43. Bachia cacerensis2° Castrillon &
Strüssmann, 1998
BE2
44. Bachia didactyla2° Freitas,
Strüssmann, Carvalho, Kawashita-Ribeiro & Mott, 2011
BE1
45. Bachia dorbignyi2° (Duméril &
Bibron, 1839)
BE1 set 3
46. Cercosaura eigenmanni (Griffin, 1917)
BE1 BE1
47. Cercosaura ocellata Wagler, 1830 X set 3
48. Cercosaura parkeri Ruibal, 1952 X set 0
49. Cercosaura schreibersii Wiegmann, 1834
X set 4
50. Colobosaura modesta (Reinhardt & Luetken, 1862)
X set 0 set 1; set 3
51. Iphisa elegans Gray, 1851 BE1 set 3
52. Micrablepharus atticolus Rodrigues, 1996
BE4 set 2 set 1
77
53. Micrablepharus maximiliani (Reinhardt & Luetken, 1862)
X set 4
54. Vanzosaura rubricauda (Boulenger, 1902)
X set 0; set 4
Teiidae
55. Ameiva ameiva (Linnaeus, 1758) X set 4
56. Ameiva cf. parecis BE4 set 2 set 1
57. Ameiva sp. X
58. Ameivula abalosi (Cabrera, 2012) X set 3
59. Ameivula ocellifera (Spix, 1825) X set 0; set 4
60. Contomastix lacertoides (Duméril & Bibron, 1839)
61. Contomastix vittata (Boulenger, 1902)
BE2 BE3
62. Dracaena paraguayensis Amaral, 1950
X set 1
63. Kentropyx altamazonica1°, 2°
(Cope, 1876)
BE1 BE1
64. Kentropyx calcarata Spix, 1825 set 0
65. Kentropyx paulensis Boettger, 1893
set 2 set 1
66. Kentropyx vanzoi1°, 2° Gallagher &
Dixon, 1980
BE3 BE1 set 3 set 1
67. Kentropyx viridistriga2° Boulenger,
1894
X BE5 set 5
68. Kentropyx aff. viridistriga X set 1
69. Salvator duseni (Lönnberg in Lönnberg & Andersson, 1910)
set 5
70. Salvator merianae (Duméril & Bibron, 1839)
X BE2 set 3
71. Salvator rufescens (Günther, 1871)
X BE5 set 2; set 4
72. Teius oculatus (D’Orbigny & Bibron, 1837)
set 5
73. Teius teyou (Daudin, 1802) X set 2; set 4
74. Tupinambis quadrilineatus Manzani & Abe, 1997
BE4 set 2 set 1
78
75. Tupinambis teguixin (Linnaeus, 1758)
X set 1 set 1
SCINCOMORPHA
Mabuyidae
76. Aspronema dorsivittatum (Cope, 1862)
X set 3
77. Copeoglossum nigropunctatum (Spix, 1825)
X set 0 set 1
78. Manciola guaporicola (Dunn, 1935)
X set 1; set 3
79. Notomabuya frenata (Cope, 1862) X BE2 set 4
80. Varzea bistriata (Spix, 1825) BE4 set 0; set 1 set 1
TOTAL 80 38 15 31 19 50
836
79
APÊNDICE 3 837
838
Mapa com pontos de ocorrência das espécies de lagartos (Registros) na Bacia do Rio Paraguai (BRP), 839
com indicação dos principais rios, limites geopolíticos de países e elevação, em metros.840
80
3. CAPÍTULO 2
“Mudanças climáticas globais e áreas úmidas: Um estudo usando modelagem de
distribuição de lagartos (Reptilia, Squamata) no Chaco Úmido e Pantanal, centro da
América do Sul”
Manuscrito em preparação para “Biological Conservation”
81
Article type: Full length article (Research paper) – Biological Conservation
Mudanças climáticas globais e áreas úmidas: Um estudo usando modelagem de distribuição
de lagartos (Reptilia, Squamata) no Chaco Úmido e Pantanal, centro da América do Sul
Ricardo Alexandre Kawashita-Ribeiroa,b, *, Jacqueline Pimentel Silvaa, Vanda Lúcia Ferreirac,
Cristiano Nogueirad, Christine Strüssmanna,b
aPrograma de Pós-Graduação em Ecologia e Conservação da Biodiversidade, Instituto de
Biociências, Universidade Federal de Mato Grosso, 78060-900, Cuiabá, MT, Brazil
bInstituto de Ciências e Tecnologia das Águas, Universidade Federal do Oeste do Pará, 68040-
050, Santarém, PA, Brazil, [email protected]
cDepartamento de Biologia, Centro de Ciências Biológicas e da Saúde, Universidade Federal de
Mato Grosso do Sul, 79070-900, Campo Grande, MS, Brazil
dLaboratório de Herpetologia, Museu de Zoologia da Universidade de São Paulo, 04263-000, São
Paulo, SP, Brazil
eDepartamento de Ciências Básicas e Produção Animal, Faculdade de Agronomia, Medicina
Veterinária e Zootecnia, Universidade Federal de Mato Grosso, 78060-900, Cuiabá, MT, Brazil
*Autor para correspondência em: Instituto de Ciências e Tecnologia das Águas, Universidade
Federal do Oeste do Pará, 68040-050, Santarém, PA, Brazil,
Endereço de e-mail:[email protected] (R. A. Kawashita-Ribeiro).
Cabeçalho: Mudanças climáticas globais e áreas úmidas
Contagem de palavras do texto: 7768; Contagem de palavras do resumo: 291
82
RESUMO 1
Mudanças climáticas globais são eventos biogeográficos históricos naturais. Entretanto, a 2
velocidade com que as mudanças climáticas estão atualmente ocorrendo estão acima do registro 3
histórico e são atribuídas principalmente a emissão de gases de efeito estufa pela ação antrópica. 4
Ecossistemas que dependem da temperatura e precipitação para regular seus processos abióticos 5
e bióticos, como as áreas úmidas, são particularmente sensíveis às alterações ambientais. 6
Identificar modificações na distribuição geográfica de espécies através da modelagem é uma 7
maneira de acessar potenciais impactos das mudanças climáticas. Aqui nós utilizamos as 8
modelagens de distribuições de cinco espécies de lagartos obtidas a partir dos consensos dos 9
algoritmos BIOCLIM, MAXENT, DOMAIN, SVM e GLM, com projeções para variáveis climáticas atuais 10
e para os cenários futuros RCP 2,6 e 8,5, para avaliar potenciais efeitos das mudanças climáticas 11
globais sobre estas espécies e sobre as áreas úmidas de duas ecorregiões no centro da América do 12
Sul, o Chaco Úmido e o Pantanal. Os modelos de distribuição para os cenários futuros indicaram 13
aumento de áreas com maior probabilidade de ocorrência sobre regiões úmidas do Chaco Úmido e 14
Pantanal no cenário RCP 2,6 para duas das cinco espécies e no RCP 8,5 para três espécies. A 15
expansão nas áreas com probabilidade de ocorrência para os cenários futuros poderia estar 16
relacionada a fisiologia ectotérmica do grupo. Entretanto, os modelos não incorporam limitações 17
fisiológicas, na movimentação e a fragmentação do habitat. Considerando que as espécies 18
modeladas não são aquáticas e ocorrem em micro-habitats secos, a ampliação de áreas com 19
probabilidade de ocorrência pode ser consequência da retração das áreas úmidas nas projeções 20
futuras. A fraca predição de alterações hidrológicas nos modelos climáticos globais futuros limita a 21
previsão dos efeitos do aquecimento global, podendo causar subestimação da magnitude dos 22
impactos, especialmente sobre as áreas úmidas. 23
Palavras-chave: Aquecimento global, modelagem de distribuição de espécies, Global Climate 24
Model, ensemble forecasting, Gymnophthalmidae, Squamata, Reptilia 25
26
83
1. Introdução 27
Os atuais padrões de biodiversidade e de distribuição geográfica apresentado pelas 28
espécies foram influenciados por processos históricos, como movimentação de continentes, 29
formação de barreiras de dispersão e mudanças climáticas globais naturais (Crisci et al., 2006). Estes 30
processos ocorreram de forma lenta e gradual, selecionando organismos mais adaptados 31
(Schneider & Root, 1998). Apesar das mudanças climáticas globais serem processos naturais, as 32
atuais modificações no clima estão ocorrendo em velocidade nunca antes presenciada na história 33
evolutiva da Terra (Ackerly et al., 2010). Enquanto a taxa natural histórica de aquecimento global é 34
da ordem de 0,5 °C e 1 °C a cada mil anos, a taxa de aquecimento global contemporâneo está entre 35
0,5 °C e 0,9 °C a cada cem anos (Stouffer et al., 1994; IPCC, 2007). 36
As rápidas mudanças climáticas globais são atribuídas a alterações antrópicas, 37
principalmente aquelas relacionadas à elevada emissão de gases de efeito estufa (IPCC, 2007; 38
2014). Estas mudanças climáticas são consideradas as principais ameaças à integridade de 39
ecossistemas em ampla escala (Hulme, 2005; McCarty, 2001), pois afetam não somente a 40
temperatura, mas também a pluviosidade, evapotranspiração, ventos, nível dos oceanos, etc. 41
(Hulme, 2005). O aumento da temperatura e alterações no regime pluviométrico podem causar 42
consequências negativas sobre diversos aspectos da biologia das espécies e modificar processos 43
ecológicos em ecossistemas (McCarty, 2001). 44
Ecossistemas altamente dependentes da temperatura e precipitação para a regulação de 45
seus processos abióticos e bióticos, como as áreas úmidas (Birdgham et al., 1995; Dawson et al., 46
2003; Erwin, 2009; Mulholland et al., 1997), são especialmente frágeis frente as mudanças 47
