UNIVERSIDADE FEDERAL DO RIO DE JANEIRO
CENTRO DE CIÊNCIAS DA SAÚDE
INSTITUTO DE BIOLOGIA
DEPARTAMENTO DE ECOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ECOLOGIA
DESENVOLVIMENTO DE UM ÍNDICE MULTIMÉTRICO RÁPIDO BASEADO NA
COMUNIDADE DE MACROINVERTEBRADOS BENTÔNICOS PARA AVALIAÇÃO
DA INTEGRIDADE ECOLÓGICA DE RIACHOS DO COMPLEXO GUAPIAÇU-
MACACU, RJ.
RENATA BLEY DA SILVEIRA DE OLIVEIRA
Dissertação
apresentada
ao
Programa de Pós- Graduação em
Ecologia do Instituto de Biologia
da Universidade Federal do Rio
de Janeiro, como parte dos
requisitos necessários à obtenção
do título de Mestre em Ciências
Biológicas (Ecologia).
RIO DE JANEIRO, RJ – BRASIL
FEVEREIRO DE 2009
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO/UFRJ
INSTITUTO DE BIOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ECOLOGIA-PPGE
CX.POSTAL 68.020 – ILHA DO FUNDÃO
CEP: 21941-590 – RIO DE JANEIRO – RJ – BRASIL
TEL./FAX: (21) 290-3308 TEL.: (21) 562-6320
Desenvolvimento de um índice multimétrico rápido baseado na comunidade de
macroinvertebrados bentônicos para avaliação da integridade ecológica de riachos
do complexo Guapiaçu-Macacu, RJ.
RENATA BLEY DA SILVEIRA DE OLIVEIRA
Dissertação apresentada ao programa de pós-graduação em ecologia da universidade
federal do rio de janeiro, como parte dos requisitos necessários à obtenção do grau
de mestre em ciências biológicas (ecologia).
defendida em 19 de fevereiro de 2009
APROVADA POR:
________________________________________________
Dr. Darcilio Fernandes Baptista, FIOCRUZ. (Orientador)
________________________________________________
Dra. Erica Pellegrini Caramaschi, UFRJ.
________________________________________________
Dr. Adriano Sanches Melo, UFRGS.
ii
FICHA CATALOGRÁFICA
OLIVEIRA, RENATA BLEY DA SILVEIRA
Desenvolvimento de um índice multimétrico rápido baseado na comunidade de
macroinvertebrados bentônicos para avaliação da integridade ecológica de riachos
do complexo Guapiaçu-Macacu, RJ. [Rio de Janeiro] 2009
xiii+ 107p. 29,7 cm (Instituto de Biologia/UFRJ, M.Sc., Ecologia, 2009)
Dissertação de Mestrado – Universidade Federal do Rio de Janeiro, PPGE
1. biomonitoramento 2. macroinvertebrados 3. subamostragem 4.índices
multimétricos
iii
À minha família pelo exemplo e amor incondicional,
ao Gustavo pelo incansável apoio e carinho e ao meu
orientador pela dedicação e confiança.
iv
“A filosofia está escrita nesse grandioso livro que se mantém continuamente aberto
perante os nossos olhos (quero dizer, o Universo), mas não se pode entendê-lo se
primeiramente não se cuida de entender a língua e conhecer os caracteres em que está
escrito. Está escrito em linguagem matemática, e os caracteres são triângulos, círculos e
outras figuras geométricas, sem as quais é impossível entender humanamente alguma
palavra; sem estes meios é caminhar em vão num obscuro labirinto".
Galileo Galilei
“Na longa história da humanidade (e dos outros animais também),
aqueles que aprenderam a colaborar e improvisar foram
os que prevaleceram”.
Charles Darwin
v
AGRADECIMENTOS
Agradeço primeiramente aos meus pais, Cristina e Guilhermino, que me concederam
inesgotável apoio e um amor sem tamanho, que são e serão sempre meus exemplos de
vida. Agradeço aos meus avós, que são minha inspiração e minhas enciclopédias vivas da
ciência do viver. Aos meus irmãos, Patrícia e Felipe, meus amores, meus amigos de
sempre. À minha tia, Lúcia, pelo carinho de sempre e pelas risadas impagáveis.
Agradeço ao Gustavo, meu companheiro de tantos anos, por todo o amor, carinho, apoio
e dedicação nessa longa caminhada que é nossa vida juntos. Que esse seja apenas o início
de um longo e lindo caminho.
Agradeço às minhas amigas Camila, Diana, Renata Maria e Alessandra por me aturarem
e me apoiarem nos momentos difíceis e por me ensinarem o significado da palavra
amizade.
Agradeço à equipe do LAPSA/FIOCRUZ, que me ajudou no árduo trabalho de triar e
identificar os quase 30.000 macroinvertebrados trabalhados nessa dissertação: Thiago,
Carla, Roberta, Ana, Priscila. Um agradecimento extremamente especial para Carolina
Milhorance e Riccardo Mugnai. Sem vocês esse trabalho simplesmente não seria
possível. Muitíssimo obrigada.
Mas o agradecimento mais importante dessa dissertação vai para o meu orientador e
amigo. Darcilio será sempre meu exemplo de profissional, por confiar em seus alunos e
lhes conceder asas sem medo de perdê-los e sem deixar de orientá-los. Muito obrigada
por tudo, não tenho nem palavras.
Agradeço ao CNPQ pelo apoio financeiro ao projeto. À CAPES e à FAPERJ pelas
bolsas durante o mestrado.
Aos Professores Jorge Nessimian e João Leal pelos comentários enriquecedores para esse
trabalho.
Ao PPGE, à Márcia e à Sueli por todo apoio logístico.
RESUMO
Dentre as ferramentas empregadas no biomonitoramento, os índices multimétricos têm
ganhado destaque em programas rotineiros de monitoramento biológico, sendo
ferramenta padrão em países como EUA, Alemanha, França e Áustria. A força da
abordagem multimétrica está na habilidade de integrar informações dos vários aspectos
de uma comunidade biológica para fornecer uma classificação geral da degradação, sem
perder a informação proveniente das métricas individuais. O desenvolvimento desse tipo
de índice é baseado na comparação entre áreas livres de influência humana, consideradas
como referências, e áreas sujeitas a impactos da atividade humana. As formas mais
utilizadas de desenvolver índices multimétricos estão dispostas no presente trabalho,
fornecendo uma explicação objetiva das etapas necessárias para o desenvolvimento do
índice.
O presente trabalho tem como objetivo desenvolver um índice multimétrico rápido
utilizando a comunidade de macroinvertebrados bentônicos baseado em um protocolo
rápido para viabilizar a aplicação da ferramenta. O trabalho foi realizado em 33 riachos
de montanha de primeira à sexta ordem do complexo hidrográfico Guapiaçu-Macacu, em
diferentes altitudes. Na primeira etapa foi testado um procedimento de subamostragem
por quadrats que deve conferir rapidez à aplicação do índice sem prejudicar a eficiência e
a base científica do mesmo. Os resultados mostraram que o aparato desenvolvido para a
subamostragem funciona adequadamente e garante aleatoriedade do procedimento. A
comunidade presente em 6 quadrats mostrou-se bastante similar em estrutura e
composição à amostra completa de 24 quadrats e as métricas possuem valores
semelhantes quando calculadas com a subamostra de 6 quadrats e com a amostra
completa. Métricas calculadas com a comunidade de 6 quadrats foram capazes de
diferenciar impactos de diferentes intensidades. É então sugerida a utilização de uma
amostra de 6 quadrats da bandeja desenvolvida, com um mínimo de 200 organismos
identificados.
Na segunda etapa, foi desenvolvido um Índice Multimétrico para avaliação da integridade
de riachos do complexo Guapi-Macacu (IMGM) com base em subamostras de 6 quadrats,
seguindo a indicação dos testes para determinação do esforço de subamostragem. Trinta
métricas potenciais foram testadas quanto as suas sensibilidades aos distúrbios e quanto a
sua redundância entre si. As métricas selecionadas para compor o IMGM foram: riqueza
de famílias, riqueza de famílias de Trichoptera, diversidade de Shannon com famílias,
%Plecoptera,
%Ephemeroptera+Plecoptera+Trichoptera
%Molluca+Diptera,
%fragmentadores, Chironomidae/Diptera e Hydropsychidae/Trichoptera. Todas elas
requerem apenas identificação em nível de família com exceção de % de fragmentadores.
Essas métricas foram testadas quanto a sua correlação com gradientes de impacto e
gradiente altitudinal através de análise multivariada. O IMGM foi testado em riachos que
não foram utilizados para o desenvolvimento do índice e apresentou sensibilidade aos
diferentes níveis de impacto com resultados semelhantes a aqueles apresentados por um
índice de avaliação de habitat. O IMGM apresentou também estabilidade temporal em
seus valores finais.
Os resultados mostram que a aplicação de um protocolo de subamostragem que afere
rapidez ao protocolo sem prejudicar a eficiência da ferramenta desenvolvida é viável
metodologicamente. O IMGM é um índice com relativa rapidez de aplicação e sensível
aos diferentes impactos presentes na bacia dos rios Guapiaçu-Macacu. Essa ferramenta
viii
pode ser disponibilizada para os gestores da bacia para auxiliar nas medidas de manejo e
conservação dos córregos e rios da região.
ix
ABSTRACT
Multimetric Indices are nowadays the most popular tool for biological integrity
assessment in inland aquatic ecossistems. They constitute the standard tool in
biomonitoring programs in USA, Germany, France and Austria. The biggest advantage of
this approach relies on its ability to integrate diferent aspects of the biological community
to provide a general impact classification without losing the individual informations
provided by the metrics that compose the index. Developing this kind of index involves
comparing areas without human influence, considered as references, and areas with
strong human influence. The current approaches to develop a multimetric index will be
explained in this study.
This work aims to develop a multimetric index based on a rapid assesment portocol using
the benthic macroinvertebrate comunity. We used data from 33 mountain streams of first
to sixth order in the Guapiaçu-Macacu basin. The first step was to assess a subsampling
protocol and tray that should speed up the application of the index without harms to the
index efficiency and sensitivity. Results showed that the tray developed for subsampling
works adequately and assures the randomness of the procedure. The benthic comunity
found in a 6 quadrats subsample was very similar to that found on the complete sample of
24 quadrats. Metrics showed similar values when calculated with the 6 quadrats
subsample and with complete sample. The results suggest the use of a 6 quadrats
subsample, with the minimum number of 200 specimes in the subsample.
A multimetric index for assessing biotic integrity of streams in Guapiaçu-Macacu basin
(IMGM) using the 6 quadrats subsample was developed. Thirty metrics were tested for
their sensitivity to disturbance and redundancy. The metrics selected to compose the
x
IMGM were: family richness, Trichoptera family richness, Shannon diversity using
family
level,
%Mollusca+Diptera,
%Plecoptera,
%Shredders,
%Ephemeroptera+Plecoptera+Trichoptera,
Chironomidae/Diptera
and
Hydropsychidae/Trichoptera. Metrics’s relation to stress and natural gradientes were
tested using multivariate analyses. IMGM was validated using data from streams that
were not used for the index construction and showed sensitivity to different disturbance
degrees. IMGM also presented temporal stability in its final results.
Results assured the applicability of a subsampling protocol for developing a multimetric
index without loss of relevant ecological information and index sensitivity. IMGM is
relatively fast to apply once it is based on a subsampling protocol and most of its metrics
require only family level identification. This tool is ready to be used by water managers
in streams integrity assessment and conservation activities.
xi
SUMÁRIO
INTRODUÇÃO GERAL....................................................................................................01
1. DESENVOLVIMENTO
DE
ÍNDICES MULTIMÉTRICOS
PARA
UTILIZAÇÃO
EM
PROGRAMAS DE MONITORAMENTO BIOLÓGICO DA INTEGRIDADE DE ECOSSISTEMAS
AQUÁTICOS....................................................................................................................05
1.1. INTRODUÇÃO...........................................................................................................06
1.1.1. Definição e origem dos índices multimétricos.....................................................06
1.1.2. Vantagens e desvantagens dos índices multimétricos..........................................08
1.1.3. Exemplos de aplicação em programas de biomonitoramento..............................10
1.2. DESENVOLVIMENTO DO ÍNDICE................................................................................12
1.2.1. Definição da área de aplicação do índice..............................................................14
1.2.2. Seleção do gradiente de degradação.....................................................................16
1.2.3. Padronização do procedimento de coleta, triagem e identificação.......................19
1.2.4. Identificação das métricas potenciais...................................................................21
1.2.5. Seleção das métricas centrais................................................................................24
1.2.6.Definição dos limites para classificação e pontuação das classes de qualidade....29
1.2.7. Formação do Índice...............................................................................................34
1.3. AMPLIAÇÃO DA ÁREA DE APLICAÇÃO DO ÍNDICE.......................................................36
1.4. CONCLUSÃO..............................................................................................................38
2. DEFINIÇÃO DO ESFORÇO DE SUBAMOSTRAGEM PARA O DESENVOLVIMENTO DE UM
ÍNDICE MULTIMÉTRICO RÁPIDO BASEADO NA COMUNIDADE DE MACROINVERTEBRADOS
BENTÔNICOS
.................................................................................................................40
2.1.INTRODUÇÃO............................................................................................................41
2.2.OBJETIVOS................................................................................................................45
2.3. MATERIAIS E MÉTODOS...........................................................................................46
2.3.1. Coleta dos organismos.........................................................................................46
2.3.2.Procedimento de subamostragem.........................................................................47
2.3.3. Análise dos dados................................................................................................48
2.4. RESULTADOS...........................................................................................................52
2.5. DISCUSSÃO..............................................................................................................60
2.6. CONCLUSÕES...........................................................................................................64
xii
3. DESENVOLVIMENTO
DE
UM
ÍNDICE
MULTIMÉTRICO
RÁPIDO
BASEADO
NA
COMUNIDADE BENTÔNICA PARA AVALIAR A INTEGRIDADE ECOLÓGICA DE RIACHOS
SERRANOS
NO
COMPLEXO
HIDROGRÁFICO
GUAPIAÇU-MACACU,
RJ.
....................................................................................................................................66
3.1. INTRODUÇÃO........................................................................................................67
3.2.OBJETIVOS............................................................................................................70
3.3. MATERIAIS E MÉTODOS.......................................................................................70
3.3.1. Área de estudo..................................................................................................70
3.3.2. Coleta, triagem e identificação dos organismos...............................................72
3.3.3. Análise dos dados.............................................................................................74
3.4. RESULTADOS........................................................................................................78
3.5. DISCUSSÃO...........................................................................................................86
3.6. CONCLUSÕES........................................................................................................89
DISCUSSÃO GERAL................................................................................................... 91
CONCLUSÃO GERAL.................................................................................................. 93
BIBLIOGRAFIA GERAL................................................................................................95
xiii
Introdução Geral
INTRODUÇÃO GERAL
No Brasil, tradicionalmente, a avaliação da qualidade da água de rios tem sido baseada
somente nos parâmetros físicos, químicos e microbiológicos, sem considerar a capacidade do
ecossistema de sustentar a vida aquática. Essas análises fornecem apenas uma resposta
pontual e momentânea, sendo extremamente importante a integração destes resultados com as
características biológicas do ecossistema (Rosenberg & Resh 1993). O biomonitoramento
surge nesse contexto como uma ferramenta central para o gerenciamento dos recursos
hídricos e a conservação da fauna aquática (Karr & Chu 2000).
O monitoramento biológico vem sendo empregado como ferramenta de avaliação da
integridade em diversos países. No Brasil, a percepção de que a dimensão biológica deve ser
incorporada como ferramenta de monitoramento rotineiro teve reflexo na legislação brasileira
em 2005, quando em um parágrafo da Resolução CONAMA 357/05 aparece uma indicação
da possibilidade do uso da biota como bioindicadora para avaliação da qualidade dos
ambientes aquáticos.
Para que o biomonitoramento possa ser implementado como ferramenta padrão é
necessário realizar estudos de base, sobre a taxonomia e ecologia das espécies e sobre a
comparação de diferentes metodologias de avaliação para definição de protocolos. O
momento é de gerar o arcabouço teórico e metodológico para que programas de
monitoramento biológico possam ser viáveis e exeqüíveis na prática em um futuro próximo
no Brasil.
Os Estados Unidos da América (EUA) e a União Européia (UE) possuem programas
de biomonitoramento baseados em índices multimétricos desenvolvidos com base em
protocolos padronizados de coleta e tratamento das amostras, com uso de subamostragem para
2
reduzir o esforço de aplicação dos mesmos (Barbour et al. 1999, AQEM 2002). Os índices
multimétricos têm ganhado força nos últimos anos por representar uma ferramenta altamente
aplicável em diversas condições, com diferentes organismos e por fornecer resultados que são
facilmente compreendidos por um público mais amplo. No contexto de desenvolvimento e
teste de metodologias, o presente trabalho teve como objetivo desenvolver um índice
multimétrico baseado em um protocolo rápido utilizando a comunidade bentônica para avaliar
a integridade de riachos montanhosos no complexo Guapiaçu-Macacu.
O primeiro capítulo traz uma revisão sobre os índices multimétricos, apresentando as
diferentes formas e etapas de seu desenvolvimento e um histórico de aplicação da ferramenta
no mundo. Como os índices multimétricos têm sido desenvolvidos em diferentes locais foi
realizada uma compilação dos métodos utilizados nos diferentes trabalhos, com os desafios a
serem enfrentados em cada um dos passos do processo. Em última instância essa revisão pode
ser considerada um guia metodológico para orientar o desenvolvimento desse tipo de
ferramenta.
O segundo capítulo traz uma avaliação do procedimento de subamostragem com a
determinação do esforço necessário para permitir o desenvolvimento de um índice
multimetrico rápido e eficiente. Além disso o capítulo traz um teste do aparato desenvolvido
para a subamostragem. Essa etapa de estudos de comparação e teste de metodologias para
encontrar a melhor relação custo-benefício que permita a aplicabilidade da ferramenta sem
perda de rigor científico é essencial para o desenvolvimento de um protocolo de aplicação do
monitoramento biológico.
O terceiro capítulo apresenta o desenvolvimento do índice multimétrico, com o teste
de diversas medidas biológicas e utilização de alguns testes comentados no primeiro capítulo.
3
O índice foi também testado quanto à sua funcionalidade em detectar impactos ambientais e
sua estabilidade temporal.
Os três capítulos juntos representam um avanço no conhecimento dos índices
multimétricos como ferramenta padrão para estabelecimento de um protocolo de bioavaliação
que seja rápido e, portanto, exeqüível, mas que possui também rigor científico. Além disso, o
resultado final é a geração de uma ferramenta de avaliação que já pode ser utilizada pelos
gestores da bacia Guapiaçu-Macacu.
4
Capítulo 1
5
1. Desenvolvimento de Índices Multimétricos para utilização em programas de
monitoramento biológico da integridade de ecossistemas aquáticos
1.1. Introdução
1.1.1. Definição e origem dos índices multimétricos
Há 27 anos, quando o monitoramento da qualidade da água era feito principalmente
através de parâmetros físico-químicos, Karr (1981) desenvolveu um Índice de Integridade
Biótica (IIB). Este índice era designado para quantificar características das comunidades de
peixes para avaliar a integridade biótica de rios. A “integridade biótica” pode ser definida
como “a capacidade de um ecossistema de manter uma comunidade de organismos
equilibrada, integrada e adaptativa, possuindo diversidade e organização funcional
semelhantes às áreas que conservam o habitat natural da região”. Nesta definição, Karr &
Dudley (1981) incluíram a noção da aplicabilidade regional do conceito, o que hoje é um
desafio a ser enfrentado nos processos de desenvolvimento de ferramentas para o
biomonitoramento.
Desde então os IIBs baseados na comunidade de peixes se tornaram uma ferramenta
padrão para monitoramento de rios e lagos. Todos os continentes possuem adaptações de
índices multimétricos (Hughes & Oberdorff 1999). A maioria das adaptações do modelo
original de Karr foi realizada para rios (Araújo et al. 2003, Hued & Bistoni 2005, RodríguezOlarte et al. 2006, Ferreira et al. 2007). No entanto, a idéia se propagou também para
diferentes ecossistemas, como lagos (Lyons et al. 2000, Drake & Pereira 2003), recifes
(Jameson et al. 2001) e estuários (Puente et al. 2008). A utilização de macroinvertebrados
bentônicos para o desenvolvimento de índices é extremamente comum atualmente,
6
especialmente para avaliação da integridade de rios e riachos (Barbour et al. 1996, Klemm et
al. 2003, Böhmer et al. 2004, Moya et al. 2007). Além disso, outros organismos passaram a
ser utilizados como bioindicadores para o desenvolvimento dos índices, como pássaros (Bryce
et al. 2002), anfíbios (Hughes et al. 2004), macrófitas aquáticas (Miller et al. 2006), perifíton
(Hill et al. 2003) e fitoplâncton (Lacouture et al. 2006). No Brasil, existem três trabalhos
publicados
que
apresentam
desenvolvimento
de
índices
multimétricos:
(1)
para
macroinvertebrados em riachos (Baptista et al. 2007); (2) para peixes em rios (Araújo et al.
2003, Bozzeti & Schulz 2004).
Um índice multimétrico considera os efeitos de múltiplos impactos e agrega medidas
biológicas individuais em um único valor que pode ser usado para avaliar a condição geral de
um local (Hering et al. 2006). Essas medidas biológicas são comumente chamadas de
métricas e podem ser definidas como uma característica ou um processo mensurável de um
sistema biológico que se altera em valor ao longo de um gradiente de influência humana (Karr
& Chu 1999). As métricas devem apresentar respostas previsíveis da biota com o aumento do
distúrbio, sendo ele proveniente de um único fator de impacto ou dos efeitos cumulativos da
influência humana em função dos usos múltiplos da água.
O desenvolvimento de índices multimétricos é baseado na comparação entre áreas que
refletem as condições mais próximas do natural (referência) e áreas impactadas (teste). Essa
abordagem é chamada de a priori, uma vez que é preciso definir antecipadamente os critérios
que separam estes dois grupos. A definição das áreas de referência vem sendo assunto de
muita discussão, especialmente em função do avanço da influência humana e a consequente
escassez de áreas prístinas.
7
Recentemente, com os índices multimétricos caracterizando as ferramentas mais
utilizadas em programas de monitoramento biológico, surgiram muitas discussões acerca de
seu uso apropriado (e.g. Karr & Chu 1999, Norris & Hawkins 2000). As questões que tem
levantado maiores discussões são: Quando e como as métricas devem ser modificadas ou
substituídas em um IIB? Quantas métricas são necessárias para compor um índice? Como o
processo de desenvolvimento dos índices pode se tornar menos subjetivo (Whittier et al.
2007)?
Nesse contexto, esta revisão busca levantar as diversas formas de desenvolvimento de
índices multimétricos, considerando os diferentes grupos biológicos utilizados como
biomonitores, buscando comparar as diferentes abordagens e apresentar os novos caminhos
que a literatura recente traz para tornar a utilização destes índices uma ferramenta ainda mais
robusta.
1.1.2. Vantagens e desvantagens dos índices multimétricos
A força da abordagem multimétrica está na habilidade de integrar informações dos
vários aspectos de uma comunidade para fornecer uma classificação geral do nível de
degradação do ecossistema, sem perder a informação proveniente das métricas individuais. As
métricas devem ser baseadas em conceitos ecológicos sólidos e representar processos
complexos do ecossistema, permitindo a avaliação de funções ecológicas. A utilização de
métricas de diferentes naturezas pode permitir a avaliação qualitativa além da quantitativa,
uma vez que uma métrica individualmente pode ser capaz de qualificar a origem do impacto.
