En Weyns duiker fotograferad av en kamerafälla. Kredit:Jennifer Moore
En ny modell utvecklad av MSU-forskare extraherar mer information än någonsin från kamerafällor och andra lågkostnadsdatakällor för att hjälpa till att informera om ekologiska studier och bevarandeinsatser
Ekologer från Michigan State University har utvecklat ett matematiskt ramverk som kan hjälpa till att övervaka och bevara den biologiska mångfalden utan att bryta banken.
Detta ramverk eller modell tar lågkostnadsdata om relativt rikliga arter i ett samhälle och använder det för att generera värdefulla insikter om deras svårare att hitta grannar. Tidskriften Conservation Biology publicerade forskningen som en Early View-artikel den 25 augusti.
"En av de största utmaningarna med att övervaka biologisk mångfald är att de arter du är mest oroad över tenderar att vara lägst i överflöd eller att de är de svåraste arterna att observera under datainsamling", säger Matthew Farr, huvudförfattaren till den nya rapporten . "Denna modell kan vara till stor hjälp för dessa sällsynta och svårfångade arter."
Farr, nu postdoktor vid University of Washington, hjälpte till att utveckla modellen som doktorand i Elise Zipkins Quantitative Ecology Lab vid College of Natural Science vid MSU.
"Det finns många arter i världen och många av dem saknar data", säger Zipkin, docent i integrativ biologi och chef för MSU:s ekologi, evolution och beteendeprogram, eller EEB. "Vi utvecklar tillvägagångssätt för att snabbare uppskatta vad som händer med biologisk mångfald, vilka arter som har problem och var, rent rumsligt, behöver vi fokusera våra bevarandeinsatser."
Efter att ha validerat modellen med hjälp från skogslevande antilop i Afrika, säger forskarna att den kan tillämpas på en mängd andra djur som uppfyller vissa kriterier.
"Modellen fungerar inte för alla typer av arter. Det är inte ett universalmedel," sa Zipkin. "Men när det fungerar för ett samhälle kan vi lära oss mycket mer om medlemsarter utan mycket data."
Modellens "magi"
För sin nyaste modell fokuserade Zipkins team på vad som kallas detektions-icke-detektionsdata som spårar huruvida ett givet djur detekteras i en given livsmiljö eller inte, vilket vanligtvis bara tillåter uppskattning av arternas förekomst eller distributionsmönster.
"Det är i princip den billigaste data och den enklaste att samla in," sa Zipkin. "Du går till en plats, väntar och ser vilka djur som finns där och behöver bara registrera vilka arter som ses."
Forskare samlar in dessa data visuellt personligen eller med billiga, rörelsedetekterande kamerafällor som tar bilder när de utlöses av ett djur. Forskare analyserar sedan bilderna för att registrera detektering-icke-detektionsdata över tid.
Det finns dock avvägningar. Även om det är relativt billigt och lätt att samla in, ger detektions-icke-detektionsdata inte så mycket information som forskare och naturvårdare vill ha. Historiskt sett har det krävt intensiva observationsmetoder som märkning och spårning av djur.
"Intensiv spårning låter oss beräkna alla möjliga saker om djur och deras samhällen, men dessa data är dyra och svåra att få tag på," sa Zipkin. "För vissa arter är det omöjligt."
MSU-teamet insåg att de, för de rätta djuren, kunde använda en förståelse för djurens beteende och statistik för att täppa till informationsgapet genom att pressa ut mer insikt ur detektions-icke-detektionsdata.
"För vissa arter är dessa de bästa uppgifterna du kan få," sa Farr. "Nu kan vi få ut mer av det. Vår modell tillåter uppskattning av förekomsttrender, reproduktionshastigheter och arters överlevnadssannolikheter – allt med hjälp av endast detektions-icke-detektionsdata."
Det kan låta som magi – några av Zipkins kollegor har till och med sagt det – men det finns inget övernaturligt med modellen. Liksom mycket inom vetenskapen är det resultatet av hårt arbete, samarbete och att bygga vidare på tidigare ansträngningar på området.
Historien om den nya modellen har sina rötter 2003 med forskarna J. Andrew Royle och James D. Nichols. Duon skapade en matematisk koppling mellan förekomsten av en art och sannolikheten att upptäcka den.
Vid den tiden var Royle forskare vid U.S. Fish and Wildlife Service och Nichols vid U.S. Geological Survey. Båda är MSU-alumner:Royle tog sin kandidatexamen 1990 och Nichols doktorerade 1976.
"Det är intressant", sa Farr, vars nuvarande rådgivare, Sarah Converse, också tog examen med en kandidatexamen från Michigan State innan hon blev docent vid University of Washington. "Var du än går inom det här fältet har folk någon koppling till Michigan State."
Efter att ha publicerat Royle-Nichols-modellen gick Royle med i USGS, där han skulle arbeta med Zipkin innan hon började på MSU 2014. 2016 utvecklade Zipkins team Royle-Nichols-modellen för att uppskatta saker som överlevnads- och reproduktionshastigheter för en enda arter som använder trollugglan som fallstudie.
Farr arbetade i Zipkins labb med stöd från National Science Foundation och tog nästa steg genom att koppla samman populationsdynamiken för olika arter inom samma samhällen.
"Modellen låter information från vanligare arter informera om vad som händer med de sällsynta och svårfångade arterna," sa Farr. "Modellen bygger på likheterna mellan arter, men tillåter ändå variationer."
För att utveckla modellen var teamet tvunget att göra några antaganden, som att målarterna var territoriella och inte reste mycket. Forskarna var sedan tvungna att hitta riktiga arter som passade dessa antaganden för att validera deras modell.
"Vi visste att det skulle fungera för vissa typer av samhällen, men fanns dessa samhällen i verkligheten?" sa Zipkin.
"Det är en av de största utmaningarna inom modellutveckling," sa Farr. "Du utvecklar modellen i ett vakuum med simuleringar som körs under perfekta förhållanden. Du måste visa vad den kan göra i en verklig situation."
"Det var då Tim O'Brien sträckte ut handen och sa:'Jag har dina djur'", sa Zipkin.
Duiker-data
Timothy O'Brien är en pensionerad ekolog i Kenya som arbetade med Wildlife Conservation Society, en icke-statlig organisation eller NGO, och expert på kamerafällor. Som en del av det som kallas Tropical Ecology Assessment and Monitoring-programmet, eller TEAM, har han hjälpt till att standardisera hur kamerafällor används för att göra deras data så kraftfulla som möjligt.
Han var bekant med Zipkins arbete från 2016 och fick reda på att hon utökade modellen till att omfatta flera arter över flera säsonger. Han misstänkte att skogslevande antiloper, särskilt de som kallas duiker, skulle vara det perfekta testfallet.
Duikers beteende matchade inte bara modellens antaganden, utan O'Brien hade hjälpt till att övervaka djuren i flera år med kamerafällor. Duikers presenterade ett intressant och viktigt naturvårdsfall.
"Duikern som lever i regnskogar, de är det mest eftertraktade bushmeatet i Afrika," sa O'Brien. "Om duikerpopulationerna minskar beror det vanligtvis på att människor jagar efter bushmeat."
Bushmeat är kött från alla vilda djur och det är en viktig källa till mat och inkomst för många samhällen. Men jakten är löst reglerad och stimuleras ekonomiskt av marknader som säljer bushmeat. Kombinationen kan vara förödande för duikerpopulationer.
Med MSU:s modell och TEAM:s duikerdata bedömde teamet populationsdynamiken för totalt 12 antiloparter – vissa mer rikliga än andra – i sex nationalparker i Afrika, där duikern är skyddad. Uppgifterna täckte tidsperioder från fyra till 11 år.
"Vi såg inte nivån på befolkningsminskningen i duiker du förväntar dig att se när jakt är ett problem," sa O'Brien. "Jag skulle säga att parkerna fyller sin funktion vad gäller duiker."
Totalt sett var duikerpopulationerna mestadels stabila, men forskarna upptäckte populationsminskningar i cirka 20 % av kombinationerna av arter och parker som de undersökte. Återigen, nedgångarna var inte så betydande att de antydde att duikern överjagades i parkerna, men forskarna vill fortfarande förstå vad som händer i dessa fall.
"Vi fann att det var det som orsakade förändringarna var mer skillnaderna mellan parkerna än mellan arterna," sa Zipkin. "Vi har inte identifierat de exakta orsakerna ännu, men våra resultat kan hjälpa oss att göra det."
"Matt och Elise har tagit den här modellen till ett helt nytt plan," sa O'Brien. "Jag har verkligen njutit av samarbetet."
Charles Yackulic, en forskningsstatistiker vid USGS, var också en bidragsgivare till projektet, som stöddes av NSF, WCS, Conservation International, Smithsonian Institution och Gordon and Betty Moore Foundation.
"Detta projekt är ett bra exempel på ett universitet, regering och icke-statliga organisationer som arbetar tillsammans," sa Zipkin. + Utforska vidare
