Paige E. Howell 1, *, Blake R. Hossack 2, Erin Muths 3, Brent H. Sigafus 4, Ann Chenevert-Steffler 5, dan Richard B. Chandler 1
diterima Pasal
1 Warnell Sekolah Kehutanan dan Sumber Daya Alam, 180 East Green Street, University of Georgia, Athens, GA, 30.602
2 US Geological Survey, Northern Rocky Mountain Science Center, Missoula, Montana, 59801 Email:
blake_hossack@usgs.gov
3 US Geological Survey, Fort Collins Science Center, Fort Collins, Colorado, 80.526 Email:
muthse@usgs.gov
4 US Geological Survey, Southwest Biologi Science Center, Tucson, Arizona, 85.721 Email:
bsigafus@usgs.gov
5 US Fish & Wildlife Service, Buenos Aires NWR, PO Box 109, Sasabe, Arizona, 85.633 Email:
ann_chenevertsteffler@fws.gov
*
Penulis yang sesuai. E-mail: paige.e.howell@gmail.com
Artikel ini telah diterima untuk publikasi dan menjalani peer review penuh tetapi belum melalui copyediting, typesetting, pagination
dan proses proofreading, yang dapat menyebabkan perbedaan antara versi ini dan Versi of Record . Silakan mengutip artikel ini
Artikel ini dilindungi oleh hak cipta. Hak cipta Menjalankan Kepala:
Abstrak: Konservasi spesies berisiko dibantu oleh perkiraan diandalkan konsekuensi dari perubahan dan manajemen tindakan
lingkungan pada kelangsungan hidup populasi. Prakiraan dari analisis kelangsungan hidup populasi konvensional (PVA) dibuat
menggunakan prosedur dua langkah di mana parameter diperkirakan, atau menimbulkan dari pendapat ahli, dan kemudian
dicolokkan ke model populasi stokastik tanpa akuntansi untuk ketidakpastian parameter. PVAs statistik baru-baru ini
dikembangkan berbeda karena perkiraan yang dibuat tergantung pada model dilengkapi dengan data empiris. Pendekatan
peramalan statistik memungkinkan untuk ketidakpastian tentang parameter, tetapi jarang diterapkan dalam konteks
metapopulation mana inferensi spasial-eksplisit diperlukan tentang kolonisasi dan kepunahan dinamika dan bentuk lain dari
stochasticity yang mempengaruhi metapopulation kelangsungan hidup. Lithobates chiricahuensis) tanggapan perkiraan untuk
diterima Pasal
lanskap heterogenitas, kekeringan, stochasticity lingkungan, dan manajemen. Kami mengevaluasi skenario lingkungan
beberapa masa depan dan pilihan pemulihan tambak yang dirancang untuk mengurangi risiko kepunahan. Prakiraan selama
50 tahun horizon waktu menunjukkan bahwa risiko metapopulation kepunahan adalah <4% untuk semua skenario, tapi
ketidakpastian tinggi. Tanpa restorasi kolam, risiko kepunahan diperkirakan menjadi 3,9% (95% CI: 0-37%) tahun
2066. Mengembalikan enam kolam dengan meningkatkan hydroperiod mereka mengurangi risiko kepunahan untuk <1% dan sangat berkurang
ketidakpastian (95% CI: 0 - 2%). Hasil kami menunjukkan bahwa manajer dapat mengurangi dampak kekeringan dan stochasticity lingkungan pada
kelangsungan hidup metapopulation dengan mempertahankan kolam air terus sepanjang tahun dan menjaga mereka bebas dari predator invasif.
Studi kami menggambarkan utilitas dari spasial eksplisit pendekatan peramalan statistik untuk MPVA dalam upaya perencanaan konservasi.
Kata kunci: Chiricahua katak macan tutul, kekeringan, tahan lanskap, Lithobates chiricahuensis,
saya P ENDAHULUAN
“PVAs [...] pada dasarnya game yang dimainkan dengan tebakan (Caughley 1994).”
Peramalan adalah salah satu alat yang paling penting dalam penelitian ekologi terapan (Clark et al. 2001, McGowan et al. 2011, Dietze 2017,
Dietze et al. 2018). analisis kelangsungan hidup populasi (PVA) (Beissinger dan McCullough 2002, Morris dan Doak 2002) adalah suatu
digambarkan sebagai prosedur untuk menentukan status populasi dan kemudian mengidentifikasi pilihan konservasi untuk
Seperti PVAs telah tumbuh dalam popularitas, sehingga memiliki pengakuan dari perangkap potensi mereka (Reed et al. 2002).
