Predictive modeling of suitable habitats for threatened marine invertebrates and implications for conservation assessment in Brazil

Spatial analysis and modeling tools were employed to predict suitable habitat distribution for threatened marine invertebrates and estimate the overlap between highly suitable areas for these species and the Brazilian marine protected areas (MPAs). Records of the occurrence of species were obtained from the collections included in the Ocean Biogeographic Information System (OBIS-Brazil), with additional records culled from the literature. The distribution data of 16 out of 33 threatened species, with at least ten occurrences in the available records, were selected for modeling by Maxent algorithm (Maximum Entropy Modeling) based on environmental variables (temperature, salinity, bathymetry and their derivatives). The resulting maps were filtered with a fixed threshold of 0.5 (to distinguish only the highly suitable areas) and superimposed on MPA digital maps. The algorithm produced reasonable predictions of the species' potential distributions, showing that the patterns predicted by the model are largely consistent with current knowledge of the species. The distribution of the highly suitable areas showed little overlapping with Brazilian MPAs. This study showed how the habitat suitability for threatened species can be assessed using GIS applications and modeling tools.<br>Neste estudo foram utilizadas análises espaciais e ferramentas de modelagem para predizer a distribuição dos hábitats adequados aos invertebrados marinhos ameaçados e estimar a sobreposição destas áreas em relação às áreas marinhas protegidas existentes. Registros de ocorrência das espécies foram obtidos das coleções incluídas no Ocean Biogeographic Information System (OBIS-Brasil) e de dados provenientes da literatura. Dados de distribuição de 16 das 33 espécies ameaçadas, com pelo menos 10 registros de ocorrência, foram selecionados para modelagem utilizando o algoritmo Maxent (Maximum Entropy Modeling) e variáveis ambientais (temperatura, salinidade, batimetria e derivados). Os mapas resultantes foram filtrados para obtenção de áreas altamente adequadas, através de um limiar de corte de 0.5, e sobrepostos com o mapa digital de áreas protegidas. O algoritmo apresentou modelos de predição satisfatórios, mostrando que os padrões previstos no modelo são coerentes com o conhecimento atual sobre as espécies. A distribuição das áreas altamente adequadas mostrou baixa sobreposição com as áreas protegidas brasileiras. Este estudo indicou como a adequabilidade de hábitats para espécies ameaçadas pode ser realizada, utilizando aplicações em SIG e ferramentas de modelagem.