Em princípio, índices multimétricos podem ser aplicados em diferentes tipos de
ecossistemas (rios, lagos, brejos, florestas) e para diferentes elementos da qualidade biológica
8
(peixes, macroinvertebrados, macrófitas aquáticas, fitoplâncton, anfíbios), sendo uma
ferramenta flexível que aumenta a comparabilidade entre os diferentes sistemas de avaliação.
Os custos de implementação da abordagem multimétrica vão depender dos protocolos de
coleta, triagem e identificação, que devem ser altamente padronizados para garantir a
estabilidade do índice. O primeiro passo para o desenvolvimento dos critérios biológicos é o
estabelecimento de metodologias padronizadas que requerem muitos estudos prévios de teste
e comparação de procedimentos metodológicos (Simon 2000).
A maioria dos sistemas de bioavaliação multimétrica utiliza protocolos de avaliação
rápida (Rapid Bioassessment Protocols), que asseguram a aplicabilidade do método por
apresentarem protocolos detalhados e definidos de todas as etapas da avaliação biológica. No
entanto, muitos requerem identificação em nível de gênero, o que aumenta os custos para
implementação (Bonada et al. 2006).
Os índices multimétricos são desenvolvidos a partir de uma amplitude de pontos
definidos a priori, portanto seu bom funcionamento somente é garantido em áreas com as
mesmas características da área para a qual ele foi construído. Isso torna sua aplicação restrita
a ecorregiões, bacias hidrográficas ou tipos de rios. Para minimizar esse efeito, trabalhos
recentes têm buscado desenvolver índices em escala continental, modelando a variação
natural e tentando fazer com que o índice consiga diferenciar o impacto da variabilidade
natural (Pont et al. 2006). Esse tipo de metodologia usando modelagem é utilizada, de forma
geral, para aumentar a área de aplicação de índices previamente desenvolvidos e dependem de
um banco de dados com muitos pontos amostrais e longa série temporal (Pont et al. 2006).
9
1.1.3. Exemplos de Aplicação em Programas de Biomonitoramento
Os índices multimétricos são utilizados em dois dos maiores programas de
biomonitoramento em larga escala: (a) nos Estados Unidos da América, onde as agências de
proteção ambiental estaduais (EPA) realizam o monitoramento de rios, lagos e reservatórios e
(b) na maioria dos países da União Européia, que se organizaram recentemente em uma
iniciativa para normatizar protocolos padronizados de monitoramento biológico utilizando
índices multimétricos.
Nos EUA, em 1972, foi lançado pelo congresso o “Clean Water Act” que apresentava
o objetivo de restaurar e manter a integridade física, química e biológica das águas da nação
(Karr 1999). Isso trouxe a consciência da necessidade de programas eficientes de
levantamento biológico devido à rapidez da degradação dos recursos hídricos. Foi então que
se criou um esforço no sentido de coletar, analisar e interpretar dados biológicos para permitir
ações de monitoramento, controle e mitigação do impacto. Com isso surgiu a iniciativa da
criação dos Rapid Bioassessment Protocols (Protocolos de Bioavaliação Rápida) que tinham
como base desenvolver: 1) procedimentos rápidos, porém com validade científica, para
levantamento biológico; 2) relatórios científicos que permitissem entendimento por leigos e
gestores; 3)resultados rápidos que viabilizassem as decisões de manejo (Barbour et al. 1999).
Nos EUA, as agências de proteção ambiental possuem domínio estadual, tendo cada
uma suas leis e diretrizes. Em 1985 foi realizado um grande levantamento para verificar quais
estados já possuíam algum sistema de biomonitoramento e quais eram os métodos mais
utilizados (Carter & Resh 2001). O RBP I (Plafkin et al. 1989) foi criado com base nos
procedimentos de algumas destas agências. Atualmente existe o RBP III que agrega
10
informações e métodos de mais agências, apresentando protocolos para macroinvertebrados,
peixes e perifíton e englobando as mais variadas métricas utilizadas nos diferentes estados.
Apesar da tentativa do RBP de padronizar os procedimentos dos diferentes estados,
ainda há algumas divergências principalmente no que concerne forma de coleta, triagem e
identificação dos organismos entre as agências estaduais (Carter & Resh 2001). Em termos de
análise e interpretação dos resultados, a grande maioria dos estados utiliza o conceito de
métricas e índices multimétricos.
Em 1997, uma nova tentativa de normatizar protocolos de bioavaliação surgiu com o
EMAP (Environmental Monitoring and Assessment Program), um programa que visa fazer
um levantamento da condição ecológica das águas superficiais dos EUA e encorajar todos os
estados a utilizar a mesma metodologia proposta nesse programa, para que avaliações futuras
sejam ecológica e estatisticamente comparáveis em escala nacional (Stoddard et al. 2005). O
EMAP apresenta protocolos para a avaliação biológica da integridade de riachos (Stoddard et
al. 2005), de rios grandes (Lazorchak et al. 2000) e de lagos (Baker et al. 1997), sendo que
todos utilizam índices multimétricos como ferramenta padrão para a avaliação.
Em Dezembro de 2002 foi publicada uma diretiva pelo congresso europeu (EU Water
Framework Directive) visando normatizar diversos aspectos da política de gestão de recursos
hídricos na Europa. O grande avanço desta iniciativa foi a obrigatoriedade de implementação
do monitoramento biológico que deverá guiar medidas de restauração e manejo em
ecossistemas aquáticos. Para atingir esse objetivo a União Européia financiou diversos
projetos de pesquisa que buscassem desenvolver sistemas de biomonitoramento que
preenchessem as expectativas da nova lei. Um destes programas foi o AQEM
(Desenvolvimento e teste de um programa de avaliação integrada da qualidade ecológica de
11
rios e riachos na Europa usando macroinvertebrados bentônicos) um projeto que buscou
desenvolver um sistema de monitoramento baseado em macroinvertebrados bentônicos e
índices multimétricos em 8 países europeus (Hering et al. 2004).
Em 2006 foi criado mais um programa (STAR - Padronização das Classificações de
Rios) que busca a intercalibração dos índices multimétricos dos diferentes países através da
intercalibração das métricas comuns (Buffagni et al. 2006). Atualmente, 13 países da União
Européia utilizam sistemas de biomonitoramento baseados na abordagem multimétrica de
forma rotineira (Sandin & Verdonschot 2006).
Fora os programas dos Estados Unidos da América e da União Européia, apenas
iniciativas locais, em pequena escala, conseguiram desenvolver índices multimétricos e
aplicá-los como ferramenta de biomonitoramento. Em muitos locais, o maior desafio ainda
está na etapa política de implementação de medidas práticas para o manejo dos recursos
hídricos. No Brasil, a ausência de legislação específica para o biomonitoramento retira o
caráter de obrigatoriedade desses procedimentos, minimizando sua importância para o sucesso
de planos de manejo das águas do país.
1.2. Desenvolvimento do índice
Desenvolver um índice multimétrico robusto e eficiente requer a seleção de atributos
mensuráveis que forneçam sinais relevantes e confiáveis sobre os efeitos biológicos da
influência humana. Esses atributos, tratados aqui como métricas, devem ser sensíveis a uma
variedade de fatores físicos, químicos e biológicos que se alteram nos ecossistemas com a
influência humana, tendo ainda que apresentar facilidade de mensuração e interpretação (Karr
& Chu 2000). Essas métricas devem refletir os diversos aspectos que regem uma comunidade
biológica, avaliando questões de estrutura, diversidade e composição.
12
No entanto, o desenvolvimento de uma ferramenta como um índice multimétrico deve
considerar aspectos cruciais que acontecem bem antes da etapa de seleção das métricas
propriamente dita (Figura 1.1). O trabalho começa em uma escala mais ampla, com a
definição da área de aplicação do índice, a classificação do ecossistema alvo e a escolha das
áreas de referência. Não existe uma só maneira de realizar este trabalho. Na verdade existem
diversas formas de se desenvolver um índice multimétrico. O procedimento clássico para o
desenvolvimento do índice está ilustrado na figura 1.1. Entretanto, recentemente, muitas
abordagens novas têm surgido com a finalidade de aumentar a eficiência, a área de aplicação
e a robustez dessa ferramenta. As etapas serão apresentadas separadamente em seguida,
mostrando as diversas formas em que cada uma delas pode ser cumprida.
Classificação a
priori das áreas de
referência
Coleta dos organismos
e de dados do habitat
– Protocolo de campo
Testar e confirmar a
classificação a priori
utilizando análises
multivariadas com a matriz
Lista de táxons
com
abundâncias
Cálculo das
métricas
Teste da
variância da
métrica
Índice
Multimétrico
Análise do
gradiente de
stress
Testes
Complemen
tares
Definição das classes
de qualidade e da
pontuação das
métricas
Não
Exclusão
da
métrica
Sim
Exclusão das
métricas
redundantes
(correlação > 0,7 ou
0,8)
Sim
Teste de sensibilidade:
Métrica com correlação
significativa com
gradiente de impacto/
Teste Box- Plot - é capaz
de separar áreas de
referência de impactadas ?
Não
Exclusão da
métrica
13
Figura 1.1: Esquema das etapas do desenvolvimento de um Índice Multimétrico (adaptado de
Hering et al. 2006)
1.2.1. Definição da área de aplicação do índice
O desenvolvimento de um índice exige um sistema de classificação do corpo d’água
para selecionar as áreas nas quais o funcionamento das métricas será avaliado. Sendo assim,
os índices multimétricos possuem aplicabilidade regional, com definição da área de
abrangência do índice a priori. Tais áreas podem ser inicialmente classificadas de acordo com
características geográficas, físicas e químicas, utilizando parâmetros que sejam minimamente
influenciados por atividades humanas.
No entanto, refinamentos posteriores podem ser
realizados através de dados biológicos. O objetivo desta classificação é criar grupos de pontos
que irão minimizar a variância interna do grupo e maximizar a variância entre os mesmos
(Barbour et al. 1999). O resultado disso pode ser a determinação de ecorregiões, tipologias
ou ainda a utilização da bacia hidrográfica como unidade para aplicação do índice.
Nos EUA, a abordagem utilizada é a separação dos recursos hídricos por ecorregiões
que são divididas de acordo com critérios geomorfológicos, geológicos, topográficos,
climáticos, de altitude e de vegetação (Omernik 1995). Esta divisão pode apresentar diversas
escalas, desde uma escala pouco refinada até uma altamente detalhada. No estado da Florida,
por exemplo, existem cinco níveis de refinamento em que o mais refinado apresenta até 20
sub-ecorregiões. No entanto, a escala utilizada pela EPA deste estado para o monitoramento
biológico é o de nível 3, com três ecorregiões (Figura 1.2). Este grau de refinamento é
suficiente para garantir a precisão dos 3 índices, um para cada ecorregião, sem comprometer a
eficiência do programa de monitoramento.
14
Figura 1.2: Definição de ecorregiões no estado da Florida, EUA. (A) Nível 3 – refinamento
médio, com 3 ecorregiões. (B) Nível 5 – alto refinamento, com 20 sub-ecorregiões. (Fonte:
USEPA – www.epa.gov)
Na Europa, de forma geral, os rios são separados por tipos e não por ecorregiões.
Hering et al. (2004) definem “tipo de rio” como sendo uma “entidade artificialmente
delineada, mas com significado ecológico, com variações internas bióticas e abióticas
limitadas e que se diferencie em aspectos bióticos e abióticos de outros tipos de rio”. Para
programas que objetivam a avaliação de rios e riachos, como é o caso do AQEM, esses
mesmos autores sugerem que a definição do tipo de rio deve ser baseada nas condições de
referência, próximas ao natural.
A classificação é feita, na maioria das vezes, apenas com base em fatores químicos e
físicos. Na diretiva do quadro de águas Europeu são propostos dois sistemas para
classificação: (A) a tipologia é baseada na ecorregião definida por Illies (1978), tamanho do
rio, com base na área da bacia, geologia da bacia e altitude (0-200 m, 200-800 m, >800 m; (B)
cinco fatores obrigatórios (altitude, longitude, latitude, geologia e tamanho do rio) e quinze
fatores facultativos (profundidade média, distância da fonte, composição do substrato, etc)
(Sandin & Verdonshot 2006). O sistema AQEM utiliza trinta tipos de rios diferentes
15
distribuídos em seus oito países participantes. No entanto análises posteriores com a matriz
biológica mostraram que poderiam ser considerados apenas três grandes grupos: rios de
montanha, de planície e mediterrâneos (Sandin & Verdonshot 2006).
No Brasil não existem ainda trabalhos publicados de divisão de ecorregiões ou
tipologias com fim de monitoramento de corpos d’água. No Brasil, as iniciativas de
desenvolvimento de programas e ferramentas de biomonitoramento são baseadas na bacia
hidrográfica como unidade de aplicação (Baptista et al. 2007, Marques & Barbosa 2001,
Araújo et al. 2003, Bozzetti & Schulz 2004, Ferreira & Casatti 2006). Isso se deve em grande
parte ao fato de que as bacias hidrográficas são também a unidade de gerência dos rios,
devendo possuir, cada uma, seu próprio comitê gestor. Os trâmites políticos e legais para
desenvolver programas de biomonitoramento em conjuntos de bacias, respeitando a separação
dos biomas por exemplo, ainda são grande obstáculo neste processo. Nesta etapa de definição
da área de abrangência do índice é preciso ter cuidado com a relação custo-benefício entre
diminuir a área de abrangência do índice e a garantia de resultados mais robustos, uma vez
que uma área de atuação extremamente restrita pode reduzir a viabilidade da aplicação da
ferramenta em termos de gestão política do recurso. É importante pensar qual o grau de
refinamento realmente necessário para viabilizar a implementação de um sistema de
biomonitoramento rotineiro.
1.2.2. Seleção do gradiente de degradação – Definição das áreas de referência
É imprescindível, para o desenvolvimento de um índice, que o conjunto de dados
abranja um gradiente de impacto incluindo áreas minimamente impactadas (Referências) e
áreas altamente degradadas (Teste). Um gradiente de estresse ambiental idealmente deve
16
apresentar dados de locais sob todas as intensidades de distúrbios (Bom, moderado, ruim,
altamente degradado) (Hering et al. 2006). Esse gradiente pode ser contínuo ou dividido em
classes de qualidade.
Uma vez que o foco principal do biomonitoramento é a avaliação do efeito da
atividade humana, estimar a condição biológica na ausência desta interferência é um passo
fundamental. A definição da condição de referência vem sendo amplamente discutida e
permanece controversa (Stoddard et al. 2006).
Em geral, o conceito de “condição de
referência” é largamente utilizado para descrever o padrão contra o qual a condição a ser
avaliada será comparada. Stoddard et al. (2006) sugerem que o termo geral “condição de
referência” seja substituído por termos mais específicos como: condição de referência para
integridade biológica, condição minimamente impactada, condição de menor impacto. Essa
divisão pode auxiliar principalmente em casos onde áreas prístinas ou perto de naturais não
existem mais e o conceito de condição de referência precisa ser relativizado.
Os critérios e os métodos para determinação das áreas de referência são muitos. No
entanto quase todos os métodos incluem em alguma instância o julgamento de um profissional
com experiência. Este pode ser um critério subjetivo, mas em muitos casos, se associado a
outros critérios, pode ser um ótimo estimador da condição de referência. Essa classificação
pode ser baseada em aspectos de uso da terra, qualidade físico-química e qualidade e
disponibilidade de habitat. Por outro lado, critérios quantitativos são importantes no sentido
de diminuir a subjetividade da classificação (Stoddard et al. 2006).
Para determinar a condição de referência, em diversos programas de monitoramento
biológico, valores críticos de parâmetros como pH, demanda de oxigênio, concentração de
oxigênio, nitrogênio total, percentual de urbanização com relação à área total, extensão de
17
mata ciliar, dentre outros, são estabelecidos. Estes valores críticos só podem ser estabelecidos
quando se conhece bem as variações naturais dos parâmetros em condições prístinas e
impactadas.
Stoddard et al. (2006) criticam a utilização da biota residente como critério para
definição de área de referência devido à questão da circularidade, uma vez que é preciso
evitar qualquer noção pré-concebida da estrutura da comunidade de áreas “tipicamente” de
referência. O mais importante da definição das áreas de referência é descrever toda a
variabilidade natural presente em locais na ausência da interferência humana utilizando
critérios independentes e pouco subjetivos, que garantam precisão da avaliação. A biota será
posteriormente avaliada pelos índices de integridade biótica.
Tanto os sistemas AQEM (europeu) quanto RBP (EUA) valorizam bastante a
caracterização do habitat físico como importante ferramenta na determinação da classificação
dos locais de coleta. No RBP para rios é sugerido um Protocolo de Avaliação Visual do
Habitat (Barbour et al. 1999) que avalia parâmetros como: largura da vegetação marginal,
presença de dispositivos de retenção no leito, grau de assoreamento do leito, presença de
construções potencialmente poluidoras, etc. Este protocolo fornece uma pontuação final que
pode ser um dos valores críticos utilizados na classificação dos locais.
Kaufmann et al. (1999) descrevem conceitos e procedimentos analíticos para
caracterização do habitat físico em rios e fornecem métodos para calcular medidas e índices
de gradiente, sinuosidade, estabilidade do substrato, complexidade do habitat, estrutura da
vegetação ripária, interação entre canal e vegetação marginal. Medidas como estas refletem de
forma fiel os distúrbios de habitat decorrentes principalmente do desmatamento e ocupação
das margens, podendo constituir bons parâmetros para definição de áreas de referência.
18
1.2.3. Padronização do procedimento de coleta, triagem e identificação
Os dados provenientes do procedimento de campo, triagem e identificação devem ter
qualidade suficiente para permitir inferências sobre a condição biológica do ecossistema. A
chave para isso é definir um protocolo rígido, que garanta a precisão e acurácia das
informações provenientes de diferentes grupos responsáveis por esta etapa (Haase et al.
2004).
O sucesso do monitoramento biológico depende principalmente de medidas precisas
dos organismos indicadores em campo (Karr 1999). Neste momento, é importante definir o
artefato utilizado para coleta, o número de réplicas, os habitats que serão amostrados, etc.
Para esta definição é importante ter em mente que o artefato de coleta deve ser adequado para
cada circunstância encontrada. Por exemplo, é difícil utilizar um coletor que funciona bem em
pequenos riachos em rios de grande magnitude e portanto devem ser estabelecidos diferentes
protocolos de coleta.
Quanto aos habitats coletados deve-se pensar que a amostra deve refletir a diversidade
dos mesmos, sendo importante incluir na amostra os organismos característicos dos diversos
microhabitats do ecossistema. Em situações em que há desmatamento pontual por exemplo,
os organismos de corredeira serão menos afetados do que os organismos de remanso, que
normalmente dependem da formação de bolsões de folhiço para sua alimentação.
Outros fatores influenciam a qualidade de uma avaliação e devem receber atenção
adequada: definição do procedimento de subamostragem, tamanho mínimo de amostra e
resolução taxonômica (Karr 1999). A subamostragem é uma operação padrão em programas
de biomonitoramento que agiliza o procedimento de triagem e identificação, principalmente
com macroinvertebrados, diminuindo o tamanho da amostra a ser processada. Nos EUA, a
19
maioria dos estados utiliza a subamostragem com Contagem de Número Fixo (CNF), na qual
se tria aleatoriamente um número determinado de indivíduos da amostra. Esse tamanho
mínimo de amostra costuma variar entre 100 e 500, sendo que a maioria utiliza de 100 a 300
indivíduos (Carter & Resh 2001). Na Europa, a subamostragem é feita, em geral, por área,
utilizando “quadrats” como subamostras. Diversos trabalhos vêm discutindo a questão da
subamostragem (Doberstein et al. 2000, Lorenz et al. 2004, Clarke et al. 2006). Neste tipo de
abordagem, é de extrema importância a realização de estudos antes do início do
monitoramento para verificar qual o tamanho mínimo de subamostra requerido para garantir o
bom funcionamento das métricas e do índice.
A questão da resolução taxonômica é tópico de interesse em estudos de zoologia e
ecologia em geral, mas o crescimento da utilização de insetos e algas em avaliações de
qualidade de água aumentou a importância do entendimento das perdas e ganhos associados à
utilização dos diferentes níveis taxonômicos. A identificação em nível de espécie não é
sempre possível, principalmente devido ao conhecimento limitado da taxonomia de diversos
grupos e da limitação prática de tempo e dinheiro. Bailey et al. (2001) revisaram diversos
trabalhos com diferentes níveis de identificação e sugerem que o nível de gênero, para
macroinvertebrados e algas, é suficiente para garantir a consistência das métricas e a
avaliação correta da qualidade ecológica. No entanto, esta avaliação deve ser feita de acordo
com a circunstância de cada programa de monitoramento.
Em suma, os protocolos de amostragem, triagem e identificação podem afetar de
várias formas o sucesso de esforços de biomonitoramento e a habilidade dos métodos em
detectar diferentes níveis de influência humana. No entanto, o protocolo analítico de seleção
das métricas é mais importante do que os protocolos de campo e laboratório (Karr 1999). O
20
mais importante é que o procedimento em campo e em laboratório seja organizado e
padronizado, visando gerar dados com resolução suficiente para detectar os efeitos das
atividades humanas.
É importante que se considere nessa etapa, o balanço entre o benefício da precisão
dos métodos de coleta e triagem e o custo, em termos de tempo e dinheiro, desse processo.
Haase et al. (2004) realizaram um estudo comparativo entre diferentes protocolos de
amostragem, triagem e identificação de macroinvertebrados e demonstraram que os
protocolos mais simples, porém bem padronizados, podem gerar resultados tão confiáveis
quanto os gerados por protocolos mais complexos.
1.2.4. Identificação das métricas potenciais
no contexto de índices, uma métrica é uma característica da biota que muda de forma
previsível com o aumento da influência humana, apresentando necessariamente correlação
significativa com o gradiente de degradação ambiental. Uma métrica útil precisa apresentar os
seguintes atributos: (a) ser ecologicamente relevante para o grupo biológico em estudo e para
os objetivos do programa de monitoramento; (b) ser sensível ao estresse e fornecer uma
resposta que pode ser distinguida da variação natural.
O objetivo de utilizar métricas
múltiplas é agregar a informação disponível sobre diferentes aspectos das comunidades
aquáticas (Barbour et al, 1999). Todas as métricas que apresentem estas características são
potenciais e devem ser testadas.
As métricas costumam ser classificadas em 4 categorias: riqueza (medidas de
diversidade), composição (medidas de abundância relativa), funcionais (medidas de hábito e
alimentação) e tolerância (medidas de sensibilidade à perturbação). É aconselhável o uso de
21
métricas de todas as categorias no índice final, para que os diversos elementos e processos da
comunidade sejam representados. A tabela 1.1 apresenta exemplos dos diferentes tipos de
métricas para peixes, macroinvertebrados bentônicos, macrófitas e perifíton.
Tabela 1.1: Exemplos dos diferentes tipos de métricas para peixes, macroinvertebrados,
macrófitas e perifíton (adaptado de Barbour et al. 1999)
Métricas de Riqueza
• No total de
spp. nativas
• Diversidade
(ShannonWeaver,
Margalef)
PEIXES
MACROINVERTEBRADOS
MACRÓFITAS
PERIFÍTON
• No. total de
táxons
• No. EPT
táxons
• Diversidade
(Shannon,
Margalef)
• No. total de
spp.
• No. total de
gêneros
• Diversidade
• No. total de
táxons
• No. de táxons
de diatomáceas
Métricas de Composição
•
Tamanho
populacional
•
Estrutura etária
da população
•
% de spp.
pioneiras
•
•
•
•
% EPT
%Chironomidae
%Plecoptera
%Diptera
• Cobertura de spp.
terrestres
• Cobertura de spp.
anfíbias
• Cobertura de spp.
flutuantes
• % de diatomáceas
vivas
• %similaridade na
comunidade
Métricas de Tolerância
•
No. e
identidade de spp.
tolerantes
•
% de ind. com
tumores, doenças,
anomalias
Métricas Funcionais
•
% Onívoros
•
% Carnívoros de
topo
•
No. de spp.
reófilas
• % Táxons
dominantes
• Índices
sapróbicos
• No. táxons
sensíveis
•
•
•
•
• % sp. Dominantes
• No. spp.
tolerantes
• No. de sp.
