Avaliação da occorrência de pontos negros de mortalidade por atropelamento em strigiformes

Abstract

O atropelamento é uma das principais causas de mortalidade de Strigiformes. Como predadores de topo, este poderá comprometer a persistência das suas populações. Para reduzir tais efeitos, medidas de mitigação deverão ser implementadas. A sua aplicação ao longo da totalidade das estradas não é financeiramente exequível, implicando a identificação dos locais onde a mortalidade é mais intensa (i.e. pontos negros). Para além disso, também é necessário reconhecer quais os fatores que influenciam sua distribuição, o que permitirá delinear medidas mitigadoras. O desempenho de cinco métodos de identificação de pontos negros foi analisado utilizando informação de atropelamentos de Strigifonnes, recolhida sistematicamente durante dois anos, ao longo de 311km de estrada no Sul de Portugal. A identificação dos fatores determinísticos da mortalidade conseguiu-se através do desenvolvimento de modelos, usando a regressão logística binária e a Análise Factorial do Nicho Ecológico (ENFA). Os resultados sugerem que o método desenvolvido por Malo (2004) deve ser o escolhido para identificação dos pontos negros. O atropelamento destas espécies está associado a existência de boas condições de habitat para a ocorrência das espécies, e da existência de condições que promovem a ocorrência de episódios de caça sobre a via. A determinação destes fatores permitiu a definição de um conjunto de medidas mitigadoras. /ABSTRACT - Road fatalities are among the major causes of mortality for Strigiformes species, and may affect the populations perpetuity. The use of mitigation strategies must be considered to overcome this problem. However, because its application along the total length of all roads is not financially feasible, the locations where Strigiformes road-killing are more frequent (i.e. Road fatality hotspots) must identified. Aside hotspots identification, factors that influence the occurrence of such fatalities should be recognized to allow mitigation measures delineation. We use road fatality data collected from 311km of south Portuguese roads during a two years period, to compare the performance of five different hotspot identification methods: Binary logistic regression; Ecological Niche Factor Analysis; Kemel density estimation; Nearest Neighbour Hierarchical Clustering and Malo’s method. Binary logistic regression and ENFA modelling were also used for road-kill deterministic factors recognition. Our results suggest that Malo’s method should be preferred to hotspot identification. The main factors driving owl road- killings are associated with the existence good habitat conditions for species occurrence, and the existence of specific conditions that promote hunting behaviour near roads. According to these factors several mitigation measures are recommended.