PVAs konvensional melibatkan memperkirakan parameter dengan data empiris atau memunculkan estimasi parameter dari pendapat ahli,
dan kemudian memasukkan titik perkiraan ke dalam model populasi stokastik (Morris dan Doak 2002). Masalah dengan pendekatan ini
adalah bahwa hal itu tidak secara resmi memperhitungkan ketidakpastian statistik dalam estimasi parameter (Sæther dan Engen 2002,
diterima Pasal
Heinsohn et al. 2004, Olsen et al. 2014, Mortensen dan Reed 2016). Mengabaikan jumlah ketidakpastian statistik untuk mengabaikan
kuantitas data dari yang perkiraan diproduksi (Wade 2002), dan dapat menghasilkan prediksi implausibly tepat dari risiko kepunahan.
Ketika keputusan manajemen dibuat berdasarkan optimisme yang salah, bisa ada konsekuensi negatif, termasuk penyesatan sumber daya
keuangan yang terbatas (Patterson dan Murray 2008). Bila data yang jarang, seperti khas untuk sebagian besar spesies perhatian
konservasi (Morris dan Doak 2002, Trenham dan Shaffer 2005), akuntansi untuk ketidakpastian sangat penting dan harus tercermin dalam
Keterbatasan lain dari PVAs konvensional adalah kelalaian dari ketidakpastian tentang masa depan variasi lingkungan
dan peristiwa bencana (Beissinger dan McCullough 2002, Morris dan Doak
2002). Ketika kondisi masa depan yang diantisipasi termasuk dalam PVAs, skenario ini sering direpresentasikan sebagai rata-rata
tanpa ukuran ketidakpastian (tapi lihat Oppel et al. 2014, McElderry et al. 2015). Sebuah kerangka statistik memungkinkan untuk
menyebarkan parameter ketidakpastian, ketidakpastian yang timbul dari proses pengambilan sampel, dan ketidakpastian kondisi
lingkungan di masa depan ketika risiko perkiraan kepunahan (McGowan et al. 2011, Heard et al. 2013, Hijau dan Bailey 2015, Campbell
et al.
2018). Meskipun kemajuan dalam PVA statistik (Nadeem dan Lele 2012), masih ada ketergantungan pada paket perangkat lunak yang berdiri
sendiri yang tidak ketidakpastian propagate dalam estimasi parameter (Lacy 1993, Akçakaya et al. 1995, Chaudhary dan Oli, Dalam Press).
Selain itu, ada sedikit pekerjaan yang dilakukan untuk memperpanjang pendekatan statistik untuk PVA untuk populasi spasial terstruktur.
analisis kelayakan Metapopulation merupakan perpanjangan dari PVA digunakan untuk menilai risiko kepunahan koleksi populasi
harus menanggapi perubahan lingkungan dan tindakan konservasi (Hanski 2001). Pengujian prediksi ekologi
tentang metapopulations membutuhkan pengembangan model statistik yang dapat dipasang ke data empiris
(Baguette 2004, Eaton et al. 2014). Sebuah komponen fundamental dari SMT adalah bahwa dinamika patchlevel
hunian memiliki ketergantungan spatio-temporal yang kuat, namun pose autokorelasi seperti tantangan untuk
statistik model yang pas (Hefley et al. 2017). Namun, baru-baru ini mengembangkan model metapopulation statistik
memungkinkan untuk autokorelasi spatio-temporal sementara mengakomodasi proses dan sampling ketidakpastian
(Risk et al. 2011, Hijau et al. 2013, Heard et al. 2013, Sutherland et al. 2014, Chandler et al. 2015, Broms et al.
diterima Pasal
2016, Williams et al. 2017, Alcala et al. 2018, Howell et al. 2018, Laroche et al. 2018, Zylstra et al. 2019). Komponen
lain dari SMT adalah bahwa struktur lanskap di mana patch tertanam pengaruh dinamika kolonisasi (Moilanen dan
Hanski 1998), namun model metapopulation statistik biasanya membuat asumsi penyederhanaan bahwa lanskap di
mana patch tertanam adalah homogen, dan kolonisasi hanya dipengaruhi oleh patch kualitas dan distribusi spasial
patch (et Risiko al. 2011, Hijau et al. 2013, Heard et al. 2013, Sutherland et al. 2014, Chandler et al. 2015, Broms et
al. 2016, Williams et al. 2017 , Alcala et al. 2018, Laroche et al. 2018, Zylstra et al. 2019).
