O uso de modelos ecológicos de nicho na orientação da amostragem de espécies pouco conhecidas no Cerrado
Oreobates é composto atualmente por 24 espécies distribuídas em diferentes habitats na América do Sul. Espécies deste gênero são consideradas especialistas, sendo a maior parte com distribuição restrita aos Andes (da Argentina ao Equador). No Brasil são conhecidas quatro espécies, sendo três associadas a áreas secas: O. crepitans, O. heterodactylus (Cerrado) e O. remotus (Mata Seca). Estas estão associadas a afloramentos rochosos e/ou cavernas nos estados de MT e MG e uma nova espécie foi descoberta em cavernas em GO e TO. As florestas úmidas tem sido os ambientes melhor amostrados na região Neotropical, enquanto a diversidade em ambientes secos continua desconhecida e pouco amostrada. Considerando a limitação de tempo e recursos financeiros para formular políticas de conservação, os modelos ecológicos de nicho permitem direcionar esforços na seleção de áreas para levantamentos com o objetivo de explorar a biodiversidade. Neste sentido, o objetivo deste trabalho é utilizar os modelos ecológicos de nicho para a seleção de áreas prioritárias de amostragem e descoberta de novas ocorrências e/ou novas espécies do gênero Oreobates no Cerrado. Foram utilizados dados de ocorrência do gênero (n=18) baseado em registros de coleção e literatura. As variáveis bioclimáticas utilizadas foram: temperatura média anual, amplitude térmica anual, precipitação do mês mais úmido, precipitação do mês mais seco e precipitação do trimestre mais quente, além da camada ambiental de cavernas. Para a construção dos modelos foram utilizados Bioclim, Domain, MaxEnt e SVM, todos construídos no ambiente R. Devido ao número reduzido de ocorrências, a avaliação do modelo foi feita por jackniffe. Foi selecionado o consenso dos diversos modelos, gerando um mapa com as regiões de maior probabilidade de ocorrência do gênero (p<0.05). Os mapas de adequabilidade obtidos serão utilizados para a seleção das áreas de possível ocorrência do gênero que serão amostradas e, assim, validar o modelo em campo.