| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 13.79 MB | Adobe PDF |
Authors
Abstract(s)
Species distribution models are used to describe the species-environment relationship.
These models are widely applied in ecological and environmental modelling mainly to
analyse the causes and effects of climate changes in the ecosystem. Climate changes contribute
significantly to several observed phenomena among which stand out the displacement
of species from their natural habitat, the colonization of invasive species, and even
the extinction of species, for instance. Mechanisms that allow analysing and predicting
such phenomena are widely needed in order to adopt measures that ensure the management,
conservation and preservation of biodiversity. Despite ensuring the projection of
the species distribution in the environment, species distribution models have limitations
concerning representing the species’ behaviour in this projected environment. In generic
terms, there is a set of useful information regarding the species’ life cycle that is not taken
into account, resulting in predictions less specific concerning the species’ reaction to the
environmental stimulus. To address these limitations, agent-based models approaches
have been successfully adopted. Normally, these agent-based models are composed of individuals
that incorporate simple behavioural rules. Therefore, the interaction between
them, observed in an abstraction of the environment, could allow the description of complex
systems offering a more reliable prediction regarding the species’ behaviour in the
environment.
In this work we propose a model resulting from the combination of traditional species distribution
models with the agent-based models approach to ensure better characterisation
of the species-environment relationship. Usually, agent-based models implementations
are quite time-consuming and can demand a lot of computer resources. To minimize the
computational cost resulting from the models’ simulation, we presented a parallelization
strategy that allows increased speedups, and at the same time ensures the integrity of the
results.
Another challenge inherent in implementing agent-based models concerns the measurement
of the time scale, i.e., mapping between computational and geological time. We
can easily identify the computational time of a simulation; however, when it comes to establishing
a mapping in real time, difficulties are increased. In our attempt to map the
computational time with the geological time, we developed a method capable of estimating
the geological time of a simulation for our agent-based models. This method also
allowed performing predictions of species distribution in dynamic environments. Much
of the lessons learned from this study as well as our approach concerning the species distribution
simulation, were integrated into an open-access computational tool.
Os modelos de distribuição de espécies descrevem a relação entre espécies e o ambiente em que elas podem ser encontradas. Estes modelos são amplamente utilizados na modelação ecológica e ambiental principalmente para analisar as causas e os efeitos das alterações climáticas no ecossistema. O aumento das temperaturas causado pela intervenção humana tem contribuído significativamente para vários fenómenos que se têm verificado na natureza, dentre os quais se destacam o abandono do habitat natural por parte de certas espécies, a colonização de espécies invasoras, ou até mesmo a extinção de algumas espécies, entre outros. Mecanismos capazes de permitir analisar e prever tais fenómenos são de grande utilidade para se traçar medidas que garantam a gestão, conservação e preservação da biodiversidade. Apesar de garantirem essa projeção da distribuição da espécie no ambiente, os modelos de distribuição de espécies têm limitações em representar o comportamento da espécie nesse ambiente projetado. De uma forma genérica, há um conjunto significativo de informações úteis relativas ao ciclo de vida da espécie que não são tidas em devida conta, o que pode resultar em previsões pouco específicas acerca da sua reação aos estímulos ambientais. Como meio de colmatar essas limitações, a abordagem de modelos baseados em agentes tem sido adotada com sucesso assinalável. Geralmente esses modelos baseados em agentes são constituídos por indivíduos que incorporam regras comportamentais simples. Contudo, as interações entre estes, observadas numa abstração do ambiente, podem servir para descrever sistemas complexos capazes de oferecer uma (pre)visão mais fidedigna sobre o comportamento da espécie em ambiente real. Neste trabalho propomos um modelo resultante da combinação dos modelos clássicos de distribuição de espécies com a abordagem de modelação baseada em agentes de forma a garantir uma melhor caraterização da relação entre a espécie e o ambiente. Normalmente, as implementações de modelos baseados em agentes são exigentes em termos de tempo computacional. De modo a minimizar o custo computacional resultante da simulação do modelo, apresentamos uma estratégia de paralelização que ao mesmo tempo garanta a integridade dos resultados. Um desafio inerente à implementação de modelos baseados em agentes consiste em quantificar a escala de tempo, isto é mapear o tempo computacional com o tempo geológico. Conseguimos identificar claramente o tempo computacional dispendido com uma simulação do modelo; quando se procura estabelecer uma correspodência com o tempo real as dificuldades são acrescidas. Numa tentativa de mapear esse tempo computacional com o tempo geológico, desenvolvemos um método capaz de estimar o tempo geológico de uma simulação para os nossos modelos baseados em agentes. Este método permitiu também que se fizessem previsões da distribuição de espécies em ambientes dinâmicos. Grande parte dos ensinamentos retirados da realização desse trabalho, bem como a nossa abordagem à simulação da distribuição de espécies biológicas, foram integrados numa ferramenta computacional de acesso gratuito.
Os modelos de distribuição de espécies descrevem a relação entre espécies e o ambiente em que elas podem ser encontradas. Estes modelos são amplamente utilizados na modelação ecológica e ambiental principalmente para analisar as causas e os efeitos das alterações climáticas no ecossistema. O aumento das temperaturas causado pela intervenção humana tem contribuído significativamente para vários fenómenos que se têm verificado na natureza, dentre os quais se destacam o abandono do habitat natural por parte de certas espécies, a colonização de espécies invasoras, ou até mesmo a extinção de algumas espécies, entre outros. Mecanismos capazes de permitir analisar e prever tais fenómenos são de grande utilidade para se traçar medidas que garantam a gestão, conservação e preservação da biodiversidade. Apesar de garantirem essa projeção da distribuição da espécie no ambiente, os modelos de distribuição de espécies têm limitações em representar o comportamento da espécie nesse ambiente projetado. De uma forma genérica, há um conjunto significativo de informações úteis relativas ao ciclo de vida da espécie que não são tidas em devida conta, o que pode resultar em previsões pouco específicas acerca da sua reação aos estímulos ambientais. Como meio de colmatar essas limitações, a abordagem de modelos baseados em agentes tem sido adotada com sucesso assinalável. Geralmente esses modelos baseados em agentes são constituídos por indivíduos que incorporam regras comportamentais simples. Contudo, as interações entre estes, observadas numa abstração do ambiente, podem servir para descrever sistemas complexos capazes de oferecer uma (pre)visão mais fidedigna sobre o comportamento da espécie em ambiente real. Neste trabalho propomos um modelo resultante da combinação dos modelos clássicos de distribuição de espécies com a abordagem de modelação baseada em agentes de forma a garantir uma melhor caraterização da relação entre a espécie e o ambiente. Normalmente, as implementações de modelos baseados em agentes são exigentes em termos de tempo computacional. De modo a minimizar o custo computacional resultante da simulação do modelo, apresentamos uma estratégia de paralelização que ao mesmo tempo garanta a integridade dos resultados. Um desafio inerente à implementação de modelos baseados em agentes consiste em quantificar a escala de tempo, isto é mapear o tempo computacional com o tempo geológico. Conseguimos identificar claramente o tempo computacional dispendido com uma simulação do modelo; quando se procura estabelecer uma correspodência com o tempo real as dificuldades são acrescidas. Numa tentativa de mapear esse tempo computacional com o tempo geológico, desenvolvemos um método capaz de estimar o tempo geológico de uma simulação para os nossos modelos baseados em agentes. Este método permitiu também que se fizessem previsões da distribuição de espécies em ambientes dinâmicos. Grande parte dos ensinamentos retirados da realização desse trabalho, bem como a nossa abordagem à simulação da distribuição de espécies biológicas, foram integrados numa ferramenta computacional de acesso gratuito.
Description
Keywords
Modelos de distribuição de espécies Modelos baseados em agentes Distribuição espaciotemporal Modelação ambiental Temporalidade