deletions | additions       diff --git a/subsection_Baleias_din_mica_populacional__.tex b/subsection_Baleias_din_mica_populacional__.tex  index 9eed163..c6a2e7b 100644  --- a/subsection_Baleias_din_mica_populacional__.tex  +++ b/subsection_Baleias_din_mica_populacional__.tex 
...
A embarcação seguia os grupos da baleia-jubarte visando obter fotografias da parte ventral de suas nadadeiras caudais, que permite a identificação individual através dos padrões de pigmentação que variam de todo branco a todo preto \cite{Katona_1981}. Entre 1989 e 2003, as fotografias eram tiradas com máquinas analógicas \cite{freitas2004abundance}. A partir de 2004, foram utilizadas máquinas digitais. Foram usadas lentes com distância focal entre 200 e 400 mm, permitindo maior ampliação das caudas. As caudas foram classificadas em cinco padrões de acordo com a proporção de branco e preto da cauda (Padrão 1 – toda branca e Padrão 5 – toda preta). As fotografias foram comparadas com outras fotos do mesmo padrão e dos padrões adjacentes. Quando um indivíduo novo era identificado, a melhor fotografia era inserida em um catálogo base. Somente fotografias de boa qualidade foram consideradas, seguindo os seguintes critérios: (a) foco correto, (b) ângulo vertical e perpendicular ao fotógrafo, e (c) fotometria adequada – pigmentação branca e preta visível. Duas a três pessoas realizaram as comparações de fotos independentemente. Depois da comparação, os resultados eram confrontados visando reduzir os erros.  \textit{Modelos de marcação-recaptura}Modelos de marcação-recaptura  Os dados de foto-identificação foram utilizados para construir uma matriz com os históricos de capturas das baleias. O primeiro ano foi excluído do banco de dados, totalizando 22 anos de série temporal. A probabilidade de sobrevivência foi estimada usando o modelo condicional de Cormack-Jolly-Seber - CJS \cite{CORMACK_1964}. De acordo com esse modelo, a probabilidade de um animal ser reavistado depende de dois processos: (a) o animal estar vivo na área de estudo e (b) o animal ter sido capturado. Dois parâmetros são estimados através do modelo, sendo a probabilidade de captura (p) condicionada à probabilidade de sobrevivência aparente (ϕ). A sobrevivência é dita aparente porque não se consegue distinguir entre os processos de mortalidade e emigração permanente.  Cada histórico de captura único pode ser descrito probabilisticamente. O produto das probabilidades de cada histórico e sua frequência compõem a função de verossimilhança. A função de verossimilhança foi maximizada visando obter as estimativas dos parâmetros usando o programa Mark, versão 7.1 \cite{White_1999}. Os modelos foram construídos dentro de uma abordagem de modelos generalizados lineares (GLM), permitindo que os parâmetros do modelo (p e ϕ) variem em função de covariáveis contínuas ou categóricas \cite{Lebreton_1992}. Covariáveis climáticas e temporais foram incorporadas nos modelos de marcação-recaptura através de uma função de ligação logit. 
...
O bom ajuste do modelo CJS e as suas premissas \cite{Nichols_2010} foram avaliadas através de uma série de testes de bondade de ajuste aditivos usando o programa Release \cite{burnham1988design}. O fator de inflação da variância (c-hat) foi calculado como um indicativo do grau de variação extra-multinomial ou sobredispersão, e usado para alargar os intervalos de confiança das estimativas. Através do c-hat também pode ser corrigido o valor de AIC resultando na medida Quasi-AIC (QAIC) que favorece modelos mais simples e menos parametrizados. O fator de inflação da variância foi calculado somando-se os dois valores de Qui-quadrado obtidos dos testes 2 e 3 do programa Release e dividindo-se pela somatória dos graus de liberdade desses testes. Um valor de c-hat próximo de um, indica que não existe excesso de variação.  \textit{Modelos de contagens de filhotes}  Para a modelagem das contagens de filhotes foram utilizados dados de 1996 a 2011. O dia de amostragem foi considerado como unidade amostral. O número de filhotes observados por dia foi então utilizado como variável resposta em um modelo generalizado linear (GLM) com distribuição de erros Poisson \cite{mccullagh1989generalized}. O logaritmo natural foi usado como função de ligação do GLM, restringindo os valores da variável resposta a números inteiros positivos. Desta forma, buscou-se verificar quais variáveis explanatórias ou combinação destas que explica a variação no número de filhotes observados por dia de amostragem no Banco dos Abrolhos. Os melhores modelos foram escolhidos com base no menor valor de AIC \cite{burnham2002model}. Todos os modelos GLM foram construídos usando o programa R \cite{team2014r}.  O esforço amostral em milhas náuticas percorridas foi usado para corrigir as contagens (termo offset), resultando numa taxa de filhotes observados por dia como variável resposta. Considerando que a maioria dos nascimentos ocorrem a partir de agosto \cite{martins2001aspects}, os dados do mês de julho foram excluídos devido à ausência de filhotes. O excesso de zeros (ausência de filhotes no dia) pode causar sobredispersão \cite{Zuur_2009}. 
...
As variáveis explanatórias foram exploradas de forma a verificar sua colinearidade, que pode reduzir a precisão dos coeficientes de regressão e deve ser eliminada \cite{fox2010r}. Depois de avaliadas por meio de gráficos de dispersão, índice de correlação de Pearson e fator de inflação de variância, as variáveis correlacionadas foram excluídas da análise.  \textit{Variáveis climáticas}  Dois índices climáticos foram utilizados como covariáveis nos modelos de sobrevivência e contagem de filhotes (Figura 1): (a) SOI – índice da Oscilação Austral (Southern Oscillation Index), e (b) SAM – índice do Modo Anular Austral (Southern Annular Mode). O SOI é um índice standardizado calculado a partir da diferença de pressão atmosférica entre os lados oriental e ocidental do Oceano Pacífico \cite{stone1996prediction}. Períodos prolongados de valores negativos de SOI indicam o fenômeno El Niño, com aquecimento das águas do Pacífico, enquanto períodos com SOI positivo indicam o fenômeno de La Niña. Este índice foi inserido como variável contínua nos modelos, consistindo em um efeito diferenciado conforme a intensidade do evento de El Niño ou La Niña. Anos de El Niño forte a moderado (períodos de mais de três meses de SOI < -1) também foram inseridos nos modelos de sobrevivência como variável categórica. Neste caso, o efeito sobre a sobrevivência se daria somente com eventos significativos de aquecimento das águas do Pacífico e seus reflexos sobre o Oceano Austral.    O SAM é um fenômeno de grande escala caracterizado por câmbios de massa atmosférica entre altas e médias latitudes \cite{limpasuvan1999eddies}. Este fenômeno tem influência nos ventos dominantes e temperatura da superfície do mar na Antártica. Em sua fase positiva, o SAM é caracterizado pela intensificação dos ventos circumpolares que sopram do oeste. Os dois índices foram incluídos com efeitos no mesmo ano e com efeitos atrasados (lag de 1 a 6 anos). A inclusão de efeito com atraso se justifica por causa do mecanismo hipotético de efeito da variabilidade climática sobre as baleias. Espera-se que o clima afete a principal presa das baleias, que é o krill. Desta forma, o clima afetaria primeiro o krill para depois afetar indiretamente a demografia das baleias (ver discussão).