climáticas futuras (Winter, 2000; IPCC, 2001). Importantes serviços ambientais podem ser afetados, 48
como o suporte de material sedimentar, ciclagem de nutrientes, armazenamento de carbono, 49
regulação climática local, recarga de águas subterrâneas, purificação da água e produção de 50
alimentos, entre outros (Millennium Ecosystem Assessment, 2005). Apesar da ampla distribuição 51
das áreas úmidas no mundo, com extensão estimada superior a 12 milhões de km2 (Millennium 52
84
Ecosystem Assessment, 2005), os efeitos futuros das mudanças climáticas globais sobre elas ainda 53
são incertos (IPCC, 2001). 54
Impactos potenciais relacionados às alterações climáticas foram relatados ou previstos para 55
áreas úmidas na Ásia (Erwin, 2009), Europa (Dawson et al., 2003), América do Norte (Burkett & 56
Kusler, 2000; Erwin, 2009; Johnson et al., 2005; McMenamin et al., 2008; Poiani & Johnson, 1991) 57
e América do Sul (Marengo et al., 2010). Na América do Sul, duas das maiores áreas úmidas do 58
continente, as ecorregiões do Chaco Úmido (ou Chaco Oriental) e do Pantanal (Adámoli, 1999), 59
estão localizadas na bacia hidrográfica do Prata, que foi apontada como altamente sensível à 60
variações na precipitação, tornando-a vulnerável as alterações climáticas (Berbery & Barros, 2002). 61
Uma forma de monitorar os impactos de mudanças climáticas é através do mapeamento e 62
acompanhamento da distribuição das espécies (Guisan & Zimmermann, 2000; McCarty, 2001). 63
Entretanto, amostragens em campo, geralmente, demandam longos períodos e dependem de 64
logística elaborada em locais mais isolados, que influencia no custo e tempo para execução. A 65
utilização de modelos de distribuição de espécies é uma maneira de minimizar estes vieses. Dados 66
ambientais, modelados a partir de cenários sócio-econômicos futuros, possibilitam estimar o efeito 67
das mudanças climáticas globais sobre a distribuição das espécies (Guisan & Thuiller, 2005; Guisan 68
& Zimmermann, 2000; Ackerly et al., 2010). 69
Populações podem responder de maneira distinta aos efeitos potenciais das mudanças 70
climáticas globais: enquanto algumas espécies podem aumentar suas abundâncias e áreas de 71
distribuição, outras podem se tornar mais vulneráveis à extinção (IPCC, 2001). Espécies 72
ectotérmicas (que dependem da temperatura do ambiente para a regulação de sua temperatura 73
corporal, como répteis) podem possuir dinâmica, distribuição e abundância mais fortemente 74
correlacionadas com a temperatura ambiental que espécies endotérmicas (Hulme, 2005), 75
tornando-as sensíveis às mudanças climáticas globais. Outra característica dos répteis é que a 76
maioria das espécies possui menor capacidade de dispersão, se comparado com endotérmicos 77
85
(Schneider & Root, 1998; Hillman et al., 2014), o que poderia impossibilitar sua dispersão frente as 78
rápidas alterações climáticas futuras. 79
Diante do cenário de rápidas mudanças climáticas globais, da fragilidade e da incerteza do 80
futuro dos ecossistemas úmidos, o objetivo deste estudo foi utilizar modelos de distribuição de 81
espécies, com projeções de variáveis ambientais atuais e para dois cenários futuros, para avaliar os 82
efeitos potenciais das mudanças climáticas globais sobre espécies de lagartos e sobre as áreas 83
úmidas do Chaco Úmido e Pantanal. 84
85
2. Material e métodos 86
2.1. Área de estudo 87
A área de estudo compreende as áreas úmidas do Chaco Úmido e Pantanal, localizadas na 88
região central da América do Sul, na Bacia do Rio Paraguai (BRP), a segunda maior bacia hidrográfica 89
da América do Sul com área total de drenagem superior a 1,1 milhões km² (Carvalho & Albert, 2011) 90
(Figura 1). Do ponto de vista fitofisiográfico, o Chaco Úmido e Pantanal, estão inseridos na diagonal 91
de formações abertas da América do Sul que inclui Cerrado (incluindo o Pantanal), Florestas 92
Tropicais Sazonalmente Secas e Chaco (Chaco Seco e Chaco Úmido ou Oriental) (Vanzolini, 1963). 93
94
86
Figura 1. Localização do Chaco Úmido (linhas transversais) e do Pantanal (linhas losangulares)
na Bacia do Rio Paraguai (Paraguay River Basin), com indicação dos limites geopolíticos
(Country limits) e elevação em metros (Elevation).
95
As características climáticas presentes no Cerrado e nas Florestas Tropicais Sazonalmente 96
Secas são semelhantes (Mayle, 2004), com sazonalidade marcada por prolongado período seco (5 97
a 6 meses) e precipitação média anual de 1.500 mm (Gentry, 1995; Klink & Machado, 2005). O 98
Chaco Úmido (ou Chaco Oriental) possui área aproximada de 120 mil km2, com estação seca 99
variando entre 2 e 7 meses, precipitação entre 450 e 1.500 mm e períodos de geada no inverno 100
(Adámoli, 1999; Bucher, 1982; Pennington et al., 2000). Compreende a porção mais úmida da 101
planície chaquenha, com abundância de rios e pântanos e com vegetação predominante de savana 102
parque (Bucher, 1982; Iriondo, 1993). Períodos de inundação ocorrem devido, principalmente, ao 103
87
aporte de grande volume de água no período chuvoso nos rios da região e pela baixa infiltração do 104
solo (Iriondo, 1993). Toda a região do Chaco Úmido é formada por paleocanais, antigos depósitos 105
aluviais e leques aluviais de grandes rios, com provável origem geológica no Holoceno (Iriondo, 106
1993). 107
Inserido no Cerrado e conectado ao Chaco Úmido esta o Pantanal, uma planície inundável 108
com área total superior a 135 mil km2 (Adámoli, 1999; Assine & Soares, 2004; Hamilton et al., 1996; 109
Junk & Cunha, 2005; Junk et al., 2006). No Pantanal o transbordamento anual do rio Paraguai e seus 110
afluentes, aliado à intensa precipitação local durante a estação chuvosa e à baixa declividade do 111
terreno determinam o pulso de inundação anual, previsível e monomodal (Junk & Wantzen, 2004; 112
Junk et al., 1989; 2006; 2011; Resende, 2008). 113
114
2.2. Seleção das espécies 115
Os lagartos utilizados na construção dos modelos foram Cercosaura ocellata Wagler, 1830, 116
C. parkeri Ruibal, 1952, Micrablepharus atticolus Rodrigues, 1996, M. maximiliani (Reinhardt & 117
Luetken, 1862), e Vanzosaura rubricauda (Boulenger, 1902). Estes foram selecionados por 118
apresentarem artigos recentes de revisão taxonômica ou de distribuição geográfica para a maior 119
parte da área de ocorrência das espécies. Nenhuma das espécies é aquática e seus registros de 120
ocorrência nas porções úmidas do Chaco e Pantanal, correspondem a localidades que não são 121
inundadas durante as cheias anuais. 122
123
2.3. Dados de distribuição das espécies 124
Os dados de ocorrência de cada uma das espécies de lagartos selecionadas incluíram 125
registros em toda a área de distribuição conhecida, não se limitando a área de estudos, para que a 126
maior amplitude de variação climática exigida por cada espécie pudesse ser captada pelos modelos. 127
Utilizamos 106 localidades para Cercosaura ocellata, 33 para C. parkeri, 117 para Micrablepharus 128
88
atticolus, 182 para M. maximiliani e 58 para Vanzosaura rubricauda. Os dados foram obtidos em 129
artigos de taxonomia e revisões de distribuição das espécies (84% dos registros), complementados 130
com informações de bancos de dados e/ou material testemunho de sete coleções científicas 131
brasileiras (16% dos registros): CEUCH – Seção de Herpetologia da Coleção Zoológica de Referência 132
da Universidade Federal de Mato Grosso do Sul, Corumbá, Mato Grosso do Sul; CHUNB – Coleção 133
Herpetológica da Universidade de Brasília, Brasília, Distrito Federal; HCPAP – Coleção de 134
Vertebrados da Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)-Herpetologia, Corumbá, 135
Mato Grosso do Sul; MZUSP – Museu de Zoologia da Universidade de São Paulo, São Paulo, São 136
Paulo; UFMT – Coleção Zoológica da Universidade Federal de Mato Grosso – Répteis, Cuiabá, Mato 137
Grosso; ZUEC – Museu de Zoologia da Universidade de Campinas – Répteis, Campinas, São Paulo; 138
ZUFMS – Coleção Zoológica de Referência da Universidade Federal de Mato Grosso do Sul, Campo 139
Grande, Mato Grosso do Sul. 140
As coordenadas geográficas para cada registro foram obtidas utilizando dados disponíveis 141
