@PHDTHESIS{ 2025:73564429,
 	title = {Abundância de pirarucus (Arapaima gigas) em áreas de manejo comunitário: integrando os componentes da paisagem e o comportamento socioambiental das comunidades ribeirinhas},
 	year = {2025},
 	url = "https://tede.ufam.edu.br/handle/tede/11173",
 	abstract = "A abundância do pirarucu é influenciada por uma diversidade de fatores ecológicos e antropogênicos. Compreender como diferentes fatores interagem com a abundância é fundamental para aprimorar as estratégias de manejo dos recursos pesqueiros. Sob essa perspectiva, o objetivo geral deste estudo foi avaliar a relação entre a abundância de pirarucu, os componentes da paisagem dos lagos de várzea da planície inundada amazônica e o comportamento socioambiental das comunidades ribeirinhas nas áreas de acordo de pesca no município de Coari, Amazonas, Brasil. No Capítulo I, buscamos responder quais são os elementos centrais presentes no conhecimento etnoictiológico dos manejadores, na aptidão agrícola e na gestão participativa das associações que desenvolvem o manejo do pirarucu. Nossos resultados evidenciaram elevado grau de conhecimento dos manejadores sobre o pirarucu, em concordância com os dados técnico-científicos disponíveis. A aptidão agrícola é predominantemente composta por sistemas produtivos familiares com baixa tecnificação, complementada pela atividade de manejo e pela pesca comercial multiespecífica. A avaliação da gestão participativa identificou assimetrias entre as associações, com destaque para fragilidades nas dimensões de monitoramento, sistema de vigilância, levantamento de estoque e capacidade produtiva. No Capítulo II, avaliamos três algoritmos de classificação supervisionada (Maximum Likelihood, Spectral Angle Mapper e Random Forest) para identificação dos componentes da paisagem (água aberta, macrófitas, floresta inundada e floresta não inundada) em ambiente de várzea amazônica. Foram utilizadas imagens do Landsat-8 e imagens aéreas de alta resolução espacial obtidas com drone, o processamento digital foi realizado no software QGIS. O algoritmo Random Forest obteve maior acurácia global (93,7%) e índice Kappa (0,92), seguido por Maximum Likelihood (74,8% e 0,92) e Spectral Angle Mapper (69,9% e 0,60), respectivamente. O algoritmo de classificação Random Forest mostrou-se mais robusto, mesmo em um cenário heterogênico e de alta variação espectral, como é o caso da várzea amazônica. No Capítulo III, testamos a hipótese de que os componentes da paisagem e os aspectos socioambientais influenciam significativamente a abundância do pirarucu. Os dados foram analisados utilizando um modelo linear generalizado misto (GLMM) com distribuição binomial negativa, que explicou 96,8% da variação da abundância de pirarucu, sendo influenciada positivamente pelos componentes da paisagem (água aberta, macrófitas e floresta inundada) e pelos aspectos socioambientais (gestão participativa e conhecimento etnoictiológico). A integração entre a conservação dos ambientes de várzea e a participação direta das comunidades ribeirinhas é essencial para garantir a sustentabilidade da pesca manejada e a conservação da espécie.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-Graduação em Ciência Animal e Recursos Pesqueiros},
 	note = {Faculdade de Ciências Agrárias}
}