Além dos efeitos das atividades humanas, os processos, tais como o isolamento geográfico, especiação, interação entre espécies e bióticos respostas para o meio ambiente, também são determinantes cruciais das distribuições geográficas de organismos., Para inferir plenamente os efeitos do uso do solo nas distribuições de mamíferos, é necessário eliminar os efeitos destes factores de confusão nos parâmetros relacionados com as distribuições de mamíferos. No Japão, muitas espécies congenéricas apresentam padrões de distribuição mutuamente exclusivos indicando especiação alopátrica ou exclusão competitiva (por exemplo, Mogera spp.79). Neste estudo, os dados de distribuição para espécies congenéricas foram agrupados para omitir os efeitos destas interacções e limitar o âmbito do estudo a fenómenos de nível de género., As ilhas Ryukyu foram omitidas da nossa análise devido ao seu contexto biogeográfico distinto do do Japão continental. Pela mesma razão, Hokkaido foi excluído da análise de géneros sem registos de ocorrência em Hokkaido. Os géneros endémicos de Hokkaido também foram omitidos porque a variação espacial da intensidade histórica do uso do solo e o ambiente físico de Hokkaido, por si só, eram demasiado pequenos para análises., Um total de 38 gêneros nativas de mamíferos terrestres satisfeitas essas condições, das quais sete—Euroscaptor (Soricomorpha), Eptesicus, Nyctalus, Vespertilio, Barbastella, Plecotus e Tadarida (Chiroptera)—tinha menos de 30 registros de presença e posteriormente foram eliminados a partir de outras análises. Os 31 géneros analisados incluíam seis géneros de Soricomorpha, cinco de Chiroptera, um de primatas, seis de Carnivora, Três de Artiodactyla, Nove de Rodentia e um género de Lagomorpha (quadro suplementar S1). Os mapas de distribuição são apresentados na figura suplementar. S1., O tamanho adulto e o hábito alimentar de cada gênero foram obtidos de Ohdachi et al.78 e taxa foram atribuídos a três classes de tamanho (pequeno, médio e grande) de acordo com Prothero80, onde “pequeno” é inferior a 100 g, “médio” é entre 100 g e 10 kg e “grande” é superior a 10 kg. O tamanho dos géneros é apresentado no quadro suplementar S1.foram considerados seis períodos históricos discerníveis a partir de características de sítios arqueológicos: (1) o Jomon (ca. 12.000 AC para ca. 300 a. C.), (2) Yayoi (ca. 900 AC para ca. 300 CE), (3) Kofun (ca. 300 para ca., = = Demografia = = segundo o censo americano de 2000, a sua população era de 1192 habitantes. A densidade dos sítios arqueológicos foi usada como um índice de antiga intensidade de uso da terra antes do período moderno. O banco de dados de sítios arqueológicos (“b591eacdc1”) (em Japonês) 29,30, mantido pelo Nara National Research Institute of Cultural Properties, Japão, tem mais de 400.000 registros de sítios arqueológicos encontrados no Japão., No Japão, cada governo da prefeitura e municipal tem uma seção que recolhe informações sobre sítios arqueológicos para escavação de acordo com a Lei de preservação de Bens Culturais (1949), e muitas pesquisas de escavação têm sido realizadas em todo o país. Esta base de dados é uma coleção exaustiva de relatórios de pesquisa de escavações no Japão e inclui informações sobre sítios arqueológicos, incluindo a latitude, longitude, período histórico e tipo de Sítio., Foram considerados três tipos de uso da terra que podem ser distinguidos pelas características dos restos arqueológicos: (1) assentamentos, (2) ferro fundido e (3) fornos para a cerâmica.
