Predicting the distribution of forest tree species using topographic variables and vegetation index in eastern Acre, Brazil

Abstract

A modelagem de distribuição de espécie tem implicações fundamentais para o estudo da biodiversidade, tomada de decisão em conservação e para a compreensão dos requerimentos ecológicos das espécies. O objetivo deste trabalho foi avaliar se a utilização de inventários florestais pode melhorar a estimativa de probabilidade de ocorrência, identificar os limites da distribuição potencial e preferência de habitat de um grupo de espécies madeireiras. As variáveis ambientais preditoras foram: altitude, declividade, exposição, índice de vegetação por diferença normalizada (NDVI) e distância vertical à drenagem mais próxima (HAND). Para estimar a distribuição das espécies foi utilizado o método de máxima entropia (Maxent). Em comparação com uma distribuição aleatória, utilizando variáveis topográficas e de índice de vegetação, o método Maxent alcançou uma acurácia de 86%, em média, na distribuição geográfica predita das espécies estudadas. A altitude e o NDVI foram as variáveis mais importantes. Houve limitações na interpolação dos modelos para locais não amostrados e que estão fora do gradiente de altitude associado aos dados de ocorrência, em aproximadamente 7% da área da bacia. Ceiba pentandra (samaúma), Castilla ulei (caucho) e Hura crepitans (assacu) tem maior probabilidade de ocorrência em áreas próximas aos cursos de água. Clarisia racemosa (guariúba), Amburana acreana (cerejeira), Aspidosperma macrocarpon (pereiro), Apuleia leiocarpa (cumaru cetim), Aspidosperma parvifolium (amarelão) e Astronium lecointei (aroeira) podem ocorrer também em floresta de terra firme e solos bem drenados. Essa abordagem de modelagem tem potencial de aplicação para outras espécies tropicais ainda pouco estudadas, sobretudo aquelas que estão sobre pressão da atividade madeireira. PALAVRAS-CHAVE: modelagem, Maxent, inventário florestal, modeflora, Amazônia. Predicting the distribution of forest tree species using topographic variables and vegetation index in eastern Acre, Brazil ABSTRACTSpecies distribution modeling has relevant implications for the studies of biodiversity, decision making about conservation and knowledge about ecological requirements of the species. The aim of this study was to evaluate if the use of forest inventories can improve the estimation of occurrence probability, identify the limits of the potential distribution and habitat preference of a group of timber tree species. The environmental predictor variables were: elevation, slope, aspect, normalized difference vegetation index (NDVI) and height above the nearest drainage (HAND). To estimate the distribution of species we used the maximum entropy method (Maxent). In comparison with a random distribution, using topographic variables and vegetation index as features, the Maxent method predicted with an average accuracy of 86% the geographical distribution of studied species. The altitude and NDVI were the most important variables. There were limitations to the interpolation of the models for non-sampled locations and that are outside of the elevation gradient assoc...

Discovering floristic and geoecological gradients across Amazonia

“…Our modelling results (Table ) confirmed that multispectral surface reflectance data layers make a useful contribution to modelling understorey fern and lycophyte species composition at the basin‐wide extent, complementing information that can be obtained from climate variables. This is in accordance with results of several studies carried out at relatively small extents (Buermann et al, ; Chaves, Ruokolainen, & Tuomisto, ; Figueiredo, Venticinque, Figueiredo, & Ferreira, ; Higgins et al, , ; Salovaara et al, ; Thessler et al, ; Tuomisto, Poulsen, et al, ; Tuomisto, Ruokolainen, Aguilar, et al, ). New generation medium‐resolution multispectral instruments with improved spectral and radiometric resolution (Landsat 8 OLI, Sentinel‐2) can be expected to be even more valuable for these applications.…”

“…A few recent studies have used Landsat data as environmental layers in species distribution models (SDMs) over relatively small extents (Chaves et al, ; Figueiredo et al, ). Our results suggest that the same approach is feasible even at the basin‐wide extent (see also Van doninck & Tuomisto, 2018).…”

Using remote sensing to model tree species distribution in Peruvian lowland Amazonia

“…Figueiredo et al . () used remote sensing variables to predict the distribution of commercial trees in Amazonia at a finer 90‐m resolution.…”

“…At least two studies in western Brazil (Figueiredo et al . , ) have taken advantage of this possibility. Figueiredo et al .…”

“…Figueiredo et al . () found that the normalized difference vegetation index (NDVI) derived from Landsat Thematic Mapper (TM) imagery and elevation above sea level were useful environmental variables in predicting timber species distributions.…”