Your browser doesn't support javascript.
loading
Camera trap surveys of Atlantic Forest mammals: A data set for analyses considering imperfect detection (2004-2020).
Franceschi, Ingridi Camboim; Dornas, Rubem Augusto da Paixão; Lermen, Isabel Salgueiro; Coelho, Artur Vicente Pfeifer; Vilas Boas, Ademir Henrique; Chiarello, Adriano Garcia; Paglia, Adriano Pereira; de Souza, Agnis Cristiane; Borsekowsky, Alana Rafaela; Rocha, Alessandro; Bager, Alex; de Souza, Alexander Zaidan; Lopes, Alexandre Martins Costa; de Moura, Aloysio Souza; Ferreira, Aluane Silva; García-Olaechea, Alvaro; Delciellos, Ana Cláudia; Bacellar, Ana Elisa de Faria; Campelo, Ana Kellen Nogueira; Paschoal, Ana Maria Oliveira; Rolim, Anderson Claudino; da Silva, André Luiz Ferreira; Lanna, Andre Monnerat; da Silva, André Pereira; Guimarães, Andresa; Cardoso, Ângela; Cassol, Angelica Soligo; da Costa-Pinto, Anna Ludmilla; do Nascimento, Ariel Guilherme Santos; Fernandes, Arthur Soares; Clyvia, Aryanne; Santos, Aureo Banhos Dos; Lima-Silva, Barbara; Beisiegel, Beatriz de Mello; Luciano, Beatriz Fernandes Lima; Leopoldo, Bernardo de Faria; Krobel, Bruna Nunes; Kubiak, Bruno Busnello; Saranholi, Bruno Henrique; Correa, Bruno Senna; Sant Anna Teixeira, Caio; Ayroza, Camila Rezende; Cassano, Camila Righetto; Benitez-Riveros, Camilo; Gestich, Carla Cristina; Tedesco, Carla Denise; Gheler-Costa, Carla; Hegel, Carla Grasiele Zanin; Evangelista Junior, Carlito da Silva; Ferreira, Carlos Eduardo Morando Faria.
Afiliação
  • Franceschi IC; Núcleo de Ecologia de Estradas e Ferrovias (NERF), Departamento de Ecologia, Universidade Federal do Rio Grande do Sul (UFRGS), Porto Alegre, Brazil.
  • Dornas RADP; Programa de Pós-Graduação em Ecologia, Universidade Federal do Rio Grande do Sul (UFRGS), Porto Alegre, Brazil.
  • Lermen IS; Núcleo de Ecologia de Estradas e Ferrovias (NERF), Departamento de Ecologia, Universidade Federal do Rio Grande do Sul (UFRGS), Porto Alegre, Brazil.
  • Coelho AVP; Modelo Ambiental Consultoria e Projetos, Belo Horizonte, Brazil.
  • Vilas Boas AH; Núcleo de Ecologia de Estradas e Ferrovias (NERF), Departamento de Ecologia, Universidade Federal do Rio Grande do Sul (UFRGS), Porto Alegre, Brazil.
  • Chiarello AG; Programa de Pós-Graduação em Ecologia, Universidade Federal do Rio Grande do Sul (UFRGS), Porto Alegre, Brazil.
  • Paglia AP; Centro Estadual de Vigilância em Saúde, Secretaria de Saúde do Estado do Rio Grande do Sul, Porto Alegre, Brazil.
  • de Souza AC; Fiocruz Mata Atlântica, Fundação Oswaldo Cruz, Rio de Janeiro, Brazil.
  • Borsekowsky AR; Departamento de Biologia, Universidade de São Paulo (USP), São Paulo, Brazil.
  • Rocha A; Laboratório de Ecologia e Conservação (LEC), Departamento de Genética, Ecologia e Evolução, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Brazil.
  • Bager A; Independent Researcher.
  • de Souza AZ; Instituto Federal de Educação, Ciência e Tecnologia Farroupilha (IFFAR), Panambi, Brazil.
  • Lopes AMC; Laboratório de Ecologia Espacial e Conservação (LEEC), Departamento de Ecologia, Universidade Estadual Paulista (UNESP), São Paulo, Brazil.
  • de Moura AS; Instituto Nacional de Pesquisas da Amazônia (INPA), Grupo de Pesquisa de Mamíferos Amazônicos (GPMA), Manaus, Brazil.
  • Ferreira AS; Centro Brasileiro de Estudos em Ecologia de Estradas, Departamento de Biologia, Universidade Federal de Lavras (UFLA), Lavras, Brazil.
