Mudancasclimaticascobertura Vasquez 2021
Mudancasclimaticascobertura Vasquez 2021
Mudancasclimaticascobertura Vasquez 2021
CENTRO DE BIOCIÊNCIAS
PROGRAMA DE PÓS-GRADUAÇÃO EM ECOLOGIA
Natal – RN
2021
MUDANÇAS CLIMÁTICAS E COBERTURA FLORESTAL PARA PRIMATAS
ENDÊMICOS DA MATA ATLÂNTICA
Por
Natal – RN
2021
Universidade Federal do Rio Grande do Norte - UFRN
Sistema de Bibliotecas - SISBI
Catalogação de Publicação na Fonte. UFRN - Biblioteca Setorial Prof. Leopoldo Nelson - Centro de Biociências - CB
PARECER:
BANCA EXAMINADORA:
___________________________________
Profª. Drª. Míriam Plaza Pinto (Orientadora)
Universidade Federal do Rio Grande do Norte
___________________________________
Prof. Dr. Guilherme Ortigara Longo
Universidade Federal do Rio Grande do Norte
___________________________________
Prof. Dr. Sidney Feitosa Gouveia
Universidade Federal de Sergipe
Natal – RN
2021
Dedico a você que está lendo.
Agradecimentos
Gostaria de agradecer:
Universidade: Ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq);
à Universidade Federal do Rio Grande do Norte (UFRN); ao Centro de Biociências (CB); e ao
Programa de Pós-graduação em Ecologia (PPGECO: todos os docentes, discentes e
servidores). Às pessoas que contribuíram (e ainda estão contribuindo) com este trabalho, em
especial: Guilherme Longo, Marília Lion, Marina Fonseca e Sidney Gouveia.
Amigos: Os amigos de verdade sabem quando a amizade é sincera. Se você sabe, é porque é
meu amigo. Aos amigos sinceros, fica aqui o meu agradecimento. À todos os participantes do
grupo de estudo da professora Míriam Plaza Pinto (Adri, Jéssica e Ariston). Obrigado pelo
apoio pelo companheirismo, risadas e desabafos ao longo deste período difícil que estamos
passando. Em especial à Míriam. Sem exageros, você foi essencial para a realização deste
trabalho. Me sinto um privilegiado por ter você por perto nessa trajetória.
Família: Aos meus pais, José Wagner e Maria de Fátima, por todo apoio, suporte e amor
dedicados. Amo vocês! Ao meu irmão Vítor (e sua família Mari e Ana Mu), sempre presente,
mesmo distante. Ao meu irmão Vinícius (e sua família Lívia, Elisa e Isadora). Aos meus
amores Amanda (“Sa' yju mbyrykjá ícha”), Virgulino e José Albino (in memoriam). Sempre
ao meu lado para o que der e vier. Vocês tornam a minha vida melhor. Amo vocês!
SUMÁRIO
Resumo ……………………………………………………………………………………... 7
Abstract …………………………………………………………………………………….. 8
1. Introdução ……………………………………………………………………………….. 9
3. Resultados ……………………………………………………………………………….. 19
4. Discussão ………………………………………………………………………………… 24
7
Abstract: The Atlantic Forest covers approximately 130 million hectares and extends over
the entire Brazilian coast. This biome is essential for conserving primates, the mammals with
the largest proportion of endangered species. The main threats to these species are habitat loss
and climate change. Here, we addressed two questions: (i) what is the proportion of forest
cover within current and future geographic ranges of Atlantic Forest primates? and (ii) are the
currently protected areas efficient in representing climatically suitable areas for Atlantic
Forest primates considering current and future climates? To answer the first question, for each
species, we calculate their respective forest cover in the exclusive region of the current
geographic range, in the intersection region between the current and future geographic ranges,
and in the exclusive region of the expected geographical range predicted to the future. For the
second question, we compared the current and future climatic suitability for Atlantic Forest
primates within currently protected areas. The current network of protected areas represents
higher suitability values compared to species geographic ranges. There was a general
reduction in the suitability values in future climate scenarios, which is possibly related to the
savanization of tropical forests, and there was no difference between the suitability
represented by protected areas and that in the geographic ranges. Regions of intersection
between current and future geographic ranges and exclusive regions to the future showed a
higher proportion of forest cover than exclusive regions to the current geographic range. This
result was expected because of the already documented displacement of species from low
altitudes areas to high altitudes areas, where there is a bias towards a greater protected areas
selection and the location of permanent preservation areas (literal translation). Our results
demonstrate that, although the protected areas are efficient in conserving more suitable areas
in the present, there will be a reduction in areas climatically suitable for the Atlantic Forest’s
primate species in the future. As a result, these species may need to disperse to more
climatically suitable areas. Although most of the geographic ranges foreseen for the future for
these species will be composed by matrix, which can make dispersion difficult, the areas of
intersection between the current and future geographic ranges presented a greater forest
coverage. This can make conservation efforts in these regions more efficient for species both
at present and in projections of future climate change. To avoid the loss of these species, joint
efforts are necessary to reduce the emission of greenhouse gases, incorporate the
consequences of the climate crisis on biodiversity into conservation strategies, and guarantee
public policies that prevent deforestation and restore deforested areas. In addition, it is also
necessary to seek the maintenance, expansion, and management of protected areas, especially
within the regions of intersection between current and future geographic ranges for the
primates of the Atlantic Forest.
8
1. Introdução
Os primatas são considerados espécies bandeira e podem ser eficientes como espécies
guarda-chuva (Estrada et al., 2017). Além disso, os primatas são importantes dispersores de
sementes e por isso têm papel importante na regeneração florestal e na manutenção da
biodiversidade das áreas que habitam (Estrada et al., 2017; Da Silva et al., 2015). A maioria
dos primatas possui hábito florestal de terras baixas tropicais e úmidas (Estrada et al., 2017) e
necessitam de alta diversidade de árvores, majoritariamente perenes, com dossel alto e denso,
para suprir suas necessidades ecológicas como alimentação, refúgio e reprodução (Chapman
& Peres, 2001). A conservação dos primatas resulta na necessidade de conservação de
habitats que são propícios para diversas outras espécies de animais e plantas (Estrada et al.,
2017). Por isso, o planejamento de estratégias para conservar as espécies de primatas pode ser
eficiente para manutenção de remanescentes e restauração de ambientes fragmentados como a
Mata Atlântica.
