O desmatamento é uma das principais causas das ameaças ao sauim-de-coleira, primata endêmico de Manaus e cidades próximas, e uma das espécies com mais risco de extinção. Esse processo ocorre em situações diversas, como urbanização e ausência e ações públicas para sua proteção. Na prática, ocorre o oposto. Um dos empreendimentos foi a criação de parques agroindustriais para estimular o desenvolvimento econômico. Um deles foi criado no entorno da cidade de Rio Preto da Eva, que está dentro da área de distribuição geográfica do sauim-de-coleira
Por Ana Luisa Albernaz, Marcelo Cordeiro Thalês, Marcelo Gordo, Diogo Lagroteria, Tainara V. Sobroza, William E. Magnusson, Philip M. Fearnside, Leandro Jerusalinsky, Renata Bocorny de Azevedo, Rodrigo Baia Castro, Dayse Campista, Wilson Roberto Spironello e Maurício Noronha, em Amazônia Real
Desmatamento até 2022
A perda e a fragmentação de habitat, associadas tanto à urbanização quanto à expansão agrícola, estão entre as principais ameaças à população de sauim-de-coleira. O desmatamento é, portanto, uma das principais causas do declínio populacional e tem sido identificado como a maior ameaça à espécie. O banco de dados raster do Projeto de Monitoramento do Desmatamento na Amazônia Legal por Satélite (PRODES) [1] foi escolhido como base para representar o desmatamento.
Pastagens e agricultura
O estabelecimento de pastagens e agricultura após o desmatamento consolida a mudança no uso da terra e dificulta que a área se torne habitat para a espécie em um futuro próximo. O banco de dados escolhido para representar essas áreas foi o TerraClass raster [2].
Estradas e rodovias
Geralmente, há uma correlação entre o acesso por estradas e rodovias e o desmatamento geralmente seja um precursor da conversão florestal, consideramos que seja uma ameaça separada porque representa alguns riscos adicionais, especialmente para a fauna [3, 4]. O efeito das estradas no desmatamento e na mortalidade de animais depende da qualidade do acesso que elas fornecem: rodovias e estradas pavimentadas, administradas pelo governo federal ou estadual, têm um efeito mais forte do que estradas secundárias, que geralmente não são pavimentadas [5]. As estradas pavimentadas foram presumidas ter um impacto até 300 m de distância, enquanto as estradas não pavimentadas foram presumidas ter um impacto até 150 m de distância [6]. Nosso banco de dados de estradas foi uma combinação das bases de dados do IBGE [7] e do Banco de Dados Geográficos do Exército (BDGEx) [8].
Linhas de transmissão
Semelhante às estradas, as linhas transmissão de energia elétrica abrem a vegetação, reduzem a densidade do dossel e a continuidade do habitat para animais arbóreos e facilitam o acesso para atividades econômicas mais intensivas. O banco de dados selecionado para linhas de transmissão foi desenvolvido por Hyde et al. [9].
Polo agroindustrial
O governo do Estado do Amazonas adotou uma política de criação de parques agroindustriais para estimular o desenvolvimento econômico. O primeiro foi criado no entorno da cidade de Rio Preto da Eva, que está dentro da área de distribuição geográfica do sauim-de-coleira. Como essa política conflita com a possibilidade de criação de áreas protegidas e, também, é um potencial fator de desmatamento, perda de habitat e fragmentação, decidimos incluir essa área na superfície de custos. A localização do parque agroindustrial foi fornecida pela Superintendência da Zona Franca de Manaus (SUFRAMA).
População humana
As pessoas produzem alimentos e bens para adquirir outros produtos que elas não podem produzir. Mesmo quando não estão produzindo, caçar ou extrair outros recursos da floresta são práticas comuns que levam à degradação florestal [10-12]. Quando as florestas estão muito degradadas e não há mais recursos disponíveis, elas geralmente são convertidas para outros usos. Este é um processo comum em toda a Amazônia [13]. Por esse motivo, consideramos a maior densidade humana como um conflito potencial com a criação de áreas protegidas e a incluímos como um custo. O banco de dados usado para representar a densidade humana foi o mapa de luzes noturnas do Centro de Dados e Aplicações Socioeconômicas [14].
Mineração
Consideramos a mineração na área como uma ameaça de altíssima intensidade, mas com uma extensão espacial relativamente pequena. Dados oficiais da Agência Nacional de Mineração [15] foram utilizados como informação espacial sobre mineração. Dentro do banco de dados, foram selecionadas áreas requeridas e as já licenciadas. Como essas áreas são muito pequenas, mas os danos se estendem além das áreas exploradas, optou-se por inserir na superfície de custos uma faixa de proteção de 400 m ao redor de cada área. A definição dessa distância foi baseada em observações de campo da degradação ao redor de projetos de mineração locais.