Tujuan dari penelitian ini adalah untuk menunjukkan bagaimana teori dari metapopulation ekologi dapat digunakan untuk
mengembangkan model statistik hirarkis spatio-temporal untuk kelangsungan hidup metapopulation perkiraan sementara akuntansi untuk
variasi proses dan sumber penting dari ketidakpastian. Sebagai studi kasus, kami fokus pada dinamika metapopulation dari amfibi
terancam, Chiricahua katak macan tutul ( Lithobates chiricahuensis) di Gurun Sonora. Di Arizona, Amerika Serikat, semua katak
semi-akuatik asli (keluarga Ranidae) telah menurun (Hayes dan Jennings 1986), tetapi hanya Chiricahua katak macan tutul terdaftar di
bawah Endangered Species Act AS (USFWS 2007). Peningkatan kekeringan adalah ancaman besar bagi amfibi gurun-peternakan di
Gurun Sonora, yang tergantung pada musim hujan untuk memenuhi kebutuhan sejarah hidup mereka (Semlitsch 1987, Dodd 1993).
Menggunakan 11 tahun data, kita dipasang model metapopulation statistik menggabungkan efek dari perubahan kondisi kekeringan pada
tingkat kepunahan lokal, sedangkan akuntansi untuk sumber stochasticity lingkungan, patch-tingkat hydroperiod
risiko metapopulation kepunahan, dan oleh karena itu kita diperkirakan kelangsungan metapopulation 50 tahun ke depan dan dinilai kelayakan
metode: S MODEL hunian PATIAL: Untuk dinamika metapopulation Model, kita memperluas Model hunian spasial-eksplisit dikembangkan
oleh Howell et al. (2018) dengan memasukkan stochasticity dan manajemen dampak lingkungan pada kualitas habitat
tambak-tingkat. Model ini mengandung beberapa komponen: 1) hunian pada tahun pertama, 2) tingkat kolam khusus kolonisasi, 3)
tingkat kepunahan kolam khusus, dan 4) model untuk data yang diamati, tergantung pada keadaan hunian kolam. Dalam sistem
populasi diperkenalkan kembali mengikuti acara metapopulation kepunahan (lihat S Tudy TAMBAK DAN DATA COLLECTION di bawah).
ψ •, • = γ •, • - 1 ( 1 - • •, • - 1) + ( 1 - ε •, • - 1 ( 1 - γ •, • - 1)) • •, • - 1 . (1)
• •, • ~ Bernoulli (ψ •, •) .
Dimana ψ adalah negara hunian yang diharapkan, γ adalah probabilitas bahwa kolam dijajah dan ε adalah
probabilitas kepunahan lokal. Model untuk ketekunan (komplemen dari probabilitas kepunahan lokal) adalah
Kami dimodelkan kepunahan kolam khusus ε •, • - 1 sebagai fungsi logit-linear kolam hydroperiod,
dimana β 1, β 2, dan β 3 adalah koefisien untuk hydroperiod menengah (Inter; 224 tambak), semi-
hydroperiod permanen (Semi; 10 kolam) dan hydroperiod permanen (Perm; 40 tambak) kolam, β4 adalah
Hydroperiod diwakili tiga variabel dummy kode 0 atau 1 sehingga model memiliki tiga penyadapan. Kami dihitung kekeringan
menggunakan Palmer Kekeringan Severity Index (PDSI) dihitung dari suhu udara permukaan dan curah hujan (Dai et al.
2004). Kami menghitung musim penghujan rata PDSI (Juli-Agustus) di daerah penelitian kami untuk setiap tahun studi kami
(kisaran = -3,88,
2,09, lihat Lampiran S1 dalam Mendukung Informasi). stochasticity lingkungan dimodelkan oleh termasuk efek random
tahunan:
Untuk akun untuk model ketidakpastian dan untuk memfasilitasi model yang rata-rata, kami menggunakan Gibbs variabel
seleksi (Carlin dan Chib 1995, Dellaportas et al. 2002). Gibbs variabel pemilihan melibatkan memperluas model dengan termasuk
dengan kovariat •• adalah sama dengan 1, maka koefisien sama dengan β • , tapi jika • • = 0, koefisien adalah nol .
Kami termasuk variabel indikator untuk efek kekeringan ( • 1 ) dan variasi lingkungan stokastik (
• 2 ) pada laju kepunahan patch-tingkat, dan kami termasuk variabel indikator ( • 3 ) Untuk efek
elevasi pada resistensi lanskap. Penelitian sebelumnya memberikan bukti substansial tentang pentingnya hydroperiod pada
diterima Pasal
dinamika hunian di sistem kami, karena itu kami tidak melakukan Gibbs variabel seleksi untuk efek hydroperiod (Chandler et al.
2015, Howell et al. 2018). Untuk meningkatkan pencampuran dari rantai Markov, Gibbs variabel seleksi melibatkan penggunaan
Pseudo-prior dapat didasarkan pada distribusi posterior untuk setiap koefisien regresi yang diperoleh dari analisis tanpa variabel
indikator (Carlin dan Chib 1995). Untuk variabel indikator yang kita digunakan .