nas referências bibliográficas e coleções, sempre que possível, ou recuperadas através do Google 142
Earth versão 6.1 (Google Inc., 2011) ou ArcView 10.1 (ESRI, 2011). Não utilizamos localidades com 143
coordenadas geográficas obtidas em centroides dos municípios ou obtidas em gazetteer para 144
garanti maior precisão possível das variáveis ambientais. 145
146
2.4. Variáveis ambientais 147
Utilizamos 19 variáveis ambientais, com resolução espacial de 0,5°X 0,5°, simuladas a partir 148
do modelo climático global (GCM – Global Climate Model) do CCSM (The Community Climate 149
System Model) com projeções para as variáveis climáticas atuais (utilizando dados entre os anos de 150
1950 e 1999) e para o futuro (projeção entre os anos de 2080 e 2100), que incluem dois cenários 151
de vias de concentração representativas de emissão de gases de efeito estufa (RCP), o cenério RCP 152
2,6 e RCP 8,5, obtidas em Lima-Ribeiro et al. (2015). As variáveis ambientais utilizadas na 153
89
modelagem de espécies de lagartos foram selecionadas através de análise fatorial usando os eixos 154
que explicam a maior parte da variação dos dados. A análise fatorial permite reduzir a 155
dimensionalidade dos dados, selecionando variáveis originais e independentes (Gotelli & Ellison, 156
2013; Walker, 2012). A análise fatorial é semelhante à análise de componentes principais (PCA), no 157
que diz respeito a reduzir o número de variáveis; entretanto, a análise fatorial não cria novas 158
variáveis, utilizando as variáveis originais (Gotelli & Ellison, 2013). 159
Os cenários futuros são nomeados de acordo com a força radioativa, baseados nos gases 160
do efeito estufa e outros agentes (Van Vuuren et al., 2011a). O RCP 2,6 é um cenário otimista, com 161
trajetória de força radioativa na emissão de gases de efeito estufa com pico de emissão em meados 162
de 2030, declinando posteriormente e atingindo estabilização a partir do ano de 2100. Esse modelo 163
prevê mudanças no clima (mudança na temperatura média global de aproximadamente 2ºC em 164
2100) (Meinshausen et al., 2011; Van Vuuren et al., 2011b). 165
O cenário futuro RCP 8,5 representa um cenário pessimista, com alta emissão de gases do 166
efeito estufa, que aumentam consideravelmente e progressivamente ao longo do tempo. A 167
mudança na temperatura média global será de aproximadamente 5ºC em 2100 (Meinshausen et 168
al., 2011; Riahi et al., 2011). 169
170
2.5. Modelagem da distribuição das espécies 171
As modelagens da distribuição das espécies foram realizadas utilizando três algoritmos que 172
consideram apenas registros de presença das espécies (BIOCLIM, distância de Gower – DOMAIN e 173
MAXENT), um algoritmo que considera presenças e pseudo-ausências (Support Vector Machines – 174
SVM) e um que considera presenças e ausências (Generalized Linear Model – GLM). Metade dos 175
pontos de ocorrência de cada espécies foi utilizada para teste (para avaliação) e a outra metade 176
para treino (construção) dos modelos. Dados de ausência das espécies foram simulados 177
90
randomicamente para a América do Sul, para calibrar os algoritmos de modelagem baseados em 178
observações de presença-ausência e pseudo-ausência. 179
Os diferentes modelos gerados para cada algoritmo, para cada espécie, em cada projeção 180
foram utilizados para a confecção de modelos-consenso por espécie/projeção através do critério 181
de conjugação de projeções (ensemble forecasting; Araújo & New, 2006), para maximizar as 182
informações individuais obtidas por cada algoritmo. Para a avaliação dos modelos foram utilizados 183
os valores do cálculo da área sob a curva (AUC). Todas as análises estatísticas e os modelos foram 184
realizados no programa RStudio (2015), utilizando os pacotes estatísticos DISMO (Hijmans et al., 185
2011), sp (Pebesma & Bivand, 2005), RASTER (Hijmans & Van Etten, 2012), MNORMT (Azzalini & 186
Genz, 2015), PSYCH (Revelle, 2015), PERMUTE (Simpson, 2015), VEGAN (Oksanen et al., 2015) e 187
KERNLAB (Karatzoglou et al., 2004). Os arquivos dos modelos-consenso foram convertidos para o 188
formato shapefile pelo pacote RGDAL (Bivand et al., 2015), exportados para o programa ArcMap 189
10.1 (ESRI, 2011). 190
191
3. Resultados 192
A análise fatorial das variáveis bioclimáticas utilizadas indicou que a maior parte da variação 193
ambiental foi explicada por cinco fatores: Bio 2 – variação da temperatura média [média mensal 194
(temperatura máxima – temperatura mínima)]; Bio 4 – temperatura sazonal (desvio padrão * 100); 195
Bio 10 – temperatura média no quadrimestre mais quente; Bio 14 – precipitação no mês mais seco; 196
Bio 16 – precipitação no quadrimestre mais úmido. Os consensos gerados a partir dos modelos de 197
distribuição de espécies apresentaram AUC médio variando entre 0,709 e 0,868 para as projeções 198
de distribuições atuais, entre 0,758 e 0,902 para as projeções futuras no cenário RCP 2,6 e entre 199
0,729 e 0,883 para o cenário futuro RCP 8,5 (Tabela 1). 200
91
Tabela 1. Valores das médias (M) do cálculo da área sob a curva (AUC), com valores mínimos (Min), 201
máximos (Max) e desvio-padrão (SD), utilizando projeções climáticas atuais e futuras para cenários 202
otimista (RCP 2.6) e pessimista (RCP 8.5), para cinco espécies de lagartos Gymnophthalmidae que 203
ocorrem na Bacia do Rio Paraguai. 204
Espécies Projeção
AUC
M Min Max SD
Cercosaura ocellata Atual 0,709 0,513 0,904 0,080
RCP 2.6 0,758 0,507 0,940 0,086
RCP 8.5 0,729 0,563 0,858 0,065
Cercosaura parkeri Atual 0,721 0,313 1,000 0,154
RCP 2.6 0,759 0,273 1,000 0,126
RCP 8.5 0,776 0,406 1,000 0,132
Micrablepharus atticolus Atual 0,868 0,525 1,000 0,086
RCP 2.6 0,902 0,642 1,000 0,069
RCP 8.5 0,883 0,603 1,000 0,088
Micrablepharus maximiliani Atual 0,777 0,488 0,954 0,118
RCP 2.6 0,763 0,500 0,961 0,110
RCP 8.5 0,778 0,516 0,962 0,125
Vanzosaura rubricauda Atual 0,790 0,361 1,000 0,155
RCP 2.6 0,822 0,413 1,000 0,147
RCP 8.5 0,784 0,375 1,000 0,146
205
Os consensos dos modelos das distribuições atuais dos lagartos indicaram que áreas com 206
maior probabilidade de ocorrência (valores entre 0,8 e 1,0) para a maioria das espécies, com 207
exceção a Vanzosaura rubricauda, não ocorreram em toda a extensão do Chaco Úmido e Pantanal 208
(Figura 2 A, D, G, J e M). A única região que apresentou maior probabilidade de ocorrência para a 209
todas as espécies esta situada na região dos planaltos Taquari-Itiquira a leste do Pantanal. 210
Os modelos de distribuição no cenário futuro RCP 2,6 indicaram aumento de áreas com 211
maior probabilidade de ocorrência para três das cinco espécies, Cercosaura ocellata, C. parkeri e 212
Micrablepharus atticolus (Figura 2 B, E e H), comparado aos modelos de distribuição para as 213
variáveis ambientais atuais. Estas espécies expandiram suas áreas com maior probabilidade de 214
ocorrência sobre o Chaco Úmido e principalmente sobre o Pantanal. 215
Duas espécies, C. ocellata e C. parkeri, aumentaram as áreas com maior probabilidade de 216
ocorrência no cenário futuro RCP 8,5 em comparação aos modelos de distribuição para variáveis 217
atuais (Figura 2 C e F). As demais espécies apresentaram redução em suas áreas de ocorrência 218
92
potencial (Figura 2 I, L e O). Os modelos de distribuição indicaram expansão sobre áreas do Chaco 219
Úmido e Pantanal de três espécies, C. ocellata, C. parkeri e M. maximiliani (Figura 2 C, F e L). As 220
áreas de potencial ocorrência modeladas para o cenário futuro 2,6 apresentaram redução se 221
comparadas aos modelos para o cenário 8,5 para quatro espécies, C. ocellata, C. parkeri, M. 222
atticolus e M. maximiliani (Figura 2 B e C; E e F; H e I; K e L). 223
93
Figura 2. Consenso dos modelos de distribuição de cinco espécies de lagartos
Gymnophthalmidae que ocorrem na Bacia do Rio Paraguai para projeções climáticas atuais
(Current; A, D, G, J e M), projeções futuras para o cenário RCP 2,6 (Future, RCP 2.6; B, E, H, K
e N) e RCP 8,5 (Future, RCP 2.6; C, F, I, L e O), com indicação dos pontos de ocorrência
(Records). Probabilidades de ocorrência indicadas por escala de cinza, sendo que cores mais
escuras representam maiores probabilidades.