2. Material e Métodos
13
A Mata Atlântica possui área de aproximadamente 130 milhões de hectares (SOS
MATA ATLÂNTICA & INPE, 2019) e se estende por toda a costa do Brasil, além de ocupar
também parte do Paraguai e o nordeste da Argentina (MMA, 2018) (Figura 1). A grande
amplitude latitudinal (abrangendo desde 0º até, aproximadamente, 30º Sul) e altitudinal da
Mata Atlântica possibilitou a ocorrência de variadas formações florestais nativas como
Floresta Ombrófila Densa, Floresta Ombrófila Mista (Mata de Araucárias), Floresta
Ombrófila Aberta, Floresta Estacional Semidecidual, e Floresta Estacional Decidual, além de
diversos ecossistemas associados como manguezais, vegetação de restingas, campos de
altitude, brejos interioranos e enclaves florestais do Nordeste (Oliveira-Filho, 2009). A Mata
Atlântica é considerada hotspot de diversidade mundial, ou seja, região que apresenta alto
endemismo de plantas vasculares e menos de 70% de sua vegetação remanescente (Myers et
al., 2000), também é hotspot de alta vulnerabilidade em relação às mudanças climáticas, à
modificação no uso e degradação da terra e à adequação de futura distribuição das 100
espécies exóticas invasoras mais prejudiciais à biodiversidade do mundo (Bellard et al.,
2014). Primatas deste bioma também possuem alta vulnerabilidade frente às mudanças
climáticas e, por isso, a região é importante para a conservação desse grupo de mamíferos
(Graham et al., 2016; Estrada et al., 2017; Estrada et al., 2018).
Figura 1. Mapa dos limites geopolíticos do Brasil (em cinza escuro) sobreposto à Mata Atlântica brasileira (em
verde). Mapa adaptado a partir do mapa dos limites do Brasil do Instituto Brasileiro de Geografia e Estatística
(IBGE, 2021) e do mapa dos biomas brasileiros do Ministério do Meio Ambiente (MMA, 2020).
14
habitat
16
DD = 40 * √(área de vida média)
A DD é relativa a uma geração. Por isso, para cada espécie, precisamos multiplicar a
DD pelo número de gerações em 105 anos para obter a distância máxima de dispersão nesse
intervalo (DMD105) (105 anos = 1985 a 2090, intervalo de tempo entre os dados climáticos
atuais e futuros do Worldclim). O número de gerações foi obtido dividindo 105 anos pelo
tempo de geração (em anos, obtido em Pacifici et al. (2013)) de cada espécie. As superfícies
de adequabilidade de habitat futuras foram recortadas por uma área que representa a
distribuição geográfica da espécie (definida pela IUCN (2020)), somada a um buffer
representando a sua respectiva DMD105.
17
𝐶𝐹 = 𝑛𝑝𝑖𝑥𝑒𝑙𝑠 × 0, 09
onde, npixels representa o número de pixels categorizados como cobertura florestal, e 0,09 a
área, em hectares, do pixel (a resolução do MapBiomas é de 30 metros). Apenas para as
espécies A. guariba e S. nigritus, que possuem distribuições geográficas grandes, calculamos
a cobertura florestal utilizando a ferramenta r.report disponível no QGIS (QGIS.org, 2021).
Verificamos se a proporção da cobertura florestal diferiu entre as três regiões definidas através
de um teste de Friedman (um equivalente não paramétrico da ANOVA em blocos) (código do
R publicado em
https://www.r-statistics.com/2010/02/post-hoc-analysis-for-friedmans-test-r-code). Utilizamos
as proporções de cobertura florestal das 18 espécies como variável dependente, as regiões
amostradas (região exclusiva do atual, região exclusiva do futuro e interseção) como variável
independente e as espécies como blocos.
18
3. Resultados
Tabela 1. Teste de Friedman para a hipótese nula de que não há diferença nas proporções de cobertura florestal
entre as áreas da distribuição geográfica exclusiva do atual (EA), as áreas da distribuição geográfica exclusiva do
futuro (EF), e entre a área de interseção entre as distribuições geográficas atual e futura (INT) das espécies de
primatas da Mata Atlântica. A proporção de cobertura florestal foi a variável dependente, as regiões amostradas
foram as variáveis independentes (EA, EF e INT) e as espécies foram os blocos.
19
Figura 2. Proporção de cobertura florestal dentro da região exclusiva da distribuição atual (EA, verde), da região
exclusiva da distribuição futura (EF, cinza) e da região de interseção entre as distribuições atual e futura (INT,
roxo) de espécies de primatas da Mata Atlântica. Boxplot: a caixa representa o primeiro e o terceiro quartil, a
linha dentro da caixa representa a mediana, os bigodes se estendem a +/- 1,58 * (amplitude
interquartil) / √n e os círculos representam os outliers.
20
(Figura 3, Tabela MS3). A cobertura florestal foi maior do que 50% em algumas das regiões
amostradas apenas para as espécies B. arachnoides, C. flaviceps e L. caissara (Figura 3,
Tabela MS3). A proporção de cobertura florestal no cenário SSP5-8.5, em geral, não
apresentou grande variação em comparação ao cenário SSP2-4.5. Apenas as regiões de
interseção entre as distribuições atual e futura das espécies C. kuhlii e L. chrysomelas que
tiveram maior cobertura florestal (94% e 69%, respectivamente; Figura 3, Tabela MS4), e a
espécie L. chrysopygus que não apresentou interseção entre as distribuições atual e futura
(Figura 3, Tabela MS4). Não houve distribuição futura para as espécies C. flaviceps (cenário
SSP5-8.5) e L. rosalia (cenários SSP2-4.5 e SSP5-8.5) após o processo de binarização do
modelo de adequabilidade habitat, ou seja, os modelos previram apenas valores baixos de
adequabilidade para essas espécies nesses cenários de mudanças climáticas (Tabela MS4).
Figura 3. Proporção de cobertura florestal dentro da região exclusiva da distribuição atual (EA: verde), da região
exclusiva da distribuição futura (EF: cinza) e da região de interseção entre as distribuições atual e futura (INT:
roxo) de espécies de primatas da Mata Atlântica (eixo vertical da esquerda). Área em hectares da distribuição
geográfica das espécies definida pela IUCN (2020) (eixo vertical da direita). As espécies de primatas estão
agrupadas em famílias (Atelidae: Alouatta e Brachyteles; Pitheciidae: Callicebus; Callitrichidae: Callithrix e
Leontopithecus; e Cebidae: Sapajus) e organizadas em ordem alfabética considerando o gênero e o epíteto. Abel:
A. belzebul; Agua: A. guariba; Bara: B. arachnoides; Bhyp: B. hypoxanthus; Ccoi: C. coimbrai; Cmel: C.
21
melanochir; Cper: C. personatus; Caur: C. aurita; Cfla: C. flaviceps; Cgeo: C. geoffroyi; Ckuh: C. kuhlii; Lcai:
L. caissara; Lchm: L. chrysomelas; Lchp: L. chrysopygus; Lros: L. rosalia; Sfla: S. flavius; Snig: S. nigritus; e
Srob: S. robustus. * Não houve distribuição futura para a espécie.
