Uso do habitat do boto, Tursiops truncatus, no
Transcrição
Uso do habitat do boto, Tursiops truncatus, no
UNIVERSIDADE FEDERAL DO RIO GRANDE/FURG INSTITUTO DE OCEANOGRAFIA PÓS-GRADUAÇÃO EM OCEANOGRAFIA BIOLÓGICA USO DO HABITAT DO BOTO, Tursiops truncatus, NO ESTUÁRIO DA LAGOA DOS PATOS E ÁGUAS COSTEIRAS ADJACENTES, RS, BRASIL JULIANA COUTO DI TULLIO Dissertação apresentada ao Programa de Pós-graduação em Oceanografia Biológica da Universidade Federal do Rio Grande/FURG, como requisito parcial à obtenção do título de Mestre Orientador: Eduardo Resende Secchi RIO GRANDE Janeiro de 2009 i ii iii Eu dedico esta dissertação a meu irmão André, minha mãe Evangelina e ao meu pai Edson, que sempre me apoiaram por onde andei. iv AGRADECIMENTOS Ao Eduardo Secchi, meu grande amigo e orientador, por sempre acreditar e apoiar em tudo para a realização desse projeto. Ao Pedro Fruet, pelo incentivo, amizade, carinho e grande ajuda em todas as etapas deste projeto. Você foi fundamental! Ao Miro, muito obrigada por toda ajuda!! A Silvina, Neko, Tiago Gandra, Serginho e Dani, grandes amigos que sempre me ajudaram quando precisei. Aos amigos do laboratório que se dedicaram ao projeto Lília, Rodrigo, Jaca, Jony, Munir e Paulo e Paula. Ao Lauro Barcellos, pelo permanente apoio ao Projeto Botos Aos amigos do Museu Oceanográfico, obrigada por toda a ajuda!! Ao Lauro Caliari, Rafa Guedes e Elaine, pela ajuda na coleta de dados de batimetria. Ao Curiri, pela disponibilização dos dados das variáveis ambientais. À Silvana Dans, Kike Crespo, Griselda Garaffo e Mariano Coscarella, pela ajuda e atenção quando estive na Argentina. Aos meus avós Edgard, Adelina, Aníbal e Marli, obrigada por sempre estarem me esperando com muito carinho! À minha querida família que sempre me apoiou! Vocês fazem muita falta!!! v À minha família gaúcha, Dona Helena, Lúcia, Débora, Marcelo, Lica e Denise, pelo apoio, carinho e amizade durante todos esses anos. Aos meus irmãos do coração, Silvina, Alice, Paulinha, Bel, Rafa Guedes, Dimas, Kawan, Rox, Camilinha, Carmen, Rafa Crespo, Gambá, Ariela, Adriana, Martinha, Déia Dalben. Aos meus “sobrinhos”, Clarinha, Lucas e Enzo. Ao Bill Rossiter, pelas bolsas para comparecer aos congressos. Ao David Janiger, por todas as bibliografias enviadas. Ás Instituições financiadoras do Projeto Botos: Yachu Pacha, IdeaWild, WDCS, Cetacean Society International e Porto de Rio Grande. vi INDICE LISTA DE TABELAS .....................................................................................viii LISTA DE FIGURAS ...................................................................................... ix RESUMO ......................................................................................................... 1 ABSTRACT...................................................................................................... 2 1. INTRODUÇÃO............................................................................................ 3 2. MATERIAL E MÉTODOS.......................................................................... 12 2.1. Área de Estudo........................................................................................... 12 2.2. Desenho Amostral....................................................................................... 14 2.3. Coleta de Dados........................................................................................... 16 2.4. Análise dos dados......................................................................................... 18 3 RESULTADOS.................................................................................................30 3.1. Esforço e Caracterização da Área..................................................................30 3.2. Padrões de Distribuição Espacial e Temporal dos Botos............................. 35 3.2.1 Estuário da Lagoa dos Patos........................................................................36 3.2.2 Área Costeira Adjacente ao Estuário da Lagoa dos Patos...........................38 3.3 Padrões de Distribuição Espacial e Temporal das Redes de Pesca................42 3.3.1 Estuário da Lagoa dos Patos........................................................................44 3.3.2 Área Costeira Adjacente ao Estuário da Lagoa dos Patos...........................45 3.4.Efeitos das variáveis ambientais, espaciais e temporais na densidade dos Botos..............................................................................................................46 3.4.1 Modelo Geral...............................................................................................46 vii 3.4.2 Área Estuarina..............................................................................................48 3.4.3 Área Costeira Adjacente ao Estuário da Lagoa dos Patos........................... 50 3.5 Efeito das Variáveis Espaciais e Temporais no Esforço Pesqueiro.................52 3.5.1 Modelo Geral................................................................................................52 3.5.2 Estuário..........................................................................................................53 3.5.3 Área Costeira Adjacente ao Estuário............................................................54 3.6 Sobreposição entre Botos e o Esforço Pesqueiro.............................................55 4 DISCUSSÃO......................................................................................................65 5 CONCLUSÃO....................................................................................................75 LITERATURA CITADA......................................................................................76 viii LISTA DE TABELAS Tabela Página Tabela 2.4.1.1 Intervalos dos valores nas diferentes classes de cada variável. 22 Tabela 2.4.3.1 Variáveis categóricas utilizadas nos modelos. 26 Tabela 3.1.1. Esforço mensal das saídas de campo nas três áreas monitoradas. 31 Tabela 3.2.1 Densidades médias dos botos observados em cada período e subáreas. 36 Tabela 3.3.1 Densidades médias de redes observadas em cada período e subáreas. 43 Tabela 3.4.1.1 Modelos simples e combinados com cada variável separadamente e valores de AIC utilizando dois tipos de distribuição 47 Tabela 3.4.1.2 Resultados do modelo escolhido relacionando as variáveis escolhidas com densidade dos botos. 48 3.4.2.1 Modelos simples e combinados com cada variável separadamente e valores de AIC 49 Tabela 3.4.2.2 Resultados do modelo escolhido relacionando as variáveis escolhidas com a maior densidade dos botos 50 Tabela 3.4.3.1 Modelos simples e combinados com cada variável separadamente e valores de AIC 51 Tabela 3.4.3.2 Resultados do modelo escolhido relacionando as variáveis escolhidas com a maior densidade dos botos 51 Tabela 3.5.1.1 Modelos simples e combinados com cada variável separadamente e valores de AIC utilizando dois tipos de distribuição 52 Tabela 3.5.1.2 Resultados do modelo escolhido relacionando as variáveis escolhidas com a maior densidade das redes 53 Tabela 3.6.2.1 Modelos simples e combinados com cada variável separadamente e valores de AIC utilizando dois tipos de distribuição (Poisson e Binomial Negativa – bin. neg.) 53 Tabela 3.6.2.2 Resultados do modelo escolhido relacionando as variáveis escolhidas com a maior densidade das redes 54 ix Tabela 3.5.3.1 Modelos simples e combinados com cada variável separadamente e valores de AIC utilizando dois tipos de distribuição 54 Tabela 3.5.3.2 Resultados do modelo escolhido (GLM com distribuição binomial negativa e função de ligação log) relacionando as variáveis escolhidas com a maior densidade dos redes. 55 x LISTA DE FIGURAS Figura Página Figura 2.2.1 Área de estudo. Linhas demonstram a disposição das transecções nas áreas amostradas o desenho amostral. 15 Figura 2.2.2 Pescador largando redes a partir do molhe oeste. 15 Figura 2.3.2.1 Dados oceanográficos sendo amostrados em uma das estações. 17 Figura 2.3.2.2 Foto de um bote largando uma rede na área costeira utilizando a bandeira para marcá-la. 17 Figura 2.4.1.1. Raster gerado com os valores de profundidade. Ponto de coleta de intensidade e direção de correnteza - ADCP . 19 Figura 2.4.1.2 Raster gerado com valores de distância da costa. 20 Figura 2.4.1.3 Transectos realizados durante o estudo e a área que era possível procurar por grupos de botos e redes . 21 Figura 2.4.1.4 Grids que fizeram parte das análises por estarem dentro da área de procura. 22 Figura 2.4.2.1 Valores médios mensais e erros padrões de temperatura superficial durante o período de estudo. 24 Figura 3.1.1. Área de estudo com os grids que apresentam uma sobreposição quando as áreas sul e norte são monitoradas. 32 Figura 3.1.2 Porcentagem da área estuarina amostrada por categoria numa saída completa e durante todo o estudo. 33 Figura 3.1.3 Porcentagem da área costeira amostrada por categoria numa saída completa e durante todo o estudo. 34 Figura 3.1.4 Porcentagens das classes distância da linha de costa em uma saída completa na Área Costeira e o esforço em cada classe da variável durante todo o estudo. 35 Figura 3.2.1. Densidades médias e erros padrões de botos observados e o esforço em cada subárea e período amostrado. 36 Figura 3.2.1.1 Densidades médias e erros padrões de botos em cada classe de distância da boca da barra (km). 37 xi Figura 3.2.1.2 Densidades médias e erros padrões de botos em cada classe de profundidade. 38 Figura 3.2.1.3 Densidades médias e erros padrões de botos em cada classe de declive. 38 Figura 3.2.2.1 Gráficos de dispersão que demonstram: a profundidade aumentando em uma função polinomial com a distância da costa (A); a declividade diminuindo à medida que aumenta a distância da costa (B) e a profundidade (C). 40 Figura 3.2.2.2 Densidades médias e erros padrões de botos em cada classe de distância da linha de costa sem levar em consideração os grupos avistados nos primeiros transectos. 41 Figura 3.2.2.3 Densidades médias e erros padrões de botos em cada classe de distância da linha de costa incluindo todos os transectos. 42 Figura 3.2.2.4 Densidades médias e erros padrões de botos em cada classe de distância da barra. 42 Figura 3.3.1. Densidades médias e erros padrões de redes observadas em cada subárea e período amostrado. 43 Figura 3.3.1.1 Densidades médias e erros padrões de redes em cada classe de distância da boca da barra. 44 Figura 3.3.1.2 Densidades médias e erros padrões de redes em cada classe de profundidade. 44 Figura 3.3.2.1 Densidades médias e erros padrões de redes em cada classe de distância da linha de costa sem levar em consideração os grupos avistados nos primeiros transectos. 45 Figura 3.3.2.2 Densidades médias e erros padrões de redes em cada classe de distância da linha de costa incluindo todas as transecções. 45 Figura 3.3.2.3 Densidades médias e erros padrões de redes em cada classe de distância da boca da barra. 46 Figura 3.6.1 Mapa das densidades de kernel para botos no período quente. 56 Figura 3.6.2 Mapa das densidades de kernel para botos no período frio. 57 Figura 3.6.3 Mapa das densidades de kernel para redes no período quente. 58 Figura 3.6.4 Mapa das densidades de kernel para redes no período frio. 59 xii Figura 3.6.5 Mapa das áreas representativas (kernel 90%) dos botos e das redes no período quente. 61 Figura 3.6.6 Mapa das áreas de sobrebosição entre redes e botos) no período quente. 62 Figura 3.6.7 Mapas das áreas representativas (kernel 90%) dos botos e das redes no período frio. 63 Figura 3.6.4 Mapa das áreas de sobreposição entre redes e botos no período frio. 64 Figura 4.1. Área de exclusão de pesca de emalhe sugerida com base nos resultados deste estudo. 74 1 RESUMO Este estudo teve como objetivo descrever os padrões de distribuição da população de boto que habita o estuário da Lagoa dos Patos e águas costeiras adjacentes e sua sobreposição com a distribuição dos locais da pesca de emalhe artesanal. Transecções em zigue-zague foram efetuadas dentro do estuário e perpendiculares às isóbatas na área costeira. Amostragem de dados oceanográficos (e.g. temperatura da água, salinidade e transparência) foram realizadas em estações pré-estabelecidas em ambas as áreas. A área de estudo foi dividida em células (grids) de 0,25km2. O número de botos e redes de pesca foram contados durante o esforço de observação, obtendo-se valores de densidade para cada célula. Modelos Lineares Generalizados (GLM) foram usados para identificar variáveis ambientais, espaciais e temporais que melhor explicam os padrões de densidade dos botos e redes observados. No estuário, a maior densidade de botos ocorreu durante a primavera e o outono em áreas com maiores declives e próximas à boca da barra. Na área costeira adjacente, maiores densidades dos botos foram encontradas a menores distâncias da costa e em áreas próximas a boca da barra. O esforço pesqueiro na área estuarina ocorreu em maior intensidade durante a primavera e o outono ao longo de toda a região amostrada do estuário e foi intensificada próxima à boca da barra e da costa durante a primavera e o verão na área costeira adjacente. Estes resultados sugerem um maior risco para essa população devido a maior probabilidade de captura acidental durante o verão nas proximidades da boca da barra. Planos de conservação para essa população podem ser estabelecidos com base no seu padrão de distribuição observado. 