6 research outputs found
Species abundance distribution models on analysis of relation between bird diversity and environmental and anthropic variables
No full textModelos de distribuição de abundâncias relativas das espécies (DAE) representam um dos mais gerais padrões em ecologia de comunidades, denominado de curva côncava. Este padrão, mostra que independente do grupo taxonômico ou ambiente, as espécies comuns e mais abundantes são poucas e a maioria das espécies é rara. Estes modelos são úteispara descrever a diversidade em comunidades naturais por que mostram como o número de indivíduos é distribuído entre as espécies e portanto, representam o grau de dominância nas comunidades. Um dos principais objetivos da ecologia de comunidades é entender como fatores ambientais em escalas globais, regionais e locais podem determinar a riqueza e abundância de espécies dentro das comunidades. Apesar do conhecimento acerca destes padrões, a ocorrência de processos em escalas diferentes dificulta a escolha de um ou mais deles como determinantes da diversidade nas comunidades. Assim, nosso objetivo foi avaliar qual a importância relativa do aumento da produtividade, biogeografia, destruição e fragmentação de habitats sobre a determinação da diversidade em comunidades de aves de sub bosque. Para isto, nós utilizamos dados compilados de uma das maiores bases de dados sobre estudos deste grupo para a região sudeste do Brasil e selecionamos 104 localidades amostradas por meio do método de rede de neblina nesta região. Porém, devido às características ambientais e do esforço amostral realizado em cada local serem diferentes, as estimativas de diversidade realizadas a partir destes estudos poderiam ser afetadas, impossibilitando a comparação entre estas comunidades. Assim, no primeiro capítulo desta dissertação, nós avaliamos o efeito da variação do esforço amostral nas estimativas de diversidade realizadas por dois modelos de distribuição de abundância de espécies, o de série logarítmica e o lognormal. O primeiro possui um parâmetro denominado alfa e o segundo outro parâmetro chamado sigma, sendo que ambos medem a dominância em comunidades e são apontados como independentes do esforço amostral empregado. Através de simulações computacionais onde foram geradas comunidades fictícias e amostras destas comunidades, nós avaliamos a frequência de detecção do modelo correto e o viés da estimativa dos parâmetros destes modelos a partir de amostras com intensidades diferentes. Nós encontramos que o modelo de série logarítmica foi detectado com maior eficiência a partir de amostras com intensidades variáveis e que seu parâmetro sofreu menos viés em relação ao modelo lognormal e seu parâmetro. Assim, nós concluímos que o modelo de série logarítmica foi menos sensível à variação do esforço amostral que o lognormal e, portanto, mais útil para a comparação da diversidade entre comunidades. No capítulo seguinte, nós procedemos com a análise da relação dos fatores ambientais e antrópicos sobre a diversidade de aves. Nossas hipóteses foram que a produtividade poderia afetar positivamente a diversidade nas comunidades de aves de sub bosque, assim como o efeito histórico e biogeográfico poderia afetar diferentemente a diversidades em determinadas regiões. Porém, devido à perda e a fragmentação de habitats causada pelo homem sobre a paisagem, estes padrões poderiam ser afetados negativamente, o que poderia acontecer de forma semelhante ou diferente em localidades mais ou menos produtivas, ou situadas em diferentes regiões biogeográficas. Nossos resultados mostraram uma forte relação positiva da produtividade com a diversidade de aves mensurada pelo parâmetro alfa do modelo de série logarítmica, o que significa que a produtividade diminuiu a dominância nestas comunidades da forma esperada. Este efeito, quando adicionado ou interagindo com o efeito negativo das variáveis que mediam perda e fragmentação de habitats, foi considerado tão plausível quanto o efeito isolado da produtividade sobre a diversidade. Porém, a incerteza sobre a existência de efeitos fracos ou ausência de efeito da perda e fragmentação em conjunto com a produtividade nos levaram a concluir em favor de um efeito preponderante da produtividade sobre a diversidade de aves de sub bosque, ao menos na escala analisada em nosso estudo. O efeito biogeográfico, foi menos evidente que o efeito da produtividade, mesmo por que parte de seu efeito é causado pela produtividade. A partir destes resultados, nós concluímos que a influência da produtividade parece ser mais foi determinante sobre o grau de dominância nestas comunidades. Entretanto, o papel tanto da perda quanto da fragmentação de habitats em conjunto com a produtividade pode explicar de forma equivalente a variação da dominância nas comunidades avaliadas por nós, o que aponta para a importância de se considerar ambos fatores e escalas para explicar a diversidade de aves nesta região.Species abundance distribution models represent one of the most general patterns in community ecology and is called as hollow or concave curve. This pattern shows that regardless of taxonomic group or enviroment, the most and common species are few and the most species are rare. These models are useful to describe the diversity in natural communities because they show how the number of individuals is distributed among species and thus, the degree of dominance in the communities. A major goal of community ecology is understand how environmental factors on global, regional and local scales determine the richness and abundance of species within communities. Despite the knowledge about these patterns, the occurrence of processes at different scales difficult the choice of one or more of them as determinants of diversity in communities. Thus, our objective was to evaluate the relative importance of productivity, biogeography, habitat destruction and fragmentation on the determination of diversity in understory bird communities. For this, we used data compiled from one of the largest databases of studies of this group for the southeast region of Brazil and selected 104 sites sampled by the method of mist nets in this region. However, due to habitat characteristics and sampling effort carried out at each site are different, the diversity estimates made from these studies could be affected, making it impossible to compare these communities. Thus, in the first chapter of this thesis, we evaluated the effect of varying sampling effort on diversity estimates made by two models of distribution of species abundance, the logseries and lognormal SAD models. The first has a parameter called alpha and the second sigma parameter, which both measure the dominance in communities and are appointed as independent of the sampling effort employed. Through computer simulations where they were generated fictitious communities and samples of these, we evaluated the frequency of detection of the correct model and the bias of the estimated parameters of these models from samples with different intensities. We find that the logseries model has been detected with greater efficiency from samples with varying intensities and its parameter has less bias toward the lognormal model and its parameter. Thus, we conclude that the logseries model was less sensitive to variation of sampling effort that the lognormal and therefore more useful to compare the diversity between communities. In the next chapter, we proceed with the analysis of the relationship between environmental and anthropogenic factors on the diversity of birds. Our hypotheses were that productivity could positively affect the diversity in understory bird communities, as well as the effect of biogeography could lead to different diversity in certain regions. However, due to habitat loss and fragmentation caused by humans on the landscape, these patterns could be affected negatively, which could happen in a way similar or different in more or less productive locations, or in sites at different biogeographical regions. Our results showed a strong positive relationship of productivity with the diversity of birds measured by the parameter alpha of the logseries model, which means that productivity decreased dominance in these communities. This effect, when added to or interacting with the negative effect of the variables that mediate loss and fragmentation of habitats, was considered as plausible as the isolated effect of productivity on diversity. However, uncertainty about the existence of weak effects or no effect of the loss and fragmentation together with productivity led us to conclude in favor of a predominant effect of productivity on understory birds diversity, at least on the scale considered in our study. The biogeographic effect was less evident that the effect of productivity, even for that part of its effect is caused by productivity. From these results, we conclude that the influence of productivity on the diversity of understory birds seems more preponderant to determine the degree of dominance in these communities. However, the role of both the loss and fragmentation of habitats together with productivity should be considered to explain the dominance variation in communities assessed by us, which points to the importance of considering both factors and scales to explain the diversity of birds in this region
Influence of vegetation structure on the diversity and detectability of Cerrado birds