Submersas
• No. de spp.
Flutuantes
• %Diatomáceas
tolerantes
• % Táxons
sensíveis
• %Diatomáceas
aberrantes
• Clorofila a
• % Saprobiontes
• % Eutróficos
%Raspadores
% Filtradores
%Predadores
%Fragmentadores
É importante salientar que diversos trabalhos, principalmente nos trópicos,
demonstraram que métricas referentes a grupamentos funcionais de macroinvertebrados
podem falhar em detectar a perturbação humana (Thorne & Williams 1997, Moya et al.
2007). Isso pode ser explicado pelo fato que macroinvertebrados em rios e riachos
neotropicais apresentam tendências generalistas. Isso significa que se um recurso associado a
um grupamento trófico específico diminuir com o distúrbio, os macroinvetebrados podem
compensar utilizando um outro recurso disponível. Sendo assim, a falta de previsibilidade
desse tipo de métrica faz com que elas, muitas vezes, não possam ser utilizadas no índice
22
final. No entanto, as respostas dos grupamentos funcionais parecem mudar de acordo com
tamanho de rio, biogeografia e tipo de interferência humana (Karr 1999), sendo necessário um
estudo local para avaliar a sua funcionalidade.
Sandin & Johnson (2000) realizaram um trabalho para avaliar o poder estatístico das
métricas em detectar impactos, bem como seus coeficientes de variação espacial e temporal.
De forma geral, os resultados mostraram que as métricas de riqueza parecem apresentar maior
poder e menor coeficiente de variação, sendo consideradas as melhores para detecção de
impactos de menor intensidade.
Antes de passar para a etapa seguinte, que inclui testes estatísticos mais específicos, as
métricas potenciais devem passar por análises críticas simples. Por exemplo, a inclusão da
métrica “deformidade morfológica em Chironomidae” pode ser inútil se não houver
disponibilidade de equipamento e/ou tempo no programa de monitoramento para analisar tal
característica. Deve ser considerado também o nível taxonômico requerido pela métrica, uma
vez que métricas baseadas em espécies requerem alto esforço para identificação. Além disso,
as métricas devem ser compatíveis com a metodologia de coleta utilizada (Hering et al. 2006).
As métricas potencias podem ser consideradas inadequadas se: (1) possuem alta
variabilidade temporal e/ou espacial, não permitindo a diferenciação entre influência humana
e variação natural; (2) possuem amplitude de variação muito pequena (mínimo de 0 - 2) que
diminua a variação e apresentem muitos zeros na população de áreas de referência; (3) não
apresentem correlação significativa com gradiente de degradação. É preciso salientar que
nem todas as métricas apresentam relação monotônica com o gradiente de estresse. Métricas
como “biomassa total” ou “riqueza total de táxons” podem apresentar valores maiores em
23
situações de níveis intermediários de poluição orgânica. Esse comportamento reduz a
previsibilidade de resposta das métricas, diminuindo assim sua funcionalidade.
Essa primeira avaliação da correlação da métrica com o gradiente de degradação é
muitas vezes pouco valorizada. No entanto, é essencial para poupar trabalho nos
procedimentos posteriores. Essa avaliação pode ser feita com correlações simples ou com
matrizes de correlação. A forma mais utilizada é através de coeficientes de correlação de
Spearman, uma vez que os dados provenientes de monitoramento biológico raramente
apresentam distribuição normal (Hering et al. 2006). Entre os diversos estudos da área, o que
varia bastante é o parâmetro utilizado para representar o gradiente de perturbação do
ambiente. Alguns trabalhos utilizam índices que avaliam a integridade física do habitat (como
o Structure index alemão) (Hering et al. 2006) ou valores de pontuação de protocolos de
avaliação visual do habitat. Em matrizes de correlação de Spearman normalmente são
incluídas as diversas métricas que se deseja testar e uma ampla gama de parâmetros que visam
caracterizar a integridade do habitat e a qualidade química da água (i.e. % de área florestada
da bacia, % de área de ocupação urbana da bacia, densidade demográfica da bacia, extensão
da vegetação marginal, pH, nutrientes dissolvidos, turbidez, índices de qualidade de substrato,
etc).
Esse mesmo procedimento pode, e deve, ser utilizado para avaliar a correlação das
métricas com medidas da variabilidade natural, como largura do rio, inclinação do canal,
profundidade média do rio ou lago e vazão do rio. Métricas da comunidade de peixes, por
exemplo, são comumente correlacionadas com parâmetros associados ao tamanho do rio, o
que pode atrapalhar a sensibilidade destas métricas em mensurar e distinguir o impacto
(McCormick et al. 2001).
24
1.2.5. Seleção das métricas centrais
Existem diversos procedimentos para a escolha das métricas que irão formar o índice.
Neste trabalho será apresentado primeiramente o passo-a-passo mais comum utilizado na
maioria dos trabalhos. Posteriormente, serão apresentados novos testes que estão sendo
inseridos neste procedimento para aumentar a confiabilidade dos resultados e a área de
aplicação do índice.
Até esta etapa as métricas já sofreram dois testes de validação: (1) teste da
variabiliadade (amplitude), tendo que apresentar uma distribuição de valores não muito
pequena e não muito grande e (2) correlação com gradiente de perturbação (positiva ou
negativa). Nesta fase, as métricas serão avaliadas em mais duas etapas: (3) sensibilidade, para
verificar o poder de discriminação entre área de referência e área fortemente impactada e (4)
teste de redundância.
Análises gráficas utilizando Box-and-whiskers plots são as ferramentas mais comuns
para avaliar a capacidade das métricas de discriminar entre os diferentes graus de degradação
(Barbour et al. 1996, Barbour et al. 1999, Karr & Chu. 1999). A análise gráfica neste caso é
particularmente interessante porque é possível determinar em que extensão a métrica é mais
sensível, bem como caracterizar o seu tipo de resposta (Vlek et al. 2004). Esta comparação é
feita entre uma distribuição dos valores da métrica em um conjunto de áreas de referência e
em um conjunto de áreas severamente impactadas. O grau de sobreposição entre os quartis
das distribuições é o que avalia a sensibilidade da métrica (Figura 1.3). Segundo Barbour et
al. (1996) as métricas podem apresentar cinco comportamentos com relação a sua
sensibilidade (Figura 1.3). As métricas consideradas sensíveis são aquelas nas condições 3 ou
25
2, ou seja, com nenhuma sobreposição dos quartis ou com apenas pequena sobreposição dos
quartis sem sobreposição das medianas.
Figura 1.3: Avaliação da sensibilidade das métricas de acordo com Barbour et al (1996). Os
quadrados pequenos representam as medianas e as caixas representam a distribuição interquartil das métricas (quartis 25 -75 %).
Portanto, as métricas que apresentarem nenhum ou mínimo grau de sobreposição entre
os quartis na comparação entre áreas de referência e impactadas podem ser consideradas
sensíveis o suficiente para discriminar impactos na área estudada e poderiam passar para a
próxima etapa de teste. No entanto, alguns estudos apontam para a necessidade da
confirmação da análise gráfica com uso de testes para garantir que as distribuições são
estatisticamente diferentes. Alguns trabalhos aplicam Análise de Variância univariada após
transformação de dados (Whittier et al. 2007) outros utilizam teste U de Mann-Whitney
(Baptista et al. 2007). Se a diferença de fato for significativa, as métricas podem então ser
consideradas sensíveis.
As métricas não devem apresentar informações redundantes, sendo portanto,
necessário testar a correlação entre elas. Isso pode ser feito utilizando uma matriz de
26
correlação e o coeficiente de Spearman. Essa matriz deve conter, de preferência, somente
valores das áreas menos impactadas para evitar a eliminação de métricas que são
correlacionadas somente porque suas respostas ao estresse co-variam. Whittier et al. (2007)
consideram que um par de métricas é redundante se apresentar coeficientes de correlação de
Spearman maiores que 0,7 ou menores que -0,7. Hering et al. (2006) utilizam como limite o
coeficiente de correlação de 0,8.
Diante de um par de métricas redundantes, os critérios para escolher uma delas são os
mais variados. Hering et al. (2006) excluem a métrica que apresentar maior correlação geral
com as outras métricas da matriz. Whittier et al. (2007) propõem a exclusão da métrica que
tiver apresentado menor sensibilidade no teste anterior, selecionando a que apresenta maior F
(do teste F) ou o menor p.
A abordagem tradicional de desenvolvimento de índices multimétricos considera que
as métricas aprovadas nos testes descritos acima podem integrar um bom índice multimétrico.
No entanto, literatura mais recente sugere que testes complementares são necessários para
aumentar a acurácia e a precisão dos índices, bem como para aumentar sua estabilidade
espacial e temporal (Moya et al. 2007, Whittier et al. 2007). Sendo assim, serão apresentados
a seguir três testes complementares: (5) teste da estabilidade temporal das métricas; (6) teste
da relação entre sinal e ruído (Signal-to-Noise) e (7) Correlação com gradientes naturais.
É importante que o índice possa ser utilizado em diferentes estações do ano, portanto,
sendo necessário que as métricas sejam estáveis temporalmente. Em clima temperado, onde as
estações são bem marcadas e muitas vezes a comunidade muda muito ao longo do ano, nem
sempre é possível utilizar as mesmas métricas ao longo do ano todo. Além disso, nem todos
os programa de monitoramento biológico realizam coleta em mais de uma estação. No
27
entanto, é possível testar a estabilidade temporal das métricas com análises simples, em um
procedimento semelhante ao teste de sensibilidade das métricas. Para essa finalidade, é
necessário coletar a biota nos mesmos locais, em diferentes épocas de um mesmo ano e
realizar uma análise gráfica utilizando os valores das métricas como um Box-&-Whiskers
Plots associado a um teste para verificar a significância da diferença. Para assumir que a
métrica é temporalmente estável, a diferença entre os valores das mesmas nas diferentes
estações não deve ser significativa (Figura 1.4). Baptista et al. (2007) testaram em riachos de
Mata Atlântica a estabilidade das métricas selecionadas em três épocas do ano e verificaram
que todas possuíam relativa estabilidade ao longo do ano (Figura 1.4).
Figura 1.4: Verificação da estabilidade temporal das métricas em pequenos riachos da Mata
Atlântica no estado do Rio de Janeiro (adaptado de Baptista et al. 2007)
A relação Sinal/Ruído é a taxa de variação entre os pontos de coleta (Sinal) e a
variância de visitas repetidas ao mesmo ponto (Ruído, que inclui tanto a variação natural
quanto erros amostrais). Este recente tipo de avaliação é utilizada em programas de
monitoramento nos EUA que já possuem um banco de dados grande com longa sequência
28
temporal e consiste em uma medida da repetibilidade ou precisão de uma métrica (Whittier et
al. 2007). Uma relação Sinal/Ruído igual a 1 significa que uma métrica apresenta a mesma
variabilidade interna de um ponto (com o tempo) e entre os locais de coleta (no espaço),
portanto não é capaz de distinguir bem entre os locais de coleta. É preciso salientar que este é
um teste que necessita de bancos de dados grandes e robustos e que pode ser severo demais
para dados de áreas pequenas e com pequena série temporal. Whittier et al. (2007) rejeitam
apenas as métricas que provoquem muito ruído, rejeitando aquelas com valores de S:R
menores que 3, ou seja, aquelas em que a variância interna do ponto no tempo é maior ou
igual a 1/3 da variância entre os pontos.
Em programas de monitoramento de larga escala, que abrangem grandes áreas, com
muitos pontos de avaliação, aparece o problema da heterogeneidade espacial. Algumas
métricas podem ser correlacionadas com gradientes naturais da paisagem e é preciso avaliar
essas relações sem o efeito covariante da influência humana. Esses gradientes naturais podem
incluir parâmetros como temperatura, altitude, tamanho do rio, área da bacia hidrográfica,
inclinação, área do espelho d’água em lagos, etc. Para isolar o efeito desses gradientes
naturais é possível corrigir as métricas que se correlacionem significativamente com as
variáveis naturais. Essa não é uma abordagem ainda muito comum, mas diversos trabalhos
vêm apontando para a necessidade dessa avaliação na tentativa de aumentar a área de
aplicação dos índices (Oberdorff et al., 2001, Oberdorff et al. 2002, Pont et al. 2006, Whittier
et al. 2007). Pont et al. (2006) apresentaram uma ousada tentativa de desenvolver um único
índice para todos os países europeus participantes do AQEM a partir de modelagens das
métricas em função dos gradientes naturais.
29
1.2.6. Definição dos limites para classificação e pontuação das classes de qualidade
As métricas podem representar uma variada gama de características biológicas,
incluindo riqueza de táxons, tolerância à poluição, composição taxonômica e hábitos
alimentares. Os valores brutos das métricas não podem ser diretamente utilizados para
calcular o índice, pois diferem na amplitude de seus valores, unidades e na sua relação com o
gradiente de impacto. Os valores das métricas devem então ser convertidos em números sem
unidade para permitir que sejam combinados em um único valor final do índice.
Através deste procedimento as métricas são normalizadas para a mesma amplitude de
variação e, ao mesmo tempo, são avaliadas em relação a sua sensibilidade ao impacto humano
(Böhmer et al. 2004). Diversos métodos de padronização de valores de métricas já foram
descritos e a escolha desse método pode influenciar a sensibilidade final do índice, uma vez
que as distribuições dos valores originais das métricas podem ser alteradas (Blocksom 2003).
Sendo assim, a relação entre os valores das métricas e o gradiente de distúrbio pode ser
enfraquecida ou fortalecida pelo método escolhido no processo de pontuação.
Poucas
pesquisas foram feitas no sentido de avaliar diretamente a influência desta etapa de
padronização das métricas na habilidade final de mensuração do índice. Blocksom (2003)
apresenta um detalhado estudo sobre esta etapa do “metric scoring”, tratado aqui como
pontuação ou padronização de métricas, comparando métodos diferentes de realizar esta
etapa.
Os métodos de pontuação das métricas podem diferir em função do tipo de escala
utilizada (discreta ou contínua) e em função do rigor utilizado na definição dos valores
esperados para as áreas de referência.
Originalmente, a pontuação e normalização das
métricas era feita de forma discreta, atribuindo um valor 5 aos valores da condição de
30
referência, valor 3 para aqueles com um desvio médio do valor esperado para áreas naturais
(intermediários) e um valor 1 para situações com grande desvio em relação a expectativa
(Karr & Chu 1999). Atualmente diversos programas de biomonitoramento ainda utilizam
índices desenvolvidos a partir de padronização discreta das métricas. No entanto tem se
buscado a utilização de quatro ao invés de apenas três categorias.
Neste procedimento é importante notar que as métricas podem responder positiva ou
negativamente a um gradiente de impacto. Sendo assim, é preciso estabelecer critérios para
duas situações diferentes: métricas que decrescem com aumento de impacto (chamadas
também de métricas de pontuação positiva) e métricas que crescem em valor com aumento do
impacto (métricas de pontuação negativa). Os critérios devem funcionar de forma inversa
nessas duas situações.
A Figura 1.5 mostra dois exemplos de padronização de métricas de forma discreta. O
primeiro (A) mostra a forma utilizada por Barbour et al. (1996) que consiste em uma pequena
adaptação do modelo original de Karr (1981). Estes autores utilizaram a distribuição da
freqüência de todas as suas áreas de referência como base para o estabelecimento de critérios
de pontuação. Eles estabeleceram, para métricas que decrescem com impacto, que o percentil
25 deve ser utilizado como divisor da categoria de maior pontuação chamado de “limite
superior”. Para métricas que crescem com intensificação do impacto é utilizado o percentil 75
como limite superior e a valores abaixo dele é atribuída a maior pontuação. A pior pontuação
(1) é atribuída aos valores que não entram na distribuição das áreas de referência.
O segundo exemplo foi desenvolvido na EPA-OHIO (EUA) em 1987 e leva também
em consideração apenas a distribuição dos valores da métrica nas áreas de referência. No
entanto, esse modelo utiliza quatro categorias de pontuação ao invés de três. Isso deve atribuir
31
ao índice um pouco mais de refinamento e pode fornecer um resultado mais rico para a
interpretação biológica. A dinâmica da pontuação é realizada através da definição do limite
superior da distribuição dos valores de áreas de referência (75 no caso de métricas que
decrescem com impacto e 25 no caso das que crescem) e posterior divisão do restante da
distribuição em três partes iguais. Este segundo passo é realizado considerando a distribuição
de todos os pontos de coleta e não mais somente as áreas de referência.
Exemplos do método DISCRETO de padronização de métricas
(A) Barbour e colaboradores (1996)
*
*
Valor da
métrica Decresce
com
Impacto
75
5
25
Valor da
métrica Aumenta
com
Impacto
(B) Ohio EPA (1987)
*
*
75
6
1
3
5
*
75
Valor da
métrica Decresce
com
Impacto
*
4
25
75
10
25
2
3
*
1
25
*
*
0
10
*
Limite superior =
25º percentil (áreas
de referência)
Limite superior =
75º percentil (áreas
de referência)
Áreas
Impactadas
Áreas de
Referência
Limite superior = 75º percentil das áreas
de referência
Figura 1.5: Exemplos de métodos discretos no processo de padronização das métricas
para montagem de um índice multimétrico
Já a pontuação contínua é dada a partir da escolha de limites superiores e inferiores
que representam a expectativa do valor da métrica, baseados na distribuição dos valores da
mesma. Os valores observados entre os limites estabelecidos são pontuados de forma contínua
como frações do valor esperado. Normalmente esses valores são escalonados em amplitudes
de 0 a 1, 0 a 10 ou 0 a 100 através de interpolação linear com os limites da distribuição. Em
32
métricas que decrescem com impacto, o menor valor (0) é obtido através do percentil 5 dos
valores nas áreas impactadas e o maior valor (1, 10 ou 100) equivale ao percentil 95 dos
valores das áreas de referência. Para métricas que aumentam com impacto, o contrário é
realizado. A utilização dos percentis 5 e 95 é importante para a exclusão de eventuais valores
extremos que prejudiquem a correta interpretação da métrica.
A Figura 1.6 mostra dois exemplos de padronização contínua de métricas. O primeiro
exemplo (A) mostra o cálculo realizado por Klemm et al. (2003) que resulta em métricas
variando de 1 a 10. A fórmula utilizada é a mais comum entre os trabalhos que utilizam
padronização contínua de métricas e muitos índices vêm sendo recalibrados utilizando esse
tipo de pontuação das métricas (Hughes et al. 1998).
O segundo exemplo é de um índice desenvolvido para rios pequenos da Virginia
(EUA). Para esse cálculo devem ser utilizados os valores de todos os pontos de coleta e não
somente os dados das áreas de referência. Na fórmula não é considerado o limite inferior da
distribuição e as métricas são normalizadas já na fórmula, resultando em métricas que variam
de 0 a 100.
Exemplos de método CONTÍNUO de padronização de métricas
(A) Klemm et al. (2003)
(B) TetraTech (EPA – Virginia) (2000)
Valor da métrica observado x 100
Valor da métrica observado – Limite Inferior
X 10
Limite Superior – Limite Inferior
Métricas que decrescem com impacto:
- Limite superior = 75º percentil das áreas de
referência
- Limite inferior = 25º percentil das áreas
impactadas
Métricas que crescem com impacto:
- Limite superior = 25º percentil das áreas de
referência
- Limite inferior = 75º percentil das áreas
impactadas
Limite Superior
Métricas que decrescem com impacto:
- Limite superior = 95º percentil de todos os pontos de
coleta
- Limite inferior = zero
Métricas que crescem com impacto:
- Limite superior = 5º de todos os pontos de coleta
- Limite inferior = 100 ou máximo possível
33
Figura 1.6: Exemplos de métodos contínuos no processo de padronização das métricas para
montagem de um índice multimétrico.
Atualmente, a maioria dos trabalhos utiliza métodos contínuos de padronização das
métricas (Hughes et al. 1998, McCormick et al. 2001, Klemm et al. 2003, Hering et al. 2006,
Whittier et al. 2007). Blocksom (2003) comparou diferentes métodos de pontuação das
métricas e aponta que os métodos contínuos baseados na distribuição de todos os pontos e não
só nas áreas de referência conferem maior sensibilidade e estabilidade ao índice. Os
resultados indicaram também que a escolha do método de padronização afeta mais a
variabilidade do índice que sua sensibilidade ao gradiente de estresse.
A normalização das métricas é um procedimento crucial no desenvolvimento de um
índice multimétrico que garante a possibilidade de agregação das métricas em um só valor
final. Essa agregação simplifica a informação fornecida pelo índice e facilita o manejo, uma
vez que um único valor do índice pode apontar para a ação necessária. No entanto, a exata
natureza dessa ação (restauração, tratamento de efluentes, mitigação) não é determinada pelo
valor final do índice e sim pela análise das métricas que o compõem (Barbour et al. 1999).
1.2.7. Formação do índice
O valor que um índice multimétrico fornece para um determinado ponto de coleta é a
soma dos escores das métricas e vai depender fortemente da etapa de seleção e normalização
das métricas, uma vez que depende do número de métricas escolhidas e da amplitude de
variação das mesmas. Essa soma das métricas pode ser subdividida em várias categorias que
devem corresponder a diferentes níveis de degradação.
34
McCormick
et al. (2001) desenvolveram um índice multimétrico para áreas de
altitude do oeste dos EUA e optaram por pontuar suas nove métricas de forma contínua
fazendo com que variassem de 1 a 10. Para agregar as métricas em um único índice variando
de 0 a 100, eles somaram o valor de cada uma das nove métricas, multiplicado por 1,1.
Böhmer et al. (2004) também normalizaram suas métricas de forma contínua, fazendo com
que elas variassem de 0 a 1. O valor do índice final nesse caso foi a média aritmética das
métricas normalizadas, criando 5 classes de qualidade cada uma com 0,2 de amplitude. Os
autores argumentam que se há no índice final um mesmo número de métricas de cada tipo
(riqueza, composição, tolerância, funcional), o índice pode ser calculado pela média
aritmética dos valores das métricas. No entanto, se há uma desproporção dos tipos de métricas
no índice final, podem ser aplicados fatores que atribuem diferentes pesos às métricas para
que cada grupo de métrica tenha a mesma influência no valor final do índice multimétrico.
No caso de métricas padronizadas de forma categórica a agregação também vai
depender do número de métricas que compõem o índice e do número de escores atribuídos.
Por exemplo, se forem atribuídos escores 5, 3 e 1 e o índice possui dez métricas, o maior valor
possível é 50 (10x5) e o menor é 10 (10x1). Isso fornece uma amplitude de 40 que deve ser
subdividida nas classes de qualidade desejadas. Baptista et al. (2007) desenvolveram um
índice multimétrico para rios de montanha da Serra dos Órgãos (RJ) onde foram selecionadas
seis métricas que foram padronizadas de forma discreta utilizando scores 5, 3 e 1. A variação
final do índice foi de 6 a 30 e essa amplitude foi dividida em 4 classes de qualidade. A divisão
entre as classes de qualidade deve ser realizada mantendo a mesma amplitude de variação
para cada classe.
35
Hering et al. (2006) descrevem a formação de um índice multimétrico impactoespecífico, que deve ser utilizado para avaliar apenas um tipo de distúrbio como, por exemplo,
poluição orgânica. O procedimento geral é basicamente o mesmo, no entanto em todos os
passos deve-se separar as variáveis ambientais e as métricas que respondem especificamente
aos diferentes tipos de distúrbio. Isso gera uma lista de métricas centrais para cada tipo de
impacto, que devem então ser normalizadas e combinadas como já descrito acima.