2 ABSTRACT The aims of this study were to describe patterns of habitat use of the bottlenose dolphin population inhabiting the estuary of the Patos Lagoon and adjacent coastal waters as well as to determine the potential overlap between dolphins and artisanal gillnet fishing distribution. Zig-zag and perpendicular to coast transects were surveyed in the estuary and coastal areas, respectively. Sampling of oceanographic data (e.g. water temperature, salinity and transparency) were taken place in pre-defined stations along the transects in both areas. The sampling area was split in 0.25km2 grids. The number of bottlenose dolphins and fishing nets observed on survey effort were used to estimate their density for each grid. Generalized Linear Models (GLM) were used to identify environmental, spatial and temporal explanatory variables that better describe the patterns of density of dophins and nets. In the estuary, higher density of bottlenose dolphins were observed during spring and autumn in steep areas near the estuary mouth. In the coastal adjacent area, dolphin densities increased as the distance to the coast and the estuary mouth decreased. Fishing effort was higher in spring and autumn and was distributed along the entire surveyed area in the estuary. In the adjacent coast, the fishing effort was intensified during spring and summer near the estuary mouth. The results presented here suggest a higher risk for the dolphins due to increased entanglement probability in fishing nets during summer in areas near the estuary mouth. Conservation plans might be established for this population, if needed, according to its distribution patterns described here. 3 1 INTRODUÇÃO Os cetáceos são encontrados em quase todos os ambientes aquáticos, ocupando rios, estuários, regiões costeiras e oceânicas, desde águas tropicais às polares. Sua ocorrência pode ser ampla ou se restringir a uma pequena região do mundo, dependendo da espécie. A orca (Orcinus orca) e a baleia-jubarte (Megaptera novaengliae) são exemplos de espécies cosmopolitas (Bastida et al., 2007). Ao contrário dessas, algumas espécies apresentam distribuições mais restritas como a toninha (Pontoporia blainvillei), que habita apenas as águas costeiras do oceano Atlântico Sul Ocidental entre as latitudes 18°25’S e 41°10’S (Siciliano et al., 2002), e a vaquita (Phocoena sinus) que é endêmica ao Golfo da Califórnia (Silber et al., 1994). A distribuição de uma espécie é diretamente influenciada pela realização de suas atividades básicas de sobrevivência, como alimentação e reprodução, assim como evitando áreas de ocorrência de predadores ou outro tipo de estresse (Stevick et al., 2002). Os padrões de distribuição em suas áreas de vida são influenciados por vários fatores como a distribuição das suas presas e predadores, a capacidade biológica da área em sustentar certo número de indivíduos de uma população, aspectos físicos e químicos da área (e.g. batimetria, temperatura, salinidade) e antropogênicos (e.g. degradação do habitat, capturas acidentais e intencionais) que interagem e atuam em inúmeras escalas de tempo e espaço (Forcada, 2002). Os fatores que influenciam na distribuição dos cetáceos podem ser os mesmos para todas as populações de uma espécie, como ocorre com as baleias-jubarte que se distribuem durante o verão nas áreas de alimentação em altas latitudes, as quais são altamente produtivas e, durante o inverno nas áreas de reprodução em baixas latitudes, as quais são caracterizadas por temperaturas mais altas, em águas costeiras ou sobre a 4 plataforma (Clapham, 2002; Johnston et al., 2007; Rasmussen et al., 2007). Por outro lado, existem diferentes populações de uma mesma espécie que apresentam uma grande variedade de habitats, como é o caso das orcas. Populações dessa espécie se distribuem diferentemente de acordo com suas especializações e áreas de vida podendo ser em altas e baixas latitudes, em águas costeiras e oceânicas. Há populações que vivem na Antártica e se distribuem principalmente próximas da camada de gelo, enquanto que no Ártico raramente ocorrem próximas a essas áreas (Ford, 2002). Além disso, duas populações simpátricas de orcas que habitam o nordeste do Pacífico apresentam diferentes padrões de distribuição e movimentos de acordo com sua alimentação. A população conhecida como residente, que se alimenta basicamente de peixes, apresenta abundâncias e movimentos sazonais seguindo as migrações dos salmões (Oncorhynchus tshawytsha e O. kisutch), sendo que sua distribuição durante o inverno é pouco conhecida (Ford et al., 1998; Saulittis et al., 2000). A outra população, chamada transeunte, apresenta poucas mudanças sazonais em sua abundância e distribuição relacionadas à presença de suas presas em águas costeiras durante todo o ano (e.g. focado-porto, Phoca vitulina; golfinho-de-Dall, Phocoenoides dalli; leão-marinho-daCalifórnia, Zalophus californianus; golfinho-do-porto, Phocoena phocoena) (Ford et al., 1998). Outro exemplo de diferença na distribuição de uma mesma espécie, neste caso relacionada ao sexo e estágio reprodutivo, ocorre com os cachalotes. De uma maneira geral seus habitats se caracterizam por águas profundas e produtivas em todos os oceanos, porém as fêmeas e juvenis se limitam a temperaturas acima de 15°C enquanto os machos adultos são encontrados também em águas próximas a Antártica e ao Ártico (Whitehead et al., 2000). 5 A identificação das áreas ecologicamente importantes para as populações é importante para conhecer e interpretar aspectos da ecologia da espécie e fundamental para exercer ações com o objetivo de mitigar ou minimizar os impactos humanos quando necessário, como por exemplo, determinar áreas de proteção ambiental (e.g. Dawson & Slooten, 1993; Hooker et al., 1999; Hastie et al., 2003). Muitos estudos sobre a distribuição de cetáceos têm sido realizados com o objetivo de determinar os habitats críticos para essas populações. Karczmarski et al. (2000), demonstraram que as águas com até 15 metros de profundidade próximas a recifes rochosos são áreas críticas para a população de golfinho-corcunda (Sousa chinensis) em Algoa Bay, África do Sul. Maiores densidades de baleias fin (Balaenoptera physalus) no Mar de Bering estão associadas à quebra de plataforma (200 metros) (Moore et al., 2002). Os golfinhos Sousa chinensis e Orcaella heinsohni apresentaram preferências por águas costeiras com até 10 km de distância da costa e próximas a estuários e rios em Queensland, Austrália (Parra et al., 2006). A distribuição e abundância das presas são fatores determinantes dos padrões espaço-temporais da distribuição dos predadores (e.g. Wells et al., 1999; Forcada, 2002). Características fixas do habitat como a batimetria, declividade e distâncias da costa, rios e estuários podem proporcionar processos oceanográficos que tornam as áreas mais produtivas ou facilidades para a captura das presas (e.g. Ballance, 1992; Hooker, et al., 1999; Parra, 2006). Variações temporais na distribuição de cetáceos são mais bem explicadas pelas mudanças espaciais das variáveis ambientais como temperatura e salinidade no ambiente. Por exemplo, os golfinhos-de-bico-curto (Delphinus delphis) do Pacífico leste tropical apresentam maiores densidades em áreas de ressurgência com baixa temperatura superficial e termoclina rasa (Fielder & Reilly, 6 1994). Maiores densidades de baleia-azul (Balaenoptera musculus), baleia-fin (B. physalus) e baleia-jubarte se relacionam com frentes térmicas no Golfo Saint Lawrence, Canadá (Doniol-Valcroze et al., 2007) Estudos sobre as relações de distribuição de cetáceos com a abundância e distribuição das presas são raros devido às dificuldades de amostragem e análises sobre a disponibilidade das presas (Acevedo-Gutierrez & Parker, 2000; Heithaus & Dill, 2002; 2006). Porém, Torres et al. (2008) sugerem que a capacidade de identificar os habitats preferenciais de mamíferos marinhos pode ser atingida sem incorporar a distribuição das presas em modelos preditivos. Esses mesmos autores obtiveram o mesmo sucesso em predizer a ocorrência dos predadores utilizando modelos que levam em consideração as variáveis ambientais (e.g. batimetria, salinidade) como variáveis explicativas e incorporam a presença dos golfinhos ou das presas como variáveis respostas. Apesar do boto, Tursiops truncatus (Montagu, 1821), ser o cetáceo mais bem estudado (Wells & Scott, 1999), o conhecimento sobre as variáveis ambientais que determinam sua distribuição é limitado a algumas populações costeiras. A distribuição da espécie parece ser limitada pela temperatura, em uma escala global, ocorrendo em águas tropicais e temperadas de todo o mundo, tanto em regiões costeiras como oceânicas. Populações oceânicas podem ser encontradas próximas a ilhas e atóis (e.g. Açores, Portugal [Quéouil et al., 2007], Arquipélago de São Pedro e São Paulo [Caon & Ott, 2004]). As populações costeiras se adaptaram a uma grande variedade de habitats, que incluem estuários e rios apresentando diferentes movimentos e padrões de distribuição de acordo com suas áreas de vida. Nas águas costeiras do sul da Califórnia, os botos ocorrem no primeiro quilômetro de distância da costa e realizam movimentos 7 que variam de 50 a 470 km ao longo da costa (Defran et al., 1999). Populações que habitam áreas próximas a estuários e rios tendem a se agregar em suas entradas para se alimentar como observado em Moray Firth, Escócia (Wilson et al., 1997; Mendes et al., 2002; Hastie et al., 2003, 2004), no estuário Shanon, Irlanda (Ingram & Rogan, 2002), Golfo da Califórnia, México (Ballance, 1992) e na costa da Florida, Estados Unidos (Scott & Wells, 1990; Allen & Read, 2000). Geralmente, essas áreas de maiores densidades são caracterizadas por declives acentuados, ocorrência de fortes correntes de maré com entrada de água salgada, que podem propiciar a maior densidade de presas ou facilitar suas capturas. A dieta do boto pode incluir uma grande variedade de presas como cefalópodes, crustáceos e peixes pelágicos e bentônicos, dependendo de suas abundâncias locais, sendo considerado um predador oportunista (Barros & Wells, 1998) e, portanto, podendo explorar uma ampla variedade de habitats (Wells & Scott, 1999). No Brasil, existem registros do boto (T. truncatus) desde a foz do rio Amazonas (Siciliano et al., no prelo) até o estuário da Lagoa dos Patos, Rio Grande do Sul (Fruet, 2008). Neste estado, a espécie forma pequenas populações associadas ao estuário da Lagoa dos Patos (Castello & Pinedo, 1977; Möller, 1993; Dalla Rosa,1999; Fruet, 2008) e desembocadura dos rios Mampituba e Tramandaí (Simões-Lopes, 1995) não havendo registros em águas oceânicas, como em outras regiões (Caon & Ott, 2004). Essas três populações ou “sub-populações” apresentam tamanhos reduzidos e um alto grau de residência (Hoffman, 1997; Dalla Rosa, 1999; Bernardi, 2000; Fruet, 2008), porém movimentos de indivíduos foto-identificados entre essas áreas já foram relatados por Möller et al. (1994). O estuário da Lagoa dos Patos é uma região altamente produtiva, sendo uma importante área de criação e alimentação de muitas espécies de peixes comercialmente 8 exploradas (Haimovici et al., 2006). Até a década de 80 a pesca artesanal era restrita ao estuario, no entanto, a exaustão dos estoques pesqueiros estuarinos causados pelas melhorias dos petrechos de pesca (redes de fibras sintéticas) e das embarcações (maiores tamanhos, capacidade de armazenamento e motores de 10 a 25 hp) motivou estes pescadores a estender a pescaria artesanal para a área costeira adjacente (Haimovici et al., 1998). Recentemente, os botes que eram restritos à pesca estuarina, também começaram a pescar nas áreas costeiras próximas ao estuário, mesmo sem as melhorias acima citadas. A pesca artesanal nesta região segue um padrão sazonal de acordo com as espécies mais abundantes (Reis et al., 1994). Alguns exemplos de peixes comercialmente explorados pela pesca artesanal são: a corvina (Micropogonias furnieri), a pescadinha-real (Macrodon ancylodon), o linguado (Paralichthys orbignyanus) e o bagre (Netuma barba) durante a primavera; no outono a pesca visa a tainha (Mugil platanus) e o papa-terra (Menticirrhus americanus) (Leal & Bemvenuti, 2006). O camarão-rosa (Farfantepenaeus paulensis) é pescado durante o verão e o outono (Haimovici et al., 1998). A abrótea (Urophycis brasiliensis), o peixe-rei (Odontesthes argentinensis) e a pescada-olhuda (Cynoscion guatucupa) são algumas das espécies pescadas comercialmente durante o inverno (Leal & Bemvenuti, 2006). Entre primeiro de junho e 30 de setembro a pesca artesanal é proibida de acordo com a Instrução Normativa n° 3 do IBAMA (09/02/2004), quando os pescadores artesanais recebem um seguro desemprego. Além da intensa atividade pesqueira artesanal, na porção final do estuário da Lagoa dos Patos existe um risco permanente de acidentes ecológicos causados pela intensa atividade humana (Tagliani et al., 2003). Em suas margens, se estabeleceram indústrias petroquímicas e terminais portuários, apresentando um intenso tráfego de 9 embarcações comerciais e atividades relacionadas à manutenção do canal de acesso ao porto (e.g. dragagens). A pequena população de botos, com aproximadamente 87 indivíduos (Fruet, 2008), que habita o estuário da Lagoa dos Patos utiliza a área para realizar suas atividades vitais durante todo o ano. Estudos conduzidos na área estuarina sugerem que os botos são encontrados preferencialmente nas proximidades da boca da barra de Rio Grande (Castello & Pinedo, 1977; Möller, 1993; Mattos et al., 2007; Dalla Rosa, 1999). Estudos que visam monitorar esta população a longo prazo foram iniciados de forma sistemática e contínua em 2005. Desde então,foi verificado que os nascimentos apresentam uma sazonalidade bem definida, ocorrendo entre os meses de dezembro e início de março com um pico em janeiro/fevereiro (Fruet et al.,2008). A taxa bruta de nascimentos foi estimada em aproximadamente 8% para o ano de 2007, sendo estável quando comparada com as taxas obtidas para 2005 e 2006 (Fruet, 2008). Em um estudo sobre o comportamento desta população na área estuarina, a freqüência de alimentação foi maior durante todo o ano (Mattos et al., 2007). Através da análise do conteúdo estomacal de indivíduos encalhados na área costeira adjacente ao estuário da Lagoa dos Patos constatou-se que esta população se alimenta principalmente de peixes demersais, sendo a corvina a espécie com maior freqüência de ocorrência (Pinedo, 1982; Mehsen et al., 2005). Porém, nestes dois estudos, a dieta foi analisada utilizando estômagos encontrados principalmente durante a primavera e o verão. A freqüência de ocorrência de outras espécies como o peixe-espada (Trichiurus lepturus), maria-luiza (Paralonchurus brasiliensis) e a pescadinha-real, aumentou consideravelmente quando comparadas ao estudo realizado por Pinedo (1982) possivelmente devido ao colapso das espécies comerciais (Mehsen et al.,2005). 10 Segundo Fruet et al. (2005), o número de botos (T. truncatus) encalhados na praia com evidências de interações com atividade pesqueiras (i.e. carcaças com marcas de redes, mutilações ou redes enroladas no corpo) aumentou a partir de 2002 e tem um padrão sazonal (novembro a março). Esta sazonalidade coincide com o período de intenso esforço pesqueiro artesanal com redes de emalhe em águas costeiras de baixa profundidade adjacente ao estuário (Klippel et al., 2005). Através de uma análise de viabilidade populacional (PVA) dos botos da Lagoa dos Patos, Fruet (2008) demonstrou que, caso as taxas de captura acidental se mantenham nos níveis atuais, existe um sério risco de a população declinar abaixo de 30% do tamanho atual em 25 anos. Compreender os padrões de distribuição da população de botos assim como a dinâmica (i.e. distribuição e esforço) da pesca no estuário da Lagoa dos Patos e áreas adjacentes, podem fornecer informações relevantes para, se necessário, orientar os tomadores de decisão na elaboração de planos de conservação específicos para esta população. Por habitarem uma área altamente produtiva, com ocorrências de prováveis presas durante todo o ano, é esperado que não existam variações temporais na densidade de botos na área de estudo e, sendo assim, exista uma forte relação entre as suas maiores densidades com a proximidade da barra do estuário. Além disso, como se alimentam de espécies exploradas pela pesca artesanal, espera-se encontrar um aumento da área de sobreposição entre a pesca e os botos, em épocas que o esforço pesqueiro aumenta. 11 Para avaliar essas hipóteses tem-se como objetivos: Geral Determinar os padrões de distribuição da população do boto que habita o estuário da Lagoa dos Patos e águas costeiras adjacentes e o grau de sobreposição com a pesca de emalhe. Específicos: ! Determinar se áreas preferenciais na distribuição dos botos são influenciadas por variáveis espaciais (e.g. profundidade, declividade, distância da costa, distância da barra), ambientais (e.g., salinidade, temperatura, transparência, intensidade e direção do vento) e temporais (e.g. períodos quente e frio e sazonalidade); ! Verificar se a densidade e padrões de distribuição das redes de emalhe na área de estudo são determinadas por variáveis espaciais e temporais; ! Identificar áreas e períodos de maior sobreposição entre a distribuição dos botos e do esforço de pesca. 