Niche precision modeling for rare species : the case of coastal cliffs

Abstract

As falésias costeiras são ecossistemas por norma intactos devido ao seu difícil acesso, servindo de refúgio para espécies raras e ameaçadas, no entanto estas também sofrem ameaças à sua biodiversidade, tais como as alterações climáticas, alterações no uso do solo e pressões significativas por parte de espécies exóticas invasoras, como Carpobrotus edulis que modificam os habitats e interferem nas interações bióticas. Esta planta, introduzida na Europa como ornamental no século XVII, é altamente invasiva e altera as características do solo, prejudicando a regeneração da flora nativa. No contexto português, o Cabo Espichel alberga espécies endémicas ameaçadas, como Euphorbia pedroi e Convolvulus fernandesii, cuja conservação é prejudicada pela expansão de C. edulis. A presença desta espécie invasora pode restringir ainda mais os nichos ecológicos já especializados destas plantas, ao alterar a disponibilidade de recursos e a dinâmica competitiva. A definição precisa dos fatores ambientais que moldam a distribuição das espécies endémicas, e portanto, do nicho ecológico, é essencial para o desenvolvimento de estratégias eficazes de conservação e restauro ecológico. A investigação da vegetação em falésias tem sido limitada por desafios logísticos, sendo tradicionalmente realizada através de telescópios terrestres ou escalada, métodos que apresentam riscos e dificuldades operacionais. Neste sentido, os avanços na deteção remota, particularmente através de veículos aéreos não tripulados, abriram novas possibilidades para a monitorização e cartografia da vegetação rupícola. No entanto, técnicas como fotogrametria vertical e oblíqua ainda enfrentam dificuldades, como problemas de oclusão ou sobreposição nos setores verticais e necessidade de elevadas competências de pilotagem manual, podendo isto comprometer a resolução e precisão dos modelos tridimensionais gerados. Perante estas ameaças e desafios metodológicos, a Mossy Earth tem implementado ações de restauro ecológico no Cabo Espichel, controlando a propagação de C. edulis e promovendo a participação de escaladores na conservação da flora endémica. Como parte deste projeto, este estudo tem como objetivo avaliar as melhores ferramentas para a identificação e cartografia das espécies E. pedroi, e potencialmente C. fernandesii e C. edulis, utilizando tecnologias inovadoras para compreender a relevância das variáveis topográficas na sua distribuição utilizando fotogrametria horizontal. A definição precisa dos nichos ecológicos destas plantas permitirá não apenas orientar ações de conservação, mas também apoiar futuros esforços de restauro e reintrodução em habitats adequados. O estudo foi realizado no Cabo Espichel, situado no sudoeste da Península de Setúbal, Portugal. A zona de estudo abrange um quilómetro de falésias verticais e está inserida em três sistemas de conservação distintos: a Zona Especial de Conservação Arrábida/Espichel, o Parque Natural da Arrábida e a Zona de Proteção Especial Cabo Espichel. A vegetação apresenta endemismos como E. pedroi e C. fernandesii, enquanto C. edulis, uma espécie invasora, representa uma ameaça significativa para a flora nativa. A cartografia das espécies foi realizada com um veículo aéreo não tripulado e o planeamento do voo foi efetuado com o software UgCS, permitindo a captura de 1.990 imagens de alta resolução. O processamento das imagens foi realizado no Pix4Dmatic, dividindo-se a área de estudo em três secções. A identificação das espécies vegetais foi inicialmente tentada através de técnicas automáticas, como a análise de cor RGB e o plugin CANUPO para classificação de nuvens de pontos. No entanto, devido à baixa precisão destes métodos, optou-se pela identificação manual dos indivíduos de E. pedroi. A caracterização do ambiente topográfico foi realizada através da extração de variáveis altimétricas e topográficas das nuvens de pontos, nomeadamente altitude, inclinação e azimute. Para garantir maior precisão, os dados foram calibrados com um Modelo Digital de Terreno de referência. Posteriormente, a modelação da distribuição de E. pedroi foi efetuada utilizando um modelo Random Forest, com um conjunto de treino correspondente a 70% dos dados e um conjunto de teste com os restantes 30%. A análise de importância das variáveis revelou que a inclinação e a orientação do terreno foram os principais determinantes na distribuição da espécie. Os resultados obtidos foram utilizados para prever a presença de E. pedroi numa secção adicional da falésia, demonstrando a aplicabilidade do modelo na identificação de nichos ecológicos favoráveis à espécie. Este estudo destaca a eficácia da utilização de veículos aéreos não tripulados na monitorização de vegetação rupícola e na cartografia detalhada de habitats inacessíveis, contribuindo para a conservação de espécies endémicas ameaçadas e representa um avanço significativo na compreensão das metodologias utilizadas para monitorizar populações de plantas rupícolas, identificando as técnicas disponíveis para a sua deteção e caracterizando as condições topográficas favoráveis à sua ocorrência com alta resolução espacial. A pesquisa demonstra que a combinação de software de controlo de drones de alta resolução com técnicas de fotogrametria e análise de nuvens de pontos 3D constitui uma abordagem eficiente para estudar populações de plantas endémicas em ambientes desafiadores, como falésias costeiras. Esta metodologia permite a identificação ex-situ das espécies e a extração de dados morfológicos detalhados, reduzindo o esforço de amostragem e o impacto ambiental. No caso da espécie validada, Euphorbia pedroi, os resultados indicam que o seu nicho fundamental está associado a características topográficas específicas: altitude média de 62,66 metros, inclinação de 62,69° e orientação de 192,65° (Sul-Sudoeste). Estes achados corroboram estudos anteriores, mas avançam na quantificação exata das condições topográficas mais favoráveis à espécie. Através das métricas Mean Decrease Accuracy (MDA) e Mean Decrease Gini (MDG), verificou-se que a orientação e a inclinação tiveram maior influência na precisão preditiva, enquanto que a altitude teve um papel mais relevante na segmentação dos dados. Estas conclusões são fundamentais para a conservação da espécie, permitindo a identificação e priorização de áreas para proteção e restauração do habitat. A metodologia adotada demonstra que a cartografia de falésias com veículos aéreos não tripulados é uma ferramenta valiosa para a investigação e monitorização de populações vegetais em falésias. O mapeamento da falésia vertical de Cabo Espichel foi realizado em apenas duas horas de voo, proporcionando uma resolução espacial excecional. Embora o processamento de imagens e a extração de dados topográficos exijam tempo adicional, este método é consideravelmente mais rápido, seguro e menos invasivo do que abordagens tradicionais baseadas em escalada. A integração da deteção remota com identificação ex-situ e modelagem baseada em machine learning potencia a monitorização de longo prazo de E. pedroi, permitindo a análise comparativa da distribuição da espécie ao longo do tempo e a interpretação de perturbações ambientais. O modelo de Random Forest revelou-se preciso na avaliação da influência das variáveis ambientais de alta resolução na ocorrência da espécie, classificando corretamente pontos de presença e ausência. As métricas MDA e MDG demonstraram que a orientação, inclinação e altitude são fatores críticos para a predição da presença da espécie, refletindo a complexidade das interações entre variáveis ambientais e distribuição da planta. O modelo também evidenciou que fatores microclimáticos, como exposição solar e proteção contra ventos, podem desempenhar um papel determinante na distribuição da espécie, além de indicar possíveis interações bióticas que afetam seu nicho ecológico. No entanto, algumas limitações metodológicas foram identificadas. A ausência de pontos de controlo terrestre comprometeu a calibração da variável de altitude, sendo necessária uma correção posterior. Além disso, o modelo foi treinado com dados de apenas uma secção da falésia, o que pode ter introduzido um viés nos resultados e limitado a capacidade de predição para altitudes superiores. A subdivisão da falésia em diferentes secções, com E. pedroi mais concentrada em altitudes intermédias, também pode ter afetado a distribuição dos resultados. Perspectivas futuras incluem a adoção de tecnologias avançadas, como sensores multiespectrais e índices de vegetação tal como o NDVI, para melhorar a identificação remota da espécie. Métodos baseados em deep learning, como segmentação semântica aplicada a ortomosaicos verticais e nuvens de pontos 3D, poderiam aprimorar a eficiência e automação do processo. Além disso, a monitorização a longo prazo, incorporando variáveis microclimáticas e edáficas, pode fornecer uma compreensão mais abrangente do nicho ecológico da espécie. Os resultados deste estudo oferecem uma base científica sólida para orientar estratégias de restauro ecológic e conservação de E. pedroi. Ao identificar com precisão as condições topográficas ideais para a espécie, torna-se possível selecionar áreas prioritárias para reintrodução e reforço populacional, otimizando o sucesso de programas de restauro e mitigando a competição de espécies invasoras. Assim, a replicabilidade desta metodologia em diferentes regiões e espécies pode contribuir significativamente para a gestão e preservação de ecossistemas rupícolas vulneráveis.