O resultado fornecido pelo índice multimétrico pode ser facilmente interpretado, o que
é tido como grande vantagem dessa forma de bioavaliação. No entanto, é preciso atenção
nessa interpretação para que se possa distinguir os parâmetros que estão gerando as respostas
observadas, ou seja, para avaliar a que tipo de distúrbio as métricas estão respondendo. É
necessária avaliação constante da sensibilidade e estabilidade temporal do índice para evitar
erros de interpretação. É possível que ao longo do tempo e espaço as métricas tenham que ser
reajustadas ou até trocadas em função da variabilidade natural inerente aos ecossistemas e/ou
em função de disponibilidade de conhecimentos taxonômicos do grupo bioindicador utilizado.
1.3. Ampliação da área de aplicação do índice – Modelagem das métricas
Uma grande dificuldade em identificar quais métricas respondem melhor ao impacto
humano é que essas métricas também apresentam padrões de variação natural. Sendo assim, é
necessário muitas vezes avaliar se a métrica apresenta correlação com um gradiente natural e
ajustá-la antes de analisar sua relação com o gradiente de impacto (Moya et al. 2007). Isso
normalmente não é realizado no desenvolvimento de índices multimétricos (Marques &
Barbosa 2001, Silveira et al. 2005), o que, apesar de não invalidar o índice desenvolvido,
reduz a sua confiabilidade. Sendo assim, para que o índice possua aplicação nas mais variadas
36
condições naturais (eg. altitude, tamanho do rio, área da bacia) é preciso ajustar as métricas
para garantir que essas estejam respondendo ao gradiente de impacto e não às variações
naturais. Esse limite metodológico tem sido corrigido em muitos novos índices multimétricos
que procuram incluir diversas fontes de variações regionais na estrutura da comunidade e nas
condições naturais (Oberdorff et al. 2002, Pont et al. 2006, Moya et al. 2007).
Em muitos trabalhos, se observa que as métricas para comunidades de peixes possuem
correlação forte com a área da bacia. McCormick et al. (2001) realizaram a normalização das
métricas para uma bacia de 100 km2 a partir do seguinte procedimento: é calculada a equação
da regressão das métricas com a área da bacia (área em km2 transformadas por log10) somente
para as áreas de referência. Depois, essa equação da regressão para as áreas de referência é
aplicada para todos os pontos e são calculados os resíduos para cada ponto. Assim, determinase o valor esperado para uma área de referência em uma área padronizada de bacia de 100
km2 e aplica-se essa constante para todos os resíduos. Isso resulta em todos os valores das
métricas sendo positivos. É possível realizar esse tipo de correção por resíduos para os mais
diversos parâmetros, como altitude, inclinação, tamanho de rio, entre outros, no entanto essa
análise deve ser feita individualmente para cada métrica e para cada fator de correção.
Trabalhos mais recentes apresentam uma metodologia para correção das métricas em
relação a diversos parâmetros de variação natural ao mesmo tempo através da criação de um
modelo preditivo baseado em regressão múltipla (Oberdorff et al. 2002, Pont et al. 2006,
Moya et al. 2007). Pont et al. (2006) apresentam um índice único planificado que pode ser
utilizado em toda a Europa. O índice é resultado de uma modelagem das métricas em relação
a diferentes variáveis naturais, (e.g. altitude, geologia, inclinação), usando modelos de
regressão múltipla e utilizando os valores dos resíduos das métricas para a montagem do
37
índice. Esse procedimento aumenta a eficiência do índice em detectar alterações menores
provocadas por atividade humana e potencializa seu uso por permitir aplicação em maior
escala geográfica (ver Tejerina-Garro et al. 2005 para discussão sobre o assunto).
1.4. Conclusão
O desenvolvimento de índices multimétricos envolve diversas etapas nas quais devem
ser sempre considerados critérios que garantam acurácia, precisão e aplicabilidade do índice.
Durante o processo de elaboração do índice deve-se considerar as especificidades da área em
questão e do grupo biológico utilizado para escolher os métodos adequados em cada etapa,
levando em conta que a ferramenta deve ser exeqüível no contexto de um programa de
biomonitoramento de rotina. As metodologias descritas acima vêm sendo constantemente
discutidas, modificadas e a literatura recente traz novas etapas que devem ser incorporadas no
processo de elaboração da ferramenta.
Os índices multimétricos são largamente utilizados em diversos programas de
biomonitoramento e vêm sendo adaptados e desenvolvidos em pequena escala em diversos
locais que ainda não possuem programas efetivos de bioavaliação. Um bom índice
multimétrico pode ser desenvolvido no tempo hábil de uma tese de mestrado e pode
representar um princípio da iniciativa de programas de monitoramento e conservação da
integridade de ecossistemas aquáticos. No Brasil, onde o biomonitoramento não é obrigado
por lei, muitas vezes é a falta da ferramenta, e não necessariamente a falta de vontade política,
que faz com que o monitoramento da qualidade da água continue sendo feito exclusivamente
com base nos parâmetros físico-quimicos. O monitoramento biológico representa uma
profunda mudança no pensamento porque põe a vida, e não as características químicas, no
centro das questões do manejo das águas. Esta é uma mudança de paradigma da qualidade de
38
água para a integridade ecológica dos ecossistemas aquáticos e é urgente a sensibilização do
poder público e da comunidade para a grande importância dessa mudança de conceito.
O monitoramento biológico deve ser considerado hoje ação primordial para a
manutenção dos recursos hídricos, uma vez que a biota é o melhor indicador da relação dos
humanos com a água. Se nós entendermos bem essa relação, podemos medir nossas ações
para garantir a conservação da integridade dos recursos hídricos no planeta que é
absolutamente crucial para a manutenção da vida (Karr & Chu 2000). Nesse contexto, os
índices multimétricos ganham força por representar uma ferramenta altamente aplicável em
diversas condições e por fornecer resultados que comunicam a um público mais amplo. A
comunicação efetiva das condições dos sistemas biológicos para os diversos setores da
sociedade pode transformar o biomonitoramento de um exercício acadêmico e restrito, em
uma ferramenta efetiva para o manejo e a conservação dos corpos hídricos (Karr 1999).
Nesse contexto, é preciso que haja um esforço conjunto no sentindo de desenvolver as
ferramentas necessárias para o estabelecimento de um programa protocolado de
biomonitoramento da integridade ecológica dos ecossistemas aquáticos. Essa iniciativa deve
envolver estudos de comparação de metodologia básica, como ferramentas de coleta,
protocolos de campo, tipologia de ecossistemas, ecorregiões, etc. As dimensões continentais
do Brasil exigem que sejam desenvolvidos diferentes protocolos de biomonitoramento nas
diferentes áreas. No entanto, as iniciativas em menor escala, como estaduais ou regionais,
podem ser um grande avanço para a implementação de programas de bioavaliação. No
contexto do monitoramento biológico, nosso papel, como pesquisadores no momento, é gerar
as ferramentas e colocá-las a disposição para uso do poder público e benefício da sociedade e
da vida em geral.
39
Capítulo 2
40
2. Definição do esforço de subamostragem para o desenvolvimento de um índice
multimétrico rápido baseado na comunidade de macroinvertebrados bentônicos
2.1. Introdução
O
monitoramento biológico é um dos componentes principais na gestão de recursos
hídricos e para a conservação da integridade ecológica dos ecossistemas aquáticos (Karr 1991,
Rosenberg & Resh 1993, Karr & Chu 1999). Nesse contexto, os protocolos de avaliação
rápida têm sido desenvolvidos como ferramentas simples e de baixo custo de aplicação para
avaliar a saúde dos ecossistemas aquáticos (Plafkin et al. 1989). Esses protocolos combinam
equipamentos de campo simples e baratos com técnicas de processamento otimizado de
tratamento das amostras em laboratório.
Na América latina o interesse pela aplicação do monitoramento biológico vem
crescendo e, consequentemente, foram realizados diversos trabalhos para desenvolver
ferramentas nos últimos anos (Araújo et al. 2003; Bozzeti & Schulz 2004; Baptista et al.
2007; Moya et al. 2007). No entanto, são ainda escassos ou inexistentes estudos que visam o
teste de metodologias, comparando diferentes maneiras de execução das diferentes etapas
envolvidas no desenvolvimento de protocolos de bioavaliação (Buss & Borges 2008).
Para aplicação do biomonitoramento, atualmente, existem diversas metodologias e
protocolos, dentre os quais os índices multimétricos têm recebido destaque e são utilizados
como ferramenta padrão nos Estados Unidos de América (EUA) e na União Européia (UE). A
abordagem multimétrica, diferentemente de outras abordagens, permite a integração de
informações dos vários aspectos de uma comunidade para fornecer uma classificação geral do
41
nível de degradação do ecossistema, sem perder a informação proveniente das métricas
individuais.
Apesar de existirem índices multimétricos já desenvolvidos em muitos países, e
utilizados nos programas de biomonitoramento, ainda não há consenso quanto à problemática
que envolve a questão da relação custo-benefício das simplificações dos métodos que se
fazem necessárias para tornar uma ferramenta aplicável, minimizando a perda de rigor
científico (Cao et al. 1998, Karr 1998, Stroom & Richards 1999). As simplificações de
métodos para definir um protocolo de bioavaliação aplicável podem ser realizadas em
diferentes etapas do processo, como por exemplo a resolução taxonômica e o uso de dados
qualitativos ao invés de quantitativos (Melo, 2005). No entanto, a subamostragem é a
simplificação mais utilizada na prática, principalmente na utilização de macroinvertebrados e
algas como bioindicadores. Haase e colaboradores (2004) realizaram um estudo comparativo
entre diferentes protocolos de amostragem, triagem e identificação de macroinvertebrados e
demonstraram que os protocolos mais simples, porém bem padronizados, podem gerar
resultados tão confiáveis quanto os gerados por protocolos mais complexos.
Nos protocolos de avaliação biológica dos EUA e da UE é recomendada uma
metodologia que implica um grande esforço na fase de coleta de amostras para que essas
representem toda a heterogeneidade de habitats e, consequentemente, toda a diversidade de
organismos e posterior subamotragem para que apenas parte dos organismos sejam
identificados (Barbour et al. 1999, AQEM 2002).
Os conflitos de como realizar a subamostragem e qual o esforço ótimo no sentido de
acelerar a avaliação sem comprometer a validade ecológica da resposta são assuntos
recorrentes na literatura (Barbour & Gerritsen 1996, Countermanch 1996, Doberstein et al.
42
2000, Nichols & Norris 2006). A subamostragem pode, por exemplo, ser realizada em campo
ou em laboratório. Nichols & Norris (2006) compararam o procedimento de triagem dos
organismos no campo dos organismos com o de subamostragem em laboratório evidenciando
diferenças de avaliação final.
Do ponto de vista metodológico, existem duas formas de realizar a subamostragem em
laboratório: por contagem de número fixo e por área. A subamostragem por número fixo
estabelece previamente o número de indivíduos que serão identificados. Barbour & Gerritsen
(1996) defendem este procedimento, argumentando que o objetivo principal de um programa
de biomonitoramento é avaliar a condição dos locais, e isso pode ser perfeitamente obtido
através da contagem de um número fixo de indivíduos, mesmo que sejam excluídos alguns
táxons mais raros. Para a utilização da contagem de número fixo há ainda controvérsia
relativa à quantidade de espécimes a serem utilizados. Alguns trabalhos evidenciaram que um
número mínimo de 100 espécimes são suficientes para avaliar a condição ecológica (Barbour
& Gerritsen 1996, Vinson & Hawkins 1996) contanto que a amostra represente a diversidade
de organismos do local.
Protocolos de avaliação rápida dos EUA (Plafkin et al. 1989, Barbour et al. 1999)
recomendam tradicionalmente a subamostragem pela contagem de número fixo (tanto em
campo como em laboratório). Doberstein e colaboradores (2000) fazem uma análise
comparada de tamanhos de subamostras e revelaram a fragilidade de amostras muito
pequenas. Nesses protocolos de amostragem por número fixo o número mínimo de
organsimos recomendado para garantir eficiência de avaliação varia entre 100 (Somers et al.
1998, Barbour et al. 1996), 200 (Norris et al. 1995, King & Richardson 2002) ou mais de 300
(Doberstein et al. 2000). Lorenz e colaboradores (2004), utilizando simulações de diversos
43
tamanhos de subamostras, indicam a utilização de no mínimo 300 indivíduos para evitar
instabilidade das métricas do índice e fornecer resultados confiáveis para avaliação.
Countermanch (1996), no entanto, argumenta que uso de número fixo de organismos
destrói qualquer consistência de tamanho de amostra, e faz com que se perca a informação de
riqueza por unidade de amostra, além de perder a estimativa da densidade de táxons por
unidade de amostra não permitindo a comparação entre áreas com diferentes níveis de
integridade ecológica.
A subamostragem por área garante a aleatoriedade do procedimento, tornando-o
menos subjetivo e menos sujeito às variações inerentes à mudança de equipe. A
subamostragem por área é procedimento padrão sugerido pelo programa europeu denominado
“Desenvolvimento e teste de um programa de avaliação integrada da qualidade ecológica de
rios e riachos na Europa usando macroinvertebrados bentônicos” (AQEM), no qual são
utilizadas bandejas divididas em setores, denominados de quadrats e é então triado 25% da
amostra total com um mínimo de 500 espécimes (Hering et al. 2004).
Um dos maiores problemas associados à subamostragem, em geral, é a questão da
riqueza de espécies, que é relacionada à área analisada, variando de forma assintótica devido
ao fenômeno da relação espécie área representado pela curva do coletor. Sendo assim, é
sempre esperado que com aumento de área analisada se obtenha uma riqueza maior de
espécies.
Clarke e colaboradores (2006) estudaram o efeito da subamostragem diretamente nas
métricas de diferentes tipos e verificaram que a precisão das medidas baseadas na riqueza de
táxons é afetada pelo tamanho da subamostra. As métricas baseadas em abundâncias relativas
são menos dependentes do número de espécimes contados na amostra.
44
Estudos que relacionam diretamente a precisão das métricas com o tamanho das
subamostras são de extrema importância uma vez que esta é diretamente relacionada ao custo
de aplicação e que as métricas são a base da avaliação biológica dos programas de
biomonitoramento que utilizam índices multimétricos. A instabilidade das métricas pode ter
consequência direta no resultado prático da avaliação e, consequentemente, do manejo e
conservação dos ecossitemas (Lenat & Barbour 1994).
Sendo assim, são necessários estudos de comparação de metodologias para encontrar a
melhor relação custo-benefício que permita a aplicabilidade da ferramenta, sem perda de rigor
científico.
A subamostragem é um procedimento, largamente utilizado nestes protocolos, que
permite a avaliação de uma parcela da amostra coligida em campo que represente a
heterogenidade e diversidade dos habitats amostrados. No entanto esta técnica permanece
controversa e em fase de discussão nos países que as utilizam em seus programas de
biomonitoramento (Barbour & Gerritsen 1996; Countermanch 1996; Somers et al. 1998;
Doberstein 2000; Lorenz et al. 2004).
2.2. Objetivos
O objetivo do presente trabalho é estabelecer um procedimento de subamostragem de
macroinvertebrados bentônicos para o desenvolvimento de um índice multimétrico para
avaliação da integridade ecológica de riachos montanhosos. Os objetivos específicos são: (a)
verificar a eficiência do aparato de subamostragem desenvolvido (b) estudar a relação entre a
riqueza de macroinvertebrados e a área amostrada; (c) verificar a influência do tamanho da
subamostra em medidas biológicas de diferentes tipos; (d) definir o esforço mínimo, em
45
número de quadrats, necessário para o estabelecimento de um protocolo padrão de avaliação
biológica baseado em índices multimétricos.
2.3. Materiais e Métodos
2.3.1.Coleta dos organismos
Para esta avaliação da subamostragem e definição do esforço necessário para o
posterior desenvolvimento do índice multimétrico, foram utilizados dados de 6 riachos
considerados como áreas minimamente impactadas (Referências). A amostragem foi realizada
na estação chuvosa, no mês de Janeiro de 2007. Os riachos estão localizados na bacia dos rios
Macacu e Guapimirim, uma área de Floresta Ombrófila densa, pertencente ao domínio da
Mata Atlântica, na Serra do Mar, estado do Rio de Janeiro (Tabela 2.1). Os critérios para
definição de áreas de referência a priori foram: protocolo de avaliação visual de habitat com
condição ótima ou boa; mais de 75% da área da bacia acima do ponto de coleta florestada;
oxigênio dissolvido acima de 6 mg/L; coliformes fecais/100 mL <10.
Para o procedimento de coleta utilizou-se um método do tipo multi-habitat, com coleta
proporcional à disponibilidade do substrato no trecho do rio estudado. Foi utilizado
amostrador do tipo kick com malha de 500µm. A amostra era composta de 20 retiradas,
correspondentes a uma área amostral total de 20 m2 de substrato, sendo que cada um
correspondia a um (1) m2 de subsrato coligido. A amostra foi unificada e conservada em
etanol 80%. Nos 6 riachos estudados a coleta foi realizada pela mesma equipe e buscou-se
máxima padronização do procedimento.
46
Tabela 2.1: Caracterização dos 6 riachos coletados
Longitude
(geo/wgs84)
42o 35’ 8.28’’ W
Latitude
(geo/wgs84)
22o 25’ 3.37’’ S
Ótima
42o 59’ 57’’ W
22o 29’ 36.4’’S
80
Ótima
42o 44’ 16.70’’W
22o 24’ 59.9’’ S
1
1220
Ótima
42o 59’ 47.48’’ W
22o 28’ 2.54’’ S
E
1
1100
Boa
42o 34’ 17.04’’ W
22o 22’ 46.3’’ S
F
3
90
Boa
42o 45’ 31.37’’ W
22o 26’ 7.95’’ S
Rios
Código
Ordem
Altitude (m)
Rio do Andrew
A
2
930
Protocolo de
Avaliação Visual
Ótima
Rio Soberbo
B
3
100
Rio Manoel
Alexandre
Rio Iconha
C
4
D
Tributário Macacu
(Rio da Placa)
Rio do Gato
2.3.2. Procedimento de subamostragem
O presente trabalho considerou a subamostragem por área e para isso foi desenvolvido
um aparato de subamostragem, de dimensão total 64x36 cm, dividido em 24 quadrats (Figura
2.1). Cada quadrat mede 10,5x8,5cm, com área de aproximadamente 90 cm2.
Figura 2.1: Bandeja de Subamostragem.
As amostras foram lavadas em laboratório na bandeja do aparato de subamostragem
para a retirada do material mais grosseiro, como folhas grandes e galhos. Após isso, a bandeja
foi preenchida com cerca de 15 litros de água e o material homogeneizado por 1 minuto para
assegurar a distribuição uniforme de toda a amostra na superfície da bandeja. A água foi
47
removida da bandeja e os separadores de alumínio posicionados gerando os 24 quadrats. O
material correspondente a cada quadrat foi retirado e acondicionado em sacos plásticos.
Esse procedimento foi repetido para os 6 pontos amostrais resultando em 144
subamostras (24 x 6). Considerando que cada amostra de um rio representa 20 m2 de substrato
coletado, cada quadrat equivale então a 0,83 m2 (20/24) e a aproximadamente 4,2% da
amostra total coletada. Cada quadrat foi então triado para retirada de todos os organismos
presentes e os organismos identificados, com auxílio de microscópio estereoscópio, em nível
de gênero (exceto as ordens Lepidoptera, Hemiptera e Diptera que foram identificados em
nível de família). Neste trabalho este conjunto de táxons será tratado como Unidades
Taxonômicas Operacionais (UTOs). Neste processo de trabalho foi contabilizado o tempo de
processamento (triagem e identificação) de cada quadrat, para verificar o ganho, em termos de
tempo e, consequentemente os recursos economizados pelo procedimento de subamostragem.
2.3.3. Análise de dados
Com finalidade de indicar qual procedimento de subamostragem e qual esforço deverá
ser utilizado para garantir a aplicabilidade sem perder o rigor científico do índice multimétrico
foi realizada a análise dos dados com o objetivo de verificar cinco aspectos: (a) se o
procedimento e o aparato de subamostragem garantem a distribuição aleatória dos
organismos, evitando ao máximo que organismos não sejam amostrados por falha no
procedimento de homogeneização da amostra; (b) qual o esforço necessário, em termos de
riqueza de táxons, em número de quadrats, para garantir a avaliação correta desse aspecto da
comunidade; (c) como as medidas biológicas, métricas, são influenciadas pelos diferentes
tamanhos de subamostras; (d) quão similares, em termos de composição e estrutura são
48
diferentes tamanhos de subamostras (e) testar se o esforço determinado pelas análises
anteriores confere sensibilidade às medidas biológicas para detectar alterações na
comunidade.
Para verificar se o procedimento de subamostragem utilizado e o aparato desenvolvido
garantem a distribuição aleatória dos organismos, descartando assim a possibilidade de erros
metodológicos, foi utilizada a distribuição de Poisson, calculando um Índice de dispersão com
posterior teste de X2. Se o padrão de distribuição dos táxons na bandeja for de fato aleatório,
a distribuição de Poisson é o descritor estatístico apropriado para os dados (Krebs 1998).
Para testar se os táxons possuem distribuição aleatória nos quadrats foi realizado um
teste pelo Índice de Dispersão (Krebs 1998). O Índice de dispersão é calculado através da
razão entre a variância observada e a média observada. É então aplicado um teste de Quiquadrado bi-caudal, considerando a hipótese nula que os dados seguem a distribuição de
Poisson. O X2 é calculado através da multiplicação do valor do índice de dispersão pelo
número de graus de liberdade (n-1).
Existem duas possíveis direções de desvio do Índice de dispersão. Se os organismos
forem uniformemente distribuídos, a variância será bem menor que a média e o Índice de
dispersão se aproximará de zero. Se os organismos estiverem agregados, a variância
observada será maior que a média e o Índice de dispersão será bem maior que 1 (um) (Krebs
1998) (Figura 2.2). Portanto, a distribuição aleatória dos organismos acarreta em um Índice de
dispersão em torno de 1. Considerando α=0,05, e 23 graus de liberdade, os valores de X2 ,
nesse caso, devem estar entre 11 e 37 para que a hipótese de distribuição aleatória possa ser
aceita.
49
Valor do Qui-Quadrado
P a d rã o
a g re g ad o
ão
d r rio
P a at ó
e
al
P a d rã o
U n ifo rm e
G ra us d e L ib e rad a de
Figura 2.2: Valores críticos do teste de QuiQuadrado do Índice de dispersão para α=0,05 e
n<101 (adaptado de Krebs 1998).
A análise da suficiência amostral em termos de riqueza foi realizada primeiramente
através do método proposto por Pielou (1977), denominado de curva do coletor, considerando
a riqueza acumulada com o aumento de um quadrat na amostra. A ordem de disposição dos
quadrats, utilizados para a construção da curva do coletor, foi determinada através de
aleatorização dos dados. Foram calculadas as médias e os desvios padrões para a riqueza
acumulada em cada quadrat em UTO e em família nos 6 riachos.
A análise pela curva do coletor é limitada por depender da abundância geral de cada
uma das 6 amostras, portanto, para eliminar o efeito da diferença de abundância total na
riqueza, foram realizadas análises de rarefação para os 6 pontos. Foi realizada uma curva de
rarefação para cada um dos pontos considerando amostras de 100 a 1600 espécimes, para
verificar a riqueza esperada para cada um desses tamanhos de subamostras. Os valores de
riqueza esperada obtidos pela análise de rarefação permitiram avaliar o potencial incremento
da riqueza de táxons com o aumento do número de espécimes incluídos na subamostra.