22
Figura 4. Mediana dos valores de adequabilidade das espécies de primatas da Mata Atlântica nas superfícies de
adequabilidade de habitat (SAH), nas unidades de conservação (UC), e especificamente nas categorias de
unidades de conservação de proteção integral (UCPI) e de uso sustentável (respectivamente: SAH, UC, UCPI e
UCUS, em escalas de tons cinzas). Os valores de adequabilidade obtidos de modelos de adequabilidade de
habitat construídos para primatas da Mata Atlântica considerando o clima atual e dois cenários de mudanças
climáticas (SSP2-4.5 e SSP5-8.5). Boxplot: a caixa representa o primeiro e o terceiro quartil, a linha dentro da
caixa representa a mediana, os bigodes se estendem a +/- 1,58 * (amplitude interquartil) /
√n e os círculos representam os outliers. * p < 0,001.
Tabela 2. Teste de Friedman para a hipótese nula de que não há diferença nas medianas dos valores de
adequabilidade (variável dependente) entre as superfícies de adequabilidade (SAH), as unidades de conservação
(UC), e especificamente as unidades de conservação de proteção integral (UCPI) e de uso sustentável (UCUS)
no clima atual e nos cenários de mudanças climáticas.
Atual 3,53 < 0,01 < 0,01 < 0,01 < 0,01 0,97 0,99 0,88
4. Discussão
Nossos resultados indicam que a cobertura florestal disponível dentro das distribuições
geográficas dos primatas da Mata Atlântica previstas para o futuro e na interseção entre as
distribuições atuais e futuras será maior do que a região exclusiva atual. Essas distribuições
geográficas representam locais com maior adequabilidade climática para essas espécies. Por
outro lado, também demonstraram o efeito forte que a crise climática está exercendo sobre os
primatas da Mata Atlântica, reduzindo a disponibilidade de habitat climaticamente adequado
para esses organismos. A maior proporção de cobertura florestal nas regiões projetadas para o
futuro e na interseção entre as regiões atuais e futuras deve estar associada à mudança espacial
prevista dos locais de maior adequabilidade climática de espécies de regiões de baixas
altitudes para regiões de maior altitude (Lenoir & Svenning, 2013). Essas regiões de maiores
altitudes possuem condições climáticas mais parecidas com as condições que essas espécies
encontram dentro de suas distribuições geográficas atuais (Lenoir & Svenning, 2013) e se
encontram em áreas que possuem um viés histórico na seleção de áreas protegidas e
destinadas à conservação da biodiversidade, como as unidades de conservação (Joppa & Pfaff,
2009), ou áreas de preservação permanente, que são menos alteradas (Brasil, 2012).
Considerando que as regiões com maior adequabilidade climática de grande parte das
espécies de primatas endêmicas da Mata Atlântica irão se deslocar espacialmente, essas
espécies precisarão se dispersar para novas áreas. A possibilidade e a viabilidade do processo
de dispersão dependem da existência de fragmentos ou corredores de habitat (Gálan-Acedo et
al., 2019; Arroyo-Rodríguez et al., 2020). Portanto, a manutenção e a restauração dos
remanescentes florestais nas regiões de interseção entre as distribuições geográficas
24
climaticamente adequadas atual e futura é essencial para a manutenção das populações atuais
e a possível dispersão entre as distribuições geográficas atuais e futuras. Para que as espécies
consigam se dispersar naturalmente, é importante que as áreas de interseção contemplem as
condições e recursos necessários às espécies e, consequentemente, a implementação de
políticas públicas que assegurem essas áreas (Massara et al., 2016; Alcocer- Rodríguez, et al.,
2020).
A cobertura florestal nas distribuições (atual, futura e na interseção entre essas duas)
dos primatas da Mata Atlântica é, em geral, baixa. Algumas espécies terão grande proporção
de cobertura florestal presentes na região exclusiva da distribuição atual, principalmente, B.
arachnoides, L. caissara e L. chrysomelas, sendo que as duas primeiras estão classificadas
como criticamente ameaçadas e a terceira como em perigo pela IUCN (2020). Isso significa
que para muitas uma grande proporção de cobertura florestal estará disponível em regiões
previstas pelos modelos como climaticamente inadequadas para essas espécies no futuro.
Além disso, as duas espécies de Leontopithecus possuem distribuições geográficas pequenas,
principalmente L. caissara, e uma redução na cobertura florestal poderá afetar a sobrevivência
das populações dessas espécies, visto que a maioria dos primatas necessita de alta diversidade
de árvores, majoritariamente perenes, com dossel alto e denso, para suprir suas necessidades
ecológicas como alimentação, refúgio e reprodução (Estrada et al., 2017; Alcocer-Rodrígez et
al., 2020; Chapman & Peres, 2001). É importante destacar que não houve distribuição futura
para as espécies C. flaviceps e L. rosalia após o processo de binarização do modelo de
adequabilidade habitat. Isso significa que os modelos previram apenas valores baixos de
adequabilidade para essas espécies nesses cenários de mudanças climáticas, o que pode
dificultar ainda mais os planos e ações de conservação para essas espécies. Contudo, vale
ressaltar a importância de se fazer avaliações dos efeitos das mudanças climáticas e de seu
sinergismo com a perda de habitat para essas espécies separadamente. É possível que modelos
construídos em outra extensão (Vasquez et al. 2021), bem como outras tomadas de decisões
na construção dos modelos ajudem a indicar regiões essenciais para manutenção dessas
espécies no futuro.
5. Referências bibliográficas
28
(2014). Vulnerability of biodiversity hotspots to global change. Global Ecology and
Biogeography, 23(12), 1376–1386. https://doi.org/10.1111/geb.12228
Bello, C., Galetti, M., Pizo, M. A., Magnago, L. F. S., Rocha, M. F., Lima, R. A. F., Peres, C.
A., Ovaskainen, O. & Jordano, P. (2015). Defaunation affects carbon storage in tropical
forests. Science Advances, 1(11), e1501105. https://doi.org/10.1126/sciadv.1501105
Bowman, J., Jaeger, J. A. G. & Fahrig, L. (2002). Dispersal distance of mammals is
proportional to home range size. Ecology, 83, 2049–2055.
https://doi.org/10.1890/0012-9658(2002)083[2049:DDOMIP]2.0.CO;2
Brasil, LEI No 9.985, DE 18 DE JULHO DE 2000. Regulamenta o art. 225, § 1o, incisos I, II,
III e VII da Constituição Federal, institui o Sistema Nacional de Unidades de
Conservação da Natureza e dá outras providências. Diário Oficial da União, Brasília, DF,
18 de julho de 2000; 179o da Independência e 112o da República. Downloaded:
http://www.planalto.gov.br/ccivil_03/leis/l9985.htm
Brasil, LEI Nº 12.651, DE 25 DE MAIO DE 2012. Dispõe sobre a proteção da vegetação
nativa; altera as Leis nºs 6.938, de 31 de agosto de 1981, 9.393, de 19 de dezembro de
1996, e 11.428, de 22 de dezembro de 2006; revoga as Leis nºs 4.771, de 15 de setembro
de 1965, e 7.754, de 14 de abril de 1989, e a Medida Provisória nº 2.166-67, de 24 de
agosto de 2001; e dá outras providências. Diário Oficial da União, Brasília, DF, 25 de
maio de 2012; 191º da Independência e 124º da República. Downloaded:
http://www.planalto.gov.br/ccivil_03/_ato2011-2014/2012/lei/l12651.htm
Brown, J. H. & Lomolino, M. V. (2006). Biogeografia. (2nd ed.). Ribeirão Preto: FUNPEC.