  • García-Olaechea A; Fundação Biodiversitas, Belo Horizonte, Brazil.
  • Delciellos AC; Instituto de Pesquisa e Conservação de Tamanduás no Brasil (IPCTB), Ilhéus, Brazil.
  • Bacellar AEF; Programa de Pós-Graduação em Engenharia Florestal, Universidade Federal de Lavras (UFLA), Lavras, Brazil.
  • Campelo AKN; Programa de Pós-Graduação em Ecologia e Conservação da Biodiversidade, Departamento de Ciências Biológicas, Universidade Estadual de Santa Cruz (UESC), Ilhéus, Brazil.
  • Paschoal AMO; Programa de Pós-Graduação em Ecologia e Conservação da Biodiversidade, Departamento de Ciências Biológicas, Universidade Estadual de Santa Cruz (UESC), Ilhéus, Brazil.
  • Rolim AC; Centro de Investigación Biodiversidad Sostenible, Piura, Peru.
  • da Silva ALF; Programa de Pós-Graduação em Ecologia e Evolução, Universidade do Estado do Rio de Janeiro (UERJ), Rio de Janeiro, Brazil.
  • Lanna AM; Instituto Chico Mendes de Conservação da Biodiversidade (ICMBio), Brasília, Brazil.
  • da Silva AP; Núcleo de Ciências Ambientais, Universidade de Mogi das Cruzes (UMC), São Paulo, Brazil.
  • Guimarães A; Laboratório de Mapeamento e Análise da Paisagem, Universidade de Mogi das Cruzes (UMC), São Paulo, Brazil.
  • Cardoso Â; Laboratório de Ecologia e Conservação (LEC), Departamento de Genética, Ecologia e Evolução, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Brazil.
  • Cassol AS; Caitaia Consultoria Ambiental, Natal, Brazil.
  • da Costa-Pinto AL; Programa de Pós-Graduação em Zoologia, Universidade Federal do Paraná (UFPR), Curitiba, Brazil.
  • do Nascimento AGS; Laboratório de Biodiversidade, Conservação e Ecologia de Animais Silvestres, Departamento de Zoologia, Universidade Federal do Paraná (UFPR), Curitiba, Brazil.
  • Fernandes AS; Programa de Pós-Graduação em Ecologia, Universidade Federal do Rio de Janeiro (UFRJ), Rio de Janeiro, Brazil.
  • Clyvia A; Caminho da Mata Atlântica (CMA), Rio de Janeiro, Brazil.
  • Santos ABD; Universidade Federal de São Carlos (UFSCar), São Paulo, Brazil.
  • Lima-Silva B; Instituto Nacional da Mata Atlântica (INMA), Santa Teresa, Brazil.
  • Beisiegel BM; Universidade Federal de Santa Catarina (UFSC), Florianópolis, Brazil.
  • Luciano BFL; Instituto Espaço Silvestre (IES), Florianópolis, Brazil.
  • Leopoldo BF; Museu de História Natural da Universidade Federal de Alagoas (MHN/UFAL), Maceió, Brazil.
  • Krobel BN; Programa de Pós-Graduação em Diversidade Biológica e Conservação dos Trópicos, Instituto de Ciências Biológicas e da Saúde, Universidade Federal de Alagoas, Maceió, Brazil.
  • Kubiak BB; Museu de Zoologia da Zona da Mata Mineira, Universidade do Estado de Minas Gerais (UEMG), Unidade Carangola, Carangola, Brazil.
  • Saranholi BH; Laboratório de Ecologia e Conservação (LEC), Departamento de Genética, Ecologia e Evolução, Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Brazil.
  • Correa BS; Rede Eco-Diversa para Conservação da Biodiversidade, Tombos, Brazil.
  • Sant Anna Teixeira C; Departamento de Biologia, Universidade Federal do Espírito Santo (UFES), Alegre, Brazil.
  • Ayroza CR; Universidade Federal de Santa Catarina (UFSC), Florianópolis, Brazil.
  • Cassano CR; Instituto Chico Mendes de Conservação da Biodiversidade (ICMBio), Floresta Nacional de Capão Bonito, São Paulo, Brazil.
  • Benitez-Riveros C; Laboratório de Ecologia de Paisagem e de Vertebrados, Universidade do Extremo Sul Catarinense (UNESC), Criciúma, Brazil.
  • Gestich CC; Programa de Pós-Graduação em Ciências Ambientais, Universidade do Extremo Sul Catarinense (UNESC), Criciúma, Brazil.
