Comparação de duas metodologias multivariadas no estudo de similaridade entre fragmentos de Floresta Atlântica

Abstract

O objetivo deste trabalho foi comparar duas metodologias multivariadas no estudo de similaridade entre fragmentos de Mata Atlântica. Foi realizado um levantamento bibliográfico, e a partir de 11 fragmentos de Floresta Atlântica, localizados nos Estados de Pernambuco, do Rio Grande do Norte, de Minas Gerais, de São Paulo e do Rio de Janeiro, montaram-se os bancos de dados para a realização do estudo da similaridade florística empregando duas metodologias de técnicas de análise multivariada. Na metodologia usual foi utilizada uma matriz binária (presença/ausência) de 236 espécies arbóreas ocorrentes nos 11 fragmentos, bem como se realizou uma análise de agrupamento, utilizando o método da ligação simples e o coeficiente de Jaccard. Na metodologia proposta foi empregada a análise de componentes principais para redução da dimensão da matriz de densidades e dominâncias absolutas das 236 espécies arbóreas, utilizando-se os escores desses componentes principais para aplicar a análise de agrupamento, por meio do método de ligação simples e da distância euclidiana. Foram identificados dois agrupamentos: um com fragmentos da Região Nordeste (Pernambuco) e outro com fragmentos da Região Sudeste (Minas Gerais). Na metodologia proposta foi identificado apenas um grupo com fragmentos da região nordestina (Pernambuco), ressaltando-se que as variáveis quantitativas são de suma importância para a associação das matas em diferentes regiões. A metodologia proposta apresentou potencial para utilização no estudo de similaridade de fragmentos florestais.

Diagnóstico quantitativo e qualitativo da arborização das praças de Aracaju, SE

“…Na maioria das comparações entre as praças, o coeficiente de Similaridade de Jaccard obtido neste estudo foi significativo, pois, segundo Mueller-Dombois e Ellemberg (1974) citados por Ferreira et al (2008), esse coeficiente raramente atinge valores acima de 60% e, quando superior a 25%, duas amostras podem ser consideradas similares.…”

Análise de agrupamento da variabilidade espacial da produtividade da soja e variáveis agrometeorológicas na região oeste do Paraná

“…Verificou-se também que, na medida em que se aumenta o número de clusters dentro de cada ano-safra, menor é o nível de similaridade, sendo esse fato comprovado pela característica do índice RS, que mede a heterogeneidade e que tem seu valor maior de acordo com o aumento do número de clusters. Constatou-se que, em cada ano-safra, de acordo com a diminuição da similaridade dos clusters, há um aumento da distância entre eles, fato também observado por FERREIRA et al (2008) e em concordância com as ideias de CONDIT (1996), segundo o qual a proximidade geográfica seria o único fator confiável para se prever a similaridade entre áreas.…”

Biodiversity in Forest Fragments under Different Forms of Environmental Conservation, Jaboticabal, São Paulo, Brazil

“…In a research to compare two multivariate methodologies in the study of similarities between fragments of Atlantic forest, [39] point out that there is dissimilarity between groups of forest fragments, emphasizing that fragment groupings are due to the similarities of their variables, justifying these similarities due to their geographical proximity. [40] also observed that floristic similarity decreased with increasing distance between areas, in agreement with the ideas of [41] and [42], according to which geographical proximity would be the only reliable factor to predict the similarity between areas.…”

“…On the basis of the results, the use of Principal component analysis is justified, since it provides a structural simplification of the original data. In fact, in the research carried out by [39], 462 dimensions were reduced in 10 Principal Components resulting from linear combinations between original variables. Therefore, these authors report that using the first 10 PCs is as efficient as the use of the 462 initial variables with regard to the explanation of the variance.…”