O número de sítios arqueológicos contém ruído de medição devido à estocasticidade no processo de Descoberta do local. Ao utilizar esses dados como índice de Utilização do solo antigo, é necessário filtrar o ruído de medição e estimar o gradiente espacial da intensidade de Utilização do solo., Por conseguinte, o número de sítios arqueológicos por era e tipo foi contado dentro de cada célula de grelha para corresponder a resolução espacial aos dados de distribuição de mamíferos. Um modelo autorregressivo (CAR) intrínseco condicional foi então usado para a suavização espacial de sítios arqueológicos. Os métodos suplementares incluem pormenores técnicos relacionados com este procedimento. O número médio estimado de sítios arqueológicos foi utilizado como variável explicativa na análise que se segue. Os figos suplementares S2, S3 e S4 fornecem mapas dos índices de Utilização histórica dos solos utilizados neste estudo.,seis factores ambientais físicos e dois factores de Uso do solo foram também incluídos como variáveis explicativas: temperatura média anual, precipitação anual, precipitação no verão (julho-setembro), profundidade da neve, elevação, rugosidade topográfica, área urbana e área agrícola. Os quatro factores climáticos—temperatura média anual, precipitação anual, precipitação no verão e profundidade de neve—foram obtidos a partir dos Dados climáticos da rede 200082., Os dois fatores topográficos, a elevação e a rugosidade topográfica, foram definidos pelo desvio médio e padrão de um modelo de elevação digital de 1 km agregado em SSG e foram calculados usando ArcGIS 10.0 (ESRI, Inc., Riverside, CA, USA).os atuais fatores de Uso do solo foram obtidos a partir de dados de malha fragmentada do uso do solo (div id=”1529f3401c”>) em 1987, que foi desenvolvido pelo Ministério da Terra, Infraestrutura, Transportes e turismo, Japão. As áreas de cada tipo de Uso do solo foram calculadas para todas as células de SSG que utilizam ArcGIS.,eventos geoclimáticos passados podem afectar as gamas de mamíferos 12, 83 e devem ser considerados factores de confusão quando estimamos os efeitos do uso Arqueológico da terra. No Holoceno, o Japão experimentou dois grandes eventos geoclimáticos, o Dryas Stadial84 mais jovem e o Mid-Holocene Climate Optimum85, com efeitos potenciais nas gamas de mamíferos. As variáveis associadas a estes acontecimentos foram incluídas como factores de confusão., O jovem Dryas Stadial, com cerca de 12.860-11.640 anos, foi caracterizado por uma queda repentina na temperatura84 e um clímato86 seco, que resultou em uma mudança na vegetação no Japão 87. Um clima quente e úmido prevaleceu no Japão durante o clima Mid-Holoceno ideal em torno de 5.500-6.000 yr BP. Além do aquecimento, ocorreu um aumento do nível do mar global de 2-10 m (transgressão média do Holoceno) e as formações costeiras foram notavelmente alteradas em Japan88. A nossa análise incluiu 2.,5 minutos baixaram a temperatura média anual e a precipitação anual nos jovens Dryas Stadial e Mid-Holocene89, reconstruídos com base na produção diária de simulação do sistema climático comunitário ver. 390 e agregada em SSG, tomando a média de valores da quadrícula de 2,5 minutos. Correlações entre as variáveis climáticas atuais, Mid-Holocene e Younger Dryas foram altas; os coeficientes de correlação de Pearson para a temperatura média anual e precipitação anual foram 0,985–0,999 e 0,838–0,997, respectivamente., Para evitar falhas na estimativa de parâmetros, usamos a diferença do valor atual para variáveis climáticas do Holoceno Médio. Pela mesma razão, a diferença do Holoceno médio foi usada para os Dryas mais jovens. Este processo não afeta nem as estimativas de parâmetros para fatores arqueológicos nem suas contribuições relativas para padrões de alcance mamífero. Como um fator de confusão na transgressão do Holoceno Médio, uma variável binária indicando se cada SSG contém a área submersa foi incluída 91.,
a análise Estatística
padrões de uso da Terra em diferentes períodos históricos podem ser correlacionadas porque o processo de mudança de uso da terra depende passado patterns92, e períodos históricos que potencialmente influenciam a distribuição dos táxons devem ser considerados em análises estatísticas para provocar os efeitos de diferentes períodos históricos., As variáveis explicativas incluíam os índices arqueológicos de uso da terra para assentamentos em seis períodos históricos, a siderurgia e Fornos de quatro períodos históricos, os seis fatores físicos ambientais, os dois tipos atuais de uso da terra e cinco fatores geoclimáticos passados. Todas as variáveis explicativas foram incluídas em vários modelos de regressão para provocar contribuições parciais de tipos de uso Arqueológico da terra em diferentes períodos arqueológicos. Os coeficientes de correlação de Pearson para as relações entre as variáveis explicativas variaram de -0.692 a 0.879.,
para a análise estatística dos dados de distribuição de espécies, a autocorrelação espacial deve ser considerada para evitar erros de tipo I nos coeficientes de regressão 93, e um modelo de regressão logística com efeito aleatório espacial implementado pelo modelo de carro intrínseco foi usado para data81, 94. Este modelo pode acomodar efeitos aleatórios correlacionados espacialmente representativos de fatores não quantificáveis e muitas vezes produz estimativas precisas de Parâmetros de fatores focais95., Em um modelo de carro intrínseco, a correlação espacial de efeitos aleatórios é representada pela distribuição prévia para cada célula de grade cuja média é igual à média das células adjacentes (ou seja, a distribuição prévia foi condicionada a células adjacentes). Ela atua como uma penalidade para limitar os efeitos aleatórios vizinhos a tomar valores semelhantes, com uma superfície lisa de efeitos aleatórios espaciais para rastrear tendências espaciais de observações., Esta abordagem tem três vantagens práticas: a assunção da independência das amostras não é necessária, os erros de tipo I devido à autocorrelação são evitados, e os efeitos aleatórios espaciais melhoram a adequação do modelo, representando resíduos que não são explicados por efeitos fixos.