12 2 MATERIAL E MÉTODOS 2.1 Área de Estudo A Lagoa dos Patos, localizada entre as latitudes 30° 30'S e 32° 12'S ao longo da costa do Rio Grande do Sul, é responsável pela drenagem hídrica de uma área de 201626km2. A conexão entre a Lagoa dos Patos e o Oceano Atlântico ocorre através de um estreito canal (0,5 – 3km de largura) permanente, o que a caracteriza como lagoa do tipo estrangulada (Kjervfe, 1986), fixado por dois molhes com aproximadamente 4km de extensão (Asmus, 1998). Além de esta ser uma região com mínima influencia de maré (Defant, 1961), o canal de acesso à lagoa atua como um filtro que atenua os efeitos da maré e oscilações de longos períodos originadas no oceano (Möller Jr. et al., 2001). A área estuarina, onde ocorre a troca de água com o oceano Atlântico, ocupa a porção sul e representa 10% do total da área da Lagoa dos Patos. O estuário é caracterizado por baías costeiras rasas (80% com profundidades menores que 2 metros) e por um canal profundo (máximo 18 metros de profundidade) utilizado para a navegação (Asmus, 1998). O regime de ventos (que coincide com o eixo principal da Lagoa dos Patos) em conjunto com a descarga fluvial exerce uma importante influencia sobre a dinâmica da circulação, a distribuição da salinidade e os níveis de água na lagoa e nas águas costeiras adjacentes (Garcia, 1998; Möller Jr. et al., 2001). Ventos nordeste predominam durante o ano todo e provocam o abaixamento no nível da costa favorecendo a descarga de água da lagoa, enquanto que ventos sudoeste, com maior freqüência durante o inverno, causam elevação do nível da costa invertendo o fluxo no corpo principal da lagoa (Möller Jr. et al., 2001; Castelão & Möller Jr., 2003). Costa et al. (1988), encontraram uma correlação negativa e positiva entre a salinidade e os 13 ventos nordeste e sudoeste, respectivamente, porém a intensidade dos ventos e da precipitação influencia na abrangência dessa relação. Durante as épocas de alta precipitação, geralmente no fim do inverno, podem ocorrer períodos de forte descarga de água doce. Nesses períodos, a zona de mistura estuarina pode ser transferida para a área costeira adjacente (Möller Jr., 1991). Além disso, a forte descarga de água doce ocorrendo concomitante com a penetração de água marinha induzida pelos ventos sul, resulta na formação de uma cunha salina. Esta cunha salina pode se estender apenas na boca da barra ou em toda a região estuarina (Niencheski & Baumgarten, 1998). O estuário da Lagoa dos Patos e o sistema marinho adjacente estão conectados por fatores biológicos (o ciclo de vida de muitos invertebrados e peixes dependem dos dois sistemas) e através de fatores abióticos como o aumento de nutrientes causado pela descarga de água da lagoa (Abreu & Castello, 1998). Esta forte conexão entre o estuário e áreas costeiras adjacentes contribui para a alta produtividade da região e faz com que essa seja uma importante área de criação e alimentação de muitas espécies de peixes comercialmente exploradas (Haimovici et al., 2006). 14 2.2 Desenho Amostral Todas as saídas foram realizadas a bordo de uma embarcação de alumínio de 4,8 metros, equipada com motor de popa de 60HP, rádio VHF e ecossonda. Dentro do estuário, o início do percurso foi alternado entre a boca da barra (32º10.92´S 052º4.65´W) e a Ponta do Retiro (31º58.81´S 052º3.78´W), onde foram efetuadas 32 transecções em zigue-zague (média=1,48km, EP=0,07), para uma maior cobertura da área em menor tempo. Na área costeira adjacente, transecções perpendiculares à linha de costa e às isobatas foram realizadas visando garantir amostragem mais homogênea em faixas profundidade (Buckland et al., 2001). O desenho amostral constava de 20 transecções (dez ao sul do molhe oeste e dez ao norte do molhe leste) com aproximadamente 5km de comprimento e 2km de distância entre elas (figura 2.2.1). A área de estudo foi dividida em 3 áreas menores, estuário e área costeira adjacente sul e norte, para permitir que ao menos uma área fosse amostrada no período de um dia. As duas transecções adjacentes aos molhes na área costeira, sul e norte, o acompanham em toda sua extensão e não seguiram o mesmo sentido das outras transecções. Optamos por realizar esses dois transectos, pois não era possível observar a maior parte da área próxima aos molhes a partir das outras transecções. Nessa área existe uma grande ocorrência de botos e o esforço pesqueiro ocorre tanto com redes colocadas pelos botes (figura 2.3.2.2) como por pessoas que estão nos molhes (figura 2.2.2). Por questões de segurança para a navegação, as transecções foram limitadas a áreas com profundidade superior a 1m e as saídas não foram realizadas ou foram interrompidas quando o estado do mar estava maior que três na escala Beaufort. 15 Figura 2.2.1 Área de estudo. Linhas demonstram a disposição das transecções nas áreas amosradas o desenho amostral. Figura 2.2.2 Pescador largando redes a partir do molhe oeste. 16 2.3 Coleta de dados Cada saída de campo tinha um observador responsável pela procura e contagem dos botos ao longo das transecções; um anotador, responsável pelo registro dos dados e também pela procura e contagem das redes de pesca, e o piloto. Procuramos amostrar cada área ao menos uma vez por mês. 2.3.1 Parâmetros Ambientais: Cada área tinha estações para amostragem de dados oceanográficos (figura 2.3.2.1) em pontos pré-estabelecidos, distribuídos ao longo das transecções, onde tomou-se dados de temperatura da água superficial e de fundo, com um termômetro de mercúrio; salinidade superficial e de fundo, com um refratômetro; transparência, com disco de Secchi; e profundidade, com a ecossonda acoplada à embarcação. A água de fundo foi coletada com uma garrafa de Nansen de acrílico com termômetro embutido. Os dados de intensidade e direção do vento foram obtidos com a Praticagem da Barra, através do rádio VHF, durante as saídas de campo. Os dados de intensidade e direção da correnteza foram tomados por um medidor ADCP (Acoustic Doppler Current Profile) que está fundiado no meio do canal de navegação em frente à Estação de Praticagem da Barra (figura 2.4.1.1). 2.3.2 Botos: Quando um grupo de botos era avistado, o barco saía da transecção, interrompendo o esforço de procura, e se aproximava lentamente do grupo para obter dados sobre o número e composição dos indivíduos, profundidade local e posição, com um GPS. Após a coleta desses dados, a equipe retornava para o mesmo ponto da transecção para reiniciar a procura. 2.3.3 Redes de pesca: As bóias e estacas com bandeiras foram contadas (figura 2.3.2.2), quando estavam a 90° da embarcação, para cada lado da transecção. Neste momento a 17 posição geográfica era coletada. O número total de bóias e/ou bandeiras foi utilizado como um índice relativo de esforço pesqueiro por área percorrida (ver detalhes abaixo). B A C D Figura 2.3.2.1 Dados oceanográficos sendo amostrados em uma das estações. Amostragem da água de fundo (A, B), transparência (C) e salinidade (D). Figura 2.3.2.2 Foto de um bote largando uma rede na área costeira utilizando a bandeira para marcá-la. 18 2.4 Análise dos dados 2.4.1 Caracterização da Área de Estudo: Para obtermos os dados batimétricos detalhados de toda a área de estudo foram realizadas três saídas de campo utilizando um jetski com um ecobatímetro (Lowrance) e um DGPS acoplados. Foi realizado o mesmo desenho amostral (figura 2.3.1) e os valores de profundidade obtidos foram corrigidos com os valores de nível de maré fornecidos pela Praticagem da Barra de Rio Grande. Os dados foram inseridos no programa ArcMap 9.2 onde foi gerado um raster batimétrico através de uma interpolação dos pontos georreferenciados (figura 2.4.1.1), utilizando a extensão Spatial Analyst, através do método Natural Neighbor. Este método utiliza todos os pontos de amostragens e não gera valores fora do intervalo dos dados utilizados (Watson, 1992). Um raster é uma superfície contínua de pequenas células de tamanhos iguais (grids) e que apresentam valores atribuídos para cada uma delas. Além do raster batimétrico, foram gerados também, um com valores de declividade (em graus) obtida através do raster de batimetria utilizando a ferramenta Slope da mesma extensão Spatial Analyst, um raster para a distância da costa (figura 2.4.1.2) e outro para a distância até a boca da barra, no qual foi considerado a distância de um polígono localizado na extremidade dos molhes da barra. Para estes rasters de distância foi utilizou-se a ferramenta Distância Euclidiana. Todos os rasters têm células de 100m x 100m. 19 Figura 2.4.1.1. Raster gerado com os valores de profundidade. Ponto de coleta de intensidade e direção de correnteza - ADCP . 20 Figura 2.4.1.2 Raster gerado com valores de distância da costa. 21 A área de estudo foi dividida em células (grids) de 0,5km de lado. Assumiu-se que a distância máxima para detectar os botos ou redes de pesca era de 500 metros a partir da embarcação. Essa distância foi assumida já que é possível avistar os botos e redes próximas à extremidade do molhe oeste quando estamos na extremidade do molhe leste e sabe-se que essa distância é de 600 metros aproximadamente. Sendo assim, um buffer de 500 metros foi gerado sobre os transectos como sendo a área total de procura (figura 2.4.1.2). A partir desse buffer e utilizando a ferramenta Clip do ArcMap 9.2, apenas as áreas dos grids que estavam dentro desse buffer foram consideradas para as análises (figura 2.4.1.3). Para verificar as proporções de disponibilidade das variáveis profundidade, distância da costa, declividade e distância da parte final da boca da barra em toda a área de estudo, consideraram-se os valores dessas nos pontos centrais de cada grid. Essas variáveis foram agrupadas em diferentes classes (tabela 2.4.1.1) e a área de cada grid foi somada para obter o valor de área total para cada classe de cada variável. Para isso, separaou-se a área total em duas categorias: a área estuarina e a área costeira, que inclui as áreas norte e sul. Figura 2.4.1.2 Transectos realizados durante o estudo (traço preto) e a área que era possível procurar por grupos de botos e redes (buffer) considerada para as analises exploratórias. 22 Figura 2.4.1.3 Grids que fizeram parte das análises do GLM por estarem dentro da área de procura (buffer). Tabela 2.4.1.1 Intervalos dos valores nas diferentes classes de cada variável. Variáveis 1 2 3 4 5 Profundidade (metros) 0a3 3a6 6a9 9 a 12 > 12 Declividade (graus) 0 a 1° 1° a 2° 2° a 3° 3° a 4 ° 4° a 5° Distância da Costa (km) 0a1 1a2 2a3 3a4 4a5 Distância da Boca da Barra (km) 0 a 5 5 a 10 10 a 15 15 a 20 - 6 5° a 6° >5 - 23 A disponibilidade das diferentes classes das variáveis espaciais foi demonstrada através de suas proporções em relação à área total (estuarina e costeira). A comparação dessas proporções com as classes que apresentaram maiores densidades foi realizada no intuito de verificar a seleção de alguma feição (Manly et al., 2002). Isto porque se a maior densidade de botos ocorre em certa classe de profundidade, por exemplo, e essa é a mais disponível na área de estudo, não se pode afirmar se essa feição é a escolhida ou apenas a mais encontrada. Assim, se esse for o caso, outra variável poderá explicar melhor a presença dos botos nessa área. As interpretações das áreas de seleção e preferência seguiram a definição de Johnson (1980). Para este autor, seleção é o processo em que o animal escolhe um recurso (e.g. áreas mais rasas ou mais profundas), e preferência é o processo em que o animal escolhe um recurso se, o mesmo, fosse disponível igualmente comparado aos outros. 2.4.2 Padrões de Distribuição Espacial e Temporal dos Botos e Redes A densidade dos botos foi estimada considerando o número de indivíduos por área percorrida. O mesmo foi considerado para o número de bóias e/ou bandeiras. A área percorrida foi calculada de acordo com o esforço das saídas de campo no programa ArcMap 9.2. Para essas análises, o esforço deste estudo foi dividido em dois períodos de acordo com a temperatura superficial da água: Período Frio que compreendeu os meses de maio a outubro, e o Período Quente que considera os meses de novembro a abril (figura 2.4.2.1). Os testes não paramétricos Mann-Whitney e Kruskal-Wallis foram utilizados para verificar a existência de diferenças nas densidades médias de botos e redes entre os diferentes períodos e áreas amostradas, respectivamente. 24 O teste Kruskal-Wallis também foi utilizado para investigar as diferenças nas densidades médias de botos e redes em cada categoria das variáveis espaciais na área costeira (norte e sul) e estuarina separadamente. As variáveis espaciais analisadas no estuário foram a declividade, profundidade e distância da barra. Além dessas, a distância da costa também foi analisada para a área costeira. A declividade não foi considerada na análises do esforço pesqueiro. Na área costeira adjacente, foi testada a existência de correlação entre as variáveis distância da costa, declividade e profundidade. Para isso, foram gerados 600 pontos aleatórios (300 na área norte e 300 na área sul) utilizando a extensão Hawth´s Analysis Tools. Os valores dessas três variáveis foram atribuídas a estes pontos e testadas utilizando o teste de correlação de Spearman. Temperatura (°C) 25 20 15 10 5 0 Maio Jun Jul Ago Set Out Nov Dez Jan Fev Mar Abr Meses Figura 2.4.2.1 Valores médios mensais (pontos) e erros padrões (barras) de temperatura superficial durante o período de estudo. 25 2.4.3 Efeitos das variáveis ambientais, espaciais e temporais na distribuição dos Botos e Redes Para identificar as variáveis ambientais que, em conjunto, melhor explicam a maior densidade dos botos e redes no período de estudo optou-se por desenvolver três modelos lineares generalizados (GLM) separadamente. O primeiro modelo incluiu toda a área de amostragem (Modelo Geral - MG) e as variáveis ambientais e espaciais comuns para a área interna e externa ao estuário da Lagoa dos Patos. Outros dois modelos foram desenvolvidos para a área estuarina (ME) e área costeira (MC), separadamente. As variáveis ambientais testadas para selecionar os modelos foram: temperatura de superfície e de fundo, salinidade de superfície e de fundo, transparência da água, direção do vento e correnteza de fundo e de superfície. A área, declividade, distância da costa e da barra e profundidade foram as variáveis espaciais e o período e estação do ano as variáveis temporais. Os valores da diferença entre as temperaturas e entre as salinidades de fundo e superfície também foram testadas no modelo. Com exceção das variáveis categóricas área, direção do vento e intensidade e direção da correnteza (tabela 2.4.3.1), as demais variáveis foram inseridas com valores contínuos. A intensidade do vento não foi inserida nos modelos porque as saídas de campo ocorreram sempre que o vento estava fraco (beaufort ! 3). Para as redes, apenas as variáveis profundidade, distância da barra, distância da costa, período e área foram testadas para a seleção dos modelos. 26 Tabela 2.4.3.1 Variáveis categóricas utilizadas nos modelos. Variáveis categóricas Modelos Área MG, MC Direção do vento MG, ME, MC Direção da correnteza ME Intensidade da correnteza ME Estação do Ano MG, ME, MC Período MG, ME, MC Categorias Estuário, Norte e Sul Norte, Sul, Leste, Oeste, Nordeste, Sudeste, Noroeste, Sudoeste Enchendo (água entra no estuário), Vazando (água sai do estuário) Fraca: até 15m/s, Moderada: 15-40m/s, Forte: 40-60m/s, Muito Forte: > 60m/s primavera (21set- 20dez), verão (21dez- 20mar), outono (21mar-20jun) e inverno (21jun-20set) Quente (novembro – abril) e Frio (maio – outubro) A seleção dos modelos (GLM) iniciou a partir de dois modelos, um considerando a distribuição de Poisson e outro a Binomial Negativa, a fim de verificar qual dessas se ajusta melhor aos dados (McCullagh & Nelder 1989), de acordo com as fórmulas abaixo: Yi ~ Poisson ( "i= #i / fi,$=1) ou Yi ~ Binomial Negativa ("i, $) onde: Yi: é o número de botos/redes avistados no grid i "i: é o número médio de botos/redes avistados pela área do grid i #i:é o número médio de botos/redes no grid i fi: é a área do grid i $: é o parâmetro de sobre-dispersão, sendo que na distribuição de Poisson $ = 1 por definição e na distribuição Binomial Negativa este parâmetro é estimado. 27 Fórmula Geral do GLM: log (#i) = log (fi) + %0 + %1&1i +%2&2i + ... onde: log (#i): é a função de ligação do modelo: logaritmo do número médio botos/redes avistados por área no grid i; log (fi): é o offset, logaritmo da área do grid i; + %0 + %1&1i +%2&2i + ... : é o modelo linear; %0: coeficiente estimado do número botos/redes; %1: coeficiente estimado para a variável 1; &1i: valor da variável 1 no grid i. A área de cada grid foi utilizada como fator de padronização do número de botos ou redes avistados. Os valores das variáveis coletadas nas estações de amostragens foram atribuídos aos grids próximos a elas. A intensidade e direção da correnteza assim como a direção do vento, que foram adquiridos de hora em hora para os dias das saídas, foram atribuídos aos grids de acordo com o horário em que estes foram monitorados. O modelo que melhor se ajusta aos dados foi selecionado de acordo com o menor valor de AIC (Critério de Infomação Akaike) (Burnham & Anderson, 2002). Inicialmente cada variável foi inserida em um modelo simples, considerando apenas a variável resposta (densidade de botos), utilizando as duas distribuições separadamente. A que apresentou o menor valor de AIC foi selecionada para as análises posteriores. Com o mesmo critério, a variável com menor valor de AIC foi combinada com todas as outras, uma a cada vez, e a que tivesse o menor valor de AIC permanecia no modelo. Quando uma das variáveis que são correlacionadas (e.g. profundidade e distância da costa e declividade na área costeira) ou se já estão inclusas em outra 28 variável (e.g. temperatura superficial ou de fundo com a diferença (') entre as duas) foram selecionadas as outras eram desconsideradas para as próximas combinações. Ao atingir o modelo com menor valor de AIC, as variáveis foram removidas, uma a uma para verificar se alguma não contribuía mais para diminuir o valor de AIC. Além disso, as variáveis que apresentaram correlações com outras já selecionadas também foram retiradas e substituídas por outras para verificar o ajuste do modelo. As análises estatísticas foram realizadas utilizando o software R versão 2.7.2 (R. Development Core Team, 2008) e o programa Bioestat. Todos os testes foram feitos considerando um nível de significância de 5%. 2.4.4 Sobreposição entre Botos e as Redes Para comparar as áreas de distribuição, a extensão Hawth´s Analysis Tools foi utilizada para calcular a densidade dos botos e redes separadamente nos diferentes períodos (quente e frio). A função de densidade desta extensão distribui as estimativas de cada avistagem para uma área de procura pré-determinada, neste caso esta área foi de 250x250 metros, para gerar um raster com valores de densidades atribuídas aos grids. Esta função calculou a densidade baseando-se no número de pontos das avistagens, no número de indivíduos observados em cada ponto da avistagem e a área de estudo. Através da estimativa de kernel fixo, foi determinado os valores de densidade para cada grid baseando-se tanto nos pontos de avistagens dentro de uma mesma área de procura. A influência das avistagens em grids próximos diminui a medida que a distância aumenta seguindo uma distribuição normal. Através deste método os grids próximos de avistagens com maiores números de indivíduos ou redes tiveram valores maiores de densidade do que os grids mais distantes (McCoy & Johnson, 2001). 29 As áreas representativas e preferenciais de uso pelos botos e pesca foram delimitadas, utilizando a mesma extensão acima citada, por linhas de contorno que representam o limite da área que contém a porcentagem da probabilidade da distribuição de densidade. A área representativa de uso foi considerada a que contém, em média, 90% dos pontos que foram usados para gerar a estimativa de densidade de kernel. A área preferencial foi considerada a que contém, em média, 50% dos pontos utilizados para a estimativa de densidade. Desse modo, a área preferencial é a que apresenta uma maior densidade de botos em uma área menor em relação a área representativa de uso. As duas áreas, representativa e preferencial, foram calculadas para os períodos quente e frio separadamente e foram subtraídas das áreas que coincidiam com a linha de costa. As áreas de sobreposição entre os botos e redes foram determinadas de acordo com a intersecção de suas áreas representativas nos diferentes períodos. A área percentual de sobreposição (APS) foi determinada segundo Atwood & 0.5 & Ab, p Ab, p # ! , onde Ab,p é a area de sobreposição entre a ' Weeks (2003): APS = $$ Ap !" % Ab área representativa dos botos e redes, Ab é a área representativa dos botos e Ap é a área representativa de pesca. 30 3 RESULTADOS 3.1 Esforço e Caracterização da Área Entre setembro de 2006 e agosto de 2008 foram avistados 84 grupos de boto em 47 saídas de campo realizadas, sendo 16 saídas na área interna ao estuário, 14 na área norte e 17 na área sul adjacente ao estuário (tabela 3.1.1). Porém algumas saídas de campo tiveram que ser interrompidas antes de serem completadas devido a mudanças nas condições do tempo (e.g. aumento da velocidade do vento e/ou beaufort). Uma saída completa na área interna ao estuário totalizou 47,7km percorridos e uma área amostrada de 38196,7km! (i.e. 232 grids com área média de 164,64km!, EP=5,9km!). Na área sul, a saída completa percorreu 48,4km, abrangendo uma área de 54205,9km! (i.e. 395 grids com área média=137,2 km! e EP=4,8km!). Em saídas completas na área norte, uma distância de 52,03km e uma área de 58334,01km! foram monitoradas (i.e. 423 grids com área média=137,90km! e EP=4,6km!). Tanto na área norte como na área sul obtivemos uma área de procura por botos e redes que se sobrepôs entre os transectos 1 e 2 (503,17 km! e 699,73km!, respectivamente) (Figura 3.1.1) as quais foram somadas às áreas dos respectivos grids. Calculou-se a proporção da área total e a área amostrada em cada categoria das variáveis profundidade, declividade, distância da barra e distância da costa, esta última somente para a área costeira. O canal de acesso ao porto, que é caracterizado por profundidades maiores que 12 metros, totalizou apenas 10,7% da área estuarina monitorada. As outras classes de profundidade representaram entre 17% e 27% do estuário (figura 3.1.2). A classe mais próxima da boca da barra (0-5km) e a mais distante (20-25km) representaram a menor área, 16,1% e 12,8% respectivamente, sendo que as outras classes representaram entre 21% e 24% do total da área estuarina (figura 31 3.1.2). Nesta mesma área, a classe com as menores declividades (0-1°) foi a mais freqüente, representando 76,6% da área amostrada (figura 3.1.2). Na área costeira adjacente, a área do intervalo entre 6 e 12 metros de profundidade representou 80,2% da área total amostrada (figura 3.1.3) e a menor declividade (0 – 1°) foi encontrada em 98% do total da área costeira (figura 3.1.3). A distância da boca da barra e da costa foram amostradas de forma mais homogênea em relação à área monitorada, sendo que nenhum dos intervalos considerados apresentou uma área maior que 30% (figura 3.1.3) e 18% (figura 3.1.4) da área total, respectivamente. Tabela 3.1.1. Esforço mensal das saídas de campo nas três áreas monitoradas. NG: o número de grupos de botos, NB: número de botos, NR: número de redes, Área: área monitorada em km!. ESTUÁRIO SUL NORTE 2006 NG NB NR Área NG NB NR Área NG NB NR Área Set 1 10 18 38196,7 3 15 3 54205,9 Out 6 17 1 3305,1 Nov Dez 10 63 188 76393,4 0 0 32 42293,0 2007 Jan 1 5 14 32037,3 1 2 16 54205,9 4 25 0 108510,9 Fev 1 1 59 54205,9 Mar 3 14 0 58334,0 Abr 5 18 0 38196,7 0 0 1 54205,9 5 33 0 33141,6 Maio 3 21 0 38196,7 1 6 5 54205,9 1 4 0 58334,0 Jun 5 19 0 38196,7 1 2 0 58334,0 Jul 0 0 7 38196,7 3 15 0 24338,7 Ago 0 0 24 29520,8 6 40 2 54205,9 Set 0 0 19 34520,4 Out Nov 0 0 0 38196,7 2 12 13 54205,9 0 0 34 58334,0 Dez 1 23 11 54205,9 2008 Jan 1 10 41 58334,0 Fev 1 1 0 38196,7 2 10 69 108411,8 0 0 0 37713,7 Mar 2 19 0 33041,4 0 0 36 54205,9 Abr 2 3 3 38196,7 2 20 7 108411,8 1 3 0 58334,0 Maio Jun 7 27 0 42238,5 0 0 0 58334,0 Jul 1 1 0 116668,0 Ago 2 6 6 38196,7 - 32 Figura 3.1.1. Área de estudo com os grids que apresentam uma sobreposição quando as áreas sul e norte são monitoradas. 33 40% 30% 20% 10% 0% 0-3m 3-6m 6-9m 9-12m <12m 15-20km 20-25km Classes de Profundidade Estuário Área Completa Esforço de Amostragem 30% 25% 20% 15% 10% 5% 0% 0-5km 5-10km 10-15km Classes de Distancia da Boca da Barra Estuário 100% Área Completa Esforço de Amostragem 80% 60% 40% 20% 0% 0-1° 1°-2° 2°-3° 3°-4° 4°-5° 5°-6° Classes de Declive Estuário Á rea Completa Esforço de A mostragem Figura 3.1.2 Porcentagem da área amostrada por categoria numa saída completa – cinza; Porcentagem do esforço por categoria durante todo o estudo (Esforço de Amostragem) - preto. 34 40% 30% 20% 10% 0% 0-3m 3-6m 6-9m 9-12m > 12m Classes de Profundidade Área Costeira Área Costeira Amostrada 30% Esforço 25% 20% 15% 10% 5% 0% 0-5km 5-10km 10-15km 15-20km Classes de Distância da Barra Área Costeira Área Completa 100% Esforço de Amostragem 80% 60% 40% 20% 0% 0 - 1° 1°- 2° 2°- 3° 3°- 4° 4°- 5° Classes de Declive Área Costeira Área Completa Esforço de Amostragem Figura 3.1.3 Porcentagem da área amostrada por categoria numa saída completa – cinza; Porcentagem do esforço por categoria durante todo o estudo (Esforço de Amostragem) - preto. 35 20% 16% 12% 8% 4% 0% 0-1km 1-2km 2-3km 3-4km 4-5km >5km Classes de Distância da Costa ÁreaTotal Esforço de Amostragem Figura 3.1.4 Porcentagens (eixos y) das classes distância da linha de costa em uma saída completa na Área Costeira (Área Completa) e o esforço em cada classe da variável durante todo o estudo (Esforço de Amostragem). 3.2 Padrões de Distribuição Espacial e Temporal dos Botos De uma maneira geral, as densidades dos botos não diferiram estatisticamente entre os períodos quente e frio (U=0,15; p=0,87) (sem levar as áreas em consideração), entre as três áreas (H=0,67; p=0,71) e quando comparamos a área costeira adjacente (norte e sul) e a área interna do estuário (U=0,44; p=0,65) (não considerando os períodos) (Tabela 3.2.1). Quando os dois períodos foram considerados para cada área, foi verificado que na área sul a densidade de botos é maior do que na área norte durante os meses frios (H=7.1, p=0.03) e em relação à mesma área (sul) durante os meses quentes (U=2,68; p=0,007). Embora não havendo uma diferença significativa, a área norte foi mais utilizada durante o período quente (Figuras 3.2.1). 36 Tabela 3.2.1 Densidades médias (Média) dos botos observados em cada período e subáreas. Área Costeira – subáreas norte e sul. Média (km!) 0.00024 0.00022 0.00020 0.00027 0.00019 0.00021 Período Frio Período Quente Área Costeira Estuário Norte Sul Erro Padrão 0.00006 0.00006 0.00005 0.00008 0.00008 0.00006 600000 0.0006 0.0005 500000 0.0004 0.0003 300000 0.0002 200000 Densidade dos Botos Esforço (km_) 400000 0.0001 100000 0.0000 0 -0.0001 Estuário/ Quente Estuário/Frio Norte/Quente Norte/Frio Sul/Quente Sul/Frio Áreas / Períodos Esforço (km_) Densidade de Botos Figura 3.2.1. Densidades médias e erros padrões de botos observadas e o esforço em cada subárea e período amostrado. 3.2.1 Estuário da Lagoa dos Patos Das 84 avistagens de botos, 36 ocorreram no estuário com uma média de 4,5 (EP=0,7) indivíduos por grupo. A área monitorada no estuário compreendeu profundidades entre 0,29 e 16,30 metros, declividade entre 0° e 5.26° e até 23 37 quilômetros de distância da boca da barra. Dos grupos avistados, a distância média da boca da barra foi de 4,05km (EP=0,82), a profundidade média de 11,21 metros (EP=0,45) e a declividade média de 1,66o (EP=0,26). A maior densidade de botos (69,4% das avistagens) foi encontrada em menos de 5 quilômetros de distância da boca da barra (figura 3.2.1.1) , porém a diferença foi significativa apenas entre as classes 05km e 5-10km (H=5,4, p=0,02) e entre as classes 0-5km e 20-25km (H=6,4, p=0,01). 83,3% das avistagens ocorreram em profundidades maiores que 9 metros sendo a densidade média de botos encontrados na classe de profundidade 9-12 metros significativamente maior do que a classe que incluía profundidades entre 3 e 6 metros (H=12,89, p=0,01) (figura 3.2.1.2). Apesar da maioria dos grupos (77,8%) avistados estarem entre 0 e 2° de declividade, a maior densidade foi encontrada na classe de declive menos disponível, a qual inclui valores maiores que 5°, porém esta diferença não foi significativa (H=8,12, p=0,15) (figura 3.2.1.3). Número de Botos por km_ 0.00200 0.00160 0.00120 0.00080 0.00040 0.00000 0-5km 5-10km 10-15km 15-20km 20-25km Classes de Distância da Boca da Barra Figura 3.2.1.1 Densidades médias e erros padrões de botos em cada classe de distância da boca da barra (km). 38 Número de Botos por km_ 0.00120 0.00090 0.00060 0.00030 0.00000 0-3 m 3-6m 6-9m 9-12m <12m Cla sse s de Profundida de Figura 3.2.1.2 Densidades médias e erros padrões de botos em cada classe de profundidade (metros). 0.01 Número de Botos por km_ 0.008 0.006 0.004 0.002 0 0 - 1° 1°- 2° 2°- 3° 3°- 4° 4°- 5° > 5° Cla sse s de De clive Figura 3.2.1.3 Densidades médias e erros padrões de botos em cada classe de declive (graus). 