224
94
As áreas com maior probabilidade de ocorrência para C. ocellata no modelo de variáveis 225
ambientais atuais não incluíram áreas no interior do Chaco Úmido e Pantanal (Figura 2 A). Os 226
modelos de distribuição futuros para a espécie em ambos os cenários foram os que exibiram 227
maiores diferenças nas áreas de maior probabilidade de ocorrência entre todas as espécies 228
modeladas (Figura 2 B e C). O modelo para o cenário futuro RCP 2,6 apresentou a maior quantidade 229
de áreas com maior probabilidade de ocorrência para a espécie, expandindo sua distribuição 230
potencial para porções do Chaco Úmido e Pantanal (Figura 2 B). Para o cenário futuro RCP 8,5 as 231
áreas com maior probabilidade de ocorrência incluíram pequenas porções periféricas no norte do 232
Chaco Úmido e sudeste do Pantanal (Figura 2 C). 233
O modelo de variáveis ambientais atuais para C. parkeri incluía áreas com maior 234
probabilidade de ocorrência para o Chaco Úmido e Pantanal (Figura 2 D). O modelo para o cenário 235
futuro RCP 2,6 indicou expansão de áreas de maior probabilidade de ocorrência sobre estas regiões 236
(Figura 2 E). Para o cenário futuro RCP 8,5 as áreas com maior probabilidade de ocorrência 237
abrangeram porções no nordeste do Chaco Úmido e quase a totalidade da área do Pantanal (Figura 238
2 F). 239
Os modelos de distribuição para M. atticolus para variáveis ambientais atuais e para os 240
cenários futuros RCP 2,6 e RCP 8,5 apresentaram poucas diferenças entre eles, tanto em relação à 241
quantidade quanto à distribuição das áreas com maior probabilidade de ocorrência (Figura 2 G, H 242
e I). Entretanto, o modelo de distribuição para o cenário RCP 8,5 foi o que indicou menores áreas 243
de probabilidade de ocorrência, que não incluíram o Chaco Úmido e Pantanal (Figura 2 I). 244
M. maximiliani apresentou modelos de distribuição com redução gradual em suas áreas 245
com maior probabilidade de ocorrência entre os modelos para variáveis ambientais atuais e para 246
os cenários futuros RCP 2,6 e RCP 8,5 (Figura 2 J, K e L). O modelo para variáveis ambientais atuais 247
previram probabilidade de ocorrência para porções periféricas no norte do Chaco Úmido e oeste, 248
norte, leste e sudeste do Pantanal (Figura 2 J). Para o cenário RCP 2,6 houve pequena redução de 249
áreas de probabilidade de ocorrência, principalmente para o Pantanal (Figura 2 K). Para o cenário 250
95
RCP 8,5 houve redução de áreas para o Chaco Úmido, porém expansão sobre o Pantanal (Figura 2 251
L). 252
V. rubricauda apresentou áreas com maior probabilidade de ocorrência no modelo para 253
variáveis ambientais atuais sobre a porção centro-norte do Chaco Úmido e quase todo o Pantanal 254
(Figura 2 M). As áreas com probabilidade de ocorrência nos modelos RCP 2,6 (Figura 2 N) e RCP 8,5 255
(Figura 2 O) apresentaram redução sobre as duas regiões úmidas, sendo as maiores reduções 256
observadas para o cenário RCP 2,6. 257
258
4. Discussão 259
Os valores médios de AUC obtidos para todas as espécies e em todas as projeções sugerem 260
que os modelos gerados são satisfatórios (Swets, 1988). Apesar dos pontos de ocorrência de 261
Cercosaura ocellata na área de estudo pouco coincidirem com as áreas de maior probabilidade de 262
ocorrência geradas pelo modelo para variáveis ambientais atuais, os pontos de ocorrência da 263
espécie para outras regiões da América do Sul apresentaram congruência com as áreas de 264
probabilidade de ocorrência (Apêndice 1). 265
O aumento de áreas de potencial ocorrência nas projeções futuras para três das cinco 266
espécies de lagartos modelados neste estudo, concorda com os resultados obtidos por Araújo et al. 267
(2006) para a maioria das espécies répteis da Europa. O aumento da temperatura média no futuro 268
poderia favorecer a fisiologia ectotérmica dos répteis, sendo que baixas temperaturas poderiam 269
impor maiores limitações que altas temperaturas (Araújo et al., 2006; Brandt, 2012). Entretanto, 270
alguns estudos não suportam a expansão na distribuição geográfica de répteis com o aumento da 271
temperatura média global (Brereton et al., 1995; Gibbons et al., 2000; Sinervo et al., 2010). 272
Características intrínsecas aos lagartos são apontadas como fatores que poderiam limitar a 273
ampliação da distribuição com o aquecimento global (Sinervo et al., 2010): 1 – apesar de serem 274
ectotérmicos, em muitas espécies de répteis há estreita aproximação entre as temperaturas 275
96
máximas toleradas e as temperaturas máximas críticas que podem ser letais (Cowles & Bogert, 276
1944; Sinervo et al., 2010); e 2 – répteis em geral possuem baixa capacidade de movimentação 277
(Hillman et al., 2014; Schneider & Root, 1998). Além disso, a fragmentação do habitat natural 278
causada por ações antrópicas (desmatamentos, plantações, estradas, cidades, etc.) podem atuar 279
como barreiras à movimentação de algumas espécies (Brereton et al., 1995). Estes fatores não são 280
incorporadas aos algoritmos de modelagem havendo a necessidade de cautela na interpretação 281
dos resultados gerados pela modelagem de distribuição de espécies. 282
As espécies de lagartos aqui utilizadas não são aquáticas ou semi-aquáticas, mesmo os 283
registros de ocorrência no interior da planície do Pantanal correspondem a micro-habitats não 284
permanentemente alagáveis. A maioria das espécies ocorre ao longo de uma diagonal de áreas 285
abertas da América do Sul que compreende o Chaco, Pantanal, Cerrado e Florestas Tropicais 286
Sazonalmente Secas (Werneck, 2011), com exceção a Cercosaura ocellata, que possui populações 287
distribuídas em diversas ecorregiões, provavelmente por constituir um complexo de espécies 288
(Torres-Carvajal et al., 2015). As áreas abertas de Cerrado e Florestas Tropicais Sazonalmente Secas 289
fazem limite com o Chaco Úmido e Pantanal não são alagáveis e possuem características ambientais 290
mais secas que as que ocorrem nestas ecorregiões. Desta forma, a expansão de áreas de potencial 291
ocorrência nas projeções futuras para três espécies aqui analisadas sobre o Chaco Úmido e 292
Pantanal, sugerem contração dos habitats úmidos. 293
Modelos de distribuição de espécies são ferramentas úteis para preencher lacunas de 294
conhecimento, simularem distribuições pretéritas e futuras e auxiliar nas predições dos efeitos das 295
mudança climáticas globais (Guisan & Thuiller, 2005; Guisan & Zimmermann, 2000; Hulme, 2005). 296
Entretanto, as simulações futuras das variáveis ambientais disponíveis nos modelos climáticos 297
globais (GCM) possuem fraco poder preditivo sobre alterações hidrológicas diretas em rios e áreas 298
úmidas (volume, descarga de sedimentos, drenagem lateral da água da chuva, etc.) (Xu, 1999a; 299
1999b). Mudanças no regime pluviométrico e na taxa de evaporação nas áreas úmidas e nas 300
cabeceiras dos rios que abastecem estas áreas exercem influência direta na manutenção e nos 301
97
padrões de inundação locais (Dawson et al., 2003; Erwin, 2009; Hamilton et al., 1996; Junk & Cunha, 302
2005; Junk et al., 2006; Junk et al., 2013b; Mulholland et al., 1997). Em contrapartida, alterações 303
hídricas nas áreas úmidas poderiam acentuar as mudanças climáticas globais influenciando as taxas 304
de armazenamento de carbono, aumentando a variação biogeoquímica e alterações na taxa de luz 305
solar refletida (albedo) (Pereira et al., 2007; Junk et al., 2013a). 306
Essas simulações também possuem fraca predição sobre os impactos indiretos regionais e 307
locais que podem potencializar os efeitos das mudanças globais (Xu, 1999a; 1999b). Para a sub-308
bacia do Alto Paraguai são identificadas e previstas alterações hidrológicas decorrentes de 309
estressores já implantados ou em processo de implantação, como o grande número de 310
hidrelétricas, desvio de água para agricultura, erosão com aumento do depósito de sedimento e 311
substituição de formações vegetais naturais (Caldas et al., 2013; Harris et al., 2005; Junk & Cunha, 312
2005; Junk et al., 2006; Zeilhofer & Moura, 2009; Souza Filho, 2013). 313
A complexidade das interações abióticas e bióticas que promovem a manutenção das áreas 314
úmidas torna estes ambientes, e muitas espécies dependentes destes, altamente vulneráveis às 315
alterações ambientais regionais e globais (Burkett & Kusler, 2000; Junk et al., 2006). Potenciais 316
impactos causados pelas mudanças climática globais sobre vertebrados terrestres que habitam 317
áreas úmidas já foram relatados para anfíbios (McMenamin et al., 2008; Westervelt et al., 2013). 318
Propostas para o manejo adequado das áreas úmidas que beneficiariam diversas espécies, em 319
escala regional, devem englobar as bacias e as cabeceiras dos rios que alimentam estas áreas 320
(Winter, 2000). Algumas destas ações incluem: incentivo a pesquisas, proteção de habitats-chave, 321
evitar o desenvolvimento de projetos que modificam o regime hidrológico natural (represas, 322
hidrelétricas e canais) e redução da descarga de sedimentos e poluentes (Burkett & Kusler, 2000; 323
Junk et al., 2006; Mulholland et al., 1997). Regionalmente, a conservação das paisagens naturais e 324
a criação de corredores ecológicos poderiam permitir que populações possam se dispersar para 325
áreas com condições ambientais mais satisfatórias para sua sobrevivência (Combes, 2003). 326
98
Apesar das limitações dos modelos de distribuição das espécies (Hampe, 2004; Pearson & 327
Dawson, 2003; Tôrres & Vencillo, 2012), a modelagem é uma importante ferramenta que fornece 328
uma primeira aproximação para acessar as alterações ambientais decorrentes das mudanças 329
climáticas (Pearson & Dawson, 2003). No caso do Chaco Úmido e Pantanal, nossos resultados 330
sugerem redução das áreas úmidas destas regiões evidenciada pela expansão da distribuição futura 331
de três das cinco espécies modeladas. Entretanto, as variáveis climáticas futuras modeladas a partir 332
dos modelos climáticos globais demonstram grande incerteza em suas projeções para a região 333
central da América do Sul (Marengo et al., 2010), dificultando a previsão mais precisa dos impactos. 334
Há, desta forma, a necessidade urgente de mais estudos em diversas escalas e com diversas 335
abordagens para prever e minimizar os impactos globais e regionais sobre o Chaco Úmido e 336
Pantanal. 337
338
5. Conclusões 339
Os modelos de distribuição das espécies de lagartos utilizados neste estudo indicam 340
expansão de áreas com probabilidade de ocorrência futura sobre as áreas úmidas do Chaco Úmido 341
e Pantanal para três das cinco espécies analisadas, interpretadas aqui como redução das áreas 342
úmidas destas regiões, devido as caracterpisticas ambientais dos locais onde estes lagartos 343
habitam. Duas espécies de lagartos apresentaram diminuição de áreas com probabilidade de 344
ocorrência futura. 345
Nossos resultados fornecem uma compreensão adicional sobre a distribuição atual e futura 346
de lagartos no Chaco Úmido e Pantanal. Além disso, nossos modelos são ferramentas úteis para a 347
identificar a tendência e direção das alterações na distribuição das espécies, causadas pelos efeitos 348
potenciais da mudanças climáticas. 349
350
351
99
REFERÊNCIAS 352
Ackerly, D.D., Loarie, S.R., Cornwell, W.K., Weiss, S.B., Hamilton, H., Branciforte, R., Kraft, N.J.B. 353
2010. The geography of climate change: implications for conservation biogeography. Diversity 354
and Distributions, 16, 476-487. http://dx.doi.org/10.1111/j.1472-4642.2010.00654.x. 355
Adámoli, J. 1999. Los humedales del Chaco y del Pantanal. In: Malvárez, A.I. (Ed.). Tópicos sobre 356
humedales subtropicales y templados de Sudamérica. Universidad de Buenos Aires. Oficina 357
Regional de Ciencia y Tecnología de la UNESCO para América Latina y el Caribe, ORCYT, 358
Montevideo, Uruguay. 359
Araújo, M.B., New, M. 2006. Ensemble forecastings of species distributions. TRENDS in Ecology and 360
Evolution, 22, 42-47. http://dx.doi.org/10.1016/j.tree.2006.09.010. 361
Araújo, M.B., Thuiller, W., Pearson, R.G. 2006. Climate warming and the decline of amphibians and 362
reptiles in Europe. Journal of Biogeography, 33, 1712-1728. http://dx.doi.org/10.1111/j.1365-363
2699.2006.01482.x. 364
Assine, M.L., Soares, P.C. 2004. Quaternary of the Pantanal, west-central Brazil. Quaternary 365
International, 114, 23-24. http://dx.doi.org/10.1016/S1040-6182(03)00039-9. 366
Azzalini, A., Genz, A. 2015. The R package 'mnormt': The multivariate normal and 't' distributions 367
(version 1.5-3). Disponível em: http://azzalini.stat.unipd.it/SW/Pkg-mnormt. 368
Berbery, E.H., Barros, V.R. 2002. The hydrologic cycle of the La Plata Basin in South America. Journal 369
of Hydrometeorology, 3, 630-645. http://dx.doi.org/10.1175/1525-370
7541(2002)003<0630:THCOTL>2.0.CO;2. 371
Birdgham, S.D., Johnston, C.A., Pastor, J., Updegraff, K. 1995. Potential feedbacks of Northern 372
wetlands on climate change. BioScience, 45, 262-274. 373
100
Bivand, R., Keitt, T., Rowlingson, B., Pebesma, E., Sumner, M., Hijmans, R., Rouault, E. 2015. package 374
rgdal: Bindings for the Geospatial Data Abstraction Library. Disponível em: 375
http://www.gdal.org. 376
Brandt, R. 2012. Mudanças climáticas e os lagartos brasileiros sob a perpectiva da história de vida. 377
Revista da Biologia, 8, 15-18. 378
Brereton, R., Bennett, S., Mansergh, I. 1995. Enhanced greenhouse climate change and its potential 379
effect on selected fauna of South-Eastern Australia: a trend analysis. Biological Conservation, 380
72, 339-354. http://dx.doi.org/10.1016/0006-3207(94)00016-J. 381
Bucher, E.H. 1982. Chaco Caatinga – South American arid savannas, woodlands and thickets. In: 382
Huntley, B.J., Walker, B.H., Ecology of Tropical Savannas. Springer Berlin Heidelberg, pp. 48-383
79. http://dx.doi.org/10.1007/978-3-642-68786-0_4. 384
Burkett, V., Kusler, J. 2000. Climate change: potntial impacts and interations in wetlands of United 385
States. Journal of the American Water Resources Association, 36, 313-320. 386
http://dx.doi.org/10.1111/j.1752-1688.2000.tb04270.x. 387
Caldas, M.M., Goodin, D., Sherwood, S., Krauer, J.M.C., Wisely, S.M. 2013, Land-cover change in the 388
Paraguayan Chaco: 2000-2011. Journal of Land Use Science, 10, 1-18. 389
http://dx.doi.org/10.1080/1747423X.2013.807314. 390
Carvalho, T.P., Albert, J.S. 2011. The Amazon-Paraguay divide. In: Albert, J.S., Reis, E.E. (Eds.), 391
Historical Biogeography of Neotropical Freshwater Fishes. University of California Press, 392
Berkley, p. 193-202. 393
Combes, S. 2003. Protecting freshwater ecosystems in the face of global climate change. In: Hansen, 394
L.J., Biringer, J.L., Hoffman, J.R. (Eds.), Buying time: a user’s manual for building resistance and 395
resilience to climate change in natural systems. Island Press, Washington, D.C., pp. 203-242. 396
101
Cowles, R.B., Bogert, C.M. 1944. A preliminary study of thermal requirements of desert reptiles. 397
Bulletin of the American Museum of Natural History, 83, 261-296. 398
Crisci, J.V., Sala, O.E., Katinas, L., Posadas, P. 2006. Bridging historical and ecological approaches in 399
biogeography. Australian Systematic Botany, 19, 1-10. 400
Dawson, T.P., Berry, P.M., Kampa, E. 2003. Climate change impacts on freshwater wetland habitats. 401
Journal of Natural Conservation, 11, 25-30. http://dx.doi.org/10.1078/1617-1381-00031. 402
Erwin, K.L. 2009. Wetlands and global climate change: the role of wetland restoration in a changing 403
world. Wetlands Ecology Management, 17, 71-84. http://dx.doi.org/10.1007/s11273-008-404
9119-1. 405
ESRI. 2011. ArcGIS Desktop: release 10.1. Environmental Systems Reasearch Institute, Redlands. 406
Gentry, A.H. 1995. Diversity and floristic composition of neotropical dry forests. In: Bullock, S.H., 407
Mooney, H.A., Medina, E. (Eds.), Seasonally Dry Tropical Forests. Cambridge University Press, 408
Cambridge, UK, pp. 146-194. http://dx.doi.org/10.1017/CBO9780511753398.007. 409
Gibbons, J.W., Scott, D.E., Ryan, T.J., Buhlmann, K.A., Tuberville, T.D., Metts, B.S., Greene, J.L., Mills, 410
T., Leiden, Y., Poppy, S., Winne, CT. 2000. The global decline of reptiles, déjà vu amphibians. 411
BioScience, 50, 653-666. http://dx.doi.org/10.1641/0006-412
3568(2000)050[0653:TGDORD]2.0.CO. 413
Google Inc. 2011. Google Earth version 6.1. Available in https://earth.google.com/. Accessed in May 414
01, 2013. 415
Gotelli, N.J., Ellison, A.M. 2013. A primer of ecological statistics, second ed. Sinauer Associates, Inc., 416
Sunderland. 417
Guisan, A., Zimmermann, N.E. 2000. Predictive habitat distribution models in ecology. Ecological 418
Modelling, 135, 147-186. http://dx.doi.org/10.1016/S0304-3800(00)00354-9. 419
102
Guisan, A., Thuiller, W. 2005. Predicting species distribution: offering more than simple habitat 420
models. Ecology Letters, 8, 993-1009. http://dx.doi.org/10.1111/j.1461-0248.2005.00792.x. 421
Hamilton, S.K., Sippel, S.J., Melack, J.M. 1996. Inundation patterns in the Pantanal wetland of South 422
America determined from passive microwave remote sensing. Archiv für Hydrobiologie, 135, 423
1-23. 424
Hampe, A. 2004. Bioclimate envelope models: what they detect and what they hide. Global Ecology 425
and Biogeography, 13, 469-476. http://dx.doi.org/10.1111/j.1466-822X.2004.00090.x. 426
Harris, M.B., Tomas, W., Mourão, G., Silva, C.J., Guimarães, E., Sonoda, F., Fachim, E. 2005. 427
Safeguarding the Pantanal wetlands: threats and conservation initiatives. Conservation 428
Biology, 19, 714-720. http://dx.doi.org/10.1111/j.1523-1739.2005.00708.x. 429
Hijmans, R.J., Van Etten, J. 2012. raster: Geographic analysis and modeling with raster data. R 430
package version 2.0-12. Disponível em: http://CRAN.R-project.org/package=raster. 431
Hijmans, R.J., Phillips, S., Leathwick, J., Elith, J. 2011. Package ‘dismo’. Disponível em: http://cran.r-432
project.org/web/packages/dismo/index.html. 433
Hillman, S.S., Drewes, R.C., Hedrick, M.S., Hancock, T.V. 2014. Physiological vagility and its 434
relationship to dispersal and neutral genetic heterogeneity in vertebrates. The Journal of 435
Experimental Biology, 217, 3356-3364. http://dx.doi.org/ 10.1242/jeb.105908. 436
Hulme, P.E. 2005. Adapting to climate changes: is there scope for ecological management in the 437
face of a global threat?. Journal of Applied Ecology, 42, 784-794. 438
http://dx.doi.org/10.1111/j.1365-2664.2005.01082.x. 439
IPCC (International Panel on Climate Change). 2001. Climate change 2001: synthesis report. 440
Contribution of working groups I, II and III to the Third Assessment Report of the 441
Intergovernmental Panel on Climate Change [Core Writing Team, Watson, R.T. (eds.)]. 442
Cambridge University Press, Cambridge, and New York, NY, 398 pp. 443
103
IPCC (International Panel on Climate Change). 2007. Climate change 2007: synthesis report. 444
Contribution of working groups I, II and III to the Fourth Assessment Report of the 445
Intergovernmental Panel on Climate Change [Core Writing Team, Pachauri, R.K., Reisinger, A. 446
(eds.)]. IPCC, Geneva, Switzerland, 104 pp. 447
IPCC (Intergovernmental Panel on Climate Change). 2014. Climate change 2014: synthesis report. 448
Contribution of working groups I, II and III to the Fifth Assessment Report of the 449
Intergovernmental Panel on Climate Change [Core Writing Team, Pachauri, R.K., Meyer, L.A. 450
(eds.)]. IPCC, Geneva, Switzerland, 151 pp. 451
Iriondo, M. 1993. Geomorphology and late Quaternary of the Chaco (South America). 452
Geomorphology, 7, 289-303. http://dx.doi.org/10.1016/0169-555X(93)90059-B. 453
Johnson, W.C., Millet, B.V., Gilmanov, T., Voldseth, R.A., Guntenspergen, G.R., Naugle, D.E. 2005. 454
Vulnerability of northern prairie wetlands to climate change. BioScience, 55, 863-872. 455
http://dx.doi.org/10.1641/0006-3568(2005)055[0863:VONPWT]2.0.CO;2. 456
Junk, W.J., Cunha, C.N. 2005. Pantanal: a large South American wetland at a crossroads. Ecological 457
Engenering, 24, 391-401. http://dx.doi.org/10.1016/j.ecoleng.2004.11.012. 458
Junk, W.J., Wantzen, K.M. 2004. The flood pulse concept: new aspects, approaches, and 459
applications – an update. in: Welcomme, R. L., Petr, T. (Eds.), Proceedings of the Second 460
International Symposium on the Management of Large Rivers for Fisheries, Volume 2, Food 461
and Agriculture Organization & Mekong River Commission, RAP Publication 2004/16, FAO 462
Regional Office for Asia and the Pacific, Bangkok, pp. 117-149. 463
Junk, W.J., Bayley, P.B., Sparks, R.E. 1989. The flood pulse concept in river floodplain systems. in: 464
Dodge, D.P. (Ed.), Proceedings of the International Large River Symposium, 106, pp. 110-127. 465
104
Junk, W.J., Cunha, C.N., Wantzen, K.M., Petermann, P., Strüssmann, C., Marques, M.I., Adis, J. 2006. 466
Biodiversity and its conservation in the Pantanal of Mato Grosso, Brazil. Aquatic Sciences, 68, 467
278-309. http://dx.doi.org/10.1007/s00027-006-0851-4. 468
Junk, W.J., Cunha, C.N., Silva, C.J., Wantzen, K.M. 2011. The Pantanal: a large South American 469
wetland and its position in limnological theory. in: Junk, W.J., Cunha, C.N., Wantzen, K.M. 470
(Eds.), The Pantanal: Ecology, biodiversity and sustainable management of a large Neotropical 471
seasonal wetland. Pensoft Publisher, Sofia-Moscow, pp. 23-44. 472
Junk, W.J., An, S., Finlayson, C.M., Gopal, B., Kvet, J., Mitchell, S.A., Mitsch, W.S., Robarts, R.D. 473
2013a. Current state of knowledge regarding the world’s wetlands and their future under 474
climate change: a synthesis. Aquatic Sciences, 75, 151-167. http://dx.doi.org/10.1007/s00027-475
012-0278-z. 476
Junk, W.J., Piedade, M.T.F., Lourival, R., Wittmann, F., Kandus, P., Lacerda, L.D., Bozelli, R.L., 477
Esteves, F.A., Nunes da Cunha, C., Maltchik, L., Schöngart, J., Schaeffer-Novelli, Y., Agostinho, 478
A.A. 2013b. Brazilian wetlands: their definition, delineation, and classification for research, 479
sustainable management, and protection. Aquatic Conservation: Marine and Freshwater 480
Ecosystems, 24, 5-22. http://dx.doi.org/10.1002/aqc.2386. 481
Karatzoglou, A., Smola, A., Hornik, K., Zeileis, A. 2004. kernlab - An S4 Package for Kernel Methods 482
in R. Journal of Statistical Software 11, 1-20. Disponível em: http://www.jstatsoft.org/v11/i09/. 483
Klink, C.A., Machado, R.B. 2005. A conservação do Cerrado brasileiro. Megadiversidade, 1, 147-155. 484
Lima-Ribeiro, M.S., Varela, S., González-Hernández, J., Oliveira, G.; Diniz-Filho, J.A.F., Peterson, A.T., 485
Terribile, L.C. 2015. The ecoClimate Database. Disponível em: http://ecoclimate.org. Acessado 486
em: 05 de setembro de 2015. 487
Marengo, J.A., Ambrizzi, T., Rocha, R.P., Alves, L.M., Cuadra, S.V., Valverde, M.C., Torres, R.R., 488
Santos, D.C., Ferraz, S.E.T. 2010. Future change of climate in South America in the last twenty-489
105
first century: intrecomparison of scenarios from three regional climate models. Climate 490
Dynamics, 35, 1073-1097. http://dx.doi.org/10.1007/s00382-009-0721-6. 491
Mayle, F.E. 2004. Assessment of the Neotropical dry forest refugia hypothesis in the light of 492
paleoecological data and vegetation model simulations. Journal of Quaternary Science, 19, 493
713-720. http://dx.doi.org/10.1002/jqs.887. 494
McCarty, J.P. 2001. Ecological consequences of recent climate change. Conservation Biology, 15, 495
320-331. http://dx.doi.org/10.1046/j.1523-1739.2001.015002320.x. 496
McMenamin, S.K., Hadly, E.A., Wright, C.K. 2008. Climatic change and wetland desiccation cause 497
amphibian decline in Yellowstone National Park. PNAS, 105, 16988-16993. 498
http://dx.doi.org/10.1073/pnas.0809090105. 499
Meinshausen, M., Smith, S.J., Calvin, K., Daniel, J.S., Kainuma, M.L.T., Lamarque, J-F., Matsumoto, 500
K., Montzka, S.A., Raper, S.C.B., Riahi, K., Thomson, A., Velders, G.J.M., Van Vuuren, D.P.P. 501
2011. The RCP greenhouse gas concentrations and their extensions from 1765 to 2300. 502
Climatic Changes, 109, 213-241. http://dx.doi.org/10.1007/s10584-011-0156-z. 503
Millennium Ecosystem Assessment. 2005. Ecosystems and human wellbeing: wetlands and water. 504
Disponível em: http://www.unep.org/maweb/documents/document.358.aspx.pdf. Acessado 505
em: 13 Set. 2015. 506
Mulholland, P.J., Best, G.R., Coutant, C.C., Hornberger, G.M., Meyer, J.L., Robinson, P.J., Stenberg, 507
J.R., Turner, R.E., Vera-Herrera, F., Wetzel, R.G. 1997. Effects of climate change on freshwater 508
ecosystems of the south-eastern United States and the Gulf of Coast of Mexico. Hydrological 509
Processes, 11, 949-970. http://dx.doi.org/10.1002/(SICI)1099-1085(19970630)11:8<949::AID-510
HYP513>3.0.CO;2-G. 511
Oksanen, J., Blanchet, F.G., Kindt, R., Legendre, P., Minchin, P.R., O’Hara, R.B., Simpson, G.L., 512
Solymos, P., Stevens, M.H.H., Wagner, H. 2015. package vegan: community ecology package. 513
106
Pearson, R.G., Dawson, T.P. 2003. Predicting the impacts of climate changes on the distributions of 514
species: are bioclimate envelope models useful?. Global Ecology and Biogeography, 12, 361-515
371. http://dx.doi.org/10.1046/j.1466-822X.2003.00042.x. 516
Pebesma, E.J., Bivand R.S. 2005. Classes and methods for spatial data in R. R News 5. Disponível em: 517
http://cran.r-project.org/doc/Rnews/. 518
Pennington, R.T., Prado, D.E., Pendry, C.A. 2000. Neotropical seasonally dry forests and Quaternary 519
vegetation changes. Journal of Biogeography, 27, 261-273. http://dx.doi.org/10.1046/j.1365-520
2699.2000.00397.x. 521
Pereira, G., Moraes, E.C., Arai, E., Oliveira, L.G.L. 2007. Estudo preliminar da estimativa da 522
reflectância e albedo de microssistemas pantaneiros a partir de imagens de satélite. Revista 523
Brasileira de Cartografia, 59, 55-61. 524
Perry, G., Garland Jr., T. 2002. Lizard home ranges revisited: effects of sex, body size, diet habitat, 525
and phylogeny. Ecology, 83, 1870-1885. http://dx.doi.org/10.1890/0012-526
9658(2002)083[1870:LHRREO]2.0.CO;2. 527
Poiani, K.A., Johnson, W.C. 1991. Global warming and prairie wetlands. BioScience, 41, 611-618. 528
http://dx.doi.org/ 529
Resende, E.K. 2008. Pulso de inundação – Processo ecológico essencial à vida no Pantanal. Embrapa 530
Pantanal, 94, 1-16. 531
Revelle, W. 2015. Psych: Procedures for Personality and Psychological Research, Northwestern 532
University, Evanston, Illinois. Disponível em: http://CRAN.R-project.org/package=psych. 533
Riahi, K., Rao, S., Krey, V., Cho, C., Chirkov, V., Fischer, G., Kindermann, G., Nakicenovic, N., Rafaj, P. 534
2011. RCP8.5- A scenario of comparatively high greenhouse gas emissions. Climate Change, 535
109, 33-57. http://dx.doi.org/10.1007/s10584-011-0149-y. 536
RStudio. 2015. RStudio: Integrated Development for R version 0.99.473. RStudio, Inc., Boston. 537
107
Schneider, S.H., Root, T.L. 1998. Climate change. In: Mac, M.J., Opler, P.A., Haecker, C.E.P., Doran, 538
P.D. (Eds.), Status and trends of the Nation’s Biological Resources, v. 1. Reston: U.S. 539
Department of Interior, U.S. Geological Survey, pp. 89-116. 540
Simpson, G.L. 2015. Restricted permutations, using the permute package. 541
Sinervo, B., Méndez-de-la-Cruz, F., Miles, D.B., Heulin, B., Bastiaans, E., Villagrán-Santa Cruz, M, 542