• • ~ Bern
Sebuah (0.5) distribusi probabilitas sebelumnya.
Kami dimodelkan kolonisasi menggunakan kernel Gaussian untuk menggambarkan probabilitas bahwa kolam saya dijajah oleh
•, •
ρ •, •, • = ρ 0 • exp ( -• •••• . (4)
2σ 2)
jarak antara dua kolam dan σ adalah parameter skala yang menentukan seberapa cepat penjajahan probabilitas menurun sebagai
fungsi dari jarak antara kolam. Kami diizinkan probabilitas kolonisasi awal untuk bervariasi, tergantung pada kolam hydroperiod, di
menengah hydroperiod (Inter), hydroperiod semi permanen (Semi) dan hydroperiod permanen (Perm) kolam (Howell et al. 2018).
Probabilitas kumulatif kolonisasi untuk kolam saya di tahun t kemudian didefinisikan sebagai:
γ •, • - 1 = 1 - { • Π (6)
•=1 1 - ρ •, •, • - 1 • •, • - 1},
Untuk model efek kovariat lanskap • (•) . pada biaya bergerak antara berdekatan
di mana α adalah koefisien hambatan. Penelitian sebelumnya di sistem kami menunjukkan bahwa ketahanan lanskap meningkat
dengan meningkatnya ketinggian, jadi kami termasuk elevasi (kisaran = 788-1998 m) diukur pada grid 900 m membentang
wilayah studi (Howell et al 2018.). Jarak biaya tertimbang antara kolam dan
• • •••• )
diterima Pasal
Σ
• •••• •, • = • - 1 (8)
•=1 •••• (• •, • • + 1) ‖• • - • • + 1 ‖,
dimana ‖• • - • • + 1 ‖ adalah jarak Euclidean dari segmen garis. LCP adalah jalan dengan terendah
• biaya
• •,di antara semua path yang mungkin antara dua lokasi, dan panjang least-cost path adalah
• LCP
dilambangkan dengan
• •,.
Kami model yang diamati deteksi-nondetection Data tergantung pada hunian kolam benar dan probabilitas deteksi untuk
• •, •, • ~ Bernoulli (• •, • • •, •, •) . (9)
di mana SUHU ambient temperatur (TEMP, kisaran: 9,2-41,2 Hai C) dan ANGIN adalah kecepatan angin (ANGIN, kisaran: 0-17,3 km / jam).
Semua kovariat terus menerus dalam model yang standar untuk memiliki rata-rata nol dan satuan varians.
Kami menggunakan metode Bayesian dan sampler Metropolis-dalam-Gibbs ditulis dalam R untuk mendapatkan sampel dari distribusi
posterior. Untuk semua parameter yang kita digunakan prior samar-samar (~ Norm (0, 1,7), β1
β 2 ~ Norm (0, 1,7), β 3 ~ Norm (0, 1,7), β 4 ~ Norm (0, 1,7), σ η ~ Gamma (1, 1) υ 1 , ~ Unif (0, 1), υ2 ~
Unif (0, 1), υ 3 ~ Unif (0, 1), α ~ Norm (0,10), σ ~ Gamma (0,001, 0,001), ω 0 ~ Norm (0, 1,7), ω 1~
Norma (0, 1,7), ω 2 ~ Norm (0, 1,7). Kami sampel dari distribusi posterior menggunakan 3 Markov rantai
panjang 20000, dan kami dibuang 10000 sampel pertama sebagai burn-in. Untuk melaporkan ringkasan posterior
Artikel ini dilindungi oleh hak cipta. Semua hak dilindungi mana M adalah jumlah
dan diagnostik konvergensi, kami berlari algoritma untuk kedua kalinya, dengan semua variabel indikator tetap pada
1. Konvergensi dinilai secara visual dengan memeriksa jejak plot dan Gelman-Rubin diagnostik (lihat Lampiran S2 di Informasi
1.05. Kami melaporkan median posterior dan interval kredibel untuk semua titik perkiraan. Data yang digunakan dalam kode analisis dan R
untuk menyesuaikan model dan kelayakan perkiraan dapat didownload dari Figshare (https://doi.org/10.6084/m9.figshare.7241678).
