No abstract

Brazil has one of the largest mangrove surfaces worldwide. Due to a wide latitudinal distribution, Brazilian mangroves can be found within a large range of environmental conditions. However, little attention has been given to the description of environmental variables driving the distribution of mangrove species in Brazil. In this study, we present a novel and unprecedented description of environmental conditions for all mangroves along the Brazilian coast focusing on species limits. We apply a descriptive statistics and data-driven approach using Self-Organizing Maps and we combine data from terrestrial and marine environmental geodatabases in a Geographical Information System. We evaluate 25 environmental variables (21 bioclimatic variables, three sea surface temperature derivates, and salinity). The results reveal three groups of correlated variables: (i) air temperature derivates and sea surface temperature derivates; (ii) air temperature, potential evapotranspiration and precipitation derivates; and (iii) precipitation derivates, aridity and salinity. Our results unveil new locations of extreme values of temperature and precipitation. We conclude that Rhizophora harrisonii and Rhizophora racemosa are more limited by precipitation and aridity and that they do not necessarily follow a latitudinal gradient. Our data also reveal that the lowest air temperatures of the coldest month are not necessarily found at the southernmost limits of mangroves in Brazil; instead they are localized at the Mesoregion of Vale do Itajaí. However, the minimum sea surface temperature drops gradually with higher latitudes in the Brazilian southern hemisphere and is probably a better indicator for the decrease of species at the latitudinal limits of mangroves than the air temperature and precipitation.

No abstract

O objetivo deste trabalho foi identificar áreas prioritárias para a recuperação florestal e analisar variáveis a elas relacionadas através da rede neural artificial (RNA) de Mapas Auto-Organizáveis (SOM), em duas escalas. Primeiramente, procurou-se identificar uma sub-bacia hidrográfica prioritária para a recuperação florestal na Unidade de Gerenciamento de Recursos Hídricos Paulista (UGRHI) do rio Paraíba do Sul por SOM. Para isto, foram utilizadas variáveis de conectividade ambiental e cobertura florestal. Definiu-se uma sub-bacia hidrográfica situada na represa do Jaguari, município de Igaratá, para estudo em uma escala de maior detalhe. Nas Áreas de Proteção Permanentes (APPs) englobadas nesta sub-bacia hidrográfica, foi realizada uma nova análise por SOM. Neste caso, foram consideradas variáveis de distância a fragmentos florestais, a áreas urbanas, a estradas pavimentadas e a construções rurais, assim como o Índice de Vegetação por Diferença Normalizada e o Potencial Natural de Erodibilidade Laminar. Em ambas as escalas, as áreas prioritárias para a recuperação florestal foram determinadas através de histogramas do somatório dos valores dos Mapas Auto-Organizáveis de cada variável por agrupamentos delimitados. Por fim, foi gerado um mapa de contribuição de amostras para neurônios vencedores, o que permitiu uma nova abordagem para a análise dos agrupamentos gerados.

No abstract