3.2.2 Área Costeira Adjacente ao Estuário da Lagoa dos Patos Na área costeira adjacente ao estuário da Lagoa dos Patos foram observados 48 grupos de botos, sendo 29 na área sul e 19 na área norte. Os números médios de indivíduos por grupo em cada sub-área foram similares, 5,9 (EP=0,98) na área sul e 5,8 39 (EP=0,97) na área norte. A profundidade monitorada compreendeu o intervalo entre 0 e 12,14 metros e a declividade variou entre 0 e 6,9°. Foi possível verificar a existência de uma correlação entre a profundidade e distância da costa ( rs=0,89, p<0,05), a distância da costa e a declividade (rs=-0,62, p=<0,05) e declive e profundidade (rs=-0,56, p<0,05). Esta correlação nos mostra que a medida que a aumenta a distância da costa, a profundidade aumenta e a declividade diminui (figura 3.2.2.1). A profundidade, a declividade e a distância média da costa onde os grupos de botos foram encontrados foram de 5,8 metros (EP=0,53), 0,66° (EP=0,11) e 1,26 km (EP=0,15), respectivamente. Entretanto, estes valores estão provavelmente superestimados já que 37,5% das avistagens foram realizadas próximas à entrada do estuário, que é delimitada pelos molhes da Barra, os quais avançam cerca de 3 km em direção ao mar. Sendo assim, quando os botos entram ou saem do estuário, eles necessariamente nadam sobre águas mais profundas, distantes da costa. Ao excluirmos os dois transectos mais próximos dos molhes da barra, a profundidade média onde os grupos foram encontrados foi de 3,9 metros (EP=0,37, n=30) e a distância média da costa 0,72 km (EP=0,12). Para as análises a seguir, somente a distância da costa foi considerada, pois apresentou a correlação mais significativa com cada uma das outras duas variáveis. 40 Profundidade (metros) 0.0 -2.0 R2 = 0.8524 -4.0 -6.0 -8.0 -10.0 -12.0 -14.0 A 0.0 1.0 2.0 3.0 4.0 5.0 6.0 Distância da Costa (km) Profundidade (metros) -1.0 R2 = 0.5526 -3.0 -5.0 -7.0 -9.0 -11.0 -13.0 B 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Declividade (graus) 0.9 Declividade (graus) 0.8 R2 = 0.6015 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.0 C 0 1 2 3 4 5 6 Distância da Costa (km) Figura 3.2.2.1 Gráficos de dispersão que demonstram: a profundidade aumentando em uma função polinomial com a distância da costa (A); a declividade diminuindo à medida que aumenta a distância da costa (B) e a profundidade (C). 41 A área costeira também foi monitorada homogeneamente de acordo com a disponibilidade das variáveis analisadas. A maior densidade de botos foi encontrada no primeiro quilômetro de distância da costa (figuras 3.2.2.2 e 3.2.2.3), porém somente existiu diferença significativa quando não consideramos as primeiras transecções das áreas norte e sul (H=10,74; p<0,05). Embora essa mesma tendência ocorra quando as duas transecções foram consideradas, não houve diferença significativa entre as primeiras três classes de distância da costa (0-1km, 1km-2km, 2km-3km), e sim apenas entre a primeira classe e as três mais distantes (H-15,07; p<0,05). Houve uma tendência em diminuir o número de botos ao aumentar a distância da boca da barra (figura Número de Botos por km_ 3.2.2.4). 0.0010 0.0008 0.0006 0.0004 0.0002 0.0000 0-1km 1-2km 2-3km 3-4km 4-5km >5km Classes de Distância da Costa Figura 3.2.2.2 Densidades médias e erros padrões de botos em cada classe de distância da linha de costa (km) sem levar em consideração os grupos avistados nos primeiros transectos. Número de Botos por km_ 42 0.001 0.0008 0.0006 0.0004 0.0002 0 0-1km 1-2km 2-3km 3-4km 4-5km >5km Classes de Distância de Costa Figura 3.2.2.3 Densidades médias e erros padrões de botos em cada classe de distância da linha de costa (km) incluindo todos os transectos. Número de Botos por km_ 0.0004 0.0003 0.0002 0.0001 0 0-5km 5-10km 10-15km 15-20km Classes de Distância da Barra Figura 3.2.2.4 Densidades médias e erros padrões de botos em cada classe de distância da barra (km). 3.3 Padrões de Distribuição Espacial e Temporal das Redes de Pesca Não houve diferenças significativas entre o número de redes encontradas na área de estudo entre os períodos amostrados, quando as áreas costeiras adjacentes (norte e sul) e estuário são comparadas e quando os diferentes períodos foram comparados para 43 o estuário (tabela 3.3.1 e figura 3.3.1). A atividade pesqueira ocorreu na área norte apenas no período quente e com uma menor intensidade em relação às outras duas subáreas (estuário e sul) (H=9,4, p=0,01). Na área sul o esforço pesqueiro foi maior no período quente do que no frio (U=2,1, p=0,035) (figura 3.3.1). Tabela 3.3.1 Densidades médias (Média) de redes observadas em cada período e subáreas. Área Costeira – subáreas norte e sul. * - indica diferença significativa na atividade pesqueira entre subáreas. Média (km!) Erro Padrão 0,00028 0,00078 0,0001967 0,0004989 0,00009184 0,0003 0,00010 0,00054 0,00006 0,00024 0,00006 0,00010 700000 0.0014 600000 0.0012 500000 0.001 400000 0.0008 300000 0.0006 200000 0.0004 100000 0.0002 0 0 Estuario/ Quente Estuario/Frio Norte/Quente Norte/Frio Sul/Quente Sul/Frio Áre a s / Pe ríodos Esforço (km_) Densidade de Redes Figura 3.3.1. Densidades médias e erros padrões de redes observadas em cada subárea e período amostrado. Densidade de Redes Esforço (km_) Período Frio Período Quente Área Costeira Estuário* Norte * Sul* 44 3.3.1 Estuário da Lagoa dos Patos Apesar da maior densidade de redes ocorrer entre 10 e 20 km de distância da boca da barra, não houve diferença significativa entre todas as classes desta variável e as classes de profundidade (figuras 3.3.1.1 e 3.3.1.2). Número de Redes por km_ 0.00250 0.00200 0.00150 0.00100 0.00050 0.00000 0-5km 5-10km 10-15km 15-20km 20-25km Classes de Distância da Boca da Barra Figura 3.3.1.1 Densidades médias e erros padrões de redes em cada classe de distância da boca da barra (km). 0.0012 Número de Redes por km_ 0.001 0.0008 0.0006 0.0004 0.0002 0 0-3 m 3-6m 6-9m 9-12m <12m > Cla sse s de Profundida de s (m e tros) Figura 3.3.1.2 Densidades médias e erros padrões de redes em cada classe de profundidade (metros). 45 3.3.2 Área Costeira Adjacente ao Estuário da Lagoa dos Patos Não houveram diferenças significativas na densidade de redes entre as diferentes classes de distância da costa e da barra. Todavia, a maior densidade ocorreu principalmente nos primeiros três quilômetros de distância da linha de costa, tanto quando não consideramos os primeiros transectos adjacentes aos molhes da barra como quando os incluímos na análise (figuras 3.3.2.1 e 3.3.2.2), e nos primeiros cinco Número de Redes por km_ quilômetros de distância da boca da barra (figura 3.3.2.3). 0.0005 0.0004 0.0003 0.0002 0.0001 0.0000 0-1km 1-2km 2-3km 3-4km 4-5km >5km Classes de Distância da Costa Número de Redes por km_ Figura 3.3.2.1 Densidades médias e erros padrões de redes em cada classe de distância da linha de costa (km) sem levar em consideração os grupos avistados nos primeiros transectos. 0.0005 0.0004 0.0003 0.0002 0.0001 0.0000 0-1km 1-2km 2-3km 3-4km 4-5km >5km Classes de Distância da Costa Figura 3.3.2.2 Densidades médias e erros padrões de redes em cada classe de distância da linha de costa (km) incluindo todas as transecções. 46 Número de Redes por km_ 0.001 0.00075 0.0005 0.00025 0 0-5km 5-10km 10-15km 15-20km Classes de Distância da Boca da Barra Figura 3.3.2.3 Densidades médias e erros padrões de redes em cada classe de distância da boca da barra (km). 3.4. Efeitos das variáveis ambientais, espaciais e temporais na densidade dos Botos Para os modelos lineares generalizados desenvolvidos para cada variável explicativa separadamente, a distribuição binomial negativa apresentou valores de AIC muito menores que os modelos com distribuição de Poisson, demonstrando assim, um melhor ajuste aos dados (Tabelas 3.4.1.1; 3.4.2.1; 3.4.3.1). 3.4.1 Modelo Geral Das quatorze variáveis analisadas individualmente para este modelo, a distância da barra, declividade e diferença de salinidade foram significativas em relação à densidade de botos. A distância da barra foi a variável que apresentou o menor valor de AIC e foi a primeira a ser selecionada para compor os modelos combinados (tabelas 3.4.1.1, 3.4.2.1, 3.4.3.1). Um total de 78 modelos foram gerados. O modelo selecionado (com menor AIC) apresentou as seguintes variáveis: distância da barra, declividade, 47 profundidade, salinidade de fundo, temperaturas de superfície e de fundo e direção do vento. De acordo com esse modelo (tabela 3.4.1.2), a probabilidade de encontrar maiores densidades de botos ocorreu em áreas próximas à boca da barra, com declives mais acentuados e com maiores salinidade de fundo. A densidade de botos aumenta em dias de vento sudeste e diminui em ventos norte e oeste. A densidade diminui com o aumento da temperatura de superfície e aumenta com o aumento da temperatura de fundo. A profundidade, embora selecionada, não foi interpretada pois sua disponibilidade no estuário e área costeira não é semelhante (figuras 3.1.2 A e D). Tabela 3.4.1.1 Modelos simples e combinados com cada variável separadamente e valores de AIC (Critério de Informação Akaike) utilizando dois tipos de distribuição (Poisson e Binomial Negativa – bin. neg.) BO- número de botos avistados. Log(AGRI)- fator de padronização (offset) do número de botos por área (km!) percorrida. Função de ligação = log. AIC AIC NOME MODELO GERAL (Poisson) (Bin. neg.) MG MG1 MG2 BO ~ offset(log(AGRI)) BO ~ offset(log(AGRI)) + Área BO ~ offset(log(AGRI)) + Profundidade 4832.9 4806.8 4833.2 1353 1355 1354.6 MG3 BO ~ offset(log(AGRI)) + Distância da Barra 4464.8 1327.4 MG4 MG5 MG6 MG7 MG8 MG9 MG10 MG11 MG12 MG13 BO ~ offset(log(AGRI)) + Estação BO ~ offset(log(AGRI)) + Período BO ~ offset(log(AGRI)) + Temperatura de Superfície BO ~ offset(log(AGRI)) + Temperatura de Fundo BO ~ offset(log(AGRI)) + Salinidade de Superfície BO ~ offset(log(AGRI)) + Salinidade de Fundo BO ~ offset(log(AGRI)) + "Salinidades de Superfície e de Fundo BO ~ offset(log(AGRI)) + Transparência BO ~ offset(log(AGRI)) + Direção do Vento BO ~ offset(log(AGRI)) + Declividade BO ~ offset(log(AGRI)) + "Temperaturas de Superfície e de Fundo 4835 4829.5 4820.3 4818.2 4810.1 4826.2 4712.6 4799.5 4734.4 4556.6 1358.6 1354.3 1353.4 1353.4 1352.7 1354.8 1349.6 1354.4 1356.7 1331 4834.9 1354.8 MG13 48 Tabela 3.4.1.2 Resultados do modelo escolhido (GLM com distribuição binomial negativa e função de ligação log) relacionando as variáveis escolhidas com densidade dos botos. **significativo em p<0.01 *significativo em p<0.05 Variável Estimativa EP z p da Variável Intercepto -7.320e+00 1.204e+00 -6.078 1.22e-09** Distância da Barra -1.926e-04 3.763e-05 -5.118 3.09e-07 ** Declividade 3.129e+00 2.687e-01 11.646 < 2e-16 ** Profundidade -2.604e-01 5.905e-02 -4.409 1.04e-05** Salinidade de Fundo 1.225e-01 3.544e-02 3.456 0.000549** Temperatura de Superfície -4.521e-01 1.909e-01 -2.368 0.017899* Temperatura de Fundo 3.540e-01 1.913e-01 1.851 0.064208 Vento Norte -2.064e+00 1.022e+00 -2.020 0.043358 * Vento Nordeste -4.119e-01 5.818e-01 -0.708 0.479016 Vento Noroeste -7.825e-01 6.203e-01 -1.261 0.207142 Vento Oeste -2.039e+00 6.763e-01 -3.015 0.002566 ** Vento Sul -5.630e+01 3.236e+06 -1.74e-05 0.999986 Vento Sudeste 4.382e-02 7.963e-01 0.055 0.956115 Vento Sudoeste -1.032e+00 7.922e-01 -1.303 0.192506 Desvio Nulo: 354.92 em 13751 graus de liberdade Desvio de Resíduos: 199.94 em 13738 graus de liberdade AIC: 1279.1 3.4.2 Área estuarina Apenas as variáveis profundidade, distância da barra, salinidade de fundo, diferença entre salinidade de superfície e de fundo e declividade foram significativas quando inseridas separadamente no modelo. A primeira variável selecionada (com menor valor de AIC) para o modelo simples foi a distância da barra (Tabela 3.4.2.1). Após avaliar o valor de AIC de 126 modelos, as variáveis distância da barra, profundidade, direção da correnteza de fundo, declividade, transparência, temperatura de fundo e estação foram as que, em conjunto, melhor explicaram as maiores densidade dos botos no estuário (Tabela 3.4.2.2). Quando outras variáveis foram inseridas e/ou retiradas deste modelo, o valor de AIC começou a aumentar. 49 Analisando as estimativas do modelo selecionado, pudemos verificar a existência de uma probabilidade de encontrar maiores densidades de boto em áreas mais próximas à boca da barra, com maiores profundidades, declividades e transparência da água. Além disso, constataram-se maiores densidades durante o outono (principalmente) e primavera e em águas de fundo mais quente. A direção da correnteza a 12 metros de profundidade pareceu influenciar negativamente na densidade dos botos quando a água sai do estuário. 3.4.2.1 Modelos simples e combinados com cada variável separadamente e valores de AIC (Critério de Informação Akaike). BO- número de botos avistados. Log(AGRI)fator de padronização (offset) do número de botos por área (km!) percorrida. Função de ligação = log AIC AIC NOME MODELO ESTUÁRIO ME ME1 ME2 ME3 ME4 ME5 ME6 ME7 ME8 ME9 ME10 ME11 ME12 ME13 ME14 ME15 ME16 BO ~ offset(log(AGRI)) BO ~ offset(log(AGRI)) + Profundidade BO ~ offset(log(AGRI)) + Distância da Barra BO ~ offset(log(AGRI)) + Estação BO ~ offset(log(AGRI)) + Período BO ~ offset(log(AGRI)) + Temperatura de Superfície BO ~ offset(log(AGRI)) + Temperatura de Fundo BO ~ offset(log(AGRI)) + Salinidade de Superfície BO ~ offset(log(AGRI)) + Salinidade de Fundo BO ~ offset(log(AGRI)) + Transparência BO ~ offset(log(AGRI)) + Direção do Vento BO ~ offset(log(AGRI)) + "Salinidades de Superfície e de Fundo BO ~ offset(log(AGRI)) + Intensidade da Correnteza Superficial (2m) BO ~ offset(log(AGRI)) + Direção da Correnteza Superficial (2m) BO ~ offset(log(AGRI)) + Intensidade da Correnteza de Fundo (12m) BO ~ offset(log(AGRI)) + Direção da Correnteza de Fundo (12m) BO ~ offset(log(AGRI)) + Intensidade * Direção da Correnteza Superficial BO ~ offset(log(AGRI)) + Intensidade * Direção da Correnteza de Fundo ME17 ME18 BO ~ offset(log(AGRI)) + Declividade BO ~ offset(log(AGRI)) + "Temperatura de Superfície e de ME19 Fundo (Poisson) (Bin. neg.) 1422.1 1248.8 1143.4 1400.0 1424 1418.7 1423.8 1420.2 1368.6 1392.3 1366.3 409.79 1250.6 393.15 414.09 411.76 411.75 411.76 411.27 407.95 410.92 413.43 1297.0 402.84 1384.7 413.1 1421.2 411.68 1423.2 414.91 1424 411.78 1360.5 414.54 1389.3 1291.4 417.38 1293.2 1417.0 411.16 50 Tabela 3.4.2.2 Resultados do modelo escolhido (GLM com distribuição binomial negativa e função de ligação log) relacionando as variáveis escolhidas com a maior densidade dos botos (interpretação). Dir.Cor Fundo - direção da correnteza de fundo. **significativo em p<0.01 *significativo em p<0.05 Variável Estimativa da EP z p Variável Intercepto -1.651e+01 2.530e+00 -6.527 6.72e-11 ** Distância da Barra -2.035e-04 6.257e-05 -3.251 0.001148 ** Declividade 8.730e-01 2.681e-01 3.256 0.001132 ** Profundidade 2.957e-01 8.465e-02 3.493 0.000477 ** Dir. Cor. Fundo: Vazante -1.393e+00 9.608e-01 -1.449 0.147246 Transparência 2.253e-02 1.178e-02 1.912 0.055826 Tempertura de Fundo 1.750e-01 1.149e-01 1.522 0.127915 Estação: outono 3.350e+00 1.546e+00 2.168 0.030187 * Estação: primavera 2.868e+00 1.402e+00 2.045 0.040862 * Estação: verao 1.827e+00 1.588e+00 1.151 0.249900 Desvio Nulo: 189.61 em 2655 graus de liberdade Desvio de Resíduos: 73.85 em 2645 graus de liberdade AIC: 361.76 3.4.3 Área Costeira Adjacente ao Estuário da Lagoa dos Patos A primeira variável selecionada para compor o modelo que melhor descreve as maiores densidades dos botos na área costeira adjacente foi a declividade (tabela 3.4.3.1). Além dessa variável explicativa, as que obtiveram valores de p significativos nos modelos individuais foram: distância da costa, profundidade, distância da barra e transparência. Após 129 modelos gerados, o que apresentou menor valor de AIC (tabela 3.4.3.2) demonstrou que a probabilidade de encontrar maiores densidades de botos era em áreas próximas a boca da barra e da costa. A estação que apresentou menor densidade foi o inverno. 51 3.4.3.1 Modelos simples e combinados com cada variável separadamente e valores de AIC (Critério de Informação Akaike). BO- número de botos avistados. Log(AGRI)fator de padronização (offset) do número de botos por área (km!) percorrida. Função de ligação = log AIC AIC (Poisson) (Bin. neg.) NOME MODELO ÁREA COSTEIRA MC MC1 MC2 MC3 MC4 MC5 MC6 MC7 MC8 MC9 MC10 BO ~ offset(log(AGRI)) BO ~ offset(log(AGRI)) + Profundidade BO ~ offset(log(AGRI)) + Distância da Barra BO ~ offset(log(AGRI)) + Estação BO ~ offset(log(AGRI)) + Período BO ~ offset(log(AGRI)) + Temperatura de Superfície BO ~ offset(log(AGRI)) + Temperatura de Fundo BO ~ offset(log(AGRI)) + Salinidade de Superfície BO ~ offset(log(AGRI)) + Salinidade de Fundo BO ~ offset(log(AGRI)) + Transparência BO ~ offset(log(AGRI)) + Direção do Vento BO ~ offset(log(AGRI)) + "Salinidades de Superfície e de Fundo MC11 MC12 BO ~ offset(log(AGRI)) + Distancia da Costa MC13 BO ~ offset(log(AGRI)) + Declividade BO ~ offset(log(AGRI)) + "Temperatura de Superfície e de Fundo MC14 MC15 BO ~ offset(log(AGRI)) + Área 3178.8 2900.7 3049.4 3143.7 3172.7 3146 3153.8 3167.2 3161.5 3143.6 3106 846.33 832.08 837.75 850.98 847.63 846.05 846.82 846.72 845.73 844.07 853.63 3178.9 2771.4 848.17 2773.0 3027.1 825.4 3156.6 3176.5 845.15 847.81 Tabela 3.4.3.2 Resultados do modelo escolhido (GLM com distribuição binomial negativa e função de ligação log) relacionando as variáveis escolhidas com a maior densidade dos botos (interpretação). **significativo em p<0.01 *significativo em p<0.05 Variável Estimativa EP z p da Variável Intercepto -4.048e+00 7.859e-01 -5.150 2.60e-07 ** Distância da Barra -2.432e-04 4.923e-05 -4.940 7.79e-07 ** Distância da Costa -1.385e-03 1.977e-04 -7.006 2.45e-12 ** Estação: outono -8.570e-01 6.901e-01 -1.242 0.214 Estação: primavera -8.318e-01 9.052e-01 -0.919 0.358 Estação: verão -7.029e-01 6.722e-01 -1.046 0.296 Desvio Nulo: 233.86 em 10631 graus de liberdade Desvio de Resíduos: 132.42 em 10626 graus de liberdade AIC: 782.5 52 3.5 Efeitos das variáveis espaciais e temporais no Esforço Pesqueiro Os mesmos critérios foram utilizados para identificar as variáveis espaciais que, em conjunto, melhor explicam a densidade das redes. Nestes modelos, a distribuição binomial negativa foi selecionada por produzir melhores ajustes aos modelos (menores valores de AIC). 3.5.1 Modelo Geral Entre as variáveis testadas separadamente, somente a profundidade não foi significativa (tabela 3.5.1.1). Ao todo, 19 modelos foram rodados para avaliar o seu ajuste. De acordo com o modelo selecionado (tabela 3.5.1.2), o esforço de pesca foi maior durante a primavera e verão, ocorrendo próximo à boca da barra. Nestas estações, a densidade das redes foi maior nas áreas costeiras adjacente ao estuário. Tabela 3.5.1.1 Modelos simples e combinados com cada variável separadamente e valores de AIC (Critério de Informação Akaike) utilizando dois tipos de distribuição (Poisson e Binomial Negativa – bin. neg.) RED- número de redes avistadas. Log(AGRI)- fator de padronização (offset) do número de botos por área (km!) percorrida. Função de ligação = log. AIC AIC NOME MODELO GERAL REDES (Poisson) (Bin. neg.) MG RED ~ offset(log(AGRI)) 5368.6 2768.1 MG1 RED ~ offset(log(AGRI)) + Área 5189.7 2736.7 MG2 RED ~ offset(log(AGRI)) + Profundidade 5360.3 2769.2 MG3 RED ~ offset(log(AGRI)) + Distância da Barra 5270.2 2754.4 MG4 RED ~ offset(log(AGRI)) + Estação 4869.6 2649.2 MG5 RED ~ offset(log(AGRI)) + Período 5210.2 2740.0 53 Tabela 3.5.1.2 Resultados do modelo escolhido (GLM com distribuição binomial negativa e função de ligação log) relacionando as variáveis escolhidas com a maior densidade das redes (interpretação). **significativo em p<0.01 *significativo em p<0.05 Variável Estimativa EP z p da Variável Intercepto -6.187e+00 2.961e-01 -20.896 <2e-16 ** Estação: outono -1.761e+00 3.755e-01 -4.691 2.72e-06 ** Estação: primavera 1.781e+00 2.933e-01 6.073 1.26e-09 ** Estação: verão 1.246e+00 2.733e-01 4.559 5.13e-06 ** Área: norte -2.860e+00 2.857e-01 -10.013 < 2e-16 ** Área: sul -1.858e+00 2.288e-01 -8.118 4.75e-16 ** Distância da Barra -1.705e-04 1.861e-05 -9.159 < 2e-16 ** Desvio Nulo: 947.35 em 13751 graus de liberdade Desvio de Resíduos: 642.26 em 13745 graus de liberdade AIC: 2529.6 3.5.2 Estuário Nesta área, com exceção da distância da barra, as variáveis foram significativas quando inseridas no modelo separadamente. O modelo com melhor ajuste foi selecionado, após 19 alternativas, com as variáveis estação do ano e profundidade. De acordo com as estimativas calculadas com o modelo, o maior esforço pesqueiro ocorreu durante o outono e primavera. Houve também um leve aumento no esforço de pesca em áreas mais profundas. Tabela 3.6.2.1 Modelos simples e combinados com cada variável separadamente e valores de AIC (Akaike’s Information Criterion) utilizando dois tipos de distribuição (Poisson e Binomial Negativa – bin. neg.) RED- número de redes avistados. Log(AGRI)- fator de padronização (offset) do número de botos por área (km!) percorrida. Função de ligação = log. AIC AIC NOME MODELO GERAL REDES (Poisson) (Bin. neg.) ME RED ~ offset(log(AGRI)) 2031.1 2768.1 ME1 RED ~ offset(log(AGRI)) + Profundidade 2010.5 1050.8 ME2 RED ~ offset(log(AGRI)) + Distância da Barra 2023 1055.0 ME3 RED ~ offset(log(AGRI)) + Estação 1844.9 1014.4 ME4 RED ~ offset(log(AGRI)) + Período 1957.7 1044.6 54 Tabela 3.6.2.2 Resultados do modelo escolhido (GLM com distribuição binomial negativa e função de ligação log) relacionando as variáveis escolhidas com a maior densidade das redes (interpretação). **significativo em p<0.01 *significativo em p<0.05 Variável Estimativa EP z p da Variável Intercepto -8.21960 0.36635 -22.437 < 2e-16 ** Estação: outono Estação: primavera Estação: verão Profundidade 2.91626 0.83729 -0.12352 0.08443 0.67438 0.36387 0.38616 0.03473 -4.324 2.301 -0.320 2.431 1.53e-05 ** 0.0214 * 0.7491 0.0151 * Desvio Nulo: 315.20 em 2655 graus de liberdade Desvio de Resíduos: 256.51 em 2651 graus de liberdade AIC: 1011 3.5.3 Área Costeira Adjacente ao Estuário da Lagoa dos Patos Para a área costeira adjacente, todas as variáveis inseridas separadamente foram significativas (tabela 3.5.3.1). Após 21 modelos testados para a verificação de ajustes aos dados, as variáveis selecionadas que melhor explicam o esforço pesqueiro nesta área foram as distâncias da barra e da costa, área e estação do ano (tabela 3.5.3.2). O esforço pesqueiro aumentou na área sul durante a primavera e verão ocorrendo próximos à costa. Tabela 3.5.3.1 Modelos simples e combinados com cada variável separadamente e valores de AIC (Akaike’s Information Criterion) utilizando dois tipos de distribuição (Poisson e Binomial Negativa – bin. neg.) RED- número de redes avistadas. Log(AGRI)- fator de padronização (offset) do número de botos por área (km!) percorrida. Função de ligação = log. AIC AIC NOME MODELO GERAL REDES (Poisson) (Bin. neg.) MC RED ~ offset(log(AGRI)) 3127.7 2768.1 MC1 RED ~ offset(log(AGRI)) + Área 3056.5 1620.6 MC2 RED ~ offset(log(AGRI)) + Profundidade 3052.3 1615.9 MC3 RED ~ offset(log(AGRI)) + Distância da Barra 2540.0 1512.9 MC4 RED ~ offset(log(AGRI)) + Estação 2834.5 1556.3 MC5 RED ~ offset(log(AGRI)) + Período 2959.2 1587.1 MC6 RED ~ offset(log(AGRI)) + Distância da Costa 2895.4 1566.9 55 Tabela 3.5.3.2 Resultados do modelo escolhido (GLM com distribuição binomial negativa e função de ligação log) relacionando as variáveis escolhidas com a maior densidade dos redes (interpretação). **signifiativo em p<0.01 *significativo em p<0.05 Variável Estimativa EP z p da Variável Intercepto -8.033e+00 6.049e-01 13.281 < 2e-16 ** Distância da Barra -3.075e-04 3.144e-05 -9.779 < 2e-16 ** Área: sul 6.534e-01 2.470e-01 2.645 0.00818 ** Estação: outono 7.008e-02 6.382e-01 0.110 0.91256 Estação: primavera 2.819e+00 5.966e-01 4.725 2.30e-06 ** Estação: verão 2.912e+00 5.551e-01 5.245 1.56e-07 ** 8.793e-05 -8.321 < 2e-16 ** Distância da Costa -7.317e-04 Desvio Nulo: 919.09 em 10631 graus de liberdade Desvio de Resíduos: 417.07 em 10625 graus de liberdade AIC: 1328.7 3.6 Sobreposições entre Botos e o Esforço Pesqueiro Através da estimativa de Kernel foi possível mapear as áreas mais utilizadas pelos botos (figuras 3.6.1 e 3.6.2) e atividades pesqueiras (figuras 3.6.3 e 3.6.4) nos períodos amostrados. A área de uso representativa (90%) para a população de botos durante os meses quentes foi de 25499,05km! enquanto que a pesca utilizou uma área de 50157,10km!. Durante o período frio, a área representativa utilizada pelos botos foi similar ao período anterior (25192,18km!), ao contrário da pesca que utilizou menos da metade (22391,73km!) da área em relação aos meses quentes. As áreas preferenciais de uso pelos botos (kernel 50%) no período frio ocorreram ao longo da área costeira sul e na porção final da desembocadura da Lagoa dos Patos, totalizando uma área de 6656,34 km!. No período quente as áreas preferenciais diferiram em relação ao período anterior, 56 como já descrito anteriormente, localizando-se próximas aos molhes da barra, principalmente na área norte e dentro do estuário (área total 6346,8km!). Figura 3.6.1 Mapa das densidades de kernel para botos no período quente. Contorno amarelo: áreas preferenciais (50% kernel). Contorno vermelho: áreas representativas (kernel 90%). 57 Figura 3.6.2 Mapa das densidades de kernel para botos no período frio. Contorno amarelo: áreas preferenciais (50% kernel). Contorno vermelho: áreas representativas (kernel 90%). 58 Figura 3.6.3 Mapa das densidades de kernel para redes no período quente. Contorno amarelo: áreas preferenciais (50% kernel). Contorno vermelho: área representativas (kernel 90%). 59 Figura 3.6.4 Mapa das densidades de kernel para redes no período frio. Contorno amarelo: áreas preferenciais (50% kernel). Contorno vermelho: área representativas (kernel 90%). 60 Em ambos os períodos, as áreas preferenciais (50%) de pesca ocorreram principalmente dentro do estuário, não tão próximos à desembocadura da barra. Durante o período quente, a área preferencial de pesca foi o dobro do tamanho (11880,3 km!) em relação ao período frio (5510,74 km!), incluindo a área costeira próxima aos molhes da barra. As áreas de sobreposição entre os botos e a pesca foram de 12146,16 km! no período quente (figuras 3.6.5 e 3.6.6) e 8177,81 km! no período frio (figuras 3.6.7 e 3.6.8) e representaram 33,9% e 34,4 % das áreas utilizadas, respectivamente. A área com maior sobreposição e que inclui áreas preferenciais (kernel 50%) para os dois períodos se localiza na desembocadura do estuário e na área costeira adjacente bem próxima aos molhes da barra. 61 Figura 3.6.5 Mapa das áreas representativas (kernel 90%) botos (contorno vermelho) e redes (contorno preto) (mapa A). 62 Figura 3.6.6 Mapa das áreas de sobreposição entre redes e botos no período quente. 63 Figura 3.6.7 Mapa das áreas representativas (kernel 90%) dos botos (contorno vermelho) e das redes (contorno preto). 64 Figura 3.6.8 Mapa da área de sobreposição entre redes e botos no período frio. 65 4. DISCUSSÃO Os resultados deste trabalho descrevem os padrões de uso do habitat e movimentos desta população de boto no estuário da Lagoa dos Patos e águas costeiras adjacentes, assim como das possíveis atividades que possam impactá-la. Foi possível identificar variáveis que influenciam nas densidades dos animais. É importante ressaltar que os modelos selecionados não são os únicos possíveis para explicar o padrão espaço-temporal de densidade dos botos e do esforço de pesca. Porém, são os melhores modelos para o conjunto de dados adquiridos. A obtenção de novos dados a médio e longo prazo poderão resultar em modelos mais detalhados para descrever a ecologia desta população (e.g. Burham & Anderson, 2002). Padrões de Distribuição dos Botos em toda a Área de Estudo De uma maneira geral, a densidade dos botos foi semelhante em toda a área e período de estudo. Isto foi detectado tanto nas análises exploratórias, através de testes estatísticos, como quando o GLM foi utilizado. Através deste último, foi possível verificar que as variáveis espaciais que explicam melhor a maior densidade dos botos foram a distância da costa e a declividade. Este padrão é frequentemente encontrado em populações costeiras dessa espécie (e.g. dos Santos & Lacerda, 1987; Ballance, 1992; Wilson et al., 1997; Ingram & Rogan, 2002; Robinson et al., 2007). Além das variáveis espaciais, houve um leve aumento na densidade de botos com o aumento da salinidade de fundo em dias de vento sudeste. O oposto ocorreu em dias de vento norte, oeste e leste. A relação entre ventos do quadrante sul e o aumento da salinidade já foi detectado para a área estuarina (Costa et al., 1988), e parece que esse padrão age de algum modo na distribuição dos botos, talvez por interferir na distribuição de suas presas. Porém, ao 66 analisar as áreas separadamente pôde-se identificar outras variáveis explicativas importantes na distribuição dos botos. A seleção das variáveis que se demonstraram importantes em determinar a densidade dos botos pode ter sido influenciada pela heterogeneidade entre as regiões estuarina e costeira quanto a suas características ambientais e espaciais. Segundo Fortin & Dale (2006), a escolha da escala da área de estudo é importante para que a identificação dos padrões espaciais escolhidos pelo objeto de estudo não sejam distorcidos e imprecisos. Assim, ao analisar separadamente a área estuarina da área costeira, foi possível verificar melhor os padrões espaciais e temporais que determinam a maior densidade dos botos e do esforço de pesca. Padrões de Distribuição dos Botos na Área Estuarina Os botos apresentaram preferência pela boca da barra e por maiores declividades. Maiores densidades de botos são comumente relacionadas a declividades mais acentuadas, tanto em águas estuarinas (e.g. Ingram & Rogan, 2002) como costeiras (e.g. Robinson et al., 2007), talvez por facilitar a captura das presas. Wursig & Wursig (1979), observaram uma forte associação de botos por áreas com declividades acentuadas na costa da Patagônia Argentina e notaram que os animais se deslocam seguindo essas feições topográficas, sugerindo que essas possam auxiliar a orientação dos animais ou facilitar a captura das pressas. A maior densidade de botos nas proximidades da boca da barra, principalmente durante o outono e primavera, pode estar relacionada com a presença da tainha (Mugil spp.) e corvina (Micropogonia furnieri), respectivamente, que são espécies estuarinodependentes (Chao et al., 1985), e presas importantes da espécie (Pinedo, 1982; Mehsen 67 et al., 2005). Tanto a tainha como a corvina utilizam o estuário para seu desenvolvimento até a maturidade. Sabe-se que entre os meses de abril e maio adultos de tainha formam grandes cardumes dentro do estuário para iniciarem a migração reprodutiva nas áreas costeiras (Vieira & Scalabrin, 1991). Do mesmo modo, indivíduos maturos de corvina iniciam sua migração reprodutiva para o oceano durante a primavera (Castello, 1986). Portanto, durante o outono e a primavera deve haver uma alta concentração de presas nesta área, já que os cardumes precisam sair para o oceano através do único canal de acesso ao estuário. Em outras populações dessa espécie, observa-se o mesmo padrão aqui descrito, no qual os botos se concentram em canais pequenos por haver uma maior abundância de presas (Shane, 1990; Wilson et al., 1997; Ingram & Rogan, 2002). Mattos et al., (2007) observaram o comportamento de alimentação com maior freqüencia na porção final do estuário, reforçando ainda a hipótese de que a maior densidade pode estar relacionada com a disponibilidade de presa. Em outros estuários, áreas de alta concentração de botos também foram relacionadas com áreas de alimentação (Ballance, 1992; Hastie et al., 2003, 2004). A seleção por maiores profundidades pode ter sido porque as áreas mais rasas estão menos disponíveis nos primeiros cinco quilômetros a partir da boca da barra, onde o canal profundo de acesso ao porto é predominante (figura 2.3.1.1). Porém, em outros estudos a profundidade em conjunto com o declive são as variáveis que determinam a distribuição de botos (Hastie et al., 2004; Moreno, 2005). O aumento na densidade dos botos encontrado com o aumento da temperatura de fundo e da transparência, e a diminuição na densidade estimada quando a corrente da água de fundo sai do estuário pode estar relacionado com a disponibilidade das presas nessa área. Sabe-se que essas variáveis influenciam na disponibilidade de algumas das 68 presas que fazem parte da dieta desta população, como a corvina e a tainha. Em épocas de muita precipitação, como ocorre durante os meses de El Niño, a salinidade e transparência permanecem baixas afetando a distribuição e diversidade das espécies estuarino-dependentes, as quais nesse período permanecem em maiores densidades na área costeira adjacente (Garcia et al., 2002). Além disso, Vieira et al. (2008) sugerem que durante períodos em que não há a intrusão de água salina no estuário, os cardumes de tainha que se agregariam para a migração reprodutiva permanecem mais dispersos. Como observados em estudos prévios (e.g. Castello & Pinedo, 1977; Moller, 1993; Dalla Rosa, 1998; Mattos et al., 2007; Fruet, 2008), o estuário da Lagoa dos Patos foi utilizado por essa população de botos ao longo de todo o ano. Esta região apresenta uma alta produção primária e é caracterizada por densas populações de poucas espécies de peixes (Vieira, 1991), e portanto proporciona um ambiente com alta abundância de alimento para os botos. Estuários também proporcionam proteções contra potenciais predadores e condições oceanográficas adversas, alguns autores sugerem que fêmeas com filhotes tendem a freqüentar águas mais protegidas durante o desenvolvimento dos filhote (e.g. Sarasota, Flórida; Wells et al., 1980; Shark Bay, Austrália; Mann et al., 2000). A combinação destes aspectos pode aumentar as chances de sobrevivência, especialmente de filhotes. Padrões de Distribuição dos Botos na Área Costeira Adjacente ao estuário Embora as diferenças nas densidades dos botos entre as áreas costeiras nos diferentes períodos tenham sido significativas, o modelo selecionado com melhor ajuste aos dados não incluiu as variáveis área e período. Isto pode ter ocorrido devido a uma baixa contribuição dessas variáveis em relação às outras que o modelo selecionou. De 69 qualquer maneira, a variação no uso espacial entre as duas áreas (norte e sul) pode estar relacionada a um maior esforço pesqueiro e/ou uma maior movimentação de veranistas e barcos na área sul durante o período quente. O maior esforço pesqueiro neste período ocorreu na área sul, e é devido principalmente a pesca da corvina durante a primavera e verão (Reis et al.,1994) e à pesca ilegal de viola (Rhinobatos horkelli) ( S. Estima, com. pess.) durante o verão. O Balneário Cassino, que recebe aproximadamente 200 mil veranistas a cada temporada, localizado ao sul da Lagoa dos Patos apresenta uma grande movimentação de banhistas, lanchas, jetskis e carros na praia durante o verão. Em alguns trabalhos realizados, foi observado que populações de Tursiops truncatus podem mudar de habitats preferenciais para evitar áreas de maiores movimentos de embarcações (Wells, 1993; Lusseau, 2005). Porém Allen & Read (2000), sugerem que os botos mudam a seleção de habitat indiretamente com a movimentação das embarcações, em resposta à interferência desta na disponibilidade das presas. Qualquer uma dessas razões pode responder a menor densidade dos botos na área sul durante o período quente, porém estudos mais duradouros são necessários para confirmar esse padrão de distribuição. Na área costeira adjacente ao estuário houve uma tendência em diminuir a densidade de botos com o aumento da distância da barra, resultado tanto das análises exploratórias como do modelo selecionado. Porém, áreas mais distantes são também utilizadas, como verificado através de indivíduos foto-identificados nessa área e que pertencem à população que habita águas costeiras no norte do Uruguai (Laporta et al., 2008). Além disso, movimentos longos são comumentes reportados para populações costeiras dessa espécie em outras partes do mundo (e.g. Balance, 1990; Wood, 1998; Simões-Lopes & Fabian, 1999). 70 As maiores densidades de botos foram encontradas mais próximas à costa, em áreas mais rasas e com maiores declives, sendo as últimas duas correlacionadas com a primeira. É nessa zona de arrebentação onde se distribuem várias espécies de peixes juvenis e onde os adultos de algumas espécies se distribuem para desovar (e.g. tainha, corvina). Além da corvina e tainha, a maria-luiza (Paralonchurus brasiliensis), a pescadinha-real (Macrodon ancylon), o peixe-espada (Trichiurus lepturus), a castanha (Umbrina canosai), a pescada-olhuda (Cynoscion guatucupa), a abrótea (Urophicis brasiliensis) e o papa-terra (Menticirrhus littoralis), frequentemente capturadas na zona de arrebentação através da pesca com rede de cabo e do arrastão de praia (Klippel et al., 2005), são espécies importantes na dieta do boto (Mehsen et al., 2005). Padrões de Distribuição do Esforço Pesqueiro em toda a Área de Estudo Nas análises exploratórias, o esforço pesqueiro foi semelhante entre as áreas e períodos. Porém, o modelo selecionado demonstrou que o maior esforço pesqueiro ocorreu na área externa próximos à boca da barra durante a primavera e o verão. Nesse período ocorre principalmente a pesca da corvina, que atualmente é a espécie de maior expressão no desembarque artesanal (Leal & Bemvenuti, 2006). Padrões de Distribuição do Esforço Pesqueiro na Área Estuarina No estuário, a pesca é considerada de subsistência desde a década de 80, com exceção da safra de tainha (outono) e camarão (verão), quando houve um decréscimo abrupto de várias espécies comerciais (Reis, 1993). O modelo selecionado sugere que as estações de outono e primavera determinam um maior esforço, coincidindo com a época das safras da tainha e da corvina, respectivamente (Reis et al., 1993,1994; Klippel et al., 71 2005), que são as espécies com maior desembarque da pesca artesanal nesses períodos (Leal & Bemvenuti, 2006). O maior esforço pesqueiro ocorreu durante o outono (safra da tainha), o período em que a pescaria artesanal deixa de ser considerada de subsistência (Reis, 1993). De acordo com informações de desembarques da pesca artesanal, provavelmente existe uma relação inversa entre a safra do camarão e o esforço pesqueiro com redes de emalhe no estuário e área costeira adjacente durante o verão (S. Estima com. pess.). As safras do camarão nos verões de 2006/2007 e 2007/2008 foram moderadas e boas se comparadas com as safras de 2004/2005 e 2005/2006 (D. Monteiro com. pess.). Talvez isso explique o menor esforço pesqueiro nesse período. Padrões de Distribuição do Esforço Pesqueiro na Área Costeira Além das redes colocadas pelos botes artesanais que já não se restringem à pesca no interior do estuário, a pesca com rede de cabo também foi contabilizada na área costeira. Esta pescaria é caracterizada por uma rede presa em uma das extremidades por um cabo a uma estaca na praia ou às pedras dos molhes, enquanto a outra extremidade é fixada mar adentro (até 400 metros). O maior esforço pesqueiro ocorreu próximo à boca da barra e à costa, principalmente na área sul durante a primavera e verão, segundo as estimativas do modelo selecionado. O período de maior esforço pesqueiro na área costeira coincide com a safra da corvina. Segundo Castello (1986), embora a desova desta espécie possa ocorrer no estuário, a área de maior freqüência de desova é na área costeira. Outras espécies capturadas nesse período são a pescada-olhuda, a pescadinhareal e o linguado (Leal & Benvenuti, 2006), sendo todas freqüentes na dieta do boto (Mehsen et al., 2005). Quando a safra do camarão é fraca, a pesca da corvina e a pesca 72 ilegal da viola são intensificadas durante o verão nessa área (D. Monteiro com. pess.). A sobreposição das presas consumidas pelos botos e visadas pela pesca costeira de emalhe provavelmente favorece a sobreposição entre a distribuição do boto e da pesca. Sobreposição entre os Botos e o Esforço Pesqueiro A maior área de esforço pesqueiro ocorrido durante o período quente foi devido à extensão da pesca para a área costeira, provavelmente relacionada ao direcionamento à captura da corvina, que ocorre no fim da primavera e no verão, a pesca ilegal da viola, no verão, e o início da pesca da tainha no outono. A área de sobreposição entre as redes e os botos foi maior durante o verão, porém, as proporções dessa área para o período frio e quente continuaram praticamente iguais. Isso ocorreu porque durante o período quente a área de pesca duplicou comparada com a área de pesca no período frio. Fruet (2008) reuniu e padronizou dados de monitoramento de praia realizados, com o objetivo de registrar e coletar carcaças de mamíferos marinhos encalhados, entre 1976 e 2006 no litoral sul do Rio Grande do Sul e detectou um aumento temporal da mortalidade de botos, especialmente a partir de 2002. Além disso, o maior número de carcaças encontradas próximas à desembocadura do estuário e a sazonalidade das suas ocorrências (maior durante a primavera e verão), que coincide com os meses de maior esforço pesqueiro, levou Fruet (2008) a relacionar esta mortalidade com um provável aumento no esforço de pesca nesse período. Era esperado que a proporção da área de sobreposição aumentasse durante os meses de maior esforço pesqueiro. No entanto, além da área de sobreposição é preciso levar em conta a densidade tanto das redes como dos botos. Ao verificar a distribuição dos maiores valores de densidade (figuras 3.6.1, 3.6.2-Kernel 50%), é possível notar 73 que a maior parte das áreas de maior esforço pesqueiro no período quente se localizou dentro do estuário, havendo poucas áreas de sobreposição com os botos na área costeira. De 2006 até o final deste trabalho, apenas um indivíduo foi encontrado encalhado nos monitoramentos de praia (Fruet, com. pess.). Este fato não deixa a hipótese de que o intenso esforço pesqueiro na área costeira durante o verão é a causa da mortalidade sazonal de botos seja descartada. Tanto a distribuição dos botos como o esforço pesqueiro são dinâmicos, e variam de acordo com a disponibilidade dos recursos. Fenômenos como o El Niño e La Niña, que influenciam na precipitação e salinidade desta área, causam mudanças drásticas na distribuição, abundância e recrutamento dos recursos pesqueiros dessa região (Garcia et al., 2001). Assim, mudanças nas áreas de distribuição dos botos e do esforço pesqueiro podem resultar em uma maior área de sobreposição e, do mesmo jeito que houve uma diminuição abrupta da mortalidade dos botos, o aumento pode voltar a acontecer. É importante que o uso do habitat dessa pequena população seja monitorado sistematicamente em longo prazo, para que variações anuais na distribuição dos botos e das atividades pesqueiras possam ser monitoradas. Para minimizar possíveis repetições de anos com alta mortalidade, o resultado deste trabalho poderia ser utilizado na delimitação de áreas de conservação, onde as atividades pesqueiras fossem reguladas ou proibidas de acordo com as áreas de sobreposição (figura 4.1). A área sugerida inclui o primeiro quilômetro de distância da costa, um quilometro ao redor dos molhes e os cinco quilômetros mais próximos a desembocadura do estuário, que são as áreas onde foram encontradas as maiores densidades de botos. Por exemplo, um santuário ou área de proteção marinha poderia ser estabelecido baseado nas áreas utilizadas preferencialmente pelos botos e nos 74 padrões de distribuição da pesca, similar ao santuário proposto para o golfinho-dehector (Cephalorhynchus hectori) na Nova Zelândia (e.g. Dawson & Slooten, 1993; Hastie et al., 2004; Clement, 2005). Os padrões de uso do habitat desta população de botos descritos neste trabalho poderão ainda servir de base para avaliar impactos resultantes da implantação de futuras obras e atividades nesta região. Além disso, estes resultados podem auxiliar tomadores de decisão na elaboração de planos de conservação dessa população se necessário, conforme sugerido por Fruet (2008) após detectar uma alta probabilidade de declínio caso o esforço pesqueiro com redes de emalhe aumentasse nas proximidades do estuário. Figura 4.1 Área de exclusão de pesca sugerida com base nos resultados deste estudo. 75 5. CONCLUSÃO • No estuário, os botos preferiram locais com maiores declives e menores distância da boca da barra. A densidade foi maior durante a primavera e o outono; • Na área costeira adjacente ao estuário, os botos preferiram áreas mais próximas à costa e à boca da barra; • O esforço pesqueiro na área estuarina ocorreu em maior intensidade durante a primavera e o outono ao longo de toda área amostrada do estuário; • Na área costeira adjacente, a pesca é intensificada próxima à boca da barra e à costa durante a primavera e o verão; • A área representativa (kernel 90%) da distribuição dos botos foi similar entre os períodos quente e frio; • A área do esforço pesqueiro duplicou no período quente; • Os animais são mais vulneráveis no período quente na zona costeira próxima à boca da barra. 76 LITERATURA CITADA ABREU, P.C. & CASTELLO, J.P. 1998. Interações entre os ambientes estuarino e marinho. in: Seeliger, U., Odebrecht, C., Castello, J.P. (ed) Os ecosistemas costeiro e marinho do extremo sul do Brasil. Editora Ecoscientia, Rio Grande. 199-204p. ALLEN, M. C., AND A. J. READ. 2000. Habitat selection of foraging bottlenose dolphins in relation to boat density near Clearwater, Florida. Mar Mamm Sci 16:815-824. ACEVEDO-GUTIERREZ, A.; PARKER, N. 2000. Surface behavior of bottlenose dolphin is related to spatial arrangement of prey. Mar. Mamm. Sci. 16(2):287-298. ASMUS, M.L. 1998. A planície costeira e a Lagoa dos Patos. in: Seeliger, U., Odebrecht, C., Castello, J.P. (ed) Os ecosistemas costeiro e marinho do extremo sul do Brasil. Editora Ecoscientia, Rio Grande. 7-12p. ATWOOD, T.C. & WEEKS, H.P. JR (2003) Spatial home-range overlap and temporal interaction in eastern coyotes: the influence of pair types and fragmentation. Canadian Journal of Zoology, 81, 1589-1597p. BALANCE, L.T. 1990. Residence patterns, group organization, and surfacing associations of bottlenose dolphins in Kino Bay, Gulf of California, Mexico. 267-283p. in: Leatherwood, S. & R. Reeves (ed). Academic Press, New York 77 BALLANCE, L. 1992. Habitat use patterns and ranges of the bottlenose dolphins in the Gulf of California, Mexico. Mar. Mamm. Sci. 8(3):262-274pp. BARROS, N.B.; WELLS, R. S. 1998. Prey and feeding patterns of resident bottlenose dolphins (Tursiops truncatus) in Sarasota Bay, Florida. Journal of Mammalogy, 79,1045-1059PP. BUCKLAND, S.T., ANDERSON, D.R., BURNHAM, K.P., LAAKE, J.L., BORCHERS, D.L. & THOMAS, L. 2001. Introduction to distance sampling. Oxford University Press, Oxford. BURNHAM, K & D ANDERSON. 2002. Models Selection and Multi-Model Inference. A practical information-theoretic approach.2 ed.Springer Verlag. Berlin. 496p. CASTELLO, H.P. & PINEDO, M.C. 1977. Botos na Lagoa dos Patos. Natureza em Revista 2: 46-49p. CASTELLO, J.P. 1986. Distribuicion, crescimiento y maduracion sexual de la corvina juvenil Micropogonias furnieri en el estuario de la Lagoa dos Patos, Brasil. Phycis (B. Aires) 44(106):21-36 CASTELÃO, R.M. & MÖLLER JR., O.O. 2003. Sobre a circulação tridimencional forçada por ventos na Lagoa dos Patos. Atlântica 25(2):91-106 78 CHAO, L.B., PERFIRA, L.E. & VIEIRA, J.P. 1985. Estuarine fish community of the Patos Lagoon, Brasil. A baseline study.in:Yañes-Arancibia (ed) Fish community ecology in estuaries and coastal lagoons: towards the ecosystem integration. UNAM Press, Mexico. CLAPHAM, J. P. 2002. Humpback Whale. in Perrin, W.F., Wursig, B. And Thewissen, J.G.M. (Eds). Encyclopedia of Marine Mammals. Academic Press, San Diego, CA . 589-592pp. CLEMENT, D.M. 2005. Distribution of hector´s dolphin (Cephalorhynchus hectori) in relation to oceanografic features. Dissertation of Doctor of Philosophy. University of Otago, Dunedin, New Zealand. 269p. COSTA, C., SEELIGER, U., KINAS, P. 1988. The effect of wind velocity and direction on the salinity regime in the lower Patos Lagoon estuary. Ciencia e Cultura 40:909-912. DALLA ROSA, L. 1999. Estimativa do tamanho da população de botos, Tursiops truncatus, do estuário da Lagoa dos Patos, RS, a partir da foto-identificação de indivíduos com marcas naturais e da aplicação de modelos de marcação-recaptura. Dissertação de Mestrado. DAWSON, S.M. & SLOOTEN, E. 1993. Conservation of hector´s dolphins: The case and process which led to stablishment of the Banks Peninsula Marine Mammal Sanctuary. Aquatic Conservation: Marine and Freshwater Ecossystems 3:207-221 79 DEFANT, A. 1961. Physical oceanography. Pergamon Press, New York. DONIOL-VALCROZE, T.; BERTEAUX, D.; LAROUCHE, P.;SEARS, R. 2007. Influence of thermal fronts on habitat selection by four rorqual whale species in the Gulf of Saint Lawrence. Mar. Ecol. Prog Ser. 335:207-216pp. DEFRAN, R.H.; WELLER, D.W.; KELLY, D.L.; ESPINOSA, M.A. 1999. Range caracteristcs of pacific coast bottlenose dolphins (Tursiops truncatus) in the southern California Bight. Mar. Mamm. Sci. 15 (2): 381-393. dos SANTOS, M.E. & LACERDA, M. 1987. Preliminary observations of the bottlenose dolphins (Tursiops truncatus) in the Sado estuary (Portugal). Aquatic Mammals 13(2):65-80. FIELDER, P.C.; REILLY, S.B. 1994. Interannual variability of dolphin habitats in the eastern tropical Pacific: effects on abundance estimated from tuna vessels sightings, 1975-1990. Fish. Bull. 92:451-463. FORCADA, J. 2002. Distribution. Pages 327-333 in Perrin, W.F., Wursig, B. And Thewissen, J.G.M. (Eds). Encyclopedia of Marine Mammals. Academic Press, San Diego, CA FORD, J. K. B.; ELLIS, G. M.; BARRET-LENNARD, L.G.; MORTON, A.B.; PALM, R. S.; BALCOMB III, K.C. 1998. Dietary specialization in two sympatric population of 80 killer whales (Orcinus orca) in coastal Britsh Columbia and adjacent waters. Can. J. Zool. 76, 1456-1471. FORD, J. K. B. 2002. Killer Whale in Perrin, W.F., Wursig, B. And Thewissen, J.G.M. (Eds). Encyclopedia of Marine Mammals. Academic Press, San Diego, CA . 669-676pp. FORTIN, M.J. & DALE, M. 2006. Spatial Analysis. A guide for ecologists. University Press, Cambridge, United Kingdom. FRUET, P. F., SILVA, K. G., SECCHI E. R., MENEZES, R. B., DI TULLIO, J. C., MONTEIRO, D. S., MEHSEN, M. & ESTIMA S. C. 2005. Temporal trend in the bycatch of botllenose dolphins, Tursiops truncatus, from a small resident population in southern Brazil. Paper SC/57/SM8 presented to IWC meeting. Ulsan, South Korea, May/June, 2005. FRUET, P. F. 2008. Abundancia, mortalidade em atividades pesqueiras e viabilidade da população de botos (Tursiops truncatus) do estuário da Lagoa dos Patos, RS, Brasil. Universidade Federal de Rio Grande, Rio Grande (Dissertação de Mestrado). GARCIA, C.A.E. 1998. Oceanografia física. . in: Seeliger, U., Odebrecht, C., Castello, J.P. (ed) Os ecosistemas costeiro e marinho do extremo sul do Brasil. Editora Ecoscientia, Rio Grande. 104-106p. 81 GARCIA, A.M., VIEIRA, J.P., WINEMILLER, K.O. 2003. Effects of 1997-1998 El Niño on the dynamics of the shallow-water fish assemblages of Patos Lagoon Estuary (Brasil). Estuarine Coastal and Shelf Sci. 57: 489-500. HAIMOVICI, M., CASTELLO, J.P. & VOOREN, C.M. 1998. Pescarias in: Seeliger, U., Odebrecht, C., Castello, J.P. (ed) Os ecosistemas costeiro e marinho do extremo sul do Brasil. Editora Ecoscientia, Rio Grande. 205-218p. HAIMOVICI, M., VASCONCELLOS, M., KALIKOSKI, D.C., ABDALAH, P., CASTELLO, J.P. & HELLEBRANDT, D. 2006. Diagnóstico da pesca no litoral do estado do Rio Grande do Sul. Pages 157-180 in Isaac V.J., Martins, A.S., Haimovici, M., Andriguetto Filho, J.M. (Eds). A Pesca Marinha e Estuarina do Brasil no início do século XXI: Recursos, tecnologias, aspectos socioeconômicos e institucionais. Editora Universitária. Pará, Brasil. HASTIE, G. D.; BARTON, T. R.; GRELLIER, K.; HAMMOND, P.S.; SWIFT, R.J.; THOMPSON, P.M.; WILSON, B. 2003. Distribution of small cetaceans within a candidate special area of conservation; implications for management. J. Cetacean Res. Manage 5(3):261-266pp. HASTIE, G.D., WILSON, B., WILSON, L.J., PARSONS, K.M. & THOMPSON, P.M. 2004. Functional mechanisms underlying cetacean distribution patterns: hotspots for bottlenose dolphins are linked to foraging. Marine Biology. 144:397-403 82 HEITHAUS,M.R.; DILL, M. 2002. Food availability and tiger shark predation risk influence bottlenose dolphin habitat use. Ecology 83:480-491 HEITHAUS,M.R.; DILL, L.M. 2006.Does tigershark predation risk influence foraging habitat use by bottlenose dolphins at multiple spatial scales? Oikos 114: 257-264. HOFFMAN, L.S. 2004. Um estudo de longa duração de um grupo costeiro de golfinhos Tursiops truncatus (Montagu, 1821) (Cetácea, Delphinidae) no sul do Brasil: aspectos de sua biologia e bioacústica. Tese de Doutorado, Instituto de Biociências, Universidade Federal do Rio Grande do Sul, Brasil. 273p. HOOKER, S.K.; WHITEHEAD, H.; GOWANS, S. 1999. Marine Protected Area Design and the spatial and temporal distribution of cetaceans in a submarine canyon. Cons. Biol. 13 (3):592-602. INGRAM, S.N. & ROGAN, E. 2002. Identifying critical áreas and habitat preferences of bottlenose dolphins Tursiops truncatus. Marine Ecology Progress Series 224: 247-255 JOHNSON, D. 1980. The comparison of usage and availability measurements for evaluating resource preference. Ecology 61:65-71. JOHNSTON, D. W.; CHAPLA, M. E.; WILLIAMS, L. E.; MATTILA, D. K. 2007. Identification of humpback whale Megaptera novaeangliae wintering habitat in the 83 Northwestern Hawaiian Islands using spatial habitat modeling. Endangered Species Research 3: 249-257pp. KARCZMARSKI, L.; COCKCROFT V.G.; McLACHLAN, A. 2000. Habitat use and preferences of indo-pacific humpback dolphins Sousa chinenis in Algoa Bay, South Africa. Mar. Mamm. Sci. 16 (1):65-79pp. KLIPPEL, S., PERES, M.B., VOOREEN, C.M. & LAMÓNACA, A.F. 2005. A pesca artesanal na costa da plataforma sul. Pages 179-197 in Vooreen, C.M. & Klippel, S. (Eds). Ações para a conservação de tubarões e raias no sul do Brasil. Instituto Igaré, Porto Alegre, RS. KJERVFE, B. 1986. Comparative oceanography of coastal lagoons. in: D.A. Wolfe (ed) Estuarine variability. Academic Press, New York. 63-81p. LAPORTA, P., FRUET, P., DI TULLIO, J., SECCHI, E. 2008. Movimientos de tonnas Tursiops truncatus entr la costa oceanica Uruguaya y sur de Brasil. Pg 156. In: Actas da XIII Reunión de Trabajo de Especialistas en Mamiferos Acuaticos de America del Sur/ 7° Congresso Solamac. 13 a 17 de outubro, Montevideo, Uruguay. LEAL L.,C.,N., BEMVENUTI, M.A. 2006. Levantamento e caracterização dos peixes mais frequentes no mercado público do Rio Grande. Cadernos de Ecologia, 1(1):45-61. 84 MANLY, B.F.J., McDONALD, L.L., THOMAS, D.L., McDONALD, T.L., ERICKSON, W.P. 2002. Resource selection by animals. Statistical design and analysis for field studies. Kluwer Academic Publishers, Netherlands. McCOY, J. & JOHNSON, K. 2001. Mapping density. In:Using ArcGis Spatial Analyst: GIS by ESRI. US ESRI, Inc.:133:138 McCULLAGH P. & J.A. NELDER. 1989. Generalized Linear Models 2ed. Chapman & Hall. New York. 511p. MEHSEN, M., SECCHI, E. R., FRUET, P. AND DI TULLIO, J. 2005. Feeding habits of bottlenose dolphins, Tursiops truncatus, in southern Brazil. Artigo SC/58/SM8 apresentado durante a reunião da CBI. Ulsan, South Korea. MENDES, S.; TURRELL, W.; LÜTKEBOHLE, T. AND P. THOMPSON. 2002. Influence of the tidal cycle and a tidal intrusion front on the spatio-temporal distribution of coastal bottlenose dolphins. Marine Ecology Progress Series 239:221-229pp. MÖLLER, L. M. 1993. Observações sobre o comportamento e a ecologia do boto Tursiops truncatus no estuário da Lagoa dos Patos, RS, Brasil. Universidade do Rio Grande, Rio Grande (Monografia de graduação). MÖLLER JR., O.O.; LORENZETTI, J.A., STECH, J.L., MATA, M.M. 1996. Patos Lagoon summertime circulation and dynamics. Cont. Shelf Res. 16(3): 335-351p. 85 MÖLLER, L. M., SIMÕES-LOPES P.C., SECCHI, E.R., ZERBINI, A.N. 1994. Uso de foto-identificação no estudo do deslocamento de botos, Tursiops truncatus, (Cetacea, Delphinidae) na costa sul do Brasil. Páginas 5-8 in Actas da 6a Reunião de Especialistas em Mamíferos Aquáticos da América do Sul, Florianópolis, Brasil. MÖLLER JR., CASTAING, P., SALOMON, JC. & LAZURE, P. 2001.The influence of local and non-local forcing effects on he subtidal circulation of Patos Lagoon. Estuaries 24(2): 297-311. MOORE, S.E.; WAITE, J.M.; FRIDAY, N.A.; HONALEHTO, T. 2002. Cetacean distribution and relative abundance on the central-eastern and south-eastern Bering Sea shelf with reference to oceanographic domains. Progress in Oceanography 55:249161pp. NIENCHESKI, L.F. & BAUMGARTEN, M.G.1998. Química Ambiental. in: Seeliger, U., Odebrecht, C., Castello, J.P. (ed) Os ecosistemas costeiro e marinho do extremo sul do Brasil. Editora Ecoscientia, Rio Grande. 18-21p. PARRA, G.J. 2006. Resource partitioning in sympatric delphinids: space use and habitat preferences of australian snubfin and indo-pacific humpback dolphins. Journal of Animal Ecology 75:862-874 86 PARRA, G.J., CORKERON, P.J. & MARSH, H. 2006. Population sizes, site fidelity and residence patterns of australian snubfin and ind-pacific humpback dolphins: implications for conservation. Biological Conservation 129: 167-180 R DEVELOPMENT CORE TEAM. 2007. R: a language and environment for statistical computing. R Foundation for Statistical Computing. Viena. http://www.R-project.org REDFERN, J.V., FERGUSON, M.C., BECKER, E.A., HYRENBACH K.D., GOOD, C., BARLOW, J., KASCHNER, K., BAUMGARTNER, M.F., FORNEY, K.A., BALANCE, L.T., FAUCHALD, P., HALPIN, P., HAMAZAKI, T., PERSHING, A.J., QIAN, S.S., READ, A., REILLY, S.B., TORRES, L., WERNER, F. 2006. Techniques for cetacean-habitat modeling. Mar Ecol. Prog. Ser. 310:271-295p. REIS, E. 1993. Classificação das atividades pesqueiras na costa do Rio Grande do Sul e qualidades estatísticas de desmbarque. Atlântica 15:107-114. REIS, E.G., VIEIRA, P.C., DUARTE, V.S. 1994. Pesca artesanal de teleósteos no estuário da Lagoa dos Patos e costa do Rio Grande do Sul. Atlântica. 16:69-86. ROBINSON, K.P.; BAUMGARTNER, N.; EISFELD, S.M.; CLARK, N.M.; CULLOCH, R.M.; HASKIN, N.; ZAPPONI,L.; WHALEY, A.R.; WEARE, J.S. & TETLEY, M.J. 2007. The summer distribution and occurrence of cetaceans in the coastal waters of Moray Firth, in northeast Scotland (UK). Lutra 50(11):13-26p. 87 SICILIANO, S., Di benedito, a. p. & ramos, r. M. A. 2002. A toninha, Pontoporia blainvillei, nos estados do Rio de Janeiro e Espirito Santo, costa sudeste do Brasil: caracterização dos habitats e fatores de isolamento das populações. Bol. Mus. Nac., Zool. 476:1-15. SAULITIS, E.; MATKIN, C.; BARRET-LENNARD, L.G.; HEISE, K.; ELLIS, G. M. 2000. Foraging strategies of sympatric killer whale (Orcinus orca) population in rince William Sound, Alaska. Mar. Mamm. Sci. 16, 94-109. SCOTT, M.D.; WELLS, R.S.; IRVINE, A.B. 1990. A long term study of bottlenose dolphins on the west coast of Florida. In: Leatherwood, S; Reeves, R.R. (ed) The bottlenose dolphin. Academic, San Diego, 235-244pp. SILBER, G.K.; NEWCOMER, M. W.; SILBER, P.C.; PÉREZ-CORTÉS, H.; ELLIS, G. M. 1994. Cetaceans of the northern Gulf of California: Distribution, occurence and relative abundance. Mar.Mamm. Sci. 10, 283-289. SIMÕES-LOPES, P. C. (1995) Ecologia comportamental do delfim, Tursiops truncatus (Montagu, 1821), durante as interações com a pesca artesanal de tainhas (Mugil spp) no Sul do Brasil. Tese de Doutorado. Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, Brasil. 88 STEVICK, P.T., McCONNEL, HAMMOND, P.S. 2002. Patterns of movement. In Marine Mammal Biology: An Evolutionary Approach. A.R. Hoelzel (Ed). Oxford: Blackwell Science Ltd., 185-216pp. TAGLIANI, P.R.A, LANDAZURI, H., REIS, E.G., TAGLIANI, C.R., ASMUS, M.L., SÁNCHEZ-ARCILLA, A. 2003. Integrated coastal zone management in the Patos Lagoon estuary: perspectives in contexto f developing country. Ocean & Coastal Management 46:807-822. TORRES, L. G.; READ, A. J.; HALPIN P. 2008. Fine-scale habitat modeling of o top marine predator: do prey data improve predictive capacity? Ecological Applications 18(7):1702-1717pp. VIEIRA, J.P.; GARCIA, A.M., GRIMM, A.M. 2008. Evidences o fel Niño effects on the mullet fishery of the Patos Lagoon estuary. Brasilian Archives of Biology and Technology. 51 (2): 433-440. WATSON, D.F. 1992. Contouring: a guide to the analysis and display of spatial data. Elsevier, Oxford, 321p. WELLS, R.S.; RHINEHART, H.L.; CUNNINGHAM, P.; WHALEY, J.; BARAN, M.; KOBERNA, C.; COSTA, P.D. 1999. Long distance offshore movements of bottlenose dolphins. Mar. Mamm. Sci. 15:1098-1114pp. 89 WELLS, R. S. & SCOTT, MICHAEL D. 2002. Bottlenose Dolphins. Pages 122-127 in Perrin, W.F., Wursig, B. And Thewissen, J.G.M. (Eds). Encyclopedia of Marine Mammals. Academic Press, San Diego, CA WELLS, R.S & SCOTT, M.D. 1999. Bottlenose dolphin – Tursiops truncates (Montagu, 1821). 137-182p. in: Ridgway, S.H. & S.R. Harrison (Eds.). Handbook of Marine Mammals 6: The second book of dolphins and porpoises. WHITEHEAD, H.; WEILGART, L. 2000. The sperm whale: Social females and roving males. In: Mann, J; Connor, R.C.; Tyack, P.; Whitehead, H. (Eds). Cetacean Societies. University of Chicago Press, Chicago. 154-172pp. WILSON, B., THOMPSON, P.M. & HAMMOND, P.S. 1997. Habitat use by bottlenose dolphins: seasonal distribution and stratified movement patterns in Moray Firth, Scotland. Jounal of Applied Ecology 34: 1365-1374 WOOD, C. J. 1998. Movement of bottlenose dolphins around the south-west coast of Britain. J. Zool. Lond. 246:155-163p.