F ORECASTING METAPOPULATION VIABILITAS: Kami menggunakan metode Bayesian untuk dinamika metapopulation perkiraan 50
tahun ke depan. peramalan Bayesian didasarkan pada distribusi prediksi posterior dari jumlah teramati di masa depan (misalnya, negara
diterima Pasal
hunian kolam). Distribusi prediktif posterior dikondisikan pada data yang diamati dan distribusi posterior dari parameter model, dan oleh
karena itu secara alami menggabungkan ketidakpastian parameter (Link dan Barker 2009). distribusi prediksi posterior dapat dengan
mudah diperoleh dengan menggunakan MCMC. Untuk setiap iterasi MCMC, perkiraan hunian yang dihasilkan menggunakan imbang
posterior dari parameter model. Ketika hunian tergantung pada kovariat waktu bervariasi, model juga diperlukan untuk meramalkan
nilai-nilai kovariat masa depan. Kami diperkirakan kekeringan menggunakan model linier sederhana dengan tren waktu: •••• • ~ Norma (•
Antara 2007 dan 2017, 3 dari 47 kolam di daerah penelitian gagal struktural (yaitu, bencana banjir menghancurkan kolam atau
menyebabkannya harus diisi dengan sedimen). Oleh karena itu kami memperkirakan kolam probabilitas kegagalan menjadi 0,0058 (3 kolam /
[47 kolam yang disurvei x 11 survei tahun]). Kami termasuk probabilitas ini gagal kolam di perkiraan kami, menggunakan model Bernoulli ke
akun kegagalan kolam di situs yang tidak disurvei. Setiap kolam yang gagal pada tahun tertentu tetap kosong dalam semua tahun-tahun
berikutnya.
Kami dimasukkan pengaruh manajemen dengan mengevaluasi empat skenario pemulihan tambak: memulihkan 0, 1, 3,
atau 6 kolam untuk hydroperiod permanen. kolam dipulihkan tetap permanen melalui durasi perkiraan (2018-2067), kecuali jika
mereka gagal struktural (lihat paragraf sebelumnya). Kami bertekad yang tambak untuk mengembalikan berdasarkan dua kriteria:
1) kolam dengan probabilitas tertinggi kolonisasi 2017-2018 dan 2) kolam dicirikan sebagai semi-permanen atau intermiten. S Tudy
S ITE DAN D ATA C ollection: Sebelas tahun (2007-2017) dari Chiricahua katak macan tutul detectionnondetection data dan kovariat
terutama untuk penggembalaan ternak dan ditandai oleh semi kering padang rumput gurun bersama dengan beberapa / riparian lahan
basah daerah, kaki dan pohon mesquite ( Prosopis spp.). The katak macan tutul membutuhkan badan air permanen untuk populasi
mandiri (USFWS 2007). Mayoritas badan air permanen dalam jangkauan mereka memiliki ikan invasif dan katak Amerika, baik predator
dikenal katak Chiricahua macan tutul (USFWS 2007). Akibatnya, Chiricahua katak macan tutul sering diturunkan ke habitat buatan
manusia (yaitu, kolam) dibangun untuk menyediakan air untuk ternak, sebagian besar yang menahan air hanya sebentar-sebentar (Gbr.
1).
diterima Pasal
Dari 2007-2017, 47 kolam disurvei pada BANWR dan berbatasan Negara Kepercayaan tanah, dengan maksimum 44 kolam
yang disurvei pada tahun tertentu (47 kolam yang unik dari M = 274 kolam yang tersedia). Setiap kolam disurvei antara 2100 dan
0300 hr, untuk maksimum K = 3 kali per tahun untuk T = 11 tahun selama periode pra-monsun. Kami mencatat
• •, •, • = 0 jika tidak ada katak yang terdeteksi. Kami juga mencatat kecepatan angin (WIND) dan suhu ambien
R ESULTS
Data deteksi-nondetection menunjukkan peningkatan umum dalam jumlah tambak yang diduduki dari 3 di 2003-8 pada tahun 2017,
dengan minimal 3 tahun 2012 dan maksimal 15 tahun 2015 selama periode waktu setelah reintroduksi terjadi. Periode waktu
terpanjang kolam tercatat untuk ditempati adalah 11 tahun (n = 2 kolam), dan kedua kolam tetap ditempati hingga tahun akhir
pengumpulan data pada tahun 2017. Kami mencatat 27 observasi di mana katak terdeteksi pada kolam di mana mereka belum
terdeteksi pada tahun sebelumnya, dan 19 observasi di mana tidak ada katak terdeteksi di sebuah kolam yang dikenal untuk ditempati
pada tahun sebelumnya. kondisi kekeringan yang paling parah pada tahun 2011 (PDSI =
- 3.88) dan paling jinak pada tahun 2010 (PDSI = 2,09; Lampiran S1). Dari 2011 sampai 2014, kondisi kekeringan secara substansial di
bawah ini (-3,88, -2,48, -3,5, -3,44) nilai rata-rata (-1,71) mencatat selama periode penelitian (Lampiran S1). Tidak ada kecenderungan kuat
tren temporal dalam perkiraan hunian mencerminkan tren sementara yang ditemukan di data mentah. Jumlah kolam menduduki
meningkat dari 3 di tahun 2003 menjadi 22 (95% CI: 17-30) pada tahun 2015 diikuti oleh penurunan ke 17 (11 - 26) pada tahun 2017 (Tabel 1).