Saguinus midas
Devido ao risco de S. midas expandir sua área geográfica às custas do sauim-de-coleira [16-19], também incluímos parte da área geográfica de S. midas como um custo. Ou seja, outros fatores sendo constantes, recomenda-se que áreas ideais para conservação do sauim-de-coleira não sejam ocupadas por S. midas ou tenham baixa probabilidade de serem ocupadas por S. midas. Para representar a probabilidade de áreas serem ocupadas por S. midas, usamos os resultados de um estudo de modelagem preditiva [16]. Seu modelo gerou duas classes, “áreas com alta probabilidade de invasão” e “áreas com média probabilidade de invasão”. Sobrepusemos os pontos de ocorrência do estudo de Lagroteria et al. [16] sobre essas classes e notamos que, em algumas delas, havia apenas ocorrências de Saguinus midas, mas em outras havia apenas ocorrências de Saguinus bicolor. Com base nessas observações, decidimos reclassificar as áreas de “alta probabilidade” em duas novas classes com base na proximidade das ocorrências. Usamos polígonos de Thiessen para avaliar pontos mais próximos de ocorrências de S. midas ou S. bicolor. Em seguida, atribuímos pesos diferentes a áreas que foram modeladas como tendo alta probabilidade de invasão de S. midas, mas que atualmente estão mais próximas de ocorrências de S. bicolor, e a áreas que foram modeladas como tendo alta probabilidade de invasão de S. midas e que estão mais próximas de ocorrências de S. midas. Um peso menor foi atribuído a áreas que foram modeladas como tendo “probabilidade média” de invasão.
Integração de dados e suporte à tomada de decisões
Calculamos a área correspondente de cada alvo dentro de cada unidade de planejamento e juntamos todas as tabelas resultantes em uma única tabela contendo a identificação das unidades de planejamento e a área correspondente para cada alvo. Após organizar os shapefiles para criar a superfície de custos, extraímos as informações de cada componente de custo para cada unidade de planejamento. Em seguida, reescalamos os valores resultantes para cada componente antes da ponderação e da soma. A superfície de custos resultante é representada por um único valor para cada unidade de planejamento.
Formatação e uso do MARXAN
Utilizamos o ArcMarxan Toolbox versão 2.0.2 (Apropos Information Systems) para criar a pasta e arquivos de entrada. Selecionamos o algoritmo Simulated Annealing with Adaptive Improvement e definimos os parâmetros para executar o MARXAN diretamente em sua interface “Inedit”. O Boundary Length Modifier (BLM) foi habilitado para promover a compactação das áreas selecionadas. O parâmetro para o BLM foi ajustado com base nos resultados de simulações preliminares [20]. Também fizemos algumas análises preliminares para garantir que os valores de custos fossem numericamente capazes de minimizar a área total da solução, melhorando a eficiência da solução [21]. Em seguida, multiplicamos os valores de custos por 30 para melhorar o efeito de minimização. Também especificamos que uma meta seria considerada não atingida se a proporção alcançada na solução fosse menor que 0,95 dos valores que haviam sido definidos. Após definir todos os parâmetros e valores, 5.000 soluções foram geradas para obter a melhor solução.
Aumentando a conectividade
Embora grandes áreas estivessem conectadas, algumas permaneceram isoladas. Para criar o mapa final, buscamos os melhores caminhos para conectar áreas isoladas usando a ferramenta “linkage pathways” da extensão Linkage Mapper Tools for ArcGIS [22]. Para esta análise, consideramos grupos de unidades de planejamento selecionadas pelo MARXAN como áreas núcleo e convertemos a superfície de custo para usá-la como raster de resistência. Utilizamos o método de ponderado por custo e distância euclidiana para gerar os caminhos de menor custo. Os corredores finais criados por buffers dos caminhos resultantes foram de 400 m de largura.
Contribuição e envolvimento das partes interessadas
Após obter uma versão preliminar do mapa, organizamos um seminário público para apresentar a justificativa, os métodos e os resultados do estudo, bem como para permitir perguntas e sugestões. Enviamos cerca de cem convites a cidadãos, agricultores, pesquisadores e instituições como órgãos ambientais e ONGs. O seminário também foi divulgado na mídia, incluindo jornais, rádio e televisão. [23]
Notas
[1] INPE. (2023). PRODES – Projeto de Monitoramento do Desmatamento na Amazônia Legal por Satélite.
[2] INPE. (2023). TerraClass- Mapa das classes de uso e cobertura da terra.
[3] Gordo, M., Calleia, F. O., Vasconcelos, S. A., Leite, J. J. F., & Ferrari, S. F. (Eds.). (2013). The challenges of survival in a concrete jungle: Conservation of the pied tamarin (Saguinus bicolor) in the urban landscape of Manaus, Brazil. Primates in fragments: Complexity and resilience. p. 357-370. Springer.
[4] Ree, R. van der, Smith, D. J., & Grilo, C. (Eds.). (2015). Handbook of Road Ecology. John Wiley & Sons.
[5] Bennett, V. J. (2017). Effects of Road Density and Pattern on the Conservation of Species and Biodiversity. Current Landscape Ecology Reports,2, 1-11.