A fim de verificar o efeito do tamanho da amostra nos diferentes tipos de métricas
foram consideradas sub-comunidades de 4, 6, 8, 12 e 24 quadrats, geradas aleatoriamente por
50
mecanismos de reamostragem com reposição. Para cada um foi calculado o valor das
seguintes métricas: Riqueza Total, Riqueza em Famílias, Riqueza de EPT e Diversidade de
Shannon (métricas de diversidade); % Diptera, % Plecoptera, % Coleoptera e %EPT (métricas
de composição); % Filtradores e % Fragmentadores (Métricas funcionais); Índice Biótico
Estendido (IBE-IOC) (Mugnai et al. 2008) e Baetidae/Ephemeroptera (métricas de
tolerância). Os valores das métricas foram então comparados através de gráficos de BoxPlots.
Foi realizada uma análise de similaridade para verificar quão parecidas com a amostra
total de 24 quadrats são subcomunidades de diferentes tamanhos. O procedimento foi
realizado para cada rio separadamente. Em cada riacho, subamostras com 2, 4, 6, 8, 10, 12,
16, 18, 20 e 22 quadrats foram geradas aleatoriamente e foi verificada a similaridade de cada
uma delas com a amostra total de 24 quadrats. Por esta finalidade, foram utilizados os
seguintes índices de similaridade: Morisita (dados de abundância), Bray-Curtis (dados de
abundância transformados de log10(x+1)) e Sorensen (dados de presença/ausência).
Foi
realizado um gráfico com as médias das similaridades encontradas nos 6 riachos.
Para avaliar se o esforço determinado através dos testes anteriores seria suficiente para
conferir sensibilidade às medidas bioindicadoras em detectar alterações na comunidade foram
utilizados dois grupos independentes de riachos considerados intermediários e pobres
(fortemente impactados) pelo protocolo de avaliação visual adaptado do utilizado pelas
agências de proteção estadual dos Estados Unidos da América (EPA-EUA). Foi utilizado o
mesmo esforço em todas as triagens e foram utilizadas, então, medidas que deveriam detectar
diretamente a perturbação como riqueza total e o IBE-IOC.
51
2.4. Resultados
A abundância total das amostras variou de 1684 a 2722 indivíduos, enquanto a
abundância média por quadrat variou de 70 a 114. O riacho com maior abundância apresentou
também a maior riqueza e o riacho com menor abundância apresentou a menor riqueza. A
abundância média por sub-conjuntos de quadrats foi obtida através de diferentes combinações
aleatórias dos quadrats com subsequente obtenção da média (Tabela 2.2).
Tabela 2.2: Distribuição das abundâncias e riquezas nos quadrats dos 6 riachos estudados.
Rio do
Andrew
Rio Soberbo
Rio Manoel
Alexandre
Rio Iconha
Rio da Placa
Rio do Gato
Médias
Abundância Total
2435
2193
2722
2663
1684
1939
2272,667
Abundância média
por quadrat
Desvio Padrão
101,4583
91,375
114,125
110,9583
70,16667
80,79167
94,812
24,92769
20,16845
27,81978
28,95045
20,36977
18,15867
23,399
Abundância média
em 4 quadrats
Abundância média
em 6 quadrats
Abundância média
em 8 quadrats
Abundância média
em 12 quadrats
Riqueza Total
(UTOs)
421
405
485
482
295
319
401,166
709
595
770
699
434
479
614,333
890
777
994
926
562
603
792,000
1332
1117
1413
1345
839
909
1159,167
57
52
61
58
45
50
53,833
O teste do Índice de dispersão e posterior Qui-quadrado para verificar se os
organismos estão distribuídos na bandeja de subamostragem de forma aleatória foi realizado
para todos os táxons em nível de família, considerando os 24 quadrats nos 6 riachos. Os
resultados resumidos estão apresentados na tabela 3 e mostram que a maioria das famílias de
macroinvertebrados consideradas apresentam distribuição aleatória, semelhante à de Poisson
nos 24 quadrats. O Índice de dispersão médio variou em torno de valores pouco maiores que 1
nos 6 riachos.
52
Tabela 2.3: Resultados do teste de Qui-Quadrado do Índice de dispersão para α=0,05
e n=24
Número total
de famílias
Rio do Andrew
33
Número de famílias
que não apresentaram
distribuição aleatória
4
Índice de
Dispersão
médio
1,10
Rio Soberbo
Rio Manoel
Alexandre
Rio Iconha
30
32
2
4
1,28
1,28
35
4
1,26
Tributário Macacu
31
3
1,11
Rio do Gato
33
1
1,10
Descrição das famílias com
distribuição não-aleatória.
% famílias distribuídas
aleatóriamente
Lutrochidae, Elmidae, Baetidae,
Odontoceridae
Helicopsychidae, Odontoceridae
Elmidae, Sericostomatidae,
Helicopsychidae, Chironomidae,
Chironomidae, Elmidae,
Sericostomatidae, Helicopsychidae
Empididae, Calamoceratidae,
Simuliidae
Helicopsychidae
88%
94%
92%
88%
87%
97%
A análise de curva do coletor foi realizada para a fauna de macroinvertebrados
identificada em UTOs (figura 2a) e em família (figura 2b). As curvas mostram a média e o
desvio padrão da riqueza acumulada em cada quadrat nos 6 rios. Uma análise visual do
gráfico permite evidenciar que a partir do sexto quadrat a riqueza acumulada começa a
apresentar tendência de estabilização.
55
30
a
50
28
Riqueza acumulada em famílias
Riqueza Acumulada (UTOs)
45
40
35
30
25
b
26
24
22
20
18
16
20
14
15
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Quadrats
Quadrats(1
(1aa24)
24)
24
12
1 2 3 4 5 6 7 8 9 10 11Quadrats
12 13 14(115
16 17 18 19 20 21 22 23 24
a 24)
Quadrats (1 a 24)
Figura 2.3: Curvas de esforço amostral mostrando média e desvio padrão dos 6 pontos
amostrados. (a) acúmulo de riqueza em UTOs e (b) acúmulo de riqueza em famílias.
53
Como pode ser verificado na tabela 2.2, as abundâncias foram diferentes entre os
pontos, e isso implica diferenças em riquezas, com aumento das mesmas em função do
número de espécimes na amostra. A curva de rarefação realizada considerou comunidades
com 100 a 1600 organismos nos 6 pontos amostrais. A figura 3 mostra os valores absolutos
das riquezas esperadas em UTOs, em cada riacho para cada tamanho de amostra. A linha de
bolas pretas indica as médias. Tendo em vista que a abundância média de 6 quadrats foi de
614 espécimes (tabela 2.2), pode-se considerar então que 600 espécimes equivalem a 6
quadrats. A figura 2.4 mostra que um incremento de 1000 espécimes na amostra corresponde
a um aumento de cerca de 6 UTOs em média.
Riqueza esperada (UTOs)
60
50
40
30
20
10
0
0
200
400
600
800
1000
1200
1400
1600
1800
Número de indivíduos (tamanho da amostra)
Figura 2.4: Riqueza esperada pela análise de rarefação em comunidades de
diferentes tamanhos nos 6 riachos. Círculos pretos representam valores médios.
A análise realizada para avaliar o efeito direto do tamanho de subamostra nos valores
das medidas biológicas que poderiam compor um índice multimétrico foi realizada através da
definição de conjunto de subamostras constituídos respectivamente de 4, 6, 8, 12 e 24
quadrats. Os resultados são apresentados através de Box-Plots considerando as medianas e os
percentis 25-75% dos valores das métricas nos 6 riachos em cada uma dessas subcomunidades geradas aleatoriamente (figura 2.5).
54
A figura 2.5a mostra as métricas relacionadas à riqueza e diversidade. As métricas
que medem apenas riqueza (total, de família e de Ephemeroptera/Plecoptera /Trichoptera)
parecem ser as mais afetadas pelo tamanho da subamostra, uma vez que a diferença entre o
valor da métrica para 4 e 24 quadrats é maior do que no caso das outras métricas. As métricas
de abundância relativa (figura 2.5b), % EPT, % Díptera, %Coleoptera e %Plecoptera, se
mostraram estáveis ao longo dos diferentes tamanhos de subamostras, não apresentando
variação entre elas.
A figura 2.5c representa a abundância desses grupamentos funcionais em relação a
abundância total (%Filtradores e % Fragmentadores). Ambas apresentaram estabilidade em
seus valores ao variar do tamanho da subamostra, demonstrando que a proporção desses
organismos se mantém independente do tamanho da subamostra.
Na figura 2.5d é possível observar duas métricas consideradas avaliadoras da
tolerância. A primeira, o IBE-IOC, é um índice biótico baseado nas tolerâncias dos diferentes
gêneros e famílias de macroinvertebrados bentônicos princincipalmente em relação à
qualidade química da água. Ele varia de 0 a 14 e quanto maior seu valor, melhor a qualidade
da água, sendo assim ele por si só é uma medida de uma das dimensões da integridade biótica.
A partir de 6 quadrats a comunidade já obtem pontuações muito semelhantes no índice. A
medida Baetidae/Ephemeroptera também é uma medida direta de tolerância porque mede a
relação entre a família mais tolerante dos efemerópteros e a abundância total da ordem. Assim
como em todas as medidas de abundância relativa, não foi observada diferença significativa
entre os diferentes tamanhos de subamostras.
55
3.4
65
A1
3.2
Diversidade de Shannon (UTOs)
60
Riqueza (UTOs)
55
50
45
40
35
A2
3.0
2.8
2.6
2.4
2.2
30
2.0
25
4
6
8
12
4
24
36
34
32
6
8
12
24
Número de Quadrats
Número de Quadrats
32
A3
30
A4
28
Riqueza de EPT
Riqueza (Famílias)
30
28
26
24
26
24
22
22
20
20
18
18
16
16
4
6
8
12
14
24
4
6
Número de Quadrats
0.65
0.60
8
12
24
Número de Quadrats
0.13
B1
0.12
0.55
B2
0.11
0.50
% Plecoptera
% EPT
0.45
0.40
0.35
0.10
0.09
0.08
0.30
0.07
0.25
0.06
0.20
0.15
4
6
8
12
0.05
24
4
Número de Quadrats
0.7
0.6
8
12
24
0.40
B3
0.35
0.5
B4
0.30
% Coleoptera
% Diptera
6
Número de Quadrats
0.4
0.3
0.25
0.20
0.2
0.15
0.1
0.10
0.0
0.05
4
6
8
12
Número de Quadrats
24
4
6
8
12
24
Número de Quadrats
56
0.024
0.12
0.022
0.10
C1
0.020
C2
0.018
0.016
% Filtradores
% Fragmentadores
0.08
0.06
0.04
0.014
0.012
0.010
0.008
0.02
0.006
0.004
0.00
0.002
0.000
-0.02
4
6
8
12
4
24
6
14.5
14.0
12
24
1.2
D1
1.0
Baetidae/Ephemeroptera
13.5
13.0
12.5
IBE-IOC
8
Número de Quadrats
Número de Quadrats
12.0
11.5
11.0
D2
0.8
0.6
0.4
10.5
0.2
10.0
9.5
0.0
4
6
8
12
24
Número de Quadrats
4
6
8
12
24
Número de Quadrats
Figura 2.5: Avaliação da variação dos valores das métricas entre diferentes tamanhos de
subamostras: métricas de riqueza e diversidade (A1, A2, A3 e A4), métricas de composição
(B1 B2, B3 e B4), métricas tróficas (C1 e C2), métricas de tolerância (D1 e D2).
A análise de similaridade realizada demonstrou que as comunidades com 4 quadrats já
apresentam altos valores de similaridade com a amostra total de 24 quadrats pelos três índices
utilizados (Figura 2.6). Os desvios-padrões não foram assinalados no gráfico porque todos
foram menores que 0,01. Para o índice de Morisita mesmo a subamostra de menor tamanho
apresentam similaridade de 98% com a amostra total. O índice de Bray-curtis apresentou os
menores valores de similaridades, no entanto apontou que uma subamostra de 4 quadrats já
possui 70% de similaridade com a amostra total.
57
Similaridade média (6 riachos)
1.1
1
0.9
0.8
0.7
0.6
Morisita
0.5
Bray-Curtis
0.4
Sorensen
0.3
0
2
4
6
8
10
12
14
16
18
20
22
24
Número de Quadrats na subamostra
Figura 2.6: Valores da média de similaridade entre a amostra total (24
quadrats) e subamostras de tamanhos crescentes.
Os
resultados
das
análises
anteriores
mostram
que
a
comunidade
de
macroinvertebrados encontrada em 6 quadrats é similar à encontrada na amostra completa dos
24 quadrats em termos de estrutura e composição. A análise das métricas mostra que, mesmo
as medidas de riqueza, possuem valores semelhantes quando calculadas com a subamostra de
6 quadrats e com a amostra completa..
Para testar se realmente uma amostra de 6 quadrats é capaz de servir como base para
um programa de biomonitoramento foi realizada uma comparação direta entre as 6 áreas de
referência consideradas nesse estudo e 6 áreas intermediárias e fortemente impactadas de
conjuntos de dados independentes. A avaliação da intensidade do impacto foi realizada
através do protocolo visual de habitat e de análises físico-químicas. A comparação foi
realizada através do cálculo de 4 medidas diretas do impacto que são frequentemente
incluídas em índices multimétricos ou representam por si só um índice (IBE-IOC) (Figura
2.7). A distribuição dos dados não foi considerada normal pelo teste de Kolmogorov-Smirnov.
Foi realizado um teste de Mann-Whitney para verificar a significância da diferença e
confirmar se realmente há distinção entre as diferentes classes de impacto.
58
As 4 medidas avaliadoras consideradas, calculadas para uma comunidade de 6
quadrats, apresentaram sensibilidade alta para detectar as diferenças entre as classes de
impacto. Mesmo a classe intermediária, que muitas vezes apresenta distúrbios sutis, foi
diferenciada pela comunidade de 6 quadrats.
60
16
14
50
12
Riqueza em UTOs
40
IBE - IOC
10
30
8
6
20
4
10
Ref x Int - *p=0,016
Int x Pob - *p=0,045
2
0
REF
INT
0
POB
REF
3.5
INT
POB
1.2
3.0
1.0
2.5
0.8
2.0
% Diptera
Diversidade de Shannon
Ref x Int - *p=0,005
Int x Pob - *p=0,005
1.5
0.6
0.4
1.0
Ref x Int - *p=0,02
0.5
Ref x Int - *p=0,02
0.2
Int x Pob - *p=0,01
Int x Pob - *p=0,03
0.0
0.0
REF
INT
POB
REF
INT
POB
Figura 2.7: Comparação entre valores de medidas de impacto (métricas) utilizando a
comunidade encontrada em 6 quadrats em áreas minimamente impactadas (REF), com
distúrbios de intensidade média (INT) e fortemente alteradas (POB). Valores de p
referentes ao teste de Mann-Whitney.
Foi contabilizada a realação homem/tempo para o processamento das amostras por
uma pessoa com experiência de 1 ano em triagem e identificação de macroinvertebrados. Os
resultados são apresentados na tabela 2.4.
59
Tabela 2.4: Custo médio de tempo de processamento das amostras de macroinvertebrados
definida pela relação homem/tempo.
Tempo médio de triagem
(horas)
6 Quadrats
24 Quadrats
Tempo médio de identificação
(horas)
6 Quadrats
24 Quadrats
Total (horas)
6 Quadrats
24 Quadrats
Amostra de área
de referência
2,5
10
1,5
6
4
16
Amostra de área
impactada
2
8
1
4
3
12
2.5. Discussão
Resultados de monitoramento biológico com macroinvertebrados bentônicos são
largamente dependentes de: 1) método de coleta aplicado no campo, (2) método de triagem no
laboratório e número de organismos avaliados e (3) resolução taxonômica utilizada (Lorenz et
al. 2004). Para ganhar precisão e permitir comparação entre os dados é preciso padronizar
todos esses procedimentos (Haase et al. 2004). Um método de biomonitoramento adequado
para ser aplicado no manejo dos recursos hídricos deve ter um custo/beneficio, em termos de
investimento de recursos humanos e financeiro versus qualidade da informação cientifica,
melhor possível. Para tanto, os protocolos devem ser simplificados em algumas ou em todas
as etapas.
Os programas de biomonitoramento baseados em índices multimétricos buscam a
simplificação dos protocolos nas fases posteriores, utilizando a técnica da subamostragem,
seja por número fixo ou por área (Barbour et al. 1999, AQEM 2002). É, no entanto,
extremamente recomendado que se realizem estudos prévios para determinação do tamanho
ótimo de subamostra necessário para garantir a funcionalidade das ferramentas de avaliação.
Esses estudos devem ser realizados caso a caso, uma vez que os resultados podem variar de
60
acordo com o tipo de ecossistema, com a fauna utilizada, com o aparato e procedimento de
coleta dos organismos e de subamostragem.
No modelo utilizado no programa AQEM é realizada a subamostragem por área
(AQEM 2002), utilizando uma bandeja semelhante realizadaa usada para esse trabalho. No
entanto, não foram encontrados na literatura internacional trabalhos que comprovem a
funcionalidade desse aparato, garantindo que o mesmo não adiciona tendências aos
resultados. Nesse trabalho o aparato de subamostragem utilizado foi testado utilizando a
distribuição de Poisson como parâmetro, verificando através do Índice de dispersão e
posterior teste de X2, se a distribuição dos organismos era de fato aleatória no espaço.
A análise foi realizada com os organismos identificados em nível de família para
padronizar a resolução taxonômica. No pior dos casos, 88% das famílias se encontravam
distribuídas aleatoriamente. Na tabela 4 é possível verificar que as famílias Odontoceridae e
Helicopsychidae aparecem em mais de um caso como famílias que não apresentaram
distribuição aleatória. Os organismos dessas famílias constróem casas de areia e por isso
devem estar no fundo da bandeja, na fração mineral que é mais difícil de ser propriamente
homogeneizada. A distribuição agrupada dos organismos podem ser devido à eventos
estocásticos ou à presença de determinados substratos que funcionariam como abrigos para os
organismos. Como, na maioria dos casos, os organismos se encontraram aleatoriamente
distribuídos na bandeja de subamostragem, considera-se que o aparato funciona bem,
atribuindo pouca ou nenhuma tendência aos resultados de avaliação.
A utilização da técnica de subamostragem é particularmente controversa quando se
trata de avaliar a riqueza dos ecossistemas (Vinson & Hawkins 1996). Os resultados do
presente trabalho mostram que de fato há um aumento de riqueza inerente ao aumento do
61
tamanho da amostra, no entanto é preciso verificar se esse aumento deixa em algum momento
de ser significativo em relação à riqueza total efetiva. A análise de rarefação mostrou que um
incremento de 1000 indivíduos (de 600 para 1600) acarreta em um aumento de, em média, 5
unidades taxonômicas.
Nijboer & Schmidt-Kloiber (2004) mostraram que a exclusão de táxons com baixa
abundância, que teriam grande probabilidade de serem excluídos pelo processo de
subamostragem, altera o funcionamento de medidas de avaliação de impacto e podem
comprometer o resultado da avaliação. O presente trabalho, no entanto, demostra que a
subamostra com 6 quadrats foi capaz de conferir sensibilidade às métricas como mostrado na
figura 2.4.
Com relação às medidas de riqueza, alguns autores argumentam que considerar
medidas de riqueza na determinação de esforço de subamostragem não é o ideal devido ao
crescente aumento de espécies em função da área. Clarke e colaboradores (2006) apresentam
argumentos a favor da verificação da influência do tamanho da subamostra diretamente nas
medidas de avaliação de impacto com as métricas que formarão um índice multimétrico ou
índices propriamente ditos. A avaliação realizada no presente trabalho forneceu resultados
coerentes com os da literatura (Lorenz et al. 2004, Doberstein 2000, Clarke et al. 2006). As
métricas de riqueza apresentaram maior variação com diminuição do tamanho da subamostra
considerada, como esperado. As métricas de abundância relativa foram as mais estáveis,
provando indiretamente que a amostra está bem distribuída ao longo da bandeja e que as
proporções de abundância se mantém. Segundo Lorenz e colaboradores (2004), as métricas de
abundância absoluta devem ser evitadas e substituídas por abundâncias relativas uma vez que
o tamanho da subamostra por si só limita a possibilidade de abundâncias maiores.
62
Foi possível verificar que a partir de 4 quadrats o acréscimo de unidades amostrais
(quadrats) acarreta em pouco incremento em termos de similaridade da subamostra com a
amostra total. O índice de Morisita, que é pouco sensível ao tamanho de amostra e é
considerado por Wolda (1981) como o melhor índice de similaridade para comparar
comunidades biológicas, aponta similaridades altíssimas entre as subamostras de apenas 2
quadrats e a amostra total. Isso confirma o resultado observado da estabilidade das métricas
de abundâncias relativas, uma vez que as similaridades altas refletem composições
semelhantes entre os tamanhos de subamostra e a amostra total.
O manual do protocolo de avaliação rápida dos EUA (Barbour et al.1999) indica a
subamostragem em laboratório com a retiradada de material dos quadrats até que seja
alcançado o número de 200 espécimes. Já o manual do AQEM europeu (AQEM, 2002) indica
a retirada de 4 quadrats ou até que seja alcançado mínimo de 500 espécimes. Considerando
todas as análises anteriores, e a comparação com os dados da literatura de estudos realizados
em outros locais (Lorenz et al. 2004; Doberstein 2000; Clarke et al. 2006), sugere-se o uso de
6 quadrats, que somam 25% da amostra, com a condição de alcançar o número mínimo de
200 espécimes. Caso em 6 quadrats não seja alcançado o número mínimo, outras unidades
devem ser retiradas até que se alcance. O número de 200 espécimes é o mínimo requerido
para manter a estabilidade e o bom funcionamento das métricas (Lorenz et al. 2004).
A análise realizada para verificar se uma amostra de 6 quadrats é capaz de gerar dados
robustos para a avaliação biológica comparando áreas com diferentes intensidades de impacto
mostrou que esse tamanho de amostra é suficiente para aplicação em programas de
biomonitoramento. No geral, esse é o teste mais importante porque avalia diretamente a
eficiência desse tamanho de amostra em diferenciar áreas impactadas de áreas de referência.
63
O índice IBE-IOC é por si só uma ferramenta de avaliação e fornece uma classificação
do local de coleta em categorias de diferentes níveis de impacto. Um erro amostral que
acarrete em perda de sensibilidade do índice pode então significar um erro de avaliação e
direcionar de forma errada as medidas de manejo necessárias. O fato de que ele, na análise
comparativa entre áreas de referências, intermediárias e impactadas, foi sensível com uma
comunidade de 6 quadrats indica que esse tamanho de subamostra não afeta a sensibilidade
dessa ferramenta.
A subamostragem de 6 quadrats resulta em economia de aproximadamente 12 horas
no processamento de amostras de áreas minimamente impactadas. Essa economia de 12 horas
resulta em uma perda, nesse caso, de em média 6 UTOs e um universo de em média 55 táxons
e em pouca ou nenhuma alteração no funcionamento das métricas de um índice. Isso aumenta
em quatro vezes o número de riachos que podem ser avaliados em uma campanha amostral.
2.6. Conclusões
Para que programas de biomonitoramento possam ser aplicados com sucesso é
necessário primeiro se definir a qualidade da informação necessária para que os dados
coletados alcancem essa demanda. Por isso estudos de comparação de métodos são
extremamente importantes no processo de construção de ferramentas de monitoramento
biológico.
O presente estudo visou estabelecer que a utilização da subamostragem para o
desenvolvimento de um índice multimétrico rápido para riachos montanhosos do complexo
hidrográfico Guapiaçu-Macacu é viável metodologicamente. Os resultados mostraram que a
comunidade de macroinvertebrados presente em 6 quadrats é bastante similar à comunidade
64
presente na amostra total de 24 quadrats. As métricas calculadas apresentam estabilidade ao
longo dos diferentes tamanhos de subamostras analisados. Sendo assim, o trabalho indica a
utilização de 6 quadrats, aleatoriamente designados, com o mínimo de 200 espécimes. O custo
em termos de tempo do processamento de uma mostra de 6 quadrats ainda é alto, no entanto é
a melhor relação custo-benefício, que garante a robustez científica da ferramenta de avaliação
da integridade ecológica de riachos. No contexto da proposta de uma ferramenta rápida que
viabilize a aplicação de programas de biomonitoramento a utilização desse tipo de
simplificação se faz absolutamente necessária.