  • Tedesco CD; Laboratório de Zoologia e Ecologia e de Vertebrados, Universidade do Extremo Sul Catarinense (UNESC), Criciúma, Brazil.
  • Gheler-Costa C; Sete Soluções e Tecnologia Ambiental Ltda., Belo Horizonte, Brazil.
  • Hegel CGZ; Universidade Federal de Santa Catarina (UFSC), Florianópolis, Brazil.
  • Evangelista Junior CDS; Programa de Pós-Graduação em Genética e Biologia Molecular, Universidade Federal do Rio Grande do Sul (UFRGS), Porto Alegre, Brazil.
  • Ferreira CEMF; Departamento de Genética e Evolução, Universidade Federal de São Carlos (UFSCar), São Carlos, Brazil.
Ecology ; 105(5): e4298, 2024 May.
Article em En | MEDLINE | ID: mdl-38610092
ABSTRACT
Camera traps became the main observational method of a myriad of species over large areas. Data sets from camera traps can be used to describe the patterns and monitor the occupancy, abundance, and richness of wildlife, essential information for conservation in times of rapid climate and land-cover changes. Habitat loss and poaching are responsible for historical population losses of mammals in the Atlantic Forest biodiversity hotspot, especially for medium to large-sized species. Here we present a data set from camera trap surveys of medium to large-sized native mammals (>1 kg) across the Atlantic Forest. We compiled data from 5380 ground-level camera trap deployments in 3046 locations, from 2004 to 2020, resulting in 43,068 records of 58 species. These data add to existing data sets of mammals in the Atlantic Forest by including dates of camera operation needed for analyses dealing with imperfect detection. We also included, when available, information on important predictors of detection, namely the camera brand and model, use of bait, and obstruction of camera viewshed that can be measured from example pictures at each camera location. Besides its application in studies on the patterns and mechanisms behind occupancy, relative abundance, richness, and detection, the data set presented here can be used to study species' daily activity patterns, activity levels, and spatiotemporal interactions between species. Moreover, data can be used combined with other data sources in the multiple and expanding uses of integrated population modeling. An R script is available to view summaries of the data set. We expect that this data set will be used to advance the knowledge of mammal assemblages and to inform evidence-based solutions for the conservation of the Atlantic Forest. The data are not copyright restricted; please cite this paper when using the data.
RESUMO
As armadilhas fotográficas tornaram­se o principal método de observação de muitas espécies em grandes áreas. Os dados obtidos com armadilhas fotográficas podem ser usados para descrever os padrões e monitorar a ocupação, abundância e riqueza da vida selvagem, informação essencial para a conservação em tempos de rápidas mudanças climáticas e de cobertura do solo. A perda de habitat e a caça furtiva são responsáveis pelas perdas populacionais históricas de mamíferos no hotspot de biodiversidade da Mata Atlântica, especialmente para espécies de médio e grande porte. Aqui apresentamos um conjunto de dados de levantamentos com armadilhas fotográficas de mamíferos de médio e grande porte (>1 kg) em toda a Mata Atlântica. Compilamos dados de 5.380 armadilhas fotográficas instaladas no nível do chão em 3.046 locais, de 2004 a 2020, resultando em 43.068 registros de 58 espécies. Esses dados acrescentam aos conjuntos de dados existentes de mamíferos na Mata Atlântica por incluir as datas de operação das câmeras, que são necessárias para análises que lidam com detecção imperfeita. Também incluímos, quando disponíveis, informações sobre importantes preditores de detecção, como marca e modelo da câmera, uso de isca e obstrução do visor da câmera que pode ser medido a partir de imagens de exemplo em cada local da câmera. Além de estudos sobre os padrões e mecanismos por trás da ocupação, abundância relativa, riqueza e detecção, o conjunto de dados aqui apresentado pode ser usado para estudar os padrões de atividade diária das espécies, nível de atividade e interações espaço­temporais entre as espécies. Além disso, os dados podem ser usados em combinação com outras fontes de dados em diversas análises com modelagem populacional integrada. Um script R está disponível para visualizar um resumo do conjunto de dados. Esperamos que este conjunto de dados seja usado para aumentar o conhecimento sobre as assembleias de mamíferos e usado para informar soluções baseadas em evidências para a conservação da Mata Atlântica. Os dados não são restritos por direitos autorais e, por favor, cite este documento ao usar os dados.
Assuntos
Palavras-chave

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Florestas / Mamíferos Idioma: En Ano de publicação: 2024 Tipo de documento: Article

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Florestas / Mamíferos Idioma: En Ano de publicação: 2024 Tipo de documento: Article