Bucklin, D. N., Basille, M., Benscoter, A. M., Brandt, L. A., Mazzotti, F. J., Romañach, S. S.,
Speroterra, C. & Watling, J. I. (2015). Comparing species distribution models
constructed with different subsets of environmental predictors. Diversity and
Distributions, 21, 23–35. https://doi.org/10.1111/ddi.12247
Burnham, K. P. & Anderson, D. R. (2004). Multimodel inference: Understanding AIC and
BIC in model selection. Sociological Methods and Research, 33, 261–304.
https://doi.org/10.1177/0049124104268644
Calixto-Pérez, E., Alarcón-Guerrero, J., Ramos-Fernández, G., Dias, P. A. D., Rangel-Negrín,
A., Améndola-Pimenta, M., Domingo, C., Arroyo-Rodríguez, V., Pozo-Montuy, G.,
Pinacho-Guendulain, B., Urquiza-Haas, T., Koleff, P. & Martínez-Meyer, E. (2018).
Integrating expert knowledge and ecological niche models to estimate Mexican primates’
distribution. Primates, 59, 451–467. https://doi.org/10.1007/s10329-018-0673-8
CarbonBrief (2020). CMIP6: the next generation of climate models explained. Available at:
https://www.carbonbrief.org/cmip6-the-next-generation-of-climate-models-explained.
29
Accessed on: December 5th 2020.
CBD Secretariat (2020). Zero draft of the post‐2020 Global Biodiversity Framework,
CBD/WG2020/2/3. Convention on Biological Diversity, Montreal, Canada. Available at:
https://www.cbd.int/doc/c/d9da/8747/30def58e30f47984ab032f91/wg2020-02-l1-en.pdf
Chapman, C. A. & Peres, C. A. (2001). Primate conservation in the new millennium: the role
of scientists. Evolutionary Anthropology, 10, 16–33.
https://doi.org/10.1002/1520-6505(2001)10:1<16::AID-EVAN1010>3.0.CO;2-O
Culot, L., Pereira, L. A., Agostini, I., de Almeida, M. A. B., Alves, R. S. C., Aximoff, I.,
Bager, A., Baldovino, M. C. et al., (2018). ATLANTIC-PRIMATES: a dataset of
communities and occurrences of primates in the Atlantic Forests of South America.
Ecology, 100(1), e02525. https://doi.org/10.1002/ecy.2525
Da Silva, L. G., Ribeiro, M. C., Hasui, É., Da Costa, C. A. & Da Cunha, R. G. T. (2015).
Patch size, functional isolation, visibility and matrix permeability influences neotropical
primate occurrence within highly fragmented landscapes. PLoS ONE, 10, 1–20.
https://10.1371/journal.pone.0114025
Dória, T. A. F. & Dobrovolski, R. (2021). Improving post-2020 conservation of terrestrial
vertebrates in Caatinga. Biological Conservation, 253, 108894,
https://doi.org/10.1016/j.biocon.2020.108894
Elith, J.; Graham, C. H.; Anderson, R. P., Dudík, M.; Ferrier, S., Guisan, A., Hijmans, R. J.,
Huettmann, F., Leathwick, J. R., Lehmann, A., Li, J., Lohmann, L. G., Loiselle, B. A.,
Manion, G., Moritz, C., Nakamura, M., Nakazawa, Y., et al., (2006). Novel methods
improve prediction of species distributions from occurrence data. Ecography,
29(2),129–151. https://doi.org/10.1111/j.2006.0906-7590.04596.x
Estrada, A., Garber, P. A., Rylands, A. B., Roos, C., Fernandez-Duque, E., Di Fiore, A.,
Anne-Isola Nekaris, K., Nijman, V., Heymann, E. W., Lambert, J. E., Rovero, F., Barelli,
C., Setchell, J. M., Gillespie, T. R., Mittermeier, R. A., Arregoitia, L. V., de Guinea, M.,
Gouveia, S., Dobrovolski, R., Shanee, S., Shanee, N., Boyle, S. A., Fuentes, A.,
MacKinnon, K. C., Amato, K. R., Meyer, A. L. S., Wich, S., Sussman, R. W., Pan, R.,
Kone, I. & Li, B. (2017). Impending extinction crisis of the world’s primates: why
primates matter. Science Advances. https://doi.org/10.1126/sciadv.1600946
Estrada, A., Garber, P.A., Mittermeier, R.A., Wich, S., Gouveia, S., Dobrovolski, R., Nekaris,
K.A.I., Nijman, V., Rylands, A.B., Maisels, F., Williamson, E.A., Bicca-Marques, J.,
Fuentes, A., Jerusalinsky, L., Johnson, S., de Melo, F.R., Oliveira, L., Schwitzer, C.,
Roos, C., Cheyne, S.M., Kierulff, M.C.M., Raharivololona, B., Talebi, M., Ratsimbazafy,
J., Supriatna, J., Boonratana, R., Wedana, M. & Setiawan, A. (2018). Primates in peril:
the significance of Brazil, Madagascar, Indonesia and the Democratic Republic of the
30
Congo for global primate conservation. PeerJ, 6, e4869.
https://doi.org/10.7717/peerj.4869
Fahrig. L. (2003). Effects of habitat fragmentation on biodiversity. Annual Review of Ecology,
Evolution and Systematycs, 34, 487–515. https://doi:
10.1146/annurev.ecolsys.34.011802.132419
Ferrari, R., Malcolm, H., Neilson, J., Lucieer, V., Jordan, A., Ingleton, T., Figueira, W.,
Johnstone, N. & Hill, N. (2018). Integrating distribution models and habitat classification
maps into marine protected area planning. Estuarine, Coastal and Shelf Science, 212,
40–50. https://doi.org/10.1016/j.ecss.2018.06.015
Ferraz, D. da S., Tabacow, F., Mittermeier, R.A., Melo, F., Boubli, J., Jerusalinsky, L. &
Talebi, M. (2019). Brachyteles hypoxanthus. The IUCN Red List of Threatened Species
2019: e.T2994A17927482.