Um modelo de carro intrínseco com erro de observação de Bernoulli e logit link foi adaptado para os dados de presença/ausência para cada gênero usando Eq., (1):
onde yi é a presença/ausência de um gênero na i-ésima célula, α é o intercepto, β é o vetor dos coeficientes de regressão, Xi representa as variáveis explicativas e pi é um espacialmente estruturado de efeito aleatório. Antes da fit do Modelo, todas as variáveis explicativas eram normalizadas (i.e., scaled to mean = 0 and variance = 1) to allow the interpretation of the regression coefficients as an increase in prevalence (in logit scale) per 1 SD increase in the explanatory variable. O prior de pi é representado pela distribuição condicional de todos os elementos de ρ exceto pi (denotado ρ-i) em Eq., (2):
onde σρ2 é a variância condicional de pi, δi é o conjunto de etiquetas para os vizinhos na área i e ni é o comprimento de δi. A distribuição posterior aproximada foi estimada por aproximação de Laplace integrada implementada em INLA (http://www.r-inla.org/)96. Uma distribuição inversa-gama com o parâmetro de forma 0.5 e o parâmetro de escala inversa 0.,0005 foi aplicado, como sugerido por Kelsall e Wakefield97, como a distribuição prévia de σρ2.,nges em relação a outros fatores, a relativa dispersão dos componentes do ajuste (RDCF)24 foi aplicada, que é a razão entre as variâncias das contribuições dos dois grupos de variáveis explicativas para a log-odds definida da seguinte forma:
, onde X1 e X2 são as matrizes de variável explanatória grupo de comparação e β1 e β2 são os correspondentes vetores de coeficientes de regressão., Neste estudo, foi calculado o FDR de fatores arqueológicos contra os outros fatores. ω = 1 indica que metade da variância observada é explicada por fatores arqueológicos. Para avaliar a relação entre o RDCF e o tamanho do corpo, foi utilizado um modelo misto filogenético linear, considerando a variação98 inter e intra – taxon., Para nosso estudo, é descrita pela seguinte forma:
, onde ω ī e um vetor de ln(RDCF) dos gêneros estimado, α0 é o interceptar, α1 é o coeficiente de regressão do tamanho do corpo da classe e z é um vetor de variáveis binárias que indicam se os gêneros são classificados como “pequenos”., Σ é a estrutura de covariância inter e intra – taxon (esta última também inclui erro de medição) e é a soma da matriz de variância-covariância entre taxon ΣS e matriz diagonal de variância intra-taxon ΣM = vMI. Considerámos duas estruturas de covariância para ΣS correspondentes aos modelos microevolucionários de movimento browniano e de selecção estabilizadora. Em movimento Browniano, elementos de variância-covariância da matriz, ΣSij, igual yCij onde γ (>0) é um parâmetro para determinar o valor de filogenética de dependência e Cij é o comprimento do ramo (i.e., o comprimento entre a raiz e o ancestral comum) para a taxa i e j. A estabilização do modelo de seleção assumindo que a taxa com extrema fenotípica valores são mais susceptíveis de evoluir em direção a menor valores extremos resulta em uma variância-covariância estrutura ΣSij = yexp(−kDij), onde γ e k são parâmetros e Dij é a distância filogenética (i.e. a distância internodal comprimento para o ancestral comum) entre a taxa i e j98. As estimativas do tempo de divergência incluídas no supertree de mamíferos foram obtidas a partir de Binida-Emonds et al.99.