[6] Laurance, W., Ana K.M., A., Schroth, G., Fearnside, P. M., Bergen, S., Venticinque, E., & da Costa, C. (2002). Predictors of deforestation in the Brazilian Amazon. Journal of Biogeography 29, 737–748.
[7] IBGE. (2023). Base Cartográfica Contínua do Brasil, escala 1:250.000 – BC250, versão 2023.
[8] BDGEx. (2024). Roads and highways. 1:100.000.
[9] Hyde, J. L., Bohlman, S. A., & Valle, D. (2018). Transmission lines are an under-acknowledged conservation threat to the Brazilian Amazon. Biological Conservation,228, 343-356.
[10] Bogoni, J. A., Percequillo, A. R., Ferraz, K. M. P. M. B., & Peres, C. A. (2023). The empty forest three decades later: Lessons and prospects. Biotropica,55, 13–18.
[11] Costa, J. G., Fearnside, P. M., Oliveira, I., Anderson, L. O., Aragão, L. E. O. e. C. de, Almeida, M. R. N., Clemente, F. S., Nascimento, E. de S., Souza, G. da C., Karlokoski, A., Melo, A. W. F. de, Araújo, E. A. de, Souza, R. O., Graça, P. M. L. de A., & da Silva, S. S. (2023). Forest Degradation in the Southwest Brazilian Amazon: Impact on Tree Species of Economic Interest and Traditional Use. Fire 6.
[12] Wilkie, D. S., Bennett, E. L., Peres, C. A., & Cunningham, A. A. (2011). The empty forest revisited. Annals of the New ork Academy of Sciences,1223(1), 120-128.
[13] Putz, F. E., & Redford, K. H. (2010). The importance of defining ‘forest’: Tropical forest degradation, deforestation, long-term phase shifts, and further transitions. Biotropica,42(1), 10–20.
[14] SEDAC. (2020). VIIRS Plus DMSP Change in Lights (VIIRS+DMSP dLIGHT).
[15] ANM (Agência Nacional de Mineração). (2023). SIGMINE – Sistema de Informações Geográficas da Mineração.
[16] Lagroteria, D., Cavalcante, T., Zuquim, G., Röhe, F., Medeiros, A. S. M., Hrbek, T., & Gordo, M. (2024). Assessing the invasive potential of Saguinus midas in the extent of occurrence of the critically endangered Saguinus bicolor. Frontiers in Conservation Science,5, 16.
[17] Röhe, F. (2006). Área de contato entre as distribuições geográficas de Saguinus midas e Saguinus bicolor (Callitrichidae-Primates): a importância de interações e fatores ecológicos. UFAM – Universidade Federal do Amazonas / Instituto Nacional de pesquisas da Amazônia (INPA)]. Manaus.
[18] Sobroza, T. V., Gordo, M., Barnett, A. P., Boubli, J. P., & Spironello, W. R. (2021). Parapatric pied and red-handed tamarin responses to congeneric and conspecific calls. Acta Oecologica,110.
[19] Sobroza, T. V., Pequeno, P. A. C. L., Gordo, M., Kinap, N. M., Barnett, A. P. A., & Spironello, W. R. (2021). Does co-occurrence drive vertical niche partitioning in parapatric tamarins (Saguinus spp.)?. Austral Ecology, 46(8), 1335-1342.
[20] Ardron, J. A., Possingham, H. P., & Klein, C. J. (2010). Marxan Good Practices Handbook, Version 2 [digital]. Pacific Marine Analysis and Research Association.
[21] Wilson, K. A., Cabeza, M., & Klein, C. J. (2009). Fundamental concepts of spatial conservation prioritiation. In A. Moilanen, K. A. Wilson, & H. P. Possingham (Eds.), Spatial Conservation Prioritization: Quantitative Methods & Computational Tools (pp. 16-27). Oxford University Press.
[22] Gallo, J., Greene, R., & Kavanagh, D. (2020). Linkage Mapper Tools. (Version 3.0)
[23] Esta série é uma tradução de Albernaz, A.L., M.C. Thalês, M. Gordo, D. Lagroteria, T.V. Sobroza, W.E. Magnusson, P.M. Fearnside, L. Jerusalinsky, R.B. de Azevedo, R.B. Castro, D. Campista, W.R. Spironello & M. Noronha. 2026. Conservation of an endangered Amazonian primate: Priority areas for the pied tamarin (Saguinus bicolor) in Manaus, Brazil. Journal for Nature Conservation, 89: art. 127069. Este estudo foi apoiado pelo RE:WILD (número de subvenção SMA-CCO-G0000000301), proposto e coordenado pelo Instituto Sauim-de-Coleira e com o apoio institucional do Museu Paraense Emílio Goeldi (computadores e softwares para reuniões virtuais e análise de dados). A maior parte dos autores é de instituições locais. Os autores declaram não haver conflito de interesses. Agradecemos os comentários dos três revisores, que contribuíram para o aprimoramento do manuscrito.
