Autocorrelação espacial é definida como a falta de independência entre pares de observações a uma dada distância geográfica e é um fenômeno muito freqüente em dados ecológicos. É importante levar em consideração os efeitos de autocorrelação espacial em ecologia geográfica, tanto para realizar uma descrição mais detalhada dos dados quanto para corrigir estimativas enviesadas do erro Tipo I das análises estatísticas convencionais. Entretanto, para resolver efetivamente esses problemas, é preciso avaliar a melhor forma de incorporar estruturas espaciais nos modelos. Neste estudo, modelos autoregressivos, baseados em diferentes tipos de conexões e distâncias entre 181 células de uma rede cobrindo a região do Cerrado brasileiro, foram ajustados para avaliar a variação espacial de riqueza de mamíferos e aves dentro do bioma. A estrutura espacial foi ligeiramente mais forte para aves do que para mamíferos, com valores de R² variando entre 0,77 e 0,94 para mamíferos e 0,77 e 0,97 para aves, em modelos baseados em diferentes formas de conexão espacial. Segundo o Critério de Informação Akaike (AIC), o modelo autoregressivo melhor ajustado foi obtido através da conexão "em torre". Em geral, esses resultados fornecem diretrizes para futuras modelagens dos padrões de riqueza de espécies que estão associados a preditores ambientais e/ou a variáveis que expressam a ocupação humana no Cerrado.
Spatial autocorrelation is the lack of independence between pairs of observations at given distances within a geographical space, a phenomenon commonly found in ecological data. Taking into account spatial autocorrelation when evaluating problems in geographical ecology, including gradients in species richness, is important to describe both the spatial structure in data and to correct the bias in Type I errors of standard statistical analyses. However, to effectively solve these problems it is necessary to establish the best way to incorporate the spatial structure to be used in the models. In this paper, we applied autoregressive models based on different types of connections and distances between 181 cells covering the Cerrado region of Central Brazil to study the spatial variation in mammal and bird species richness across the biome. Spatial structure was stronger for birds than for mammals, with R² values ranging from 0.77 to 0.94 for mammals and from 0.77 to 0.97 for birds, for models based on different definitions of spatial structures. According to the Akaike Information Criterion (AIC), the best autoregressive model was obtained by using the rook connection. In general, these results furnish guidelines for future modelling of species richness patterns in relation to environmental predictors and other variables expressing human occupation in the biome.