2). Kolonisasi dan kepunahan dinamika selama tahun-tahun survei dipengaruhi oleh kedua kolam-tingkat hydroperiod dan lansekap
karakteristik antara kolam. Kolam air diadakan secara permanen atau semi-permanen pada tahun yang memiliki tingkat dasar
kolonisasi lebih tinggi dari kolam yang diadakan air sebentar-sebentar (Tabel 1). Kolonisasi probabilitas menolak karena elevasi
antara patch meningkat (Tabel 1). Lokal (kolam-level) tingkat kepunahan rendah untuk kolam permanen, relatif terhadap intermiten
dan kolam semi permanen (Tabel 1). Kami tidak menemukan bukti kuat efek kekeringan pada laju kepunahan (Tabel 1). Ada sedikit
stochasticity lingkungan di tingkat kepunahan lokal di antara tahun, dengan semua 95% CI untuk
diterima Pasal
Deteksi probabilitas tidak sangat dipengaruhi oleh baik kecepatan angin atau suhu lingkungan (Tabel
1).
prakiraan model rata-rata menunjukkan bahwa risiko metapopulation kepunahan adalah substansial selama 50-tahun horizon waktu,
dan itu sangat tergantung pada pemulihan tambak. Dengan 2066, di bawah skenario tidak ada kolam restorasi, risiko kepunahan adalah 3,9%
(95% CI: 0-37%) (Gambar 2, Lampiran S3.). Mengembalikan enam kolam dengan meningkatkan hydroperiod mengakibatkan pengurangan
risiko kepunahan untuk <1% (95% CI: 0 - 2%) (Gambar 2, Lampiran S3.). Kolam restorasi juga meningkatkan jumlah diperkirakan kolam
diduduki pada tahun 2066 dari 14 (95% CI: 0-35) tanpa restorasi ke 20 (95% CI: 8 - 39) dengan enam kolam dipulihkan (Gambar 3.).
D ISCUSSION
Ada perkembangan yang signifikan di bidang teori metapopulation spasial-eksplisit (SMT), termasuk perkembangan yang
memungkinkan untuk inferensi tentang efek lokal dan lanskap heterogenitas (Sutherland et al. 2012, Heard et al. 2013, Sutherland
et al. 2014 , Broms et al. 2016, Williams et al. 2017, Howell et al. 2018, Laroche et al. 2018). Namun, jarang memiliki model
metapopulation statistik digunakan untuk kelangsungan hidup metapopulation perkiraan sementara akuntansi untuk parameter
dan ketidakpastian proses dalam kerangka pemodelan bersatu. Penelitian kami menunjukkan manfaat dari pendekatan peramalan
statistik untuk analisis kelayakan metapopulation ketika menilai efek dari keputusan konservasi di hadapan banyak sumber
ketidakpastian.
Hasil kami menunjukkan bahwa risiko metapopulation kepunahan untuk Chiricahua katak macan tutul adalah sekitar 4% oleh 2066
jika tidak ada upaya restorasi kolam diberlakukan. Namun, mengingat ketidakpastian
penelitian sebelumnya yang tidak melibatkan penilaian kelayakan formal dan diabaikan stochasticity lingkungan dan efek kekeringan
(Chandler et al. 2015 ). Meskipun risiko kepunahan tinggi dengan tidak adanya intervensi manajemen, memulihkan kolam dengan
Dalam ekosistem gersang, meningkatkan kekeringan merupakan salah satu ancaman terbesar bagi kegigihan lanjutan untuk amfibi
(Hossack et al. 2013). Di Desert Southwest, suhu diperkirakan meningkat, curah hujan diperkirakan menurun dan keduanya cenderung
menjadi lebih bervariasi, yang dapat menyebabkan penurunan habitat berkembang biak diandalkan untuk spesies akuatik (Fagan et al. 2002,
diterima Pasal
Archer dan Predick 2008, Hossack et al. 2017). Ponds menerima beberapa hujan di musim dingin, tetapi bergantung terutama pada hujan
musim panas hujan untuk tetap penuh sepanjang tahun (Bezy et al. 2007). Jika musim panas hujan berkurang dan terus terjadi kemudian di
musim panas, kolam yang secara historis tetap penuh mungkin kering. Kami tidak menemukan bukti dari tren dalam kondisi kekeringan
selama periode penelitian 11 tahun kami; kami juga tidak menemukan bukti bahwa kondisi kekeringan berdampak risiko kepunahan lokal. Hal
ini mungkin karena banyak tambak di daerah penelitian kami secara aktif berhasil air terus sepanjang tahun. Sebagai hasil peramalan kami
menunjukkan, penurunan manajemen tambak aktif dan pemulihan sangat bisa meningkatkan risiko kepunahan, dan mungkin memperkuat
predator invasif (misalnya, bullfrog Amerika, Lithobates catesbeianus) yang mengandalkan kolam hydroperiod permanen
dihapus dari daerah penelitian kami dan tidak hadir selama tahun penelitian kami. Oleh karena itu, hasil kami tergantung pada upaya
terus untuk mencegah re-kolonisasi kolam permanen oleh predator invasif pada perlindungan yang (USFWS 2018). Jika spesies invasif
seperti bullfrog ulang membangun populasi berkembang biak di tempat perlindungan, sangat mungkin bahwa risiko kepunahan untuk
metapopulation katak macan tutul akan meningkat secara substansial dan akan ada lagi acara metapopulationlevel kepunahan mirip
dengan apa yang terjadi di Altar Lembah selama 2000-an (Jarchow et al. 2016). Selain memangsa katak macan tutul, katak yang
diduga menjadi vektor bagi jamur patogen Batrachochytrium dendrobatidis yang menyebabkan amfibi chytridiomycosis (Schloegel et al.