Concluímos que o método subamostral testado atende à otimização do processo de
desenvolvimento de um índice multimétrico rápido para a bacia hidrográfica dos rios Macacu,
Guapiaçu e Guapimirim e potencialmente passível de ser aplicada em riachos de outras bacias
da Serra do Mar no estado do Rio de Janeiro.
65
Capítulo 3
66
3. Desenvolvimento de um índice multimétrico rápido baseado na comunidade bentônica
para avaliar integridade ecológica de riachos serranos no complexo Guapiaçu-Macacu
(RJ)
3.1. Introdução
A integridade ecológica dos ecossistemas lóticos nos domínios da Mata Atlântica no
Estado do Rio de Janeiro está sob forte pressão antropogênica e encontra-se ameaçada por
fontes não pontuais de poluição, distúrbios físicos no habitat e desmatamento. Em geral, as
autoridades públicas brasileiras responsáveis pela política de controle dos ecossistemas
aquáticos praticam somente o monitoramento empregando análises químicas e físicas da água.
No entanto, para a realização de avaliações eficientes, é de fundamental importância a
aplicação de análises integradas da qualidade da água, unindo as repostas das metodologias
tradicionais de avaliação aos aspectos biológicos do sistema (Metcalfe 1989; Rosenberg &
Resh 1993).
Reconhecendo o grave estado de degradação dos ambientes aquáticos, algumas
universidades, institutos de pesquisas e agências estaduais de proteção ambiental brasileiras,
têm promovido estudos para aumentar nossa habilidade de mensuração das condições
ecológicas de integridade dos ecossistemas aquáticos através do biomonitoramento, em
especial, utilizando as comunidades de macroinvertebrados (Junqueira et al. 2000, Araújo
2003, Bozzetti & Schulz 2004, Silveira et al. 2005, Baptista et al. 2007, Mugnai et al. 2008)
Programas de monitoramento biológico dos ecossistemas aquáticos foram criados a
partir do sistema sapróbico desenvolvido por Kolkwitz & Marsson (1909), que estabeleceu a
base conceitual para a construção de outros métodos de biomonitoramento. Até o final da
67
década de 80, os índices mais populares eram aqueles baseados no sistema de escores, tais
como, o Biotic Condition Index, Biological Monitoring Working Party, Índice Biótico
Estendido, entre outros (Metcalfe 1989). Recentemente, o desenvolvimento de índices
multimétricos baseados numa classificação a priori tem recebido prioridade em vários países
(Barbour et al. 1999). Este esquema de bioavaliação, proposto originalmente por Karr (1981)
para peixes e adaptado por Plafkin e colaboradores (1989) para macroinvertebrados, é
baseado no estabelecimento de condições de referência que são comparadas com os locais
impactados. Recentemente, a Europa tem procurado normatizar a utilização de índices
multimétricos, seguindo as proposições definidas por uma nova diretiva no quadro de águas
europeu. Para isso a Comunidade Européia formulou um projeto propondo o desenvolvimento
de índices multimétricos baseados na fauna de macroinvertebrados (AQEM). Os sistemas tem
sido intercalibrados entre os países no sentido de gerar um sistema integrado de avaliação da
qualidade ecológica de diferentes tipologias de rios na Europa como um todo (Hering et al.
2004).
Um índice multimétrico considera os efeitos de múltiplos impactos e agrega medidas
biológicas individuais em um único valor que pode ser usado para avaliar a condição geral de
um local (Hering et al. 2006). Essas medidas biológicas são comumente chamadas de
métricas. Estas podem ser definidas como uma característica ou um processo mensurável de
um sistema biológico que se altera em valor ao longo de um gradiente de influência humana
(Karr & Chu 1999). As métricas devem apresentar respostas previsíveis da biota com o
aumento do distúrbio, sendo ele proveniente de um único fator de impacto ou dos efeitos
cumulativos da influência humana em função dos usos múltiplos da água. As métricas ainda
devem apresentar facilidade de mensuração e interpretação (Karr & Chu 2000).
68
A força da abordagem multimétrica está na habilidade de integrar informações dos
vários aspectos de uma comunidade para fornecer uma classificação geral do nível de
degradação do ecossistema, sem perder a informação proveniente das métricas individuais. A
utilização de métricas de diferentes naturezas pode permitir a avaliação qualitativa além da
quantitativa, uma vez que uma métrica individualmente pode ser capaz de qualificar a origem
do impacto. No entanto, os índices multimétricos são desenvolvidos a partir de uma amplitude
de pontos definidos e classificados a priori, portanto seu bom funcionamento somente é
garantido em áreas com as mesmas características da área para a qual ele foi construído. Isso
torna sua aplicação restrita a ecorregiões, bacias hidrográficas ou tipos de rios.
O desenvolvimento de uma ferramenta como um índice multimétrico deve considerar
aspectos cruciais que acontecem antes da etapa de seleção das métricas propriamente dita. O
trabalho começa em uma escala mais ampla, com a definição da área de aplicação do índice,
definindo tipos de rios ou ecorregiões, escolha do protocolo de coleta, triagem e identificação
e ainda estabelecendo os critérios que determinarão a classificação a priori dos rios em
classes de impacto (Hering et al. 2006).
A utilização da avaliação biológica como ferramenta para monitoramento da
integridade de ecossistemas é obrigatória na maioria dos países desenvolvidos. No Brasil, a
resolução CONAMA 357 de 17 de março de 2005 diz que a qualidade dos ambientes
aquáticos poderá ser avaliada por indicadores biológicos, quando apropriado, utilizando-se
organismos e/ou comunidades aquáticas. Essa resolução representa um avanço importante,
mas ainda não regulamenta a obrigatoriedade do uso de monitoramento biológico para a
classificação dos corpos d’água no Brasil. O desenvolvimento de ferramentas de avaliação é
69
crucial para viabilizar a criação de programas de monitoramento biológico e possibilitar a
regulamentação do biomonitoramento.
3.2. Objetivos
Este trabalho tem como objetivo principal desenvolver um Índice Multimétrico de
Avaliação Rápida, utilizando a comunidade de macroinvertebrados aquáticos para riachos
serranos do complexo hidrográfico Guapiaçu-Macacu, no estado do Rio de Janeiro.
Os objetivos específicos são: (a) realizar o levantamento da macrofauna bentônica em
áreas de referências e sujeitas a distúrbios ambientais, em três faixas altitudinais: baixa (20 –
200 m); média (200 – 800m) e alta (acima de 800 m); (b) definir um protocolo padronizado
das diferentes etapas de desenvolvimento de um índice multimétrico para assegurar
comparabilidade com índices construídos posteriormente para outras áreas.
3.3. Materiais e Métodos
3.3.1.Área de estudo
A área de estudo consiste em parte do trecho central da Serra do Mar, correspondente
à bacia dos rios Guapimirim, Guapiaçu e Macacu (Complexo hidrográfico GuapiaçuMacacu), no domínio de Mata Atlântica, no estado do Rio de Janeiro (Figura 3.1). A subbacia do Guapimirim-Macacu faz parte do complexo hidrológico da bacia da Baía da
Guanabara e da área do Corredor de Biodiversidade da Serra do Mar e é responsável pelo
abastecimento de cerca de 2,5 milhões habitantes dos municípios de Cachoeiras de Macacu,
Guapimirm, Itaboraí, São Gonçalo e Niterói. A bacia possui uma área de drenagem de cerca
de 1640 km² (JICA,1994).
70
A área inclui trechos de áreas de Reservas Naturais (Parque Nacional da Serra dos
Órgãos, Reserva Estadual de Guapimirim e Parque Estadual dos Três Picos) (Figura 1). O
clima da área varia do tropical Af (na escala de Koppen) nas partes mais baixas ao
mesotérmico brando Cfb nas áreas acima de 1200m, com verões brandos (média simples do
mês de fevereiro entre 15°C e 28°C) e invernos frios (Média simples do mês de julho abaixo
de 16°C) (sítio do Instituto Estadual de Florestas/RJ).
Os riachos estudados variam de
primeira à sexta ordem e todos são considerados como riachos de montanha.
Figura 3.1: Localização do complexo hidrográfico Guapiaçu-Macacu no Estado do
Rio de Janeiro. Pontos azuis indicam áreas de referências, vermelhos áreas impactadas
e amarelas áreas intermediárias.
71
3.3.2. Coleta, triagem e identificação dos organismos
A coleta para o desenvolvimento do índice foi realizada nos meses de janeiro,
fevereiro e março de 2007, durante a época chuvosa. Foram amostrados 33 riachos, sujeitos à
diferentes intensidades de impacto, divididos em três faixas altitudinais: abaixo de 200m,
entre 200 e 800m e acima de 800m (Tabela 3.1). Os riachos foram classificados previamente
em três classes de intensidade de impacto: áreas minimamente impactadas (Referências; 15
riachos); áreas sujeitas a distúrbios sutis (Intermediárias; 6 riachos); e áreas fortemente
impactadas (Pobres; 12 riachos).
O desenvolvimento do índice foi baseado na comparação entre 12 áreas de referência e
12 áreas impactadas distribuídas no gradiente altitudinal entre 0 e 800m. As três áreas de
referência na faixa altitudinal mais alta e as 6 áreas intermediárias foram utilizadas somente
para o teste do índice. Foi realizada uma segunda coleta no mês de Julho, em 10 riachos
coletados no verão, para o teste do funcionamento do índice na estação seca. Os riachos dessa
bacia estão sujeitos a diferentes fontes de perturbação, com intensa urbanização e despejo de
esgoto in natura. A maioria dos riachos coletados apresenta influência de múltiplos impactos,
químicos e físicos.
A classificação a priori dos riachos nas três classes de impacto foi realizada a partir de
visitas prévias aos locais, com aplicação de um Índice de Avaliação Visual (IAV) de habitat
adaptado do modelo utilizado pelas agências de proteção ambiental dos EUA (Barbour et al.
1999). O IAV avalia aspectos da vegetação marginal, do leito do rio e a disponibilidade de
substratos para colonização pela fauna, fornecendo um valor final de avaliação do habitat
como um todo. Além disso foram utilizadas ferramentas de geoprocessamento para verificar a
porcentagem de cobertura vegetal nos trechos dos riachos estudados, análises microbiológicas
72
e ainda parâmetros físico-químicos relacionados ao impacto, como oxigênio dissolvido,
sólidos dissolvidos (TDS) e condutividade.
Tabela 3.1: Localização geográfica dos riachos, faixa altitudinal e que se encontram e
pontuação obtida no Índice de Avaliação Visual.
Código
Ponto
REF B1
REF B2
REF B3
REF B4
REF B5
REF B6
REF M1
REF M2
REF M3
REF M4
REF M5
REF M6
REF A1
REF A2
REF A3
INT B1
INT B2
INT B3
INT M1
INT M2
INT M3
POB B1
POB B2
POB B3
POB B4
POB B5
POB B6
POB M1
POB M2
POB M3
POB M4
POB M5
POB M6
Rio do Alojamento
Rio do Gato
Rio Manoel Alexandre
Rio Caneca Fina
Rio do Estreito - Dirley
Poço da Caninana
Rio Valério 1
Cachoeira Sete quedas
Rio do Andrew
Estreito – Rio do Prefeito
Rio da granja Monte Olivetti
Rio Soberbo - PARNASO
Rio Iconha
Tributário Macacu 1
Tributário Macacu 2
Rio Mariquitas
Rio Corujas
Funchal.
Rio Valério 2
Tributário Macacu 3
Boca do Mato
Canal da veterinária
Estreito
Rio Soberbo - Guapi
Rio Duas Barras
Rio Soarinho
Rio Branco
Tributário Macacu 4
Quiz – centro Macacu
Rio Macacu (posto)
Rio Souza
Rio Souzinha
Rio Boa Vista
Faixa
Altitudinal
(m)
<200
<200
<200
<200
<200
<200
200-800
200-800
200-800
200-800
200-800
200-800
>800
>800
>800
<200
<200
<200
200-800
200-800
200-800
<200
<200
<200
<200
<200
<200
200-800
200-800
200-800
200-800
200-800
200-800
IAV
16 / Ótima
16 / Ótima
16,6 / Ótima
19,4 / Ótima
18,3 / Ótima
19,6 / Ótima
19 / Ótima
17 / Ótima
19,6 / Ótima
19,2 / Ótima
19,4 / Ótima
19,1 / Ótima
20 /Ótima
19 /Ótima
19,4 / Ótima
13,2 / Boa
9/ Regular
11 / Boa
12,3 / Boa
12,9 / Boa
12,1 / Boa
2,7 / Ruim
1,4 / Ruim
3,7 / Ruim
3,8 / Ruim
4,9 / Ruim
3,8 / Ruim
2,5 / Ruim
2,1 / Ruim
4,8 / Ruim
5,7 / Regular
2,4 / Ruim
5,3 / Regular
Longitude
(geo/wgs84)
Latitude
(geo/wgs84)
42o 44’ 15.35’’ W
42o 45’ 31.37’’ W
42o 44’ 16.70’’ W
42o 56’ 43.69’’ W
42o 51’ 26.23’’ W
42o 59’ 50.07’’ W
42o 9’ 27.78’’ W
42o 37’ 51.29’’ W
42o 35’ 8.28’’ W
42o 48’ 51.87’’ W
43o 0’ 44.87’’ W
42o 59’ 57.42’’ W
42o 59’ 47.48’’ W
42o 34’ 17.04’’ W
42o 33’ 50.98’’ W
42o 43’ 47.81’’ W
43o 0’ 6.39’’ W
42o 50’ 17.81’’ W
42o 38’ 48.63’’ W
42o 35’ 26.30’’ W
42o 37’ 12.62’’ W
42o 58’ 55.29’’ W
42o 47’ 7.08’’ W
42o 58’ 58.01’’ W
42o 45’ 6.79’’ W
42o 44’ 10.26’’ W
42o 44’ 14.62’’ W
42o 38’ 51.55’’ W
42o 39’ 27.21’’ W
42o 38’ 49.93’’ W
42o 38’ 8.83’’ W
42o 38’ 2.28’’ W
42o 38’ 42.22’’ W
22o 25’ 18.91’’ S
22o 26’ 7.95’’ S
22o 24’59.93’’ S
22o 28’ 59.99’’ S
22o 28’ 50.81’’ S
22o 29’ 40.16’’ S
22o 25’ 9.69’’ S
22o 24’ 48.35’’ S
22o 25’ 3.37’’ S
22o 25’ 14.14’’ S
22o 30’ 34.84’’ S
22o 29’ 36.41’’ S
22o 28’ 2.54’’ S
22o 22’ 46.36’’ S
22o 23’ 2.55’’ S
22o 26’ 10.86’’ S
22o 31’ 25.38’’ S
22o 26’ 55.01’’ S
22o 25’ 56.33’’ S
22o 24’ 49.07’’ S
22o 25’ 0.70’’ S
22o 31’ 25.56’’S
22o 27’ 53.38’’ S
22o 32’53.93’’ S
22o 28’ 27.18’’ S
22o 36’ 52.95’’ S
22o 34’ 25.54’’ S
22o 27’ 59.16’’ S
22o 27’ 57.45’’ S
22o 27’ 0.54’’ S
22o 26’ 25.16’’ S
22o 26’ 27.84’’ S
22o 28’ 18.19’’ S
O procedimento de coleta considerou as amostragens do tipo multi-habitat, com coleta
proporcional à disponibilidade do substrato no trecho do rio estudado. Para a amostragem foi
considerado um trecho de aproximadamente 20 vezes a largura do rio. Foi realizado um total
de 20 retiradas de substrato em cada trecho de riacho que foram unificadas e consideradas
como uma única amostra. Cada retirada representa 1m2 de substrato coletado, totalizando
20m2. As amostras foram conservadas em etanol 80%.
73
Em laboratório as amostras foram lavadas para retirada do material mais grosseiro em
peneiras de malha 500µm e foram colocadas na bandeja de subamostragem. Após
homogeneização foram sorteados 6 quadrats para retirada do material, formando uma
subamostra (vide capítulo 2). A subamostra era então triada para retirada de todos os
organismos presentes. Os organismos foram identificados em gênero, exceto Diptera,
Hemiptera e Lepidoptera que foram identificados em nível de família com auxílio de chaves
taxonômicas. Para padronizar os níveis de identificação taxonômica os gêneros/famílias serão
tratados aqui como unidades taxonômicas operacionais (UTO).
3.3.3. Análise dos dados
Os dados foram analisados em três etapas: (a) verificação da classificação a priori dos
riachos coletados; (b) escolha das métricas para formar o índice; (c) construção e validação do
índice.
Para verificar se os dados biológicos da comunidade de macroinvertebrados
confirmaram a classificação a priori nos três grupos de impacto considerados (Referências,
Intermediárias e Impactadas) foi utilizada uma Análise de Similaridade (ANOSIM; Clarke
1993) com uma matriz de dados quantitativos. Essa análise relaciona a distância dentro dos
grupos com a distância entre os grupos pré-determinados (Melo 2005). É utilizado um
indicador chamado R que varia de -1 a 1, com os valores próximos a 0 indicando nenhuma
distinção entre os grupos. A análise foi realizada no programa PAST (Hammer et al. 2001)
utilizando o índice de distância de Bray-Curtis. A significância do valor de R foi computada
pela permutação das amostras dos diferentes grupos, formando novos grupos aleatoriamente,
repetida 10.000 vezes.
74
As seguintes métricas foram calculadas: riqueza total em UTO, riqueza em famílias,
riqueza de gêneros de Plecoptera, número de táxons de Ephemeroptera, número de táxons
Ephemeroptera em família, número de táxons Trichoptera, número de táxons de Trichoptera
em família, riqueza Ephemeroptera+Plecoptera+Trichoptera (EPT), Riqueza EPT em
famílias, diversidade de Shannon, diversidade de Shannon em família, % Coleóptera, %
Ephemeroptera, % Plecoptera, % Díptera, % Trichoptera, % Odonata, % EPT, Equitabilidade
(Shannon/logS em família), Abundância de Mollusca+Díptera (MOLD), %MOLD, Índice
Biótico
Estendido-IOC
Hydropsychidae/Trichoptera,
(Mugnai
et
abundância
al.
2008),
Chironomidae,
Baetidae/Ephemeroptera,
Chironomidae/Díptera,
%
raspadores, % fragmentadores, % filtradores.
A seleção das métricas para o desenvolvimento do índice multimétrico (IM) foi
realizada em quatro etapas: (1) Box-Plots para cada uma das medidas biológicas calculadas
comparando os valores nas áreas de referência com os valores nas áreas impactadas, para
verificar se há sobreposição nas distribuições dos valores nos dois grupos, bem como a
direção e intensidade da resposta com aumento do impacto; (2) verificar a significância da
diferença dos seus valores entre áreas de referência e impactadas através do teste de MannWhitney (teste de sensibilidade das métricas ao impacto); (3) teste de redundância entre as
métricas validadas e (4) escolha das métricas através de critérios práticos para aplicação do
índice, como, por exemplo, o nível de resolução taxonômica requerido para aplicação da
medida.
O teste de sensibilidade das métricas através da comparação de seus valores nas áreas
de referência e nas áreas impactadas é imprescindível para assegurar que as distribuições dos
valores nessas áreas são significativamente diferentes e aferir a capacidade da métrica em
75
perceber esse tipo de perturbação. A significância dessa diferença foi testada pelo teste nãoparamétrico de Mann-Whitney, uma vez que em nenhum dos casos há homogeneidade de
variâncias para uso de métodos paramétricos.
As métricas consideradas válidas pelo teste de sensibilidade podem ser redundantes
entre si, representando uma resposta a um mesmo parâmetro ambiental de forma semelhante.
Para evitar que métricas redundantes sejam incorporadas ao índice foi realizada uma análise
de correlação de Spearman no programa PAST (Hammer et al. 2001).
É importante verificar a relação das métricas selecionadas com variáveis ambientais e
com possíveis gradientes naturais. No presente estudo o gradiente natural mais importante era
o de altitude, uma vez que os riachos pertencem a um mesmo tipo, com características
geomorfológicas semelhantes. Para estudar a relação das métricas selecionadas como as
variáveis de impacto e com a altitude foi realizada uma Análise de Componentes Principais
(ACP), no programa Statistica 7.0, utilizando a matriz biológica e as variáveis ambientais
como variáveis ativas e as métricas como variáveis suplementares. A análise foi realizada
com uma matriz de correlação com coeficiente r de Pearson como índice de semelhança. As
variáveis ambientais consideradas foram: Índice de Avaliação Visual (IAV), condutividade
(uS/cm), sólidos totais dissolvidos (TDS; mg/l), alcalinidade total (mg/l CaCO3), coliformes
fecais/100ml e altitude (m). Foram utilizados todos os locais coletados (33) e os organismos
identificados em nível de família.
Após seleção das métricas, seus valores brutos não podem ser diretamente utilizados
para o cálculo do índice, pois diferem na amplitude de seus valores, unidades e na sua relação
com o gradiente de impacto. Os valores das métricas devem, então, ser convertidos em
números puros, padronizados, para permitir que sejam combinados em um único valor final
76
do índice. A padronização das métricas foi realizada através de um método contínuo, sugerido
por Blocksom (2003) como sendo um dos melhores métodos de padronização, aumentando a
sensibilidade e estabilidade do índice. Esse método foi originalmente utilizado por Klemm e
colaboradores (2003). O método utiliza a distribuição dos valores das métricas em áreas de
referência e impactadas e os parâmetros são diferentes para métricas cujos valores crescem ou
decrescem com aumento impacto (Figura 3.2).
Valor da métrica observado – Limite inferior
Limite superior – Limite inferior
Métricas cujos valores decrescem com
aumento do impacto
Limite superior = 3º quartil dos valores nas áreas
de referência
Limite inferior = 1o quartil dos valores nas áreas
impactadas
X 10
Métricas cujos valores crescem com aumento do
impacto
Limite superior = 1º quartil dos valores nas áreas de
referência
Limite inferior = 3o quartil dos valores nas áreas
impactadas
Figura 3.2: Fórmula para a padronização das métricas cujos valores decrescem (esquerda) e
crescem (direita) com aumento do impacto.
O índice construído foi aplicado para avaliação de seu funcionamento nas áreas
consideradas sujeitas a níveis médios de degradação e nas três áreas de referência localizadas
na faixa altitudinal mais alta que não foram utilizadas para o desenvolvimento do índice. O
valor obtido pelo índice multimétrico foi comparado com o valor do IAV para verificar a
coerência dos resultados fornecidos pelos dois métodos através de uma correlação de
Spearman. Além disso, o índice foi testado nos 10 riachos coletados na estação seca. O
resultado do índice para os mesmos rios nas duas estações foi comparado por análise gráfica e
por um teste-t pareado realizado no programa PAST com os dados transformados por log10.
77
3.4. Resultados
A Análise de Similaridade (ANOSIM) realizada com as abundâncias dos
macroinvertebrados nos 33 pontos de coleta previamente divididos em três grupos de impacto,
apontou uma distância grande entre os grupos das áreas de referência e das áreas impactadas
(R=0.6179), mostrando que a fauna é realmente diferente em composição e estrutura nos dois
grupos. As áreas consideradas intermediárias apresentaram distância maior das áreas de
referência do que das áreas impactadas, evidenciando que a fauna já se econtra fortemente
alterada pelos impactos. Os valores de p representam a probabilidade dos grupos não serem
diferentes, com α=0,95 os valores de p menores que 0,05 são considerados significativos. Os
resultados estão dispostos na tabela 3.2.