Coastal cliffs are unique biodiversity hotspots, yet many cliff-dwelling plant communities are increasingly threatened by climate change and invasive species. This study, integrated into a Mossy Earth project, aims to develop monitoring, sampling, and modeling strategies to provide high-resolution ecological information, using Cabo Espichel, Portugal, as a case study. The primary objective was to assess tools and methodologies for surveying and monitoring endemic species, particularly Euphorbia pedroi, while identifying key topographic factors influencing its distribution as proxies for microclimatic conditions. Unmanned aerial vehicles (UAVs) equipped with high-resolution imaging tools were used to generate 3D point clouds, enabling precise extraction of topographic variables such as altitude, slope, and azimuth. A Random Forest model applied to these variables achieved 99.05% accuracy in predicting E. pedroi presence, pinpointing its niche conditions. Results highlight the potential of UAV-based remote sensing to reduce fieldwork effort, minimize environmental impact, and provide detailed ecological insights. Despite technological limitations, 3D topographic analysis proved highly effective in characterizing habitat conditions.The study also recommends integrating multispectral imagery, vegetation indices, and machine learning to enhance species detection and analysis. By promoting UAV technologies and 3D modeling in ecological research, this approach bridges modern tools with conservation efforts, including ecological restoration. Understanding these niche conditions is crucial for long-term conservation and provides a scientific foundation for ecological restoration or species reintroduction where necessary.