Lara-Resendiz, R., Martínez-Méndez, N., Calderón-Espinosa, M.L., Meza-Lázaro, R.N., Gadsden, 543
H., Avila, L.J., Morando, M., De la Riva, I.J., Sepulveda, P.V., Rocha, C.F.D., Ibargüengoytía, N., 544
Puntriano, C.A., Massot, M., Lepetz, V., Oksanen, T.A., Chapple, D.G., Bauer, A.M., Branch, 545
W.R., Clobert, J., Sites Jr., J.W. 2010. Erosion of lizard diversity by climate change and altered 546
thermal niches. Science, 328, 894-899. http://dx.doi.org/10.1126/science.1184695. 547
Souza Filho, E.E. 2013. As barragens na bacia do Rio Paraguai e a possível influência sobre a descarga 548
fluvial e o transporte de sedimentos. Boletim de Geografia, 31, 113-117. 549
http://dx.doi.org/10.4025/bolgeogr.v31i1.13638. 550
Stouffer, R.J., Manabe, S., Vinnikov, K.Ya. 1994. Model assessment of the role of natural variability 551
in recent global warming. Nature, 367, 634-636. http://dx.doi.org/ 10.1038/367634a0. 552
Swets, J.A. 1988. Measuring the accuracy of diagnostic systems. Science, 240, 1285-1293. 553
http://dx.doi.org/10.1126/science.3287615. 554
Tôrres, N.M., Vencillo, U.E. 2012. Como ferramentas de modelagem de distribuição de espécies 555
podem subsidiar ações de governo?. Natureza & Conservação, 10, 228-230. 556
http://dx.doi.org/10.4322/natcon.2012.023. 557
Torres-Carvajal, O., Lobos, S.E., Venegas, P.J. (2015) Phylogeny of Neotropical Cercosaura 558
(Squamata: Gymnophthalmidae) lizards. Molecular Phylogenetics and Evolution, 93, 281-288. 559
http://dx.doi.org/10.1016/j.ympev.2015.07.025. 560
Van Vuuren, D.P., Edmonds, J., Kainuma, M., Riahi K., Thomson, A., Hibbard, K., Hurtt, G.C., Kram, 561
T., Krey, V., Lamarque, J.F., Masui, T., Meinshausen, M., Nakicenovic, N., Smith, S.J., Rose, S.K. 562
108
2011a. The Representative concentration pathways: an overview. Climatic Change, 109, 05-31. 563
http://dx.doi.org/10.1007/s10584-011-0148-z. 564
Van Vuuren, D. P., Stehfest, E., Den Elzen, M.G.J., Kram, T., Van Vliet, J., Deetman, S., Isaac, M., 565
Goldewijk, K.K., Hof, A., Beltran, A.M., Oostenrijk, R., Van Ruijven, B. 2011b. RCP 2.6: exploring 566
the possibility to keep global mean temperature increase below 2°C. Climatic Change, 109, 95-567
116. http://dx.doi.org/10.1007/s10584-011-0152-3. 568
Vanzolini, P.E. 1963. Problemas faunísticos do Cerrado. in: Ferri, M.G.(Ed.), Simpósio Sobre o 569
Cerrado. Editora da Universidade de São Paulo, pp. 267-280. 570
Walker, J.T. 2012. Chapter 14: Factor analysis, path analysis and structural equation modeling. In: 571
Walker, J.T. & Maddan, S. (Eds.), Statistics in criminology and criminal justice. Jones & Bartlett 572
Learning, Burlington, pp. 325-351. 573
Werneck, F.P. 2011. The diversification of eastern South American open vegetation biomes: 574
historical biogeoraphy and perpectives. Quaternary Science Reviews, 30, 1630-1648. 575
http://dx.doi.org/10.1016/j.quascirev.2011.03.009. 576
Westervelt, J.D., Sperry, J.H., Burton, J.L., Palis, J.G. 2013. Modeling response of frosted flatwoods 577
salamander populations to historic and predicted climate variables. Ecological Modelling, 268, 578
18-24. http://dx.doi.org/10.1016/j.ecolmodel.2013.07.026. 579
Winter, T.C. 2000. The vulnerability of wetland to climate change: a hydrologic landscape 580
perpective. Journal of American Water Resources Association, 36, 305-311. 581
http://dx.doi.org/10.1111/j.1752-1688.2000.tb04269.x. 582
Xu, C.Y. 1999a. From GCMs to river flow: a review of downscaling methods and hydrologic 583
modelling approaches. Progress in Physical Geography, 23, 229-249. 584
http://dx.doi.org/10.1177/030913339902300204. 585
109
Xu, C.Y. 1999b. Climate change and hydrologic models: a review of existing gaps and recent research 586
developments. Water Resources Manegement, 13, 369-382. 587
http://dx.doi.org/10.1023/A:1008190900459. 588
Zeilhofer, P., Moura, R.M. 2009. Hydrological changes in the northern Pantanal caused by the 589
Manso dam: impact analysis and suggestions for mitigation. Ecological Engineering, 35, 105-590
117. http://dx.doi.org/10.1016/j.ecoleng.2008.09.011. 591
110
Informações de apoio
Apêndice 1 Consenso dos modelos de distribuição de lagartos no cenário atual para a América do
Sul com pontos de ocorrência para as espécies utilizadas nas análises.
111
Apêndice 1
Consenso dos modelos de distribuição de lagartos no cenário atual para a América do Sul
com pontos de ocorrência para as espécies utilizadas nas análises.
112
4. CONCLUSÕES
Foram identificadas diferentes componentes bióticos na Bacia do Rio Paraguai
(BRP), entretanto nenhum destes corresponde a uma unidade biogeográfica exclusiva à
Bacia.
Áreas nos planaltos que margeiam a sub-bacia do alto Paraguai possuem alta
congruência de componentes bióticos identificados neste estudo, utilizando diferentes
análises e diferentes tamanhos de células.
Na escala utilizada, a atuação do Rio Paraguai como barreira vicariante para
lagartos se mostrou fraca.
As projeções dos modelos de distribuição gerados para os cenários futuros para
três das cinco espécies de lagartos Gymnophthalmidae modelados, indicaram expansão
de áreas de probabilidade de ocorrência sobre áreas atualmente ocupadas pelo Chaco
Úmido e Pantanal. Esta expansão futura é aqui interpretada como provável redução das
áreas úmidas destas ecorregiões.
5. REFERÊNCIAS BIBLIOGRÁFICAS
AAGESEN, L.; SZUMIK, C.; GOLOBOFF, P. Consensus in the search for areas of
endemism. Journal of Biogeography, v.40, p.2011-2016, 2013.
ACKERLY, D. D.; LOARIE, S. R.; CORNWELL, W. K.; WEISS, S. B.; HAMILTON, H.;
BRANCIFORTE, R.; KRAFT, N. J. B. The geography of climate change: implications for
conservation biogeography. Diversity and Distributions, v.16, p.476-487, 2010.
http://dx.doi.org/10.1111/j.1472-4642.2010.00654.x.
AGUIRRE-GUTIÉRREZ, J.; CARVALHEIRO, L. G.; POLCE, C.; VAN LOON, E. E.; RAES,
N.; REEMER, M.; BIESMEIJER, J. C. Fit-for-purpose: species distribution model
performance depends on evaluation criteria – dutch hoverflies as a case study. PLoS ONE,
v.8, p.1-11, 2013. http://dx.doi.org/10.1371/journal.pone.0063708.
ARAÚJO, M. B.; GUISAN, A. Five (or so) challenges for species distribution modelling.
Journal of Biogeography, v.33, p.1677-1688, 2006.
113
ARAÚJO, M.B.; NEW, M. Ensemble forecastings of species distributions. TRENDS in
Ecology and Evolution, v.22, p.42-47, 2006. http://dx.doi.org/10.1016/j.tree.2006.09.010.
ARAÚJO, M. B.; THUILLER, W.; PEARSON, R. G. Climate warming and the decline of
amphibians and reptiles in Europe. Journal of Biogeography, v.33, p.1712-1728, 2006.
http://dx.doi.org/10.1111/j.1365-2699.2006.01482.x.
BALDWIN, R. A. Use of maximum entropy modeling in wildlife research. Entropy, v.11,
p.854-866, 2009. http://dx.doi.org/ 10.3390/e11040854.
BOOTH, T. H.; NIX, H. A.; BUSBY, J. R.; HUTCHINSON, M. F. BIOCLIM: the first species
distribution modelling package, its early applications and relevance to most current
MAXENT studies. Diversity and Distributions, v.20, p.1-9, 2014. http://dx.doi.org/
10.1111/ddi.12144.
BUSBY, J. R. BIOCLIM – a bioclimatic analysis and prediction system. In: MARGULES, C.
R.; AUSTIN, M. P. (Eds.). Nature Conservation: cost effective biological surveys and data
analysis. Nature Conservation, 1991.
CARPENTER, G.; GILLISON, A.N.; WINTER, J. DOMAIN: a flexible modelling procedure
for mapping potential distribution of plants and animals. Biodiversity Conservation, v.2,
p.667-680, 1993. http://dx.doi.org/10.1007/BF00051966.
CARVALHO, C. J. B. Áreas de endemismo. In: CARVALHO, C. J. B.; ALMEIDA, E. A. B.
(Eds.). Biogeografia da América do Sul: padrões e processos. São Paulo: Editora Rocca,
2010. pp. 41-51.
CASAGRANDA, M. D.; TAHER, L.; SZUMIK, C. A. Endemicity analysis, parsimony and
biotic elements: a formal comparison using hypothetical distributions. Cladistics, v.2012,
p.1-10, 2012. http://dx.doi.org/10.1111/j.1096-0031.2012.00410.
114
CRISCI, J. V. The voice of historical biogeography. Journal of Biogeography, v.28, p.157–
168, 2001. http://dx.doi.org/10.1046/j.1365-2699.2001.00523.x.
CRISCI, J. V.; SALA, O. E.; KATINAS, L.; POSADAS, P. Bridging historical and ecological
approaches in biogeography. Australian Systematic Botany, v.19, p.1-10, 2006.
CROIZAT, L.; NELSON, G.; ROSEN, D. E. Centers of origin and relate concepts.
Systematic Zoology, v.23, p.265-287, 1974.
DASILVA, M. B. Áreas de endemismo: as espécies vivem em qualquer lugar, onde podem
ou onde historicamente evoluíram?. Revista da Biologia, Vol. Especial Biogeografia, p.12-
17, 2011.
DRAKE, J. M.; RANDIN, C.; GUISAN, A. Modelling ecological niches with support vector
machines. Journal of Applied Ecology, v.43, p.424-432, 2006.
http://dx.doi.org/10.1111/j.1365-2664.2006.01141.x.
ELITH, J.; PHILLIPS, S. J.; HASTIE, T.; DUDÍK, M.; CHEE, Y.E.; YATES, C. J. A statistical
explanation of MaxEnt for ecologists. Diversity and Distribution, v.17, p.43-57, 2011.
http://dx.doi.org/ 10.1111/j.1472-4642.2010.00725.x.
GASTON, K. J. Global patterns in biodiversity. Nature, v.405, p.220-227, 2000.