2009). Jamur ini saat hadir pada tingkat hanya rendah dalam sistem penelitian kami (Sigafus et al. 2014) dan tidak jelas apakah itu
mempengaruhi kelangsungan hidup katak macan tutul. Namun, untuk katak ranid lainnya, chytridiomycosis telah menyebabkan
penurunan populasi (Bradley et al. 2002) dan bisa melakukan hal yang sama
mempertahankan Chiricahua macan tutul katak pada lanskap ini dan secara luas berlaku untuk kolam pembiakan amfibi di habitat yang
sama, ada peringatan bahwa peningkatan jumlah kolam permanen secara bersamaan dapat membuat lanskap yang lebih ramah bagi
Pendekatan peramalan statistik untuk penilaian kelayakan metapopulation secara luas berlaku untuk spesies lain di
lanskap kompleks atau tambal sulam, di mana komposisi dan konfigurasi habitat fitur pengaruh proses kolonisasi. Dengan
menyebarkan sumber yang relevan ketidakpastian ketika kelangsungan hidup peramalan, keputusan manajemen dapat dibuat
diterima Pasal
dengan pemahaman yang lebih lengkap tentang ketidakpastian seputar dampak alternatif manajemen dalam konteks lanskap
tertentu. Selain itu, dengan menggunakan model berakar kuat dalam teori ekologi metapopulation spasial-eksplisit, pendekatan
memungkinkan untuk lebih dari sekedar probabilistik perkiraan-memungkinkan untuk kesimpulan tentang proses ekologi yang
SEBUAH CKNOWLEDGEMENTS: Penelitian ini dilakukan di bawah AGFD Izin SP616031, SP674249, dan SP713908; BANWR Khusus
Penggunaan Izin 2013-013, 2017-008, dan 2015-016; dan USFWS Izin TE08548B. Penelitian ini dilakukan di bawah IACUC
12-334 dan 01-028 A2014-Y2-A2. Pendanaan diberikan oleh hibah dari US Geological Survey. Ini adalah kontribusi jumlah 697
dari Research US Geological Survey Amfibi dan Monitoring Initiative. Penggunaan perdagangan, produk, atau nama perusahaan
yang deskriptif dan tidak menyiratkan pengesahan oleh Pemerintah AS. Perangkat lunak ini telah disetujui untuk rilis oleh US
Geological Survey (USGS). Meskipun perangkat lunak telah mengalami ulasan ketat, cadangan USGS hak untuk memperbarui
perangkat lunak sesuai yang dibutuhkan untuk analisis lebih lanjut dan ulasan. Tidak ada jaminan, tersurat maupun tersirat, yang
dibuat oleh USGS atau AS Pemerintah untuk fungsi perangkat lunak dan terkait materi tidak pula fakta rilis merupakan jaminan
tersebut. Selain itu, perangkat lunak ini dirilis pada kondisi bahwa baik USGS maupun Pemerintah AS tidak dapat dimintai
tanggung jawab untuk kerugian akibat resmi atau tidak sah penggunaannya. Makalah ini sangat diuntungkan dari saran dari dua
peninjau anonim.
Referensi
Akçakaya, HR, MA McCarthy, dan JL Pearce. 1995. Data landscape Menghubungkan dengan populasi
analisis kelayakan: pilihan manajemen untuk helm Honeyeater Lichenostomus melanops cassidix.