https://dx.doi.org/10.2305/IUCN.UK.2019-2.RLTS.T2994A17927482.en. Downloaded
on 16 November 2020
Fick, S.E. & Hijmans, R. J. (2017). WorldClim 2: new 1km spatial resolution climate surfaces
for global land areas. International Journal of Climatology, 37(12), 4302–4315.
https://doi.org/10.1002/joc.5086
Galán-Acedo, C., Arroyo-Rodríguez, V., Andresen, E. et al., (2019). Ecological traits of the
world’s primates. Scientific Data, 6, 55. https://doi.org/10.1038/s41597-019-0059-9
Galán-Acedo, C., Arroyo-Rodríguez, V., Andresen, E., Verde Arregoitia, L., Vega, E., Peres,
C. A., & Ewers, R. M. (2019). The conservation value of human-modified landscapes for
the world's primates. Nature communications, 10(1), 152.
https://doi.org/10.1038/s41467-018-08139-0
Gouveia, S. F., Souza‐Alves, J. P., Rattis, L., Dobrovolski, R., Jerusalinsky, L.,
Beltrão‐Mendes, R. & Ferrari, S.F. (2016). Climate and land use changes will degrade
the configuration of the landscape for titi monkeys in eastern Brazil. Global Change
Biology, 22, 2003–2012. https://doi.org/10.1111/gcb.13162
Graham, T., Matthews, H. D. & Turner, S. (2016). A global-scale evaluation of primate
exposure and vulnerability to climate change. International Journal of Primatology.
37(2), 158–174. https://10.1007/s10764-016-9890-4
Griscom, B. W., Adams, J., Ellis, P. W., Houghton, R. A., Lomax, G., Miteva, D. A., ... &
Fargione, J. (2017). Natural climate solutions. Proceedings of the National Academy of
Sciences, 114(44), 11645–11650.
https://www.pnas.org/content/pnas/114/44/11645.full.pdf
Hannah, L., Roehrdanz, P.R., Marquet, P.A., Enquist, B.J., Midgley, G., Foden, W., Lovett,
31
J.C., Corlett, R.T., Corcoran, D., Butchart, S.H.M., Boyle, B., Feng, X., Maitner, B.,
Fajardo, J., McGill, B.J., Merow, C., Morueta‐Holme, N., Newman, E.A., Park, D.S.,
Raes, N. and Svenning, J.‐C. (2020). 30% land conservation and climate action reduces
tropical extinction risk by more than 50%. Ecography, 43, 943-953.
https://doi.org/10.1111/ecog.05166
Hickling, R., Roy, D. B., Hill, J. K., Fox, R. & Thomas, C. D. (2006). The distribution of a
wide range of taxonomic groups expanding polewards. Global Change Biology, 12(3),
450–455. https://doi.org/10.1111/j.1365-2486.2006.01116.x
Hijmans, R. J., Cameron, S. E., Parra, J. L., Jones, P .G. & Jarvis, A. (2005). Very high
resolution interpolated climate surfaces for global land areas. International Journal of
Climatology, 25, 1965–1978. https://doi.org/10.1002/joc.1276
Hijmans, R.J., Van Etten, J., Sumner, M., Cheng, J., Bevan, A., Bivand, R., Busetto, L., Canty,
M., Forrest, D., Ghosh, A., Golicher, D., Gray, J., Greenberg, J.A., Hiemstra, P., Hingee,
K., Geosciences, I. for M.A, Karney, C., Mattiuzzi, M., Mosher, S., Nowosad, J.,
Pebesma, E., Lamigueiro, O.P., Racine, E.B., Rowlingson, B., Shortridge, A., Venables,
B. & Wueest, R. (2020). raster: Geographic Data Analysis and Modeling. R package
version 3.0-7. https://CRAN.R-project.org/package=raster
IBGE (2021). Instituto Brasileiro de Geografia e Estatística. Cartas e mapas. Bases
cartográficas contínuas, versão 2017. Available at:
http://geoftp.ibge.gov.br/cartas_e_mapas/bases_cartograficas_continuas/bc250/versao20
17/shapefile/. Accessed on: January 25 2021
IPCC (2018). Summary for Policymakers. In: Global Warming of 1.5°C. An IPCC Special
Report on the impacts of global warming of 1.5°C above pre-industrial levels and related
global greenhouse gas emission pathways, in the context of strengthening the global
response to the threat of climate change, sustainable development, and efforts to
eradicate poverty [Masson-Delmotte, V., Zhai, Pörtner, P., H. -O., Roberts, D., Skea, J.,
Shukla, P. R., Pirani, A., Moufouma-Okia, W., Péan, C., Pidcock, R., Connors, S.,
Matthews, J. B. R., Chen, Y., Zhou, X., Gomis, M. I., Lonnoy, E., Maycock, T., Tignor,
M. & Waterfield, T., (eds.)]. In Press
IUCN (2020). International Union for Conservation of Nature. Digital Distribution Maps on
The IUCN Red List of Threatened Species™. 5.2, 1–2. Downloaded on: july 2nd 2020
IUCN (2018). International Union for Conservation of Nature. Table 4a : Red List Category
summary for all animal classes and orders. The IUCN Red List of Threatened Species:
Summary Statistics, 1–10
Joppa, L. N., & Pfaff, A. (2009). High and Far: Biases in the Location of Protected Areas.
PLoS ONE, 4(12), e8273. doi:10.1371/journal.pone.0008273
32
Kierulff, M.C.M., Mendes, S.L., Rylands, A.B. & de Oliveira, M.M. (2020). Leontopithecus
chrysomelas. The IUCN Red List of Threatened Species 2020: e.T40643A17935020.
https://dx.doi.org/10.2305/IUCN.UK.2020-2.RLTS.T40643A17935020.en. Downloaded
on 16 November 2020
Lamy, T., Liss, K. N., Gonzalez, A. & Bennett, E. M. (2016). Landscape structure affects the
provision of multiple ecosystem services. Environmental Research Letters, 11, 124017.
https://doi.org/10.1088/1748-9326/11/12/124017
La Notte, A., D’Amato, D., Mäkinen, H., Paracchini, M. L., Liquete, C., Egoh, B., Geneletti,
D., Neville D. & Crossman, N. D. (2017). Ecosystem services classification: a Systems
Ecology Perspective of the Cascade Framework. Ecological Indicators, 74, 392–402.
https://10.1016/j.ecolind.2016.11.030
Lemes, L., de Andrade, A. F. A. & Loyola, R. (2020). Spatial priorities for agricultural
development in the Brazilian Cerrado: may economy and conservation coexist?.
Biodiversity and Conservation, 29, 1683–1700.
https://doi.org/10.1007/s10531-019-01719-6
Lenoir, J. & Svenning, J. ‐C. (2013). Latitudinal and elevational range shifts under
contemporary climate change. In: Levin S. A. (ed.), Encyclopedia of biodiversity, 2nd
ed. Academic Press, pp. 599–611
Lenoir, J. & Svenning, J. -C. (2014). Climate-related range shifts – a global multidimensional
synthesis and new research directions. Ecography. 38, 15–28.
https://doi.org/10.1111/ecog.00967
Lima, A. A. de, Ribeiro, M. C., Grelle, C .E. V. & Pinto, M. P. (2019). Impacts of climate
changes on spatio-temporal diversity patterns of Atlantic Forest primates. Perspectives in
Ecology and Conservation, 17(2), 50–56. https://doi.org/10.1016/j.pecon.2019.04.004
Magris, R. A., Costa, M. D. P., Ferreira, C. E. L., et al. (2021). A blueprint for securing
Brazil's marine biodiversity and supporting the achievement of global conservation
goals. Diversity and Distributions, 27, 198– 215. https://doi.org/10.1111/ddi.13183
MapBiomas (2020). MapBiomas. Coleção 5. Download. Available at: http://mapbiomas.org.
Download on: October 23th 2020
Marimon, B. S., Marimon-Junior, B. H., Feldpausch, T. R., Oliveira-Santos, C., Mews, H. A.,
Lopez-Gonzalez, G., Lloyd, J., Franczak, D. D., de Oliveira, E. A., Maracahipes, L.,
Miguel, A., Lenza, E. & Phillips, O. L. (2014). Disequilibrium and hyperdynamic tree
turnover at the forest-cerrado transition zone in southern Amazonia. Plant Ecology and
Diversity, 7(1–2), 281–292. https://doi.org/10.1080/17550874.2013.818072
Martinelli, L. A. (2011). Block changes to Brazil’s forest code. Nature, 474, 579.
33
https://doi.org/10.1038/474579a
Massara, R. L., Paschoal, A. M. O., Doherty, P. F., Jr., Hirsch, A. & Chiarello, A. G. (2016).
Ocelot population status in protected Brazilian Atlantic Forest. PLoS One, 10(11):
e0141333. http://dx.doi.org/10.1371/journal.pone.0141333
Mendoza-Ponce, A. V., Corona-Núñez, R. O., Kraxner, F. & Estrada, F. (2020). Spatial
conservation prioritization for biodiversity in a megadiverse country. Anthropocene, 32,
100267. https://doi.org/10.1016/j.ancene.2020.100267
Metzger, J. P., Lewinsohn, T. M., Joly, C. A., Verdade, L. M., Martinelli, L. A., & Rodrigues,
R. R. (2010). Brazilian law: full speed in reverse? Science, 329(5989), 276–277.
https://doi.org/10.1126/science.329.5989.276-b
MMA (2004). Ministério do Meio Ambiente. Áreas prioritárias para a conservação, utilização
sustentável e repartição de benefícios da biodiversidade brasileira. Portaria N° 126 de 27
de Maio de 2004. Available at:
http://www.mma.gov.br/estruturas/chm/_arquivos/port126.pdf. Accessed on February
22th 2021
MMA (2007). Ministério do Meio Ambiente. Áreas Prioritárias para conservação, uso
sustentável e repartição de benefícios da biodiversidade brasileira. Atualização. Portaria
MMA n° 9, de 23 de janeiro de 2007. Available at:
http://www.mma.gov.br/estruturas/chm/_arquivos/biodiversidade31.pdf. Accessed on:
February 22th 2021
MMA (2016). Ministério do Meio Ambiente. Áreas Prioritárias para conservação, uso
sustentável e repartição de benefícios da biodiversidade brasileira. Segunda Atualização.
Portaria MMA n° 223, de 21 de junho de 2016. Available at:
http://www.mma.gov.br/images/arquivo/80049/Areas%20Prioritarias/Caatinga/BIOMA
%20CAATINGA.pdf. Accessed on: February 22th 2021
MMA (2018). Ministério do Meio Ambiente. Mata Atlântica. Available at:
http://www.mma.gov.br/biomas/mata-atlântica_emdesenvolvimento. Accessed on: July
1st 2018
MMA (2020). Ministério do Meio Ambiente. Mapas. Available at:
http://mapas.mma.gov.br/i3geo/datadownload.htm. Accessed on: July 1st 2018
Monkay, K., Prasad, S. & Westcott, D. A. (2014). Loss of frugivore seed dispersal services
under climate change. Nature Communications, 5(May), 1–7.
https://doi.org/10.1038/ncomms4971
Moritz, C., & Agudo, R. (2013). The Future of Species Under Climate Change: Resilience or
Decline? Science, 341(6145), 504–508. doi:10.1126/science.1237190
34
Muscarella, R., Galante, P.J., Soley-Guardia, M., Boria, R.A., Kass, J.M., Uriarte, M. &
Anderson, R.P. (2014). ENMeval: An R package for conducting spatially independent
evaluations and estimating optimal model complexity for Maxent ecological niche
models. Methods in Ecology and Evolution, 5, 1198–1205.
https://doi.org/10.1111/2041-210X.12261
Myers, N., Mittermeier, R. A., Mittermeier, C. G., Fonseca, G. A. B. & Kent, J. (2000).
Biodiversity hotspots for conservation priorities. Nature, 403, 853–858.
https://doi.org/10.1038/35002501
Oliveira-Filho, A. T. (2009). Classificação das fitofisionomias da América do Sul cisandina
tropical e subtropical: proposta de um novo sistema – prático e flexível – ou uma injeção
a mais de caos? Rodriguésia, 60, 237–258. https://doi.org/10.1590/2175-7860200960201
Pacifici, M., Santini L., Di Marco M., Baisero D., Francucci L., Grottolo G. M. G., Visconti P.
& Rondinini C. (2013). Generation length for mammals. Nature Conservation, 5, 89–94.
https://doi.org/10.3897/natureconservation.5.5734
Pearson, R. G. (2010). Species’ distribution modeling for conservation educators and
practitioners. Lessons in Conservation, 3, 54–89. https://ncep.amnh.org/linc/
Pecl, G. T., Araújo, M. B., Bell, J. D., Blanchard, J., Bonebrake, T. C., Chen, I. C., Clark, T.
D., Colwell, R. K., Danielsen, F., Evengård, B., et al., (2017). Biodiversity redistribution
under climate change: impacts on ecosystems and human well-being. Science,
355(6332), 1389–1398. https://doi.org/10.1126/science.aai9214
Phillips, S. J., Robert, P. A. & Schapire, R. E. (2006). Maximum entropy modeling of species
geographic distributions. Ecological Modelling, 190(3–4), 231–259.
https://doi.org/10.1016/j.ecolmodel.2005.03.026
Pinto, M. P. & Grelle, C. E. V. (2009). Reserve selection and persistence: complementing the
existing Atlantic Forest reserve system. Biodiversity Conservation, 18, 957–968.
https://doi.org/10.1007/s10531-008-9513-2
Portugal, M., Morato, R., Ferraz, K., Rodrigues, F. & Jacobi, C. (2020). Priority areas for
jaguar Panthera onca conservation in the Cerrado. Oryx, 54(6), 854–865.
doi:10.1017/S0030605318000972
Pressey R. L, Humphries C. J, Margules C. R et al., (1993). Beyond opportunism: key
principles for systematic reserve selection. Trends in Ecology and Evolution, 8(4),
124–128. https://doi.org/10.1016/0169-5347(93)90023-I
Pressey, R. L., Johnson, I. R. & Wilson, P. D. (1994). Shades of irreplaceability: towards a
measure of the contribution of sites to a reservation goal. Biological Conservation, 3,
242–262. https://doi.org/10.1007/BF00055941
35
QGIS.org. (2021). QGIS Geographic Information System. QGIS Association.
http://www.qgis.org
Quinn, G. P. & Keough, M. J. (2002). Experimental design and data analysis for biologists
(1st ed.). Cambridge University Press, New York
Rezende, G., Knogge, C., Passos, F., Ludwig, G., Oliveira, L.C., Jerusalinsky, L. &
Mittermeier, R. A. (2020). Leontopithecus chrysopygus. The IUCN Red List of Threatened
Species 2020: e.T11505A17935400.
https://dx.doi.org/10.2305/IUCN.UK.2020-2.RLTS.T11505A17935400.en. Downloaded
on 16 November 2020
Ribeiro, M. C., Metzger, J. P., Martensen, A. C., Ponzoni, F. J. & Hirota, M. M. (2009). The
Brazilian Atlantic Forest: how much is left, and how is the remaining forest distributed?
Implications for conservation. Biological Conservation, 142(6), 1141–1153.
https://doi.org/10.1016/j.biocon.2009.02.021
Rodrigues, A. S. L., Akcakaya, H., Andelman, S., Bakarr, M. I., Boitani, L., et al. (2004).
Global Gap Analysis: Priority Regions for Expanding the Global Protected-Area
Network. Bioscience, 54 (12), 1092–1100.
10.1641/0006-3568(2004)054[1092:GGAPRF]2.0.CO;2
Ruiz-Miranda, C. R., Jerusalinsky, L., Kierulff, C., Mittermeier, R. A., Oliveira, L., Pissinatti,
A., Valença Montenegro, M. & de Oliveira, P. (2019). Leontopithecus rosalia. The IUCN
Red List of Threatened Species 2019: e.T11506A17935211.
https://dx.doi.org/10.2305/IUCN.UK.2019-3.RLTS.T11506A17935211.en. Downloaded
on 16 November 2020
Sales, L. P., Ribeiro, B. R., Hayward, M. W., Paglia, A., Passamani, M. & Loyola, R. (2017).
Niche conservatism and the invasive potential of the wild boar. Journal of Animal
Ecology, 86(5), 1214–1223. https://doi.org/10.1111/1365-2656.12721
Sales, L. P., Galleti, M. & Pires, M. M. (2020). Climate and land-use change will lead to a
faunal ‘savannization’ on tropical rainforests. Global Change Biology, 00: 1–9.
https://doi.org/10.1111/gcb.15374
SOS MATA ATLÂNTICA & INPE (2019). Atlas dos remanescentes florestais da Mata
Atlântica. Relatório Técnico. Período 2017-2018.
https://www.sosma.org.br/wp-content/uploads/2019/10/Atlas-mata-atlanticaDIGITAL.pd
f
36
Steffen, W., Broadgate, W., Deutsch, L., Gaffney, O. & Ludwig, C. (2015). The trajectory of
the Anthropocene: The Great Acceleration. The Anthropocene Review, 2(1), 81–98.
https://doi.org/10.1177/2053019614564785
Talebi, M., Melo, F., Rylands, A. B., Ferraz, D. da S., Ingberman, B., Mittermeier, R. A.,
Martins, M. & Jerusalinsky, L. (2019). Brachyteles arachnoides. The IUCN Red List of
Threatened Species 2019: e.T2993A17927228
https://dx.doi.org/10.2305/IUCN.UK.2019-2.RLTS.T2993A17927228.en. Downloaded
on 16 November 2020
Tollefson, J. (2011). Brazil revisits forest code: changes to legislation could undermine
authorities' power to halt deforestation. Nature, 476, 259–260. doi:10.1038/476259a
Thuiller W., Lavorel, S., Araujo M. B., Sykes M. T. & Prentice I. C. (2005). Climate change
threats to plant diversity in Europe. Proceedings of the National Academy of Sciences of
the United States of America, 102(23), 8245–8250.
https://doi.org/10.1073/pnas.0409902102
Vasconcelos, T. S. & Prado, V. H. M. (2019). Climate change and opposing spatial
conservation priorities for anuran protection in the Brazilian hotspots. Journal for Nature
Conservation, 49, 118–124. https://doi.org/10.1016/j.jnc.2019.04.003
Vasquez, V. L., Lima, A. A., Santos, A. P. & Pinto, M. P. (2021). Influence of spatial extent on
habitat suitability models for primate species of Atlantic Forest. Ecological Informatics,
61, 101179. https://doi.org/10.1016/j.ecoinf.2020.101179
Virkkala, R., Heikkinen, R. K., Leikola, N. & Luoto, M. (2008). Projected large-scale range
reductions of northern-boreal land bird species due to climate change. Biological
Conservation, 141(5), 1343–1353. https://doi.org/10.1016/j.biocon.2008.03.007
Vitousek, P. M., Mooney, H. A., Lubchenco, J. & Melillo, J. M. (1997). Human domination of
Earth's ecosystems. Science, 277(5325), 494–499. DOI: 10.1126/science.277.5325.494
Waller, N. L., Gynther, I. C., Freeman, A. B., Lavery, T. H. & Leung, L. K. P. (2017). The
Bramble Cay melomys Melomys rubicola (Rodentia: Muridae): a first mammalian
extinction caused by human-induced climate change? Wildlife Research, 44(1), 9–21.
https://doi.org/10.1071/WR16157
Wisz, M. S., Hijmans, R. J., Li, J., et al., (2008). Effects of sample size on the performance of
species distribution models. Diversity and Distributions, 14(5), 763–773.
https://doi.org/10.1111/j.1472-4642.2008.00482.x
Wolf, A., Doughty, C. E. & Malhi, Y. (2013). Lateral Diffusion of Nutrients by Mammalian
Herbivores in Terrestrial Ecosystems. PLoS ONE, 8(8), 1–10.
https://doi.org/10.1371/journal.pone.0071352
37
Zuur, A. F., Ieno, E. N. & Elphick, C. S. (2010). A protocol for data exploration to avoid
common statistical problems. Methods in Ecology and Evolution, 1, 3–14.
https://doi.org/10.1111/j.2041-210X.2009.00001.x
38
6. Material Suplementar (MS)
39
Figura MS1. Espécies de primatas com mais de 50% de sua distribuição geográfica (IUCN,
2020) dentro do bioma Mata Atlântica (MMA, 2020) utilizadas como grupo-alvo neste
estudo. A categoria de ameaça de extinção (IUCN, 2020) de cada uma das espécies está
representada no canto superior de suas respectivas imagens (LC: pouco preocupante; NT:
quase ameaçada; VU: vulnerável; EN: em perigo; e CR: criticamente em perigo). As fontes
das imagens estão citadas no final desta seção.
40
Tabela MS1: Variáveis de temperatura e precipitação adquiridas da base de dados do WorldClim - Global
Climate Data. * Variáveis ambientais utilizadas na construção dos modelos de adequabilidade de habitat.
41
Figura MS2. Exemplo de mapas das distribuições geográficas atual (em verde) e futura (em
cinza) e da área de interseção entre as distribuições atual e futura (em roxo) para a espécie
Callicebus coimbrai. Os pixels escuros representam os remanescentes florestais obtidos
através da reclassificação do mapa de uso do solo do MapBiomas. Foto de C. coimbrai: João
Pedro Souza. ICMBio/CPB - Banco de imagens. Disponível em:
https://www.icmbio.gov.br/cpb/index.php/component/phocagallery/1/detail/26-guigo-calliceb
us-coimbrai.
42
Tabela MS2: Classes de uso do solo do mapa do MapBiomas.
Classe
Formação Florestal
Floresta Plantada
Campo Alagado e
Área Pantanosa
Formação Campestre
Formação Natural não
Classe 2 Apicum
Florestal
Afloramento Rochoso
Pastagem
Soja
Cana
Lavoura Temporária
Agricultura
Outras Lavouras
Classe 3 Agropecuária
Temporárias
Lavoura Perene
Mosaico de
Agricultura e
Pastagem
Praia e Duna
Infraestrutura Urbana
Infraestrutura Urbana
Classe 4 Área não Vegetada
Mineração
43
Figura MS3. Na primeira linha, na figura central temos a superfície de adequabilidade de
habitat (SAH) modelada considerando o clima atual da espécie Sapajus nigritus. Em
vermelho (em todas as figuras), a distribuição geográfica da espécie definida pela IUCN
(2020). Na figura à direita na parte superior, estão sobrepostos os shapefiles das unidades de
conservação de proteção integral (em cinza) e das unidades de uso sustentável (em preto)
sobre a superfície de adequabilidade de habitat. Na parte inferior da imagem temos a
superfície de adequabilidade recortada pelos shapefiles das unidades de conservação
independente da classificação; no centro, a superfície de adequabilidade recortada pelos
shapefiles das unidades de conservação de proteção integral; e, por fim, recortada pelas
unidades de conservação uso sustentável. Foto de S. nigritus: Eloísa Neves. ICMBio/CPB -
Banco de imagens. Disponível em:
https://www.icmbio.gov.br/portal/faunabrasileira/estado-de-conservacao/7277-mamiferos-sap
ajus-nigritus-nigritus-macaco-prego.
44
Tabela MS3: Cobertura florestal (hectares) e proporção de cobertura florestal dentro da região exclusiva da
distribuição atual (EA), da região exclusiva da distribuição futura (EF; cenário SSP2-4.5) e da região de
sobreposição entre as distribuições atual e futura (INT) de espécies de primatas da Mata Atlântica. As espécies
de primatas estão organizadas por ordem alfabética considerando o gênero e o epíteto. * Não há distribuição
geográfica para essa espécie no cenário SSP2-4.5.
45
Tabela MS4: Cobertura florestal (hectares) e proporção de cobertura florestal dentro da região exclusiva da
distribuição atual (EA), da região exclusiva da distribuição futura (EF; cenário SSP5-8.5) e da região de
sobreposição entre as distribuições atual e futura (INT) de espécies de primatas da Mata Atlântica. As espécies
de primatas estão organizadas por ordem alfabética considerando o gênero e o epíteto. * Não há distribuição
geográfica para essa espécie no cenário SSP5-8.5.
Área (ha) Área (%) Área (ha) Área (%) Área (ha) Área (%)
A. belzebul 33.913 11,27% 369.054 16,31% 211.657 15,85%
A. guariba 10.873.766 26,22% 11.156.804 36,88% 1.645.469 14,89%
B. arachnoides 2.236.373 55,76% 1.061.649 58,31% 175.245 75,58%
B. hypoxanthus 1.818.582 20,45% 426.567 52,60% 180.235 60,40%
C. coimbrai 255.939 21,55% 300.544 27,66% 180.311 14,96%
C. melanochir 23.231 7,94% 2.281.280 42,82% 623.341 37,01%
C. personatus 1.736.291 19,68% 405.789 46,56% 29.029 23,57%
C. aurita 3.161.552 30,78% 1.188.582 51,16% 23.782 61,48%
C. kuhlii 519.551 33,54% * * * *
C. geoffroyi 1.098.466 18,96% 598.538 20,14% 1.902.091 36,11%
C. flaviceps 374.321 22,48% 635.083 69,86% 940.026 51,21%
L. caissara 438 63,14% 21.426 93,92% 157.466 90,58%
L. chrysomelas 801.426 46,12% 42.709 68,52% 522.839 55,23%
L. chrysopygus 1.140.759 18,90% 0 0,00% 10.445 53,95%
L. rosalia 77.240 22,75% * * * *
S. flavius 2.048 13,66% 263.255 17,11% 5.938.820 50,94%
S. nigritus 10.958.144 20,49% 8.304.168 46,76% 3.129.490 23,33%
S. robustus 359.466 13,09% 809.476 15,96% 2.156.962 40,22%
46
Figura MS4: Adequabilidade nos modelos construídos para cada uma das espécies de
primatas da Mata Atlântica (SAH) considerando o clima atual e quatro cenários de mudanças
climáticas (SSP1-2.6, SSP2-4.5, SSP3-7.0 e SSP5-8.5) e adequabilidade representada dentro
das unidades de conservação independente de sua classificação (UC), unidades de
conservação de proteção integral (UCPI) e unidades de conservação de uso sustentável
(UCUS). Boxplot: a caixa representa o primeiro e o terceiro quartil, a linha dentro da caixa
representa a mediana, os bigodes representam os valores mínimo e máximo dentro de um
intervalo de confiança de aproximadamente 95% e os círculos representam os outliers.
47
48
49
50
51
7. Referências das imagens dos primatas (Figura MS1)
53