Tabela 3.2: Valores de R da Análise de Similaridade (ANOSIM). Entre parênteses estão
os valores de p do teste de significância do R.
Referências
Intermediárias
Referência
Intermediárias 0.4469 (p=0.006)
0.6179 (p<0.001)
0.2291 (p=0.0482)
Impactadas
Foi utilizado o teste não-paramétrico de Mann-Whitney para testar a significância da
diferença da distribuição dos valores das métricas nas áreas de referência e nas áreas
impactadas. Esse teste de sensibilidade mostrou que a maioria das medidas é sensível às
diferenças entre as áreas de referência e as impactadas, apresentando diferença altamente
significativa (tabela 3.3). A tabela abaixo apresenta as métricas calculadas divididas em
grupos que classificam os tipos de cada uma delas.
78
Tabela 3.3: Resultado do teste de sensibilidade das métricas calculadas. Teste U de MannWhitney.
Métricas Potenciais
Diversidade
Riqueza Total
Riqueza em família
Num. Táxons Plecoptera
Num. Táxons Ephemeroptera
Num. Táxons Ephemeroptera em
família
Num. Táxons Trichoptera
Num. Táxons Trichoptera em
família
Riqueza EPT
Riqueza EPT em familia
Diversidade Shannon-wiener
Diversidade Shannon-wiener em
Familia
Composição
% Coleoptera
% Ephemeroptera
% Plecoptera
% Diptera
% Trichoptera
% Odonata
% EPT
Equitabilidade (Shannon/logS em
família)
MOLD (abund de Mollusca +
Diptera)
%MOLD
Tolerância
IBE-IOC
Baetidae/Ephemeroptera
Hydropsychidae/Trichoptera
Abund. Chironomidae
Chironomidae/Diptera
Trófica
% raspador
% fragmentador
% Filtrador
Resposta esperada com
aumento do impacto
TESTE DE SENSIBILIDADE
diminuir
diminuir
diminuir
diminuir
diminuir
U
0.00
3.00
0.00
15
38
p
<0,001
<0,001
<0,001
0,001
0,054 (NS)
Validade
Válida
Válida
Válida
Válida
-
diminuir
diminuir
3.5
4
<0,001
<0,001
Válida
Válida
diminuir
diminuir
diminuir
diminuir
0.00
0.5
0.00
6
<0,001
<0,001
<0,001
<0,001
Válida
Válida
Válida
Válida
diminuir
variável
diminuir
aumentar
variável
variável
diminuir
diminuir
13
39
0.00
12
27
37
10
30
<0,001
0,0532 (NS)
<0,001
<0,001
0,01
0,0502 (NS)
<0,001
0,017
Válida
Válida
Válida
Válida
Válida
Válida
aumentar
44
0,119 (NS)
-
aumentar
13
<0,001
Válida
diminuir
aumentar
aumentar
aumentar
aumentar
0.00
67
18
33
18
<0,001
0,795 (NS)
0,002
0,032
0,002
Válida
Válida
Válida
Válida
variável
variável
variável
12
13
69
<0,001
<0,001
0,8852 (NS)
Válida
Válida
-
A análise de correlação utilizando o coeficiente de Spearman realizada com todas as
métricas consideradas válidas pelo teste de Mann-whitney mostrou que as métricas que
pertencem ao mesmo tipo (diversidade, composição, tolerância e tróficas) apresentam de
forma geral alta correlação (coeficiente de correlação Spearman>0,70; p<0,001). A seleção
das métricas que se seguiu objetivou selecionar no mínimo duas métricas de cada tipo que não
79
se correlacionassem entre si, com exceção do grupo de métricas tróficas, do qual foi escolhida
somente uma das três métricas.
De um grupo de métricas consideradas redundantes eram escolhidas primeiramente
aquelas que apresentassem os menores valores de p do teste de Mann-whitney, que
distinguiriam melhor as áreas de referência das áreas impactadas. Depois foram escolhidas
aquelas que apresentavam a menor dificuldade de implementação, ou seja, aquelas que
fossem em nível de família e não de gênero. As métricas de riqueza em família foram
extremamente correlacionadas com as métricas de riqueza em gêneros. Por exemplo, a
riqueza de UTO apresentou coeficiente de correlação Spearman=0,910 (p<0,001) com a
riqueza de famílias. As métricas selecionadas após os testes acima foram riqueza de famílias,
riqueza de família de Trichoptera, diversidade de Shannon com famílias, %Plecoptera, %EPT.
%MOLD, %fragmentadores, Chironomidae/Diptera, Hydropsychidae/Trichoptera e estão
dispostas na figura 3.3.
80
30
2.8
10
28
2.6
9
24
Riqueza de famílias
22
20
18
16
14
12
10
8
Diversidade de Shannon com famílias
Riqueza de famílias de Trichoptera
26
8
7
6
5
4
3
2
6
1
4
2
POB
2.2
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0
REF
2.4
REF
POB
70
REF
POB
REF
POB
REF
POB
120
18
60
16
100
14
50
12
80
8
6
% MOLD
% EPT
% Plecoptera
40
10
30
60
20
40
4
10
2
20
0
0
-10
-2
REF
0
REF
POB
16
1.1
14
1.0
12
0.9
POB
1.2
10
8
6
4
2
Hydropsychidae/Trichoptera
Choronomidae/Diptera
% fragmentadores
1.0
0.8
0.7
0.6
0.5
0.8
0.6
0.4
0.2
0.4
0.0
0
0.3
-2
REF
POB
-0.2
0.2
REF
POB
Figura 3.3: Box-plots das métricas selecionadas após teste de sensibilidade e redundância. Os
retângulos marcam a distribuição entre os 1º e o 3º quartis, os pequenos quadrados marcam as
medianas, os círculos indicam os pontos considerados extremos e as barras apontam os
valores máximos e mínimos. (REF = áreas de referência e POB= áreas fortemente
impactadas).
Através da análise de componentes principais (ACP) foi possível verificar a relação
entre
as
métricas
(%Plecoptera,
%EPT,
%MOLD,
Hydropsychidae/Trichoptera,
Chironomidae/Díptera, %fragmentadores, riqueza em famílias, riqueza Trichoptera em
famílias e índice de diversidade de Shannon), as variáveis de impacto (IAV, condutividade,
81
TDS, alcalinidade total, coliformes fecais em 100mL) e a altitude. As variáveis relacionadas à
medição de impacto e as métricas são fortemente relacionadas com o eixo 1, que explica
71,78% da variação total (Figura 3.4; Tabela 3.4). Todas as variáveis e métricas foram mais
correlacionadas com o eixo 1 do que com o eixo 2, exceto a altitude. A análise gráfica das
variáveis na figura 3.4a mostra que as métricas cujos valores aumentam com impacto estão
juntas às variáveis ambientais que também aumentam com impacto. As métricas cujos valores
diminuem com aumento do impacto estão na direção oposta do eixo 1 e relacionadas à
variável IAV que também diminui com impacto. A altitude apresentou correlação mais fraca e
positiva com o eixo 1, o que indica que, de maneira menos intensa, também tende a se
relacionar negativamente com impacto.
A figura 3.4b mostra que as áreas impactadas e as áreas de referência encontram-se
separadas pelo eixo 1 enquanto a separação entre as áreas de diferentes faixas altitudinais só
foi clara para as áreas da faixa mais alta.
2.5
1.0
2.0
P B6
P B5
1.5
1.0
Hydro/Trichopt.
Shannon-famílias
Coliformes fecais
Chiro/Dipt.
0.0
% EPT
% MOLD
IAV
Riq.famílias
%Plecop.
Tricho.famílias
%fragmentadores
TDS/Condut.
-0.5 Alcalinidade total
F a to r 2 : 1 3 .2 6 %
Fator 2 : 13.26%
0.5
R B2
P B4
I B2 I B3
P B2
R B3
R B1
I B1RIB5
P B1
P M1
M1RRB4M4
P M3
R M1
R B6
R M2
R M5
I M3
0.5
0.0
P M5P M6
P M2 P M4
-0.5
R M3
I M2
RRA3A2
R A1
-1.0
-1.5
R M6
P B3
-2.0
-2.5
Altitude
-1.0
-1.0
-0.5
0.0
Fator 1 : 71.78%
0.5
1.0
-3.0
-10
-8
-6
-4
-2
0
2
4
6
Fator 1: 71.78%
82
Figura 3.4: Resultados da ACP – Fatores 1 e 2. Linhas contínuas indicam variáveis
suplementares e pontilhadas indicam variáveis ativas. (a) Plano fatorial mostrando as
variáveis (b) plano fatorial mostrando os riachos – R:áreas de referência; I: áreas de impacto
intermediário; POB: áreas fortemente degradadas – B:<200m; M: 200 a 800m; A: >800m
Tabela 3.4: Autovalores e porcentagem de
explicação da variação dos eixos, e coordenadas
das variáveis ambientais e das métricas utilizadas
para a ACP
Fator
1
2
3
Coordenadas das variáveis
IAV
Condutividade
TDS
Alc. Total
Coliformes fecais
Altitude
*%Plecoptera
*% EPT
*%MOLD
*Hydropsychidae/Trich.
*Chironomidae/Diptera
*% fragmentadores
*Riqueza em família
*riqueza trichoptera família
*Shannon_H Família
Auto valor
4.3066
0.7957
0.4752
Fator 1
0.8026
-0.946
-0.946
-0.8911
-0.8460
0.5012
0.6784
0.683
-0.679
-0.517
-0.4432
0.6013
0.7154
0.6930
0.7384
% Total
71.77
13.26
7.9216
Fator 2
-0.038
-0.178
-0.176
-0.349
0.1903
-0.757
-0.179
0.0233
-0.094
0.2856
0.0674
-0.269
-0.096
-0.163
0.2039
As 9 métricas selecionadas foram padronizadas pelo método descrito na figura 3.2. A
tabela 3.5 apresenta os valores utilizados para essa padronização. Os valores das métricas
padronizadas variaram de 0 a 17,10. Para que as métricas variassem de 0 a 10 foi realizada
uma interpolação simples considerando o valor máximo obtido como 10. Para que o índice
multimétrico variasse de 0 a 100 pontos, as pontuações individuais de cada uma das 9
métricas foi multiplicado por 1.1. O índice multimétrico desenvolvido foi denominado Índice
Multimétrico Guapiaçu-Macacu (IMGM)
83
Tabela 3.5: Valores máximo e mínimos absolutos, quartis e valores máximos e mínimos
padronizados das 9 métricas selecionadas.
0
15,6670
1o quartil
Referências
8,4198
0
3o quartil
Impactadas
0,1262
0,2770
65,9010
33,9099
52,6927
8,2704
27,0639
1,7992
12,9733
0
14,3030
2,2297
8,3623
0
0,4187
0
17,1040
Riqueza em
família
Riqueza
Trichoptera
Famílias
Shannon_H
Familia
%MOLD
4,0000
32,0000
23,0000
27,5000
11,7500
18,0000
4,9206
12,8571
1,0000
9,0000
5,0000
6,0000
1,0000
3,0000
0
16,0000
0,3520
2,6580
2,1605
2,5190
1,1066
1,8562
5,3399
10,9841
6,7130
99,7220
14,4000
24,5975
41,6955
89,1789
1,4099
11,0279
Hydropsychidae/
Trichoptera
Chironomidae/Di
ptera
0,0270
1,0000
0,2629
0,62100
0,7651
1,0000
0
13,1907
0
0,9790
0,3470
0,7393
0,8099
0,9392
0,6712
15,8600
Mínimo
%Plecoptera
% EPT
% Fragmentador
Máximo
3o quartil
Referências
12,3837
1o quartil
Impactadas
Valor mínimo
padronizada
0
Valor máximo
padronizada
12,6514
O índice foi dividido em 5 classes de qualidade cada uma com um intervalo de 20
pontos (Figura 3.5). A cada uma das classes foram atribuídas cores para facilitar a
interpretação visual e diagramação gráfica de resultados de programas de biomonitoramento.
0
Vermelho
Laranja
Muito Ruim
Ruim
20
Verde
Azul claro
Regular
40
Azul escuro
Boa
60
Muito Boa
80
100
Figura 3.5: Classificação final do índice multimétrico IMGM
O procedimento para aplicação do índice é realizado em 4 etapas: (1) o cálculo das 9
métricas selecionadas; (2) padronização das métricas utilizando as fórmulas fornecidas na
tabela 3.2 e os valores do quartis fornecidos na tabela 3.5; (3) valores abaixo de 0 devem ser
considerados 0 e acima de 10 devem ser considerados 10; (4) multiplicação do valor de cada
uma das métricas padronizadas por 1.1; (5) soma dos valores das métricas para obtenção do
valor final do índice.
84
O índice foi aplicado nas áreas intermediárias e nas áreas de referência da faixa
altitudinal acima de 800 m coletadas no verão e nas áreas de referência e intermediárias
coletadas no inverno. A tabela 3.6 mostra os resultados da avaliação pelo índice multimétrico
e a classificação a priori pelo IAV. A correlação de Spearman mostrou que os valores do
IMGM estão altamente correlacionados com os valores do IAV (coeficiente de correlação de
Spearman = 0,8567; p<0,001). Há situações em que a vegetação marginal e o leito do rio se
encontra relativamente inalterado mas há um despejo pontual de algum poluente químico, por
exemplo. Nesses e em outros casos os resultados encontrados pelo IAV e pelo IMGM seriam
discrepantes, demonstrando a importância do uso da biota para avaliação da integridade
ecológica do ecossistema.
Tabela 3.6: comparação dos resultados da aplicação do IMGM em riachos que não foram
utilizados para montagem do índice com seus valores de IAV
Nome do Rio
Valor
IMGM
Classificação IMGM (Muito
Ruim/Ruim/Regular/Boa/Muito Boa
– 5 classes)
IAV (Ruim/Regular/Boa/ Ótima
– 4 classes)
Verão
INT B1
Rio Mariquitas
53.2843
Regular
13,2 / Boa
INT B2
Rio Corujas
30.17966
Ruim
9/ Regular
INT B3
Funchal.
42.33722
Regular
11 / Boa
INT M1
Rio Valério 2
68.7797
Boa
12,3 / Boa
INT M2
Tributário Macacu 3
69.49247
Boa
12,9 / Boa
INT M3
Boca do Mato
36.35667
Ruim
12,1 / Boa
REF A1
Rio Iconha
85.22442
Muito Boa
20 /Ótima
REF A2
Tributário Macacu 1
71.56651
Boa
19 /Ótima
REF A3
Tributário Macacu 2
74.06686
Boa
19,4 / Ótima
Rio Manoel Alexandre
81.17637
Muito Boa
15,6 / Ótima
Inverno
REFB3-I
REFB4-I
Rio Caneca Fina
79.74582
Boa/Muito Boa
19,6 / Ótima
REFM4-I
Estreito - rio do prefeitoPrefeito - Ref
79.47408
Boa/Muito Boa
17,1 / Ótima
REFM1-I
Rio Valério 1
93.71107
Muito Boa
18,3 / Ótima
INT B1-I
Mariquitas
55.76228
Regular
12,1 / Boa
INT B3-I
INT M2-I
Funchal.
Tributário Macacu 3
37.2689
62.19206
Ruim
Boa
11,8 / Boa
11,8 / Boa
INT M3-I
Boca do Mato
42.06573
Regular
12,9 / Boa
85
Oito riachos foram coletados nas duas estações. A figura 3.6 mostra os valores do
índice multimétrico no mesmo rio em estações diferentes. O teste-t pareado realizado mostrou
que a distibuição dos valores no verão não difere significativamente do inverno (t=0,53;
p=0,6105).
100
90
Valor do IMGM
80
70
60
50
40
30
20
10
0
Verão
Inverno
Figura 3.6: Resultado da aplicação do índice multimétrico
IMGM em oito riachos nas duas estações coletadas.
3.5. Discussão
Uma das grandes discussões na elaboração de protocolos de avaliação rápida e de
índices multimétricos é que a classificação dos riachos deve ser feita a priori. Critérios
quantitativos são importantes no sentido de diminuir a subjetividade dessa classificação
(Stoddard et al. 2006). Um estudo anterior em riachos da Mata Atlânica mostra que a
comunidade de macroinvertebrados é mais afetada pelo desmatamento e outras alterações da
mata ripária e do barranco marginal do que pelas características físico-químicas da água
(Egler 2002).
Os critérios aqui utlizados, como o Índice de Avaliação Visual e parâmetros
86
físico-químicos para separar a priori os riachos em três grupos de impacto mostraram-se
eficientes e o agrupamento foi confirmado pela fauna.
A questão do nível de identificação taxonômica utilizado na avaliação biológica
baseada em macroinvertebrados vem sendo amplamente discutida (Bailey et al. 2001,
Schmidt-Kloiber & Nijboer 2004, Melo 2005).
O nível de resolução taxonômica ideal
depende do objetivo do estudo. No contexto de desenvolvimento de ferramentas para
aplicação em um programa de biomonitoramento é interessante que as métricas utilizadas
sejam de cálculo prático e rápido, com economia principalmente em tempo de identificação.
As métricas baseadas em níveis taxonômicos mais altos, como família ou ordem, além de
facilitarem a aplicação da ferramenta, reduzem a susceptibilidade do índice a variações
criadas por gradientes naturais, temporais e eventos estocásticos (Schmidt-Kloiber & Nijboer
2004).
As métricas do IMGM, exceto a %fragmentadores, requerem identificação apenas
em nível de família ou ordem. No caso de métricas baseadas em informação ecológicas, como
as categorias funcionais, a informação não está disponível ou não é aplicável em níveis
taxonômicos mais refinados, no entanto elas refletem informações importantes do ecossistema
que não devem ser perdidas. O uso da métrica % fragmentadores requer a identificação das
ordens Trichoptera e Plecoptera em gênero.
Um dos problemas do uso de índices para o biomonitoramento é a dificuldade de
distinção entre o gradiente de impacto e os gradientes naturais espacias e temporais. Esse
problema é maior quando a área de aplicação do índice é grande e envolve diferentes
ecorregiões ou tipos de riachos. No caso de riachos serranos, o gradiente altitudinal reflete o
87
gradiente longitudinal dos rios, com as mudanças físicas inerentes ao mesmo, como largura do
rio, ordem do rio, tipo de substrato, dentre outros.
Henriques-Oliveira e colaboradores (2005), em um estudo em riachos de montanha de
Mata Atlântica, mostram que a fauna de macroinvertebrados muda em estrutura e composição
ao longo de um gradiente altitudinal. No entanto, para o desenvolvimento de um índice
multimétrico, é necessário testar se as métricas, e não a fauna como um todo, se relaciona
fortemente com esse gradiente. O IMGM foi construído considerando áreas de diferentes
altitudes tanto nas áreas de referência como nas áreas impactadas. A análise visual dos BoxPlots (figura 3.3) já permite a avaliação de que mesmo com toda variação interna de cada
grupo não há nenhuma sobreposição entre as distribuições inter-quartílicas dos dois grupos,
mostrando que o impacto modifica fortemente os valores das métricas.
A ACP mostrou que a altitude tem pouca influência na separação entre os grupos das
referências e das impactadas marcada pelo eixo 1. Ao contrário, as variáveis relacionadas ao
impacto encontram-se fortemente relacionadas às métricas. O fato das métricas estarem, em
sua maioria, em família também limita a influência das variações naturais inerentes ao
gradiente altitudinal.
Quanto ao gradiente temporal, Baptista e colaboradores (2007) testaram a estabilidade
temporal de métricas baseadas em abundância, riqueza e categorias tróficas de
macroinvertebtados bentônicos em riachos de montanha também na Serra do Mar. Os
resultados indicam que os valores das métricas se mantém estáveis ao longo do ano. O IMGM
não apresentou variação significativa em seu valor final quando comparados riachos que
foram coletados no verão e no inverno.
88
As métricas do IMGM foram padronizadas pelo método sugerido por Klemm e
colaboradores (2003), considerado por Blocksom (2003) como sendo o método que confere
maior sensibilidade e estabilidade ao índice. O método considera o primeiro e o terceiro
quartis como limites inferiores e superiores da padronização, evitando a inclusão de valores
extremos que não representem a maioria dos dados.
O IMGM foi testado em áreas consideradas de impacto intermediário e em áreas de
referência apresentando alta correlação com os valores do IAV e coerência de classificação
dos locais. O IMGM apresentou maior rigor do que o IAV classificando normalmente as áreas
teste em categorias mais baixas, indicando que a avaliação somente pelo IAV pode
superestimar a integridade do local.
O IMGM agrega as características descritas por Karr & Chu (2000) como as mais
importantes para um índice multimétrico consistente e aplicável: (1) é baseado em um
protocolo padronizado e rápido; (2) suas métricas são baseadas em conceitos ecológicos e são
sensíveis ao impacto; (3) possui baixo custo em termos de tempo para aplicação.
3.6. Conclusões
O desenvolvimento de índices multimétricos envolve diversas etapas nas quais devem
ser sempre considerados critérios que garantam acurácia, precisão e aplicabilidade do índice.
Durante o processo de elaboração do índice deve-se considerar as especificidades da área em
questão e do grupo biológico utilizado para escolher os métodos adequados em cada etapa,
levando em conta que a ferramenta deve ser exequível no contexto de um programa de
biomonitoramento de rotina.
89
No contexto da implementação de programas de biomonitoramento, os índices
multimétricos ganham força por representarem uma ferramenta altamente aplicável em
diversas condições e por fornecerem resultados que comunicam a um público mais amplo. A
comunicação efetiva das condições dos sistemas biológicos para os diversos setores da
sociedade pode transformar o biomonitoramento de um exercício acadêmico e restrito, em
uma ferramenta efetiva para o manejo e a conservação dos corpos hídricos (Karr 1999).
O resultado prático deste trabalho é disponibilizar para os gestores desta bacia uma
ferramenta rápida e eficiente, capaz de avaliar a condição ecológica destes riachos. O
desenvolvimento do índice foi baseado em um protocolo padronizado de coleta e triagem,
com utilização de técnica de subamostragem por área. O IMGM demosntrou ser sensível aos
diferentes impactos ocorrentes na bacia, capaz de classificar corretamente as diferentes
intensidades dos mesmos. Além disso, os dados biológicos e ecológicos gerados são
importantes para o aprofundamento de outros estudos associados à biologia dos organismos e
à ecologia básica desses pequenos riachos.
90
Discussão Geral
91
DISCUSSÃO GERAL
No contexto de desenvolvimento de uma ferramenta rápida que facilite a aplicação
prática do monitoramento biológico é preciso sempre considerar a relação custo-benefício
entre as simplificações que garantem a aplicabilidade ferramenta e o rigor científico da
mesma. O presente trabalho apresenta a subamostragem como uma forma de simplificação do
protocolo, importante no sentido de reduzir o esforço de triagem e identificação que são
procedimentos
bastante
custosos
em
protocolos
baseados
na
comunidade
de
macroivertebrados. O aparato desenvolvido foi considerado adequado para a realização do
procedimento de subamostragem por área, no entanto sua avaliação se fará sempre necessária
sempre que ocorrerem mudanças no procedimento de coleta ou ainda no tipo de ecossistema
para a qual foi testada.
A análise de subamostragem mostrou que uma comunidade presente em 6 quadrats é
suficiente para conferir sensibilidade em detectar distúrbios no ambiente às métricas. O
desenvolvimento do índice IMGM, baseado na comunidade de 6 quadrats, comprova a
viabilidade da utilização desse tamanho de subamostras. Isso porque só assim foi possível
verificar se um índice construído a partir dessa subamostragem é viável e eficiente, passível
então de ser aplicado em um programa de biomonitoramento.
É importante frisar que os resultados do presente trabalho, com a definição de um
protocolo de subamostragem e um índice multimétrico rápido, é específico para o
ecossistema, o protocolo e a fauna utilizados. Os procedimentos apresentados por esse estudo
devem ter sua funcionalidade testada para que possam ser extrapolados para condições, locais
e protocolos diferentes dos aqui considerados.
92
Conclusão Geral
93
CONCLUSÃO GERAL
Foram trabalhados dados de 33 riachos localizados no complexo hidrográfico
Guapiaçu-Macacu. Essa bacia é uma área estratégica por abrigar diversos parques, reservas e
também possuir cidades de médio porte com urbanização crescente e desordenada. Os rios
dessa região são responsáveis pelo abastecimento de 2,5 milhões de pessoas segundo o
Instituto Estadual de Florestas do Rio de Janeiro. A avaliação da integridade ecológica como
medida de manejo para conservação desses ecossistemas se faz extremamente necessária.
O teste do procedimento e definição do esforço de subamostragem mostrou que a
utilização dessa simplificação de protocolo é viável e assegura a rapidez do protocolo sem
prejudicar sua validade científica. O índice multimétrico IMGM, construído com dados
provenientes da subamostragem, mostrou-se sensível para detectar as alterações existentes nos
riachos, mesmo aquelas consideradas de intensidade intermediária. O IMGM apresentou
ainda estabilidade temporal em seu resultado final de avaliação.
O conjunto desse trabalho representa a proposição de um protocolo de avaliação
biológica rápida, com estabelecimento de métodos de coleta, triagem, subamostragem,
identificação e aplicação de um índice que fornece a avaliação da integridade do local. O
IMGM fornece um resultado, baseado na ecologia e biologia dos organismos, que comunica
efetivamente as condições do ecossistema para um público mais amplo, que inclui os gestores
da bacia estudada. Trabalhos como esse são um passo importante no sentido de transformar o
biomonitoramento, de um exercício acadêmico e restrito, em uma ferramenta efetiva de
avaliação.
94
Bibliografia Geral
95
AQEM CONSORTIUM. 2002. Manual for the application of the AQEM system. A
comprehensive method to assess European streams using benthic macroinvertebrates,
developed for the purpose of the Water Framework Directive.
ARAÚJO, F.G.; FICHBERG, I.; PINTO, B.C.T. & PEIXOTO, M.G. 2003. A preliminary
index of biotic integrity for monitoring the condition of the rio Paraíba do Sul, southeast
Brazil. Environmental Management, 32(4): 516-526.
BAILEY, R.C.; NORRIS R.H. & REYNOLDSON, T.B. 2001. Taxonomic resolution of
benthic macroinvertebrate communities in bioassessments. Journal of the North American
Benthological Society, 20: 280–286.
BAKER, J.R.; PECK, D.V. & SUTTON, D.W. (editors). 1997. Environmental Monitoring
and Assessment Program Surface Waters: Field Operations Manual for Lakes. EPA/620/R97/001. U.S. Environmental Protection Agency, Washington D.C.
BAPTISTA, D.F.; BUSS, D.F.; EGLER, M.; GIOVANELLI, A.; SILVEIRA, M.P.;
NESSIMIAN, J. 2007. A multimetric index based on benthic macroinvertebrates for
evaluation of Atlantic Forest streams at Rio de Janeiro State, Brazil. Hydrobiologia, v.575,
83-94.
BARBOUR, M. T. & GERRITSEN, J. 1996. Subsampling of benthic samples: a defense of
the fixed-count method. Journal of the North American Benthological Society, 15: 386-391.
BARBOUR, M.T.; GERRITSEN, J.; GRIFFITH, G.E.; FRYDENBOURG, R.; McCARRON,
E.; WHITE, J.S. & BASTIAN, M.L. 1996. A framework for biological criteria for Florida
streams using benthic macroinvertbrates. Journal of the North American Benthological
Society, 15: 185–211
BARBOUR, M. T.; GERRITSEN, J.; SNYDER, B. D. & STRIBLING. J. B. 1999. Rapid
bioassessment protocols for use in streams and wadeable rivers: periphyton, benthic
96
macroinvertebrates, and fish, EPA 841-OB-99-002, Office of Water, US Environmental
Protection Agency, Washington, DC. 339p.
BLOCKSOM, K.A. 2003. A performance comparison of metric scoring methods for a
multimetric index for Mid-Atlantic highlands streams. Environmental Management, 31(5):
670–682.
BÖHMER, J.; RAWER-JOST, C.; ZENKER, A.; MEIER, C.; FELD, C.K.; BISS, R. &
HERING, D. 2004. Assessing streams in Germany with benthic invertebrates: Development
of a multimetric invertebrate based assessment system. Limnologica, 34: 416-432.
BONADA, N.; PRAT, N.; RESH, V.H. & STATZNER, B. 2006. Developments in aquatic
insect biomonitoring: A comparative analysis of recent approaches. Annual Review of
Entomology, 51: 495-523.
BOZZETTI, M. & SCHULZ, U.H. 2004. An index of biotic integrity based on fish
assemblages for subtropical streams in southern Brazil. Hydrobiologia, 529: 133–144.
BRYCE, S.A.; HUGHES, R.M. & KAUFMANN, P.R. 2002. Development of a bird integrity
index: Using bird assemblages as indicators of riparian condition. Environmental
Management, 30(2): 294–310.
BUFFAGNI, A.; ERBA, S.; CAZZOLA, M.; MURRAY-BLIGH, J.; SOSZKA, H. &
GENONI, P. 2006. The STAR common metricas approach to the WFD intercalibartion
process: Full application for small, lowland rivers in three European countries.
Hydrobiologia, 566: 379-399.
BUSS, D. F. ; BORGES, E. L., 2008, Aplication of Rapid Bioassessment Protocols (RBP)
for benthic macroinvertebrates in Brazil: comparison between sampling techniques and mesh
sizes. Neotropical Entomology, 37: 288-295.
97
CAO, Y.; WILLIAMS, D. D. & WILLIAMS, N. E. 1998, How important are rare species in
aquatic community ecology and bioassessment? Limnology and Oceanography 43:1403-1409
CARTER, J.L. & RESH, V.H. 2001. After site selection and before data analysis: sampling,
sorting, and laboratory procedures used in stream benthic macroinvertebrate monitoring
programs by USA state agencies. Journal of the North American Benthological Society,
20(4): 658-682.
CLARKE, K.R. 1993. Non-parametric multivariate analysis of changes in community
structure. Australian Journal of Ecology, 18:117-143.
CLARKE, R. T.; LORENZ, A.; SANDIN, L.; SCHMIDT-KLOIBER, A.; STRACKBEIN, J.;
KNEEBONE, N. T. & HAASE, P. 2006. Effects of sampling and sub-sampling variation
using the STAR-AQEM sampling protocol on the precision of macroinvertebrate metrics.
Hydrobiologia, 566: 451-459.
COUTERMANCH, D. L. 1996. Commentary on the subsampling procedures used for rapid
bioassessments. Journal of the North American Benthological Society, 15:381–385.
DOBERSTEIN, C. P.; KARR, J. R. & CONQUEST, L. L. 2000. The effect of fixed-count
subsampling on macroinvertebrate biomonitoring in small streams. Freshwater Biology, 44:
355-371.
DRAKE, M.T. & PEREIRA, D.L. 2003. Development of a fishbased index of biotic integrity
for small inland lakes in central Minnesota. North American Journal of Fisheries
Management, 22: 1105–1123.
EGLER, M. 2002. Utilizando a fauna de macroinvertebrados como indicadores de integridade
ambiental em uma área de agricultura intensiva em Nova Friburgo. Dissertação de Mestrado.
Rio de Janeiro: Escola Nacional em Saúde Publica, Fundação, Oswaldo Cruz. 154p.
98
FERREIRA, C.P. & CASATTI, L. 2006. Integridade biótica de um córrego na bacia do Alto
Rio Paraná avaliada por meio da comunidade de peixes. Biota Neotropica, 6(3):
http://www.biotaneotropica.org.br/v6n3/pt/abstract?article+bn00306032006 ISSN 1676-0603
(acesso em 30/01/2008).
FERREIRA, T.; CAIOLA, N.; CASALS, F.; OLIVEIRA, J.M. & DE SOSTOA, A. 2007
Assessing perturbation of river fish communities in the Iberian Ecoregion. Fisheries
Management & Ecology, 14: 519-530.
HAASE, P.; LOHSE, S.; PAULS, S.; SCHINDEHÜTTE, K. ; SUNDERMANN, A.;
ROLAUFFS, P. & HERING, D. 2004. Assessing streams in Germany with benthic
invertebrates: Development of a practical standardised protocol for macroinvertebrate
sampling and sorting. Limnologica, 34: 349-365.
HAMMER, Ø.; HARPER, D.A.T. & RYAN, P. D.. 2001. PAST: Paleontological Statistics
Software Package for Education and Data Analysis. Palaeontologia Electronica 4(1): 9pp.
HENRIQUES-OLIVEIRA, A. L.; OLIFIERS, M.H. & NESSIMIAN, J.L. 2005. Variação
altitudinal da fauna de Ephemeroptera, Plecoptera, Trichoptera em riachos afluentes do Rio
Mambucaba no Parque Nacional da Serra da Bocaina . In: X Congresso Brasileiro de
Limnologia. Ilhéus. Caderno de Resumos em CD-ROM, 2005
HERING, D.; BÖHMER, J.; HAASE, P. & SCHAUMBURG, J. 2004. New methods for
assessing freshwaters in Germany. Limnologica, 34:281-282.
HERING, D.; MOOG, O.; SANDIN, L. & VERDONSCHOT, P.F.M. 2004. Overview and
application of the AQEM assessment system. Hydrobiologia, 516: 1-20.
HERING, D.; FELD, C.K.; MOOG, O. & OFENBÖCK, T. 2006. Cook book for the
development of a multimetric index for biological condition of aquatic ecosystems:
99
Experiences from the European AQEM and STAR projects and related initiatives.
Hydrobiologia, 566: 311-342.
HILL, B.H.; HERLIHY, A.T.; KAUFMANN, P.R.; DECELLES, S.J. & VANDER BORGH,
M.A. 2003. Assessment of streams of the eastern United States using a periphyton index of
biotic integrity. Ecological Indicators, 2: 325–338.
HUED, A.C. & BISTONI, M.A. 2005. Development and validation of a biotic index for
evaluation of environmental quality in the central region of Argentina. Hydrobiologia, 543:
279–298.
HUGHES, R.M.; KAUFMANN, P.R; HERLIHY, A.T.; KINCAID, T.M.; REYNOLDS, L. &
LARSEN, D.P. 1998. A process for developing and evaluating indices of fish assemblage
integrity. Canadian Journal of Fisheries and Aquatic Sciences, 55: 1618–1631.
HUGHES, R. M. & OBERDORFF, T. 1999. Applications of IBI Concepts and Metrics to
Waters Outside the United States and Canada. pp 79-83. In: T.P. Simon (Ed.). Assessment
Approaches for Estimating Biological Integrity using Fish Assemblages. Lewis Press, Boca
Raton, FL, USA.
HUGHES, R. M.; HOWLIN, S. & KAUFMANN, P.R. 2004. A biointegrity index for
coldwater streams of western Oregon and Washington. Transactions of the American
Fisheries Society, 133: 1497–1515.
ILLIES, J. 1978. Limnofauna Europaea. Stuttgart, Spektrum Verlag. 1050p.
JAMESON, S.C; ERDMANN, M.V.; KARR, J.R. & POTTS, K.W. 2001. Charting a course
toward diagnostic monitoring: A continuing review of coral reef attributes and a research
strategy for creating coral reef indexes of biotic integrity. Bulletin of Marine Science, 69(2):
701–744.
100
JICA. Japan International Cooperation Agency. 1994. The study of recuperation of the
Guanabara Bay ecosystem. Supporting Report, Tokyo, Kokusai Kogyo Co., Ltd, Vol. 1-4.
JUNQUEIRA, M. V.; AMARANTE, M. C.; DIAS, C. F. S. & FRANCA, E. S. 2000.
Biomonitoramento da qualidade das águas da bacia do Alto Rio das Velhas (MG/Brasil)
através de macroinvertebrados. Acta Limnologica Brasiliense, 12 (1): 73-87.
KARR, J.R. 1981. Assessment of biotic integrity using fish communities. Fisheries, 6: 21–27.
KARR, J.R. & DUDLEY, D.R. 1981. Ecological perspective on water quality goals.
Environmental Management, 5: 55-68.
KARR, J.R., 1991, Biological integrity: a long-neglected aspect of water resource
management. Ecological Applications, 1: 66-84.
KARR, J.R. 1998. Rivers as sentinels: using the biology of rivers to guide landscape
management. The Ecology and Management of Streams and Rivers in the Pacific Northwest
Coastal Ecoregion, pp. 502-528, Springer-Verlag, NewYork.
KARR, J.R. & CHU, E.W. 1999. Restoring life in running waters: better biological
monitoring. Island Press, Washington, DC, USA. 206p.
KARR, J.R. & CHU, E.W. 2000. Sustaining living rivers. Hydrobiologia, 423: 1–14.
KAUFMANN, P.R.; LEVINE, P.; ROBISON, G.E.; SEELIGER, C. & PECK, D.V. 1999.
Quantifying physical habitat in wadeable streams. U.S. Environmental Protection Agency,
EPA/620/R-99/003, Washington, D.C. 149p.
KING, R.S & RICHARDSON, C.J. 2002. Evaluating Subsampling Approaches and
Macroinvertebrate Taxonomic Resolution for Wetland Bioassessment. Journal of the North
American Benthological Society, 21 (1): 150-171.
101
KLEMM, D.J.; BLOCKSOM, K.A.; FULK, F.A.; HERLIHY, A.T.; HUGHES, R.M.;
KAUFMANN, P.R.; PECK, D.V.; STODDARD, J.L.; THOENY, W.T.; GRIFFITH, M.B. &
DAVIS, W.S. 2003. Development and evaluation of a macroinvertebrate biotic integrity index
(MBII) for regionally assessing Mid-Atlantic highlands streams. Environmental Management,
31(5): 656-669.
KOLKWITZ, R. & MARSSON, M., 1909. Oekologie der tierischen Saprobien.
Internationale Revue der gesamten Hydrobiologie und Hydrographie, 2:126-152.
KREBS, C.J. 1998. Ecological Methodology. 2ed. Addison-Welsey Educational Publishers,
Inc.
LACOUTURE, R.V.; JOHNSON, J.M.; BUCHANAN, C. & MARSHALL, H.G. 2006.
Phytoplankton Index of Biotic Integrity for Chesapeake Bay and its Tidal Tributaries.
Estuaries and Coasts, 29(4): 598–616.
LAZORCHAK, J.M.; HILL, B.H.; AVERILL, D.K.; PECK, D.V. & KLEMM, D.J. (editors).
2000. Environmental Monitoring and Assessment Program -Surface Waters: Field Operations
and Methods for Measuring the Ecological Condition of Non-Wadeable Rivers and Streams.
U.S. Environmental Protection Agency, Cincinnati OH.
LENAT, D.R. & BARBOUR, M.T. 1994. Using benthic macroinvertebrate community
structure for rapid, costeffective, water quality monitoring: rapid bioassessment. pp. 187-215.
In: S.L. Loeb & A. Spacie, (eds.), Biological monitoring of aquatic systems. Lewis publishers,
USA.
LORENZ, A.; KIRCHNER, L. & HERING, D. 2004. Electronic subsampling of
macrobenthic samples: how many individuals are needed for a valid assessment result?
Hydrobiologia, 516(1): 299-312.
102
LYONS, J.; GUTIÉRREZ-HERNANDEZ, A.; DIAZ-PARDO, E.; SOTO-GALERA, E.;
MEDINA-NAVA, M. & PINEDA-LOPEZ, R. 2000. Development of a preliminary index of
biotic integrity (IBI) based on fish assemblages to assess ecosystem condition in the lakes of
central Mexico. Hydrobiologia, 418: 57–72.
MARQUES, M.M. & BARBOSA, F. 2001. Biological quality of waters from an impacted
tropical watershed (middle Rio Doce basin, southeast Brazil), using benthic macroinvertebrate
communities as an indicator. Hydrobiologia, 457: 69-76.
McCORMICK, F.H.; HUGHES, R.H.; KAUFMANN, P.R.; PECK, D.V.; STODDARD, J.L.
& HERLIHY, A.T. 2001. Development of an index of biotic integrity for the Mid-Atlantic
Highlands Region. Transactions of the American Fisheries Society, 130: 857-877.
MELO, A.S. 2005. Effects of taxonomic and numeric resolution on the ability to detect
ecological patterns at a local scale using stream macroinvertebrates. Archives fur
Hydrobiologie, 164(3): 309–323
METCALFE, J. L. 1989. Biological water quality assessment of running waters based on
macroinvertebrates communities: history and present status in Europe. Environmental
Pollution, 60:101-139.
MILLER, S.J.; WARDROP, D.H.; MAHANEY, W.M. & BROOKS, R.P. 2006. A plantbased index of biological integrity (IBI) for headwater wetlands in central Pennsylvania.
Ecological Indicators, 6: 290–312.
MOYA, N.; TOMANOVA, S. & OBERDORFF, T. 2007. Initial development of a multimetric index based on aquatic macroinvertebrates to assess streams condition in the Upper
Isiboro-Sécure Basin, Bolivian Amazon. Hydrobiologia, 589: 107-116.
103
MUGNAI, R.; OLIVEIRA, R. B.; CARVALHO, A.L. & BAPTISTA, D.F. 2008. Adaptation
of the Indice Biotico Esteso (IBE) for water quality assessment in rivers of Serra do Mar, Rio
de janeiro State, Brazil. Tropical Zoology, 21: 57-747
NICHOLS, S.J. & NORRIS, R.H. 2006. River condition assessment may depend on the subsampling method: field live-sort versus laboratory sub-sampling of invertebrates for
bioassessment. Hydrobiologia, 572: 95-213.
NIJBOER, R. & SCHMIDT-KLOIBER, A. 2004. The effect of excluding taxa with low
abundances
or
taxa
with
small
distribution
ranges
on
ecological
assessment.
Hydrobiologia, 516: 347-363.
NORRIS, R.H. & HAWKINS, C.P. 2000. Monitoring river health. Hydrobiologia, 435:5-17.
OBERDORFF, T.; PONT, D.; HUGUENY, B. & CHESSEL, D. 2001. A probabilistic model
characterizing fish assemblages of French rivers: a framework for environmental assessment.
Freshwater Biology, 46: 399-415.
OBERDORFF, T.; PONT, D.; HUGUENY, B. & PORCHER, J.-P. 2002. Development and
validation of a fish-based index for the assessment of ‘river health’ in France. Freshwater
Biology, 47: 1720–1734
OMERNIK, J.M. 1995. Ecoregions: a spatial framework for environmental management, pp.
49-62. In: W.S. Davis & T.P. Simon (eds.). Biological assessment and criteria-tools for water
resource planning and decision making. Boca Raton, Florida, Lewis Publishers. 415p.
PIELOU, E.C. 1977. Mathematical ecology. Wiley-Interscience Publ., 385 p.
PLAFKIN, J. L., BARBOUR, M. T., PORTER, K. D., GROSS, S. K., HUGHES, R. M.
1989.
Rapid
bioassessment
protocols
for
use
in
streams
and
rivers:
benthic
104
macroinvertebrates and fish, EPA/440/4- 89/001, Office of Water, United States Environmental Protection Agency, Washington, DC.
PONT, D.; HUGUENY, B.; BEIER, U.; GOFFAUX, D.; MELCHER, A.; NOBLE, R.;
ROGERS, C.; ROSET, N. & SCHMUTZ, S. 2006. Assessing river biotic condition at the
continental scale: a European approach using functional metrics and fish assemblages.
Journal of Applied Ecology, 43: 70–80
PUENTE, A.; JUANES, J.A.; GARCIA, A.; ALVAREZ, C.; REVILLA, J.A. &
CARRANZA, I. 2008. Ecological assessment of soft bottom benthic communities in northern
Spanish estuaries. Ecological Indicators, 8: 373 - 388.
RODRIGUEZ-OLARTE, D.; AMARO, A.; CORONEL, J. & TAPHORN B.D.C. 2006.
Integrity of fluvial fish communities is subject to environmental gradients in mountain
streams, Sierra de Aroa, north Caribbean coast, Venezuela. Neotropical Ichthyology, 4(3):
319-328.
ROSENBERG, D. M., & RESH, V. H. (ed.), 1993, Freshwater biomonitoring and benthic
macroinvertebrates, Chapman and Hall, New York.
SANDIN, L. & JOHNSON, R.K. 2000. The statistical power of selected indicator metrics
using macroinvertebrates for assessing acidification and eutrophication of running waters.
Hydrobiologia, 422/423: 233–243.
SANDIN L. & VERDONSCHOT, P.F.M. 2006. Stream and river typologies : major results
and conclusions from the STAR project. Hydrobiologia, 566: 33-37
SCHMIDT-KLOIBER, A. & NIJBOER, R.C. 2004. The effect of taxonomic resolution on the
assessment of ecological water quality classes. Hydrobiologia, 516: 269-283.
105
SILVEIRA, M.P.; BAPTISTA, D.F.; BUSS, D.F.; NESSIMIAN, J.L.; & EGLER, M. 2005.
Application of biological measures for stream integrity assessment in south-east Brazil.
Environmental Monitoring and Assessment, 101: 117-128.
SIMON, T.S. 2000. The use of biological criteria as a tool for water resource management.
Environmental Science & Policy, 3: 43-49.
SOMERS,M.R., REID, R.A. & DAVID, S.M. 1998. Rapid biological assessments: how many
individuals are enough? Journal of the North American Benthological Society, 17: 348-358.
STODDARD, J.L.; PECK, D.V.; PAULSEN, S.G.; VAN SICKLE, J.; HAWKINS, C.P.;
HERLIHY, A.T.; HUGHES, R.M.; KAUFMANN, P.R.; LARSEN, D.P.; LOMNICKY, G.;
OLSEN, A.R.; PETERSON, S.A.; RINGOLD, P.L. & WHITTIER, T.R. 2005. An Ecological
Assessment of Western Streams and Rivers. EPA 620/R-05/005, U.S. Environmental
Protection Agency, Washington, DC. 56p.
STODDARD, J. L.; LARSEN D. P.; HAWKINS, C. P.; JOHNSON, R. K. & NORRIS, R.H.
2006. Setting expectations for the ecological condition of streams: the concept for reference
condition. Ecological Applications, 16(4): 1267–1276.
STROOM, K.T. & RICHARDS, C. 1999. Development of a biocriteria for streams of
Minnesota´s Lake Superior watershed. Bulletin of North American Benthological Society, 16:
202.
TEJERINA-GARRO, F.L.; MALDONADO, M.; IBAÑEZ, C.; PONT, D.; ROSET, N. &
OBERDORFF, T. 2005. Effects of natural and anthropogenic environmental changes on
riverine fish assemblages: A framework for ecological assessment of rivers. Brazilian
Archives of Biology and Technology, 48(1): 91-108.
106
THORNE, R.St.J. & WILLIAMS, W.P. 1997. The response of benthic macroinvertebrates to
pollution in developing countries: a multimetric system of bioassessment. Freshwater
Biology, 37: 671-686.
VINSON, M. R. & HAWKINS, C. P. 1996. Effects of sampling area and subsampling
procedure on comparisons of taxa richness among streams. Journal of the North American
Benthological Society, 15: 392-399.
VLEK, H.E.; VERDONSCHOT, P.F.M. & NIJBOER, R.C. 2004. Towards a multimetric
index for the assessment of Dutch streams using benthic macroinvertebrates. Hydrobiologia,
516: 175–191.
WHITTIER, T.R.; HUGHES, R.M.; STODDARD, J.L.; LOMNICKY, G.A.; PECK, D.V. &
HERLIHY, A.T. 2007. A structured approach for developing indices of biotic integrity: Three
examples from streams and rivers in the western USA. Transactions of the American
Fisheries Society, 136: 718–735.
107
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo