<?xml version="1.0" encoding="ISO-8859-1"?><article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<front>
<journal-meta>
<journal-id>0009-6725</journal-id>
<journal-title><![CDATA[Ciência e Cultura]]></journal-title>
<abbrev-journal-title><![CDATA[Cienc. Cult.]]></abbrev-journal-title>
<issn>0009-6725</issn>
<publisher>
<publisher-name><![CDATA[Sociedade Brasileira para o Progresso da Ciência]]></publisher-name>
</publisher>
</journal-meta>
<article-meta>
<article-id>S0009-67252002000200018</article-id>
<title-group>
<article-title xml:lang="pt"><![CDATA[Modelagem distribui espécies com precisão]]></article-title>
</title-group>
<contrib-group>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Barata]]></surname>
<given-names><![CDATA[Germana]]></given-names>
</name>
</contrib>
</contrib-group>
<aff id="A">
<institution><![CDATA[,  ]]></institution>
<addr-line><![CDATA[ ]]></addr-line>
</aff>
<pub-date pub-type="pub">
<day>00</day>
<month>10</month>
<year>2002</year>
</pub-date>
<pub-date pub-type="epub">
<day>00</day>
<month>10</month>
<year>2002</year>
</pub-date>
<volume>54</volume>
<numero>2</numero>
<fpage>18</fpage>
<lpage>18</lpage>
<copyright-statement/>
<copyright-year/>
<self-uri xlink:href="http://cienciaecultura.bvs.br/scielo.php?script=sci_arttext&amp;pid=S0009-67252002000200018&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://cienciaecultura.bvs.br/scielo.php?script=sci_abstract&amp;pid=S0009-67252002000200018&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://cienciaecultura.bvs.br/scielo.php?script=sci_pdf&amp;pid=S0009-67252002000200018&amp;lng=en&amp;nrm=iso"></self-uri></article-meta>
</front><body><![CDATA[ <p align="center"><img src="/img/fbpe/cic/v54n2/tp5.jpg"></p>     <p>&nbsp;</p>     <p align="center"><img src="/img/fbpe/cic/v54n2/14801f1.jpg"></p>     <p>&nbsp;</p>     <p>M<small>ATEM&Aacute;TICA</small></p>     <p><b><font size="4">Modelagem distribui esp&eacute;cies com precis&atilde;o</font></b></p>     <p>&nbsp;</p>     <p>Quantas esp&eacute;cies est&atilde;o amea&ccedil;adas de extin&ccedil;&atilde;o?    Que conseq&uuml;&ecirc;ncias as mudan&ccedil;as clim&aacute;ticas ter&atilde;o    na biodiversidade? Que impacto ter&aacute; uma esp&eacute;cie n&atilde;o-nativa    em determinada regi&atilde;o? Muitas dessas respostas s&atilde;o estimativas,    como as cerca de 11.046 esp&eacute;cies de plantas e animais sob risco de desaparecer,    registradas no documento chamado Lista Vermelha, da Uni&atilde;o Internacional    pela Conserva&ccedil;&atilde;o da Natureza e Recursos Naturais. Nessa previs&atilde;o,    apenas mam&iacute;feros e p&aacute;ssaros foram avaliados de forma completa,    gra&ccedil;as &agrave; melhor disponibilidade dos dados, informa Caroline Pollock,    assistente do estudo da Lista Vermelha. Microrganismos nem sequer entraram nessa    estimativa. Tais informa&ccedil;&otilde;es, por&eacute;m, podem agora ser melhor    quantificadas com um m&eacute;todo de modelagem computacional desenvolvido pelo    Centro de Refer&ecirc;ncia em Informa&ccedil;&atilde;o Ambiental (Cria), do    Programa Biota da Fapesp, em esfor&ccedil;o conjunto com outras 10 institui&ccedil;&otilde;es    do pa&iacute;s e do exterior.