GIANNINI, T. C.; SIQUEIRA, M. F.; ACOSTA, A. L.; BARRETO, F. C. C. Desafios atuais
da modelagem preditiva de distribuição de espécies. Rodriguésia, v.63, p.733-749, 2012.
GOLOBOFF, P. NDM/VNDM version 3.0 – Programs for identification of areas of
endemism, 2004. Disponível em: www.zmuc.dk/public/phylogeny/endemism. Acesso em:
10 mai. 2015.
115
GUISAN, A.; ZIMMERMANN, N. E. Predictive habitat distribution models in ecology.
Ecological Modelling, v.135, p.147-186, 2000. http://dx.doi.org/10.1016/S0304-
3800(00)00354-9.
GUISAN, A.; THUILLER, W. Predicting species distribution: offering more than simple
habitat models. Ecology Letters, v.8, p.993-1009, 2005. http://dx.doi.org/10.1111/j.1461-
0248.2005.00792.x.
GUISAN, A.; THEURILLAT, J.-P.; KIENAST, F. Predicting the potential distribution of plant
species in an alpine environment. Journal of Vegetation Science, v.9, p.65-74, 1998.
http://dx.doi.org/10.2307/3237224.
GUISAN, A.; WEISS, S. B.; WEISS, A. D. GLM versus CCA spatial modeling of plant
species distribution. Plant Ecology, v.143, p.107-122, 1999.
GUISAN, A.; EDWARDS JR, C.; HASTIE, T. Generalized linear and generalized additive
models in studies of species distributions: setting the scene. Ecological Modelling, v.157,
p.89-100, 2002. http://dx.doi.org/10.1016/S0304-3800(02)00204-1.
GUO, Q.; KELLY, M.; GRAHAM, C. H. Support vector machines for predicting distribution
of Sudden Oak Death in California. Ecological Modelling, v.182, p.75-90, 2005.
http://dx.doi.org/10.1016/j.ecolmodel.2004.07.012.
HAROLD, A. S.; MOOI, R. D. Areas of endemism: definition and recognition criteria.
Systematic Biology, v.43, p.261-266, 1994.
HAUSDORF, B. Units in biogeography. Systematic Biology, v.51, p.648–652, 2002.
http://dx.doi.org/10.1080/10635150290102320.
HAUSDORF, B.; HENNIG, C. Biotic element analysis in biogeography. Systematic Biology,
v.52, p.717–723, 2003. http://dx.doi.org/10.1080/10635150390235584.
116
HILLMAN, S. S.; DREWES, R. C.; HEDRICK, M. S.; HANCOCK, T. V. Physiological vagility
and its relationship to dispersal and neutral genetic heterogeneity in vertebrates. The
Journal of Experimental Biology, v.217, p.3356-3364, 2014. http://dx.doi.org/
10.1242/jeb.105908.
HULME, P. E. Adapting to climate changes: is there scope for ecological management in
the face of a global threat?. Journal of Applied Ecology, v.42, p.784-794, 2005.
http://dx.doi.org/10.1111/j.1365-2664.2005.01082.x.
HUTCHINSON, G. E. Concluding remarks. Cold Spring Harbor Symposia on Quantitative
Biology, v.22, p.145-159, 1957.
IPCC. International Panel on Climate Change. Climate change 2001: synthesis report.
Contribution of working groups I, II and III to the Third Assessment Report of the
Intergovernmental Panel on Climate Change [Core Writing Team, WATSON, R. T. (Eds.)].
Cambidge e New York: Cambridge University Press, 2001. 398 p.
IPCC. International Panel on Climate Change. Climate change 2007: synthesis report.
Contribution of working groups I, II and III to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Core Writing Team, PACHAURI, R. K.;
REISINGER, A. (Eds.)]. Geneva: IPCC, 2007. 104 p.
IPCC. Intergovernmental Panel on Climate Change. 2014. Climate change 2014: synthesis
report. Contribution of working groups I, II and III to the Fifth Assessment Report of the
Intergovernmental Panel on Climate Change [Core Writing Team, PACHAURI, R. K.;
MEYER, L.A. (Eds.)]. Geneva: IPCC, 2014. 151 p.
MARCO JÚNIOR, P.; SIQUEIRA, M. F. Como determinar a distribuição potencial de
espécies sob uma abordagem conservacionista?. Megadiversidade, v.5, p.65-76, 2009.
MARENGO, J. A.; AMBRIZZI, T.; ROCHA, R. P.; ALVES, L. M.; CUADRA, S. V.;
VALVERDE, M. C.; TORRES, R. R.; SANTOS, D. C.; FERRAZ, S. E. T. Future change of
climate in South America in the last twenty-first century: intrecomparison of scenarios from
117
three regional climate models. Climate Dynamics, v.35, p.1073-1097, 2010.
http://dx.doi.org/10.1007/s00382-009-0721-6.
MCCARTY, J. P. Ecological consequences of recent climate change. Conservation Biology,
v.15, p.320-331, 2001. http://dx.doi.org/10.1046/j.1523-1739.2001.015002320.x.
MILLENNIUM ECOSYSTEM ASSESSMENT. Ecosystems and human wellbeing: wetlands
and water, 2005. Disponível em:
http://www.unep.org/maweb/documents/document.358.aspx.pdf. Acessado em: 13 set.
2015.
MORRONE, J. J. On the identification of areas of endemism. Systematic Biology, v.43,
p.438-441, 1994.
MORRONE, J. J. Evolucionary biogeography: an integrative approach with case studies.
Columbia Press, 2009. 304 p.
MUÑOZ, J.; FELICÍSIMO, A. M. Comparison of statistical methods commonly used in
predictive modelling. Journal of Vegetation Science, v.15, p.285-292, 2004.
NIX, H. A. A biogeography analysis of Australian elapid snakes. In: LONGMORE, R. (Ed.).
Atlas of elapid snakes of Australia: Australian flora and fauna series 7. Camberra: Bureau
of Flora and Fauna, 1986. pp. 4-15.
ORTEGA-HUERTA, M. A.; PETERSON, A. T. Modeling ecological niches and predicting
geographic distributions: a test of six presence-only methods. Revista Mexicana de
Biodiversidad, v.79, p.205-216, 2008.
PEARSON, R.G.; RAXWORTHY, C. J.; NAKAMURA, M.; PETEERSON, A. T. Predicting
species distributions from small number of occurrence records: a test case using cryptic
geckos in Madagascar. Journal of Biogeography, v.34, p.102-117, 2007. http://dx.doi.org/
10.1111/j.1365-2699.2006.01594.x.
118
PETERSON, A. T.; PAPES, M.; EATON, M. Transferability and model evaluation in
ecological niche modeling: a comparision of GARP and Maxent. Ecography, v.30, p.550-
560, 2007. http://dx.doi.org/0.1111/j.2007.0906-7590.05102.x.
PHILLIPS, S.J.; ANDERSON, R. P.; SCHAPIRE, R. E. Maximum entropy modeling of
species geographic distributions. Ecological Modelling, v.190, p.231-259, 2006.
http://dx.doi.org/10.1016/j.ecolmodel.2005.03.026.
PLISCOFF, P.; FUENTES-CASTILLO, T. Modelación de la distribución de especies y
ecossistemas em el tempo y em el espacio: uma revisión de las nuevas herramientas y
enfoques disponibles. Revista de Geografía Norte Grande, v.48, p.61-79, 2011.
RICKLEFS, R. E. A comprehensive framework for global patterns in biodiversity. Ecology
Letters, v.7, p.1-15, 2004.
SCHNEIDER, S. H.; ROOT, T. L. Climate change. In: MAC, M. J.; OPLER, P. A.;
HAECKER, C. E. P.; DORAN, P. D. (Eds.). Status and trends of the Nation’s Biological
Resources, v. 1. Reston: U.S. Department of Interior, U.S. Geological Survey, 1998. p. 89-
116.
SEXTON, J. P.; MCINTYRE, P. J.; ANGERT, A. L.; RICE, K. J. Evolution and ecology of
species range limits. The Annual Review of Ecology, Evolution, and Systematics, v.40,
p.415-436, 2009.
STOUFFER, R. J.; MANABE, S.; VINNIKOV, K. YA. Model assessment of the role of natural
variability in recent global warming. Nature, v.367, p.634-636, 1994. http://dx.doi.org/
10.1038/367634a0.
SZUMIK, C. A.; GOLOBOFF, P. A. Areas of endemism: An improved optimality criterion.
Systematic Biology, v.53, p.968-977, 2004.
SZUMIK, C. A.; CUEZZO, F.; GOLOBOFF, P. A.; CHALUP, A. E. An optimality criterion to
determine areas of endemism. Systematic Biology, v.51, p.806-816, 2002a.
http://dx.doi.org/10.1080/10635150290102483.
119
SZUMIK, C. A.; CASAGRANDA, D.; ROIG-JUÑENT, S. Manual de NDM/VNDM: programas
para la identificación de áreas de endemismo, 2002b. Disponível em:
www.zmuc.dk/public/phylogeny/endemism. Acesso em: 10 mai. 2015.
TSOAR, A.; ALLOUCHE O.; STEINITZ, O.; ROTEM, D.; KADMON, R. A comparative
evaluation of presence-only methods for modelling species distribution. Diversity and
Distribution, v.13, p.397-405, 2007. http://dx.doi.org/10.1111/j.1472-4642.2007.00346.x.
WARREN, D. L.; CARDILLO, M.; ROSAUER, D. F.; BOLNICK, D. I. Mistaking geography
for biology: inferring processes from species distributions. Trends in Ecology & Evolution,
v.29, p.572-580, 2014.
WINTER, T. C. The vulnerability of wetland to climate change: a hydrologic landscape
perpective. Journal of American Water Resources Association, v.36, p.305-311, 2000.
http://dx.doi.org/10.1111/j.1752-1688.2000.tb04269.x.
WHITTAKER, R. J.; ARAÚJO, M. B.; JEPSON, P.; LADLE, R. J.; WATSON, J. E. M.;
WILLIS, K. J. Conservation biogeography: assessment and prospect. Diversity and
Distributions, v.11, p.3-23, 2005.