A new study method of microhabitat structure of small mammals

Abstract

The variables in habitat studies are usually transformed in such a way that they become abstractions and intuition is lost. We tested a new method for the analysis of habitat using data collected in a grid laid at the "restinga de Maricá", in Rio de Janeiro State, Brazil. Thirty-seven microhabitat variables were measured at each trap station. We assume that these variables characterize the microhabitat structure at the moment when measurements were taken. The data are transformed in 3 ways: (1) the averages of the measured variables were calculated, as usual in habitat studies; (2) the data are transformed in densities per area in square meters without reduction in the number of variables; and (3) we calculated the natural logarithms of the data thus transformed. The 3 sets were analised through discriminant analysis. The logarithms of densities were the most efficient kind of transformation. This transformation resulted in a significance of p = 0.0001 with 39.72% of variance in the 1st discriminant function and of p = 0.0426 with 31.45% of variance in the 2nd function, and 84.62% of groups correctly classified. We obtained better classification results than previous similar works and we kept the intuition through the data analysis.As variáveis utilizadas em estudos de hábitat são transformadas de tal maneira que se tornam abstrações e se perde a intuição. Testamos um novo método para esse tipo de análise usando dados coletados em uma grade na restinga de Maricá, Rio de Janeiro. Em cada ponto de captura foram medidas 37 variáveis de microhábitat. Consideramos que tais variáveis caracterizam a estrutura dos microhábitats no momento em que são tomadas. Os dados foram transformados de 3 maneiras: (1) as médias das variáveis foram calculadas, como é usual em estudos de hábitat; (2) os dados foram transformados em suas densidades por área em metros quadrados, sem redução no número de variáveis; e (3) calculamos os logaritimos naturais dos dados transformados em densidades. Os 3 conjuntos foram submetidos à análise discriminante. O logaritimo das densidades foi o tipo de transformação mais eficiente. Esta transformação resultou na obtenção de p = 0,0001, com 39,72% da variância na 1ª função e um p = 0,0426 com 31,45% da variância na 2ª função, com um acerto de 84,62% na classificação dos grupos. Os resultados obtidos foram melhores do que em trabalhos similares anteriores, mantendo-se a intuição.