No full textEm diversos estudos ao redor do globo, a estrutura e heterogeneidade da vegetação têm se mostrado um fator determinante na diversidade de espécies de aves e também de outros grupos de animais. O Cerrado é o segundo mais extenso e mais ameaçado bioma de ocorrência no Brasil. Este bioma também é caracterizado por um evidente gradiente ambiental de estrutura e heterogeneidade de vegetação. Na presente tese analisamos a influência da estrutura e heterogeneidade da vegetação sobre a diversidade em comunidades de aves do Cerrado. Nossa expectativa era corroborar a “Hipótese de Heterogeneidade de Habitats”, que propõe que quanto maior a estrutura e heterogeneidade da vegetação, maior será a diversidade de espécies. No primeiro capítulo, realizamos uma compilação sistemática de estudos publicados sobre a diversidade de aves em áreas ocupadas por algumas fisionomias típicas de Cerrado lato sensu, com o intuito de analisar o conhecimento obtido até então acerca da relação entre diversidade de aves e a estrutura da vegetação no Cerrado. Foram selecionadas 72 amostras de 22 estudos, sendo que estas amostras variaram quanto ao tipo fisionomia amostrada e o método amostral empregado, além de também estarem disponíveis em diferentes artigos e serem realizadas em diferentes regiões geográficas. Para análises destes dados, utilizamos a análise de modelos lineares generalizados de efeitos mistos (modelo com distribuição de erros poisson), que permite analisar os efeitos de variáveis fixas e aleatórias sobre a variável explicativa (riqueza de espécies). As variáveis fixas foram o tipo de vegetação amostrada (vegetação campestre, savânica e florestal) e o método amostral empregado (ponto fixo, transecto e redes de neblina). Já as variáveis de efeito aleatório utilizadas foram o estudo onde os dados foram publicados, o autor de cada estudo e a localidade geográfica. O efeito destas variáveis aleatórias poderiam afetar somente os interceptos das relações entre as variáveis fixas e a variável explicativa ou poderiam alterar a relação entre as variáveis fixas e explicativa. Construímos diversos modelos a partir da combinação de variáveis de efeito fixo e aleatório e a seleção do modelo mais parcimonioso foi feito por meio do critério AICc (critério de informação de Akaike corrigido para pequenas amostras). O modelo que apresentou menor valor de AICc (mais parcimonioso) foi aquele que incluiu os efeitos de ambas variáveis de efeito fixo (fisionomia e método amostral) e também um efeito da interação entre estas duas variáveis. Neste modelo também foram incluídos os efeitos das variáveis aleatórias estudo e localidade geográfica sobre os interceptos das relações entre as variáveis de efeito fixo e a variável explicativa. Estes resultados mostraram que a riqueza de espécies de aves em nosso estudo variou não só em função da fisionomia e do método amostral empregado, mas dependendo do método amostral utilizado a relação entre riqueza e fisionomia também foi alterada. Portanto, esta interação não permitiu que fosse estimada a relação entre fisionomia e riqueza sem considerar o efeito dos métodos. Já os efeitos das variáveis aleatórias mostraram que a variação estimada nos interceptos entre estudos foi duas vezes maior do que a variação estimada entre localidades geográficas. O efeito da interação entre as variáveis fisionomia e método amostral apontou para a existência de heterogeneidade de detecção entre locais com diferentes fisionomias, além também de um efeito das fisionomias na efetividade dos diferentes métodos amostrais. A influência dos métodos amostrais no número de espécies observadas em cada fisonomia pode ser esperada devido às diferenças intrínsecas dos métodos, já que ponto fixo e transecto são baseados em contatos visuais e auditivos com as espécies, enquanto que o método de rede de neblina consiste na captura passiva das espécies que voam na altura das redes. Assim, redes de neblina podem ser mais efetivas em habitats menos estruturados (por ex. campos limpos e sujos), onde a rede alcança quase todo os estratos de vegetação. No entanto, o método de transecto pode ser mais efetivo que o método de ponto fixo em áreas de florestas, pois nestes hábitats as espécies tendem a ter territórios menores e o deslocamento do observador proporciona ao observador cobrir um maior número de terrítórios. Por outro lado, o ponto fixo pode ser mais vantajoso por não produzir ruído e afugentar as espécies, o que pode ser uma desvantagem do método de transecto. Outros fatores, como a experiência e número de observadores, número de pontos amostrais, número de redes utilizadas e comprimento de transectos, podem explicar a grande variação estimada entre os estudos. Uma das maneiras de se contornar estes efeitos metodológicos é utilizar métodos desenvolvidos especialmente para lidar com diferentes probabilidades de detecção entre espécies, entre sítios e até métodos amostrais, o que poderia render dados mais confiáveis para o estudo da ecologia das espécies e para a elaboração de planos de manejo e/ou conservação. No segundo capítulo, a relação entre diversidade de aves e estrutura da vegetação foi analisada a partir de dados coletados em campo e utilizando um protocolo de amostragem específico para se estimar e considerar os efeitos da vegetação sobre a detecção das espécies. As amostragens foram realizadas em um dos maiores e mais preservados remanescentes de Cerrado (Parque Nacional Grande Sertão Veredas-PARNA GSV) e consistiram do registro das espécies de aves em 32 áreas dispostas em um gradiente de vegetação de Cerrado, que variaram desde campos limpos e sujos, campos cerrado a cerrados sensu stricto. O cálculo da riqueza de espécies de aves em cada sítio foi realizado através de modelos de ocupação-detecção, adaptados para estimar a riqueza de espécies em comunidades. A vegetação, por sua vez, foi medida a partir de estimativas de presença da vegetação entre 0 e 4 m de altura (16 intervalos de 22,5 cm cada um) e duas variáveis de estrutura foram obtidas a partir de uma análise de componentes principais, que foi aplicada para resumir a variação da presença de vegetação nos 16 intervalos de altura. Estas variáveis de vegetação foram relacionadas tanto com a ocupação quanto com a detecção das espécies, já que a estrutura da vegetação poderia influenciar não só a ocorrência mas também a detecção das espécies. O dia da amostragem e também a temperatura no momento da amostragem também foram incluídas como covariáveis que poderiam afetar a detecção. Após a estimativa da riqueza de espécies pelo modelo de ocupação-detecção para comunidades, esta riqueza estimada foi relacionada por uma função quadrática com a estrutura da vegetação usando um modelo bayesiano de metanálise, que permitiu incluir a incerteza nas estimativas de riqueza na análise. A título de comparação, também foi ajustado um modelo quadrático GLM (distribuição de erros normal) aos dados de riqueza observada. Os resultados mostraram que a riqueza estimada a partir dos dados das 38 espécies mais detectadas durante as amostragens teve uma fraca relação com as duas covariáveis de estrutura de vegetação, sendo que houve uma maior riqueza de espécies em sítios com vegetação intermediária em altura e uma maior riqueza de espécies de aves em sítios onde houve maior presença de vegetação abaixo de 2 m de altura. No entanto, as relações entre riqueza estimada e estas covariáveis foi menos intensa mas qualitativamente similar às relações entre a riqueza observada e as covariáveis de vegetação. A menor intensidade nas relações da riqueza estimada foi evidenciada principalmente em ambos os extremos do gradiente de estrutura vertical da vegetação e também nas áreas com menor presença de vegetação abaixo de 2 m. Estes resultados mostraram que o efeito da detecção pode alterar o efeito da relação entre riqueza de espécies e estrutura de vegetação. Além disso, ao menos para as 38 espécies mais comumente encontradas na área de estudo, os resultados apontam para a importância de todo o gradiente de estrutura da vegetação para a manutenção da riqueza de espécies de aves no Cerrado. Futuros estudos que visem aprimorar o uso destes modelos de ocupação e detecção para comunidades são fundamentais para permitir o uso dos dados de todas as espécies da comunidade. Além disto, outros estudos que se proponham a analisar a dinâmica e composição das comunidades de aves nestes gradientes de estrutura de vegetação são fundamentais para um maior conhecimento sobre a ecologia e conservação das aves no CerradoIn several studies around the globe, the structure and diversity of vegetation have been shown to be a determining factor in the diversity of species of birds and also other groups of animals. The Cerrado is the second most extensive and most threatened biome occurrence in Brazil. This biome is also characterized by an obvious environmental gradient of vegetation structure and heterogeneity. In this thesis we analysed the influence of the structure and diversity of the vegetation on the diversity in the Cerrado bird communities. Our expectation was to support the “Habitat Heterogeneity Hypothesis” which suggests that the higher the structure and diversity of vegetation, the greater the diversity of species. In the first chapter, we conducted a systematic compilation of published studies on the diversity of birds in areas occupied by some typical physiognomy of Cerrado textit lato sensu, in order to analyze the knowledge obtained so far about the relationship between diversity of birds and the structure of the vegetation in the Cerrado. We selected 72 samples from 22 studies, and these samples varied as the sampled vegetation physiognomy, the sampling method used, and they also are available in different articles and be carried out in different geographical regions. We performed the analysis of generalized linear mixed effects models (model poisson distribution errors), which allows us to analyse the effects of fixed and random variables on the explanatory variable (species richness). Fixed variables were the type of sampled vegetation (grassland, savanna and forest) and the sample method employed (fixed point, transect and mist nets). The random variables used were the study where the data were published, the author of each study and geographic location. These random variables could only affect the intercepts of the relationship between fixed and variable explanatory variable or could alter the relationship between fixed and explanatory variables. We built several models from the combination of fixed and random effects variables and selection the most parsimonious model was made by the AIC criterion (Akaike information criterion corrected for small samples). The model that showed lower value of AIC (more parsimonious) was the one that included the effects of both fixed effect variables (physiognomy and sampling method) and also an effect of the interaction between these two variables. In this model were also included the effects of random variables study and geographic location of the intercepts of the relationship between the fixed effect variables and the explanatory variable. These results showed that the bird species richness in our study varied not only in terms of physiognomy and sample method, but depending on the sampling method used the relationship between richness and physiognomy has also changed. Therefore, this interaction does not allowed us to estimate the relationship between physiognomy and richness without considering the effect of the methods. Since the effects of random variables showed that the variation in the estimated intercept between studies was twice larger than the estimated variation between geographic locations. The effect of interaction between the vegetation physiognomy and sampling method variables pointed to the existence of heterogeneity detection between locations with different physiognomies, in addition also of an effect of the physiognomies in the effectiveness of different sampling methods. The influence of the sampling method in the number of species observed in each physiognomy may be expected due to intrinsic differences in the methods, since fixed point counts and transect are based on visual and aural contacts with the species, while the mist net method consists in passive capture of species flying at the time of the networks. Thus, mist nets may be more effective in less structured environments (eg. Clean and dirty fields) where the net reaches virtually all vegetation layers. However, transect method can be more effective than the fixed point method in areas of forests since in these habitats species tend to have smaller territory areas, and the observer movement provides the observer cover greater areas. On the other hand, the point counts can be more advantageous not to produce noise and chase species, which may be a disadvantage of transect method. Other factors, such as experience and number of observers, the number of sampling points, the number of nets used and length of transects, may explain the wide variation between studies estimated. One of the ways to overcome these methodological effects is to use methods developed especially to deal with different probabilities of detection of species, between sites and sampling methods, which could yield more reliable data for the ecological study of the species and the development of management plans and/or conservation. In the second chapter, the relationship between diversity of birds and vegetation structure was analysed from data collected in the field and using a specific sampling protocol to estimate and consider the effects of vegetation on the detection of species. The samples were taken in one of the largest and well preserved remnants of Cerrado (Grande Sertão Veredas National Park-PARNA GSV) and consisted of the record of bird speciesin 32 areas arranged in a Cerrado vegetation gradient, ranging from grasslands, open and dense savannas. The calculation of the bird species richness at each site was conducted using occupancy-detection models adapted to estimate the number of species in communities. The vegetation, in turn, was measured from estimates of the presence of vegetation in height intervals between 0 and 4 m (16 intervals of 22.5 cm each) and two structure variables were obtained from a principal component analysis applied to summarize the variation of the vegetation presence in height intervals. These vegetation variables were related to both the occupation and detection of species, since the vegetation structure could influence not only the occurrence but also the detection of species. The day of sampling and also the temperature at the time of sampling were also included as covariates that may a_ect the detection. After the estimation of species richness by model occupancy detection for communities, this estimated richness was related by a quadratic function with the vegetation structure using a Bayesian meta-analysis model, which allowed us include uncertainty in richness estimates. By way of comparison, we also fit a quadratic model GLM (normal distribution errors) to the observed richness data. The results showed that the richness estimated from the data of the 38 most detected species during sampling had a weak relationship with both covariates vegetation structure, and there was a greater number of species at sites with intermediate vegetation height and greater bird species richness in places where there was a greater presence of vegetation below 2 m in height. However, relations between estimated richness and these covariates was less intense but qualitatively similar to the relationship between observed richness and vegetation covariates. The lowest intensity in the estimated richness relationship was observed mainly at both ends of the vertical gradient of vegetation and also in areas with less presence of vegetation below 2 m. These results showed that the effect of detection can change the effect of the relationship between species richness and vegetation structure. Moreover, at least for the 38 species most commonly found in the study area, the results point to the importance of the entire vegetation structure gradient to maintain the bird species richness in Cerrado. Future studies aiming to improve the use of these models of occupation and detection for communities are essential to allow the use of data of all species in the community. In addition, other studies that propose to analyse the dynamics and composition of bird communities in these vegetation structure gradients are fundamental for a better understanding of the ecology and conservation of Cerrado bird
ATLANTIC BIRDS: a data set of bird species from the Brazilian Atlantic Forest
No full textSouth America holds 30% of the world's avifauna, with the Atlantic Forest representing one of the richest regions of the Neotropics. Here we have compiled a data set on Brazilian Atlantic Forest bird occurrence (150,423) and abundance samples (N = 832 bird species; 33,119 bird individuals) using multiple methods, including qualitative surveys, mist nets, point counts, and line transects). We used four main sources of data: museum collections, on‐line databases, literature sources, and unpublished reports. The data set comprises 4,122 localities and data from 1815 to 2017. Most studies were conducted in the Florestas de Interior (1,510 localities) and Serra do Mar (1,280 localities) biogeographic sub‐regions. Considering the three main quantitative methods (mist net, point count, and line transect), we compiled abundance data for 745 species in 576 communities. In the data set, the most frequent species were Basileuterus culicivorus, Cyclaris gujanensis, and Conophaga lineata. There were 71 singletons, such as Lipaugus conditus and Calyptura cristata. We suggest that this small number of records reinforces the critical situation of these taxa in the Atlantic Forest. The information provided in this data set can be used for macroecological studies and to foster conservation strategies in this biodiversity hotspot. No copyright restrictions are associated with the data set. Please cite this Data Paper if data are used in publications and teaching events
LandFrag: A Dataset to Investigate the Effects of Forest Loss and Fragmentation on Biodiversity
No full textMotivationThe accelerated and widespread conversion of once continuous ecosystems into fragmented landscapes has driven ecological research to understand the response of biodiversity to local (fragment size) and landscape (forest cover and fragmentation) changes. This information has important theoretical and applied implications, but is still far from complete. We compiled the most comprehensive and updated database to investigate how these local and landscape changes determine species composition, abundance and trait diversity of multiple taxonomic groups in forest fragments across the globe.Main Types of Variables ContainedWe gathered data for 1472 forest fragments, providing information on the abundance and composition of 9154 species belonging to vertebrates, invertebrates, and plants. For 2703 of these species, we obtained more than 20 functional traits. We provided the spatial location and size of each fragment and metrics of landscape composition and configuration.Spatial Location and GrainThe dataset includes 1472 forest fragments sampled in 121 studies from all continents except Antarctica. Most datasets (77%) are from tropical regions, 17% are from temperate regions, and 6% are from subtropical regions. Species abundance and composition were collected at the plot or fragment scale, whereas the landscape metrics were extracted with buffer size ranging from a radius of 200-2000 m.Time Period and GrainData on the abundance of species and community composition were collected between 1994 and 2022, and the landscape metrics were extracted from the same year that a given study collected the abundance and composition data.Major Taxa and Level of MeasurementThe studied organisms included invertebrates (Arachnida, Insecta and Gastropoda; 41% of the datasets), vertebrates (Amphibia, Squamata, Aves and Mammalia; 44%), and vascular plants (19%), and the lowest level of identification was species or morphospecies.Software FormatThe dataset and code can be downloaded on Zenodo or GitHub.Institute for Global Change BiologyUniv Michigan, Inst Global Change Biol, Sch Environm & Sustainabil, Ann Arbor, MI 48109 USAUniv Michigan, Dept Ecol & Evolutionary Biol, Ann Arbor, MI 48109 USAUniv Pernambuco, Univ Fed Rural Pernambuco, Dept Biol, Programa Posgrad Etnobiol & Conservacao Nat, Campus Mata Norte, Recife, PE, BrazilUniv Estadual Paulista UNESP, Dept Biodiversidade, Lab Ecol Espacial & Conservacao, Inst Biociencias, Rio Claro, SP, BrazilMichigan State Univ, Kellogg Biol Stn, E Lansing, MI USAMichigan State Univ, Dept Integrat Biol, E Lansing, MI USANorwegian Univ Life Sci UMB, Dept Ecol & Nat Resource Management INA, As, NorwayState Univ Feira de Santana, Dept Technol, Feira De Santana, BA, BrazilUniv Nacl Comahue, Inst Invest Biodivers & Medioambiente INIBIOMA CON, CONICET, Quintral 1250,R8400FRF San Carlos de Bariloche, San Carlos De Bariloche, ArgentinaUniv Nacl Autonoma Mexico, Inst Invest Ecosistemas & Sustentabil, Morelia, Michoacan, MexicoUniv Nacl Autonoma Mexico, Escuela Nacl Estudios Super, Merida, MexicoUniv Alcala, Fac Biol Chem & Environm Sci, Dept Life Sci, Alcla De Henares, SpainUniv Estadual Santa Cruz, Dept Ciencias Biol, Appl Ecol & Conservat Lab, Ilheus, BA, BrazilUniv Fed Pernambuco, Dept Zool, Lab Ciencia Aplicada Conservacao Biodiversidade, Recife, PE, BrazilUniv Fed Pernambuco, Dept Geol, Programa Posgrad Geociencias, BR-50670000 Recife, PE, BrazilUniv Fed de Goias, Lab Genet & Biodiversidade, Inst Ciencias Biol, BR-74690900 Goiania, Go, BrazilUniv Estado Mato Grosso, Lab Mastozool, Programa Posgrad Ciencias Ambientais, BR-78280000 Campos De Julio, Mato Grosso, BrazilUniv Fed Sao Paulo, Dept Ecol & Evolutionary Biol, Diadema, BrazilUniv Washington, Dept Biol, Seattle, WA USAUniv Fed Rural Pernambuco, Dept Biol, Recife, PE, BrazilFac Filosofia Ciencias & Letras Ribeirao Preto, Dept Biol, BR-14040901 Ribeirao Preto, SP, BrazilDepaul Univ, Dept Environm Sci & Studies, Chicago, IL 60614 USAField Museum, Chicago, IL USAUniv Western Australia, Sch Biol Sci, Perth, WA, AustraliaCSIRO Hlth & Biosecur, Ctr Environm & Life Sci, Floreat, WA, AustraliaUniv Fed Minas Gerais, Inst Ciencias Biol, Dept Genet Ecol & Evolucao, Belo Horizonte, MG, BrazilUniv Fed Integracao Latino Amer, Inst Latino Americano Ciencias Vida & Nat, Ave Tancredo Neves,6731,Foz Iguacu, BR-85867900 Americana, Parana, BrazilDeakin Univ, Sch Life & Environm Sci, Waurn Ponds, Vic, AustraliaUIB, CSIC, Inst Mediterraneo Estudios Avanzados IMEDEA, Esporles, Illes Balears, SpainUniv Nacl Cordoba UNC, Inst Multidisciplinario Biol Vegetal IMBIV, CONICET, Cordoba, ArgentinaINRAE, Abeilles & Environm, UR406, F-84000 Avignon, FranceUniv Fed Vicosa, Dept Gen Biol, Vicosa, MG, BrazilCtr Large Landscape Conservat, Bozeman, MT USAIUCN, WCPA, CCSG, Bozeman, MT USAUniv Melbourne, Sch BioSci, Parkville, Vic, AustraliaUniv Fed Sul Bahia, Ctr Formacao Ciencias Agroflorestais, Porto Seguro, BA, BrazilAP Leventis Ornithol Res Inst APLORI, Plateau, NigeriaUniv Fed Bahia, Inst Biol, Salvador, BA, BrazilWhittier Coll, Dept Biol, Whittier, CA USAWhittier Coll, Program Environm Sci, Whittier, CA USATana River Primate Natl Reserve, Hola, KenyaNottingham Trent Univ, Sch Anim Rural & Environm Sci, Nottingham, Notts, EnglandUniv Fed Pernambuco, Ctr Biociencias, Recife, PE, BrazilNatl Museums Kenya, Entomol Sect, Nairobi, KenyaUniv Fed Santa Catarina, Florianopolis, SC, BrazilUniv Fed Uberlandia, UFU, Uberlandia, MG, BrazilUniv Fed Pernambuco, Dept Zool, Programa Posgrad Biol Anim, Recife, BrazilUniv Catolica Maule, Ctr Invest Estudios Avanzados Maule, Lab Entomol Gen & Aplicada, Talca 3466706, ChileUniv Estadual Oeste Parana, Ctr Ciencias Biol Saude, Cascavel, Parana, BrazilUniv Fed Ceara, Programa Posgrad Ecol & Recursos Nat, Fortaleza, Ceara, BrazilUniv Fed Lavras, Dept Ecol & Conservacao, Programa Pos Graduacao Ecol Aplicada, Programa Posgrad Ecol Aplicada,Inst Ciencias Nat, Lavras, MG, BrazilSao Paulo State Univ UNESP, Environm Studies Ctr CEA, Araucaria Innovat & Sustainabil Lab LASI, Rio Claro, SP, BrazilUniv East Anglia, Sch Environm Sci, Ctr Ecol Evolut & Conservat, Norwich NR4 7TJ, Norfolk, EnglandUniv Bern, Inst Plant Sci, Bern, SwitzerlandMuseum Natl Hist Nat, Inst Systemat Evolut Biodivers, MNHN, CNRS,UMR 7205,EPHE,UA, 57 Rue Cuvier, F-75005 Paris, FranceUniv Fed Fronteira Sul, Campus Realeza, Realeza, Parana, BrazilWaita Inst Pesquisa & Conservaca, Belo Horizonte, MG, BrazilUniv Fed Vicosa, Programa Pos Grad Bot, Programa Posgrad Bot, Vicosa, MG, BrazilUniv Nacl Autonoma Mexico, Fac Estudios Super Iztacala, Tlalnepantla De Baz, MexicoUniv Fed Paraiba, Ctr Ciencias Exatas & Nat, Dept Sistemat & Ecol, Cidade Univ\, BR-58051090 Joao Pessoa, Paraiba, BrazilUniv Fed Pernambuco, Dept Bot, Programa Posgrad Biol Vegetal, Recife, PE, BrazilUniv Estadual Campinas, Dept Biol Anim, Inst Biol, BR-13083970 Sao Paulo, BrazilCtr Int Forestry Res CIFOR, Jawa Barat, Jawa Barat, IndonesiaUniv Fed Vicosa, Dept Solos, Vicosa, MG, BrazilInst Fed Educ Ciencia & Tecnol Ceara IFCE, IFCE, BR-61940750 Acopiara, Ceara, BrazilUniv Fed Sao Carlos UFSCAR, Dept Ciencias Ambientais, Lab Ecol Teorica Integrando Tempo Biol & Espaco LE, Sorocaba, SP, BrazilUniv Estado Mato Grosso Unemat, Tangara da Serra, MT, BrazilInst Fed Espirito Santo, Vitoria, ES, BrazilUniv Autonoma Queretaro, Fac Ciencias Nat Juriquilla, Santiago De Queretaro, MexicoWright State Univ, Dept Biol Sci, Dayton, OH USAUniv Estado Mato Grosso, Programa Posgrad Ambiente & Sistemas Prod Agr, Tangara Da Serra, Mato Grosso, BrazilUniv Estado Minas Gerais, Programa Posgrad Analise & Modelagem Sistemas Ambi, Campus Belo Horizonte, Belo Horizonte, MG, BrazilUniv Bergen, Dept Biol Sci, Bergen, NorwayUniv Fed Mato Grosso UFMT, BR-78000000 Cuiaba, Mato Grosso, BrazilUniv Estadual Campinas, Campinas, SP, BrazilGerman Ctr Integrat Biodivers Res iDiv, Leipzig, GermanyMartin Luther Univ Halle Wittenberg, Inst Comp Sci, Halle An Der Saale, Saale, GermanyUniv Estadual Paulista UNESP, Dept Biodiversidade, Lab Ecol Espacial & Conservacao, Inst Biociencias, Rio Claro, SP, BrazilSao Paulo State Univ UNESP, Environm Studies Ctr CEA, Araucaria Innovat & Sustainabil Lab LASI, Rio Claro, SP, Brazi
ATLANTIC BIRD TRAITS: a dataset of bird morphological traits from the Atlantic forests of South America
No full text: a data set of bird morphological traits from the Atlantic forests of South America
No full textScientists have long been trying to understand why the Neotropical region holds the highest diversity of birds on Earth. Recently, there has been increased interest in morphological variation between and within species, and in how climate, topography, and anthropogenic pressures may explain and affect phenotypic variation. Because morphological data are not always available for many species at the local or regional scale, we are limited in our understanding of intra- and interspecies spatial morphological variation. Here, we present the ATLANTIC BIRD TRAITS, a data set that includes measurements of up to 44 morphological traits in 67,197 bird records from 2,790 populations distributed throughout the Atlantic forests of South America. This data set comprises information, compiled over two centuries (1820–2018), for 711 bird species, which represent 80% of all known bird diversity in the Atlantic Forest. Among the most commonly reported traits are sex (n = 65,717), age (n = 63,852), body mass (n = 58,768), flight molt presence (n = 44,941), molt presence (n = 44,847), body molt presence (n = 44,606), tail length (n = 43,005), reproductive stage (n = 42,588), bill length (n = 37,409), body length (n = 28,394), right wing length (n = 21,950), tarsus length (n = 20,342), and wing length (n = 18,071). The most frequently recorded species are Chiroxiphia caudata (n = 1,837), Turdus albicollis (n = 1,658), Trichothraupis melanops (n = 1,468), Turdus leucomelas (n = 1,436), and Basileuterus culicivorus (n = 1,384). The species recorded in the greatest number of sampling localities are Basileuterus culicivorus (n = 243), Trichothraupis melanops (n = 242), Chiroxiphia caudata (n = 210), Platyrinchus mystaceus (n = 208), and Turdus rufiventris (n = 191). ATLANTIC BIRD TRAITS (ABT) is the most comprehensive data set on measurements of bird morphological traits found in a biodiversity hotspot; it provides data for basic and applied research at multiple scales, from individual to community, and from the local to the macroecological perspectives. No copyright or proprietary restrictions are associated with the use of this data set. Please cite this data paper when the data are used in publications or teaching and educational activities. © 2019 The Authors. Ecology © 2019 The Ecological Society of Americ