Alcala, N., AE Launer, MF Westphal, R. Seymour, EM Cole, dan NA Rosenberg. 2018. Penggunaan
patch stokastik - model hunian dalam merah California - katak berkaki untuk Bayesian inferensi mengenai peristiwa masa
lalu dan ketekunan masa depan. Biologi Konservasi 33: 685-696. Archer, SR, dan KI Predick. 2008. Perubahan iklim dan
Baguette, M. 2004. Teori metapopulation klasik dan nyata, dunia alam: kritis
Beissinger, SR, dan DR McCullough. 2002. Populasi analisis kelayakan. University of Chicago
Bezy, J., CF Hutchinson, dan CJ Bahre. 2007. Buenos Aires National Wildlife Refuge, Arizona.
Model hirarkis eksplisit untuk kelangsungan hidup populasi mencirikan. Aplikasi ekologi
28: 2055-2065.
Carlin, BP, dan S. Chib. 1995. Bayesian Model pilihan melalui rantai Markov metode Monte Carlo.
Jurnal Royal Society Statistik: Seri B (Metodologi) 57: 473-484. Caughley, G. 1994. Arah dalam biologi
konservasi. Jurnal Ekologi Hewan 63: 215-244. Chandler, RB, E. Muths, BH Sigafus, CR Schwalbe, CJ Jarchow,
model hunian spasial untuk memprediksi dinamika metapopulation dan kelangsungan hidup berikut reintroduksi.
diterima Pasal
Chaudhary, V., dan MK Oli. Dalam Press. Sebuah penilaian kritis dari analisis kelangsungan hidup populasi.
Biologi Konservasi.
R. Pielke, dan W. Pizer. 2001. perkiraan ekologi: suatu keharusan muncul. Ilmu 293: 657-
660.
Dai, A., KE Trenberth, dan T. Qian. 2004. Sebuah data global dari Palmer Drought Severity Index untuk
1870-2002: hubungan dengan kelembaban tanah dan dampak pemanasan permukaan. Journal of Hidrometeorologi 5:
1117-1130.
Dellaportas, P., JJ Forster, dan I. Ntzoufras. 2002. Pada Model Bayesian dan seleksi variabel menggunakan
Dietze, MC 2017. peramalan ekologi. Princeton University Press, Princeton, New Jersey, USA. Dietze, MC, A. Fox,
Keitt, MA Kenney, CM Laney, dan LG Larsen. 2018. jangka dekat Iteratif peramalan ekologi:
Kebutuhan, peluang, dan tantangan. Prosiding National Academy of Sciences 115: 1424-1432.
Dodd, CK 1993. Biaya hidup di lingkungan yang tak terduga: ekologi kadal air bergaris
Notophthalmus perstriatus selama kekeringan berkepanjangan. Copeia 1993: 605-614. Eaton, MJ, PT Hughes, JE
efek dari karakteristik Patch dan lingkungan hunian pada dinamika sebuah lagomorph terancam
Artikel ini dilindungi oleh hak cipta. Semua hak dilindungi Campbell, SP, ER Zylstra, CR Darst, RC Averill - Murray, dan
Fagan, WF, PJ Unmack, C. Burgess, dan W. Minckley. 2002. Kelangkaan, fragmentasi, dan
Hijau, AW, dan LL Bailey. 2015. Menggunakan Bayesian Penduduk Analisis Viabilitas untuk Tentukan
Hijau, AW, MB Hooten, EHC Grant, dan LL Bailey. 2013. Mengevaluasi berkembang biak dan
metamorfosa hunian dan vernal efek manajemen kolam renang untuk katak kayu menggunakan model hirarkis.
Journal of Applied Ecology 50: 1116-1123. Hanski, I. 1999. Metapopulation ekologi. Oxford University Press, Oxford, UK.
Hanski, I. 2001. teori spasial realistis metapopulation ekologi. Naturwissenschaften 88: 372-
diterima Pasal
381.
Hanski, I., A. Moilanen, T. Pakkala, dan M. Kuussaari. 1996. Fungsi kejadian kuantitatif
10: 578-590.
Hayes, MP, dan MR Jennings. 1986. Penurunan spesies katak ranid di Amerika Utara barat: yang
katak ( Rana catesbeiana) bertanggung jawab? Journal of Herpetologi 20: 490-509. Heard, GW, MA
Model Bayesian viabilitas metapopulation, dengan aplikasi untuk amfibi terancam punah. Keanekaragaman dan
Hefley, TJ, MB Hooten, EM Hanks, RE Russell, dan DP Walsh. 2017. Dinamis spatio-
panen yang tidak berkelanjutan dugong di Selat Torres dan Cape York (Australia) perairan: dua studi kasