• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Biologi
    Förutsäga migrationsvägar för mulehjort utan GPS-halsband

    Forskare använde GPS-halsbandsdata från en flock som reste över den röda öknen till Hoback Corridor, västra Wyoming, för att skapa en modell som förutsäger var mulhjortar vandrar, utan att behöva halsbanda nya djur. Kredit:Tanner Warder, Wyoming Cooperative Fish and Wildlife Research Unit

    Hur förstår forskare var storviltsdjur vandrar över stora landskap varje vår och höst? Det är frågan som ställdes av biologer från University of Wyoming och Idaho Department of Fish and Game i en studie publicerad i tidskriften Methods in Ecology and Evolution .

    Nya tekniska framsteg har gjort det möjligt för biologer och djurlivsförvaltare att spåra klövvilt, som älg och mulhjort, med GPS-halsband som avslöjar djurens vandringsvägar. Men halsband är dyra och logistiskt utmanande att installera, vilket gör det svårt att bygga upp en heltäckande inventering av de korridorer som besättningarna behöver.

    Nu har ett forskarlag hittat ett lovande sätt att förutsäga var mulhjortar sannolikt kommer att migrera, utan att behöva halsbanda nya djur.

    "Vi blev förvånade över hur väl vi kunde förutsäga de flesta rådjursrörelser, vilket tyder på att istället för att flytta slumpmässigt verkar migrerande mulhjortar följa regler som gör ett bra jobb med att balansera kostnaderna för att flytta med fördelarna med fodertillgång." säger Tristan Nuñez, som ledde arbetet som postdoktor vid U.S. Geological Surveys Wyoming Cooperative Fish and Wildlife Research Unit vid University of Wyoming.

    Nuñez tog itu med en fråga som länge har plågat biologer:Kan vi förutsäga migrationskorridorer i områden utan några GPS-halsbandsdjur, genom att använda informationen de redan har lärt sig om de livsmiljöer som spårade djur väljer att migrera genom?

    Tidigare forskning förlitade sig på GPS-data för att kartlägga migrationskorridorer, vilket har visat sig vara ett kraftfullt sätt för vetenskapsbaserad förvaltning och bevarande. Men Nuñez och hans medförfattare hade hopp om att de kunde identifiera migrationsvägarna baserat på miljöinformation eller enbart livsmiljökvalitet.

    För att besvara denna fråga skapade forskargruppen först modeller som uppskattar en mulehjorts rörelse baserat på terräng, snösmältning, intensiteten i mänsklig utveckling och ny grästillväxt. Sedan jämförde de de förutspådda korridorerna med de faktiska migrationsvägarna för 130 mulehjortar från tre GPS-halsbandsflockar i Idaho och Wyoming.

    Teamets modeller fungerade som en wayfinding-app på smartphones som identifierar den bästa vägen för att navigera mellan två punkter. För mulehjortar var dock den förutspådda korridoren som bäst matchade de faktiska vårrörelserna inte en rak linje, eller det kortaste avståndet, mellan deras sommar- och vinterområde. Istället föredrog rådjuren i allmänhet vägar med kuperad terräng, buskig vegetation och mindre mänsklig utveckling.

    GPS-halsband utplacerade på älgar i Tex Creek-flocken mellan 2007 och 2009 avslöjade att besättningen vandrar i genomsnitt 40 miles mellan deras sommar- och vinterområden. Kredit:James Brower, Idaho Department of Fish and Game

    "Förmågan att förutsäga finskaliga migrationsrutter kommer att spara oerhört mycket tid och pengar, och i slutändan vara mer användbar för att hantera vilda djur i Idaho", säger studiens medförfattare Mark Hurley vid Idaho Department of Fish and Game.

    Traditionellt förlitade sig djurlivsförvaltare på GPS-data från halsbandsdjur för att definiera migrationsvägar, som är avgörande för friska klövdjurspopulationer. Detaljerad kunskap om säsongsflyttningarna är dock beroende av år av tidskrävande och kostsam datainsamling. "Även efter att ha halsband tusentals djur har vi sannolikt bara fullständigt beskrivit en bråkdel av de migrationsvägar som används i hela staten," säger Hurley.

    Under de senaste åren har biologer och djurlivsförvaltare använt datauppsättningar från GPS-halsband för att kartlägga migrationerna av mer än hundra klövdjursbesättningar över västra USA.

    Arbetet, tillsammans med den aktuella studien, har möjliggjorts genom ett partnerskap som kallas Corridor Mapping Team. Teamet etablerades 2018 av U.S. Geological Survey som svar på Secretarial Order 3362 för att främja kartläggning och bevarande av migrationskorridorer för klövdjur.

    Statliga vilda organ, stammar och federala forskare använder GPS-rörelsedata för att kartlägga migrationer och stödja regional förvaltning och bevarande av storvilt. De prediktiva migrationsmodellerna är ett alternativ till kostsam och arbetsintensiv djurspårning, vilket gynnar bevarandet av migrationer som ännu inte har kartlagts.

    Hovdjur som mule-hjortar rör sig över hela västra USA varje vår och höst, i samklang med miljösignaler kopplade till mat. Men när det mänskliga fotavtrycket i väst växer ut, möter migrerande besättningar alltmer hinder som nya underavdelningar, energiutveckling, ogenomträngliga staket och högtrafikerade vägar på sina långa resor.

    De nya datoralgoritmerna som används för att förutsäga migrationsvägarna kommer att vara fritt tillgängliga, vilket gör att djurlivsförvaltare i områden där besättningar aldrig har samlats i halsband att bättre förstå var viktiga migrationer kan inträffa. Kartlagda migrationer kan sedan vägleda var man kan göra stängsel mer hjortvänliga, förhindra indelningar eller bygga överfarter för att underlätta passagen över trafikerade motorvägar för att hålla stora landskap öppna för klövviltvandringar.

    Nuñez arbetar med medlemmar av Corridor Mapping Team och hoppas kunna utöka arbetet till andra storviltsarter, flockar och landskap i västra USA och utanför, för att bättre förstå hur deras rörelsepreferenser varierar. Dessutom, säger han, kan modellerna hjälpa till att belysa hur klimatförändringar kommer att påverka klövviltvandringar i framtiden. + Utforska vidare

    Ny rapport kartlägger fler storspelsmigreringar i amerikanska västern




    © Vetenskap https://sv.scienceaq.com