</p>     <p>Essa t&eacute;cnica utiliza o <i>software</i> Garp (<i>Genetic Algorithm Rule    Set Prediction</i>), um programa de acesso gratuito que cria modelos de nicho    ecol&oacute;gico a partir de uma s&eacute;rie de pontos de localiza&ccedil;&otilde;es    (dispon&iacute;veis para todas as esp&eacute;cies conhecidas), combinados a    uma s&eacute;rie de par&acirc;metros ambientais que influenciam na capacidade    de uma esp&eacute;cie sobreviver (temperatura, alimento, umidade, pH). De acordo    com Andrew Townsend Peterson, da Universidade de Kansas (EUA), colaborador do    projeto, esse modelo fornece uma lista de pelo menos 40 ou 50 regras complexas,    com as condi&ccedil;&otilde;es ambientais necess&aacute;rias para as esp&eacute;cies    manterem suas popula&ccedil;&otilde;es, oferecendo a cada esp&eacute;cie par&acirc;metros    bem particulares.</p>     <p>A modelagem pode prever com seguran&ccedil;a a distribui&ccedil;&atilde;o geogr&aacute;fica    de esp&eacute;cies e atuar em in&uacute;meras aplica&ccedil;&otilde;es. &Eacute;    poss&iacute;vel, por exemplo, prever a distribui&ccedil;&atilde;o espacial de    um determinado animal em um habitat, para garantir que a reintrodu&ccedil;&atilde;o    de esp&eacute;cies como o mico-le&atilde;o-dourado seja feita n&atilde;o s&oacute;    na Mata Atl&acirc;ntica mas em &aacute;rea que seja seu nicho ecol&oacute;gico    potencial o que aumenta suas chances de sobreviv&ecirc;ncia. &Eacute; poss&iacute;vel,    tamb&eacute;m, prever a distribui&ccedil;&atilde;o de v&aacute;rias esp&eacute;cies,    como por exemplo as que est&atilde;o sob risco de extin&ccedil;&atilde;o no    Cerrado, e usar esses mapas para priorizar &aacute;reas de conserva&ccedil;&atilde;o.</p>     ]]></body>
<body><![CDATA[<p>Peterson e a equipe do Cria empregaram a modelagem para analisar o potencial    de invas&atilde;o do inseto vetor da <i>Xylella</i>, bact&eacute;ria que causa    o amarelinho em citros j&aacute; seq&uuml;enciada pelo projeto Genoma brasileiro.    Nos EUA, a <i>Xylella</i> infesta vinhedos da Calif&oacute;rnia h&aacute; cem    anos mas com dispers&atilde;o limitada; a cigarrinha do g&ecirc;nero <i>Homoladisca</i>,    por&eacute;m, potencializou a infec&ccedil;&atilde;o que passou a dizimar vinhedos    inteiros. A invas&atilde;o desse inseto foi simulada em modelos para a Calif&oacute;rnia    e ent&atilde;o projetada para planta&ccedil;&otilde;es de citros no Brasil.    "Conclu&iacute;mos que a <i>Homolodisca</i> n&atilde;o poderia invadir &aacute;rea    de c&iacute;tricos no Brasil, mas facilmente invadiria vinhedos no Rio Grande    do Sul e no norte da Argentina", disse Peterson.</p>     <p>O programa &eacute; &uacute;til, tamb&eacute;m, para distribuir esp&eacute;cies    frente &agrave;s mudan&ccedil;as clim&aacute;ticas, usando para isso os modelos    chamados de <i>General Circulation Models</i> (GCM), que cruzam dados espaciais    e geogr&aacute;ficos para prever mudan&ccedil;as clim&aacute;ticas em diferentes    pontos do mundo. A equipe desenvolve trabalho semelhante para prever a distribui&ccedil;&atilde;o    de 98 esp&eacute;cies de &aacute;rvores do Cerrado da Am&eacute;rica do Sul    em 50 anos.</p>     <p>O desafio na modelagem, que &eacute; conseguir juntar os dados de biodiversidade    para o mapeamento, j&aacute; dispon&iacute;veis em museus do mundo todo, &eacute;    resolvido com o Projeto Especies Link. Segundo Peterson, ele integra acervos    computadorizados de 12 institui&ccedil;&otilde;es paulistas com outras institui&ccedil;&otilde;es    internacionais.</p>     <p>&nbsp;</p>     <p align="right"><i><b>Germana Barata</b></i></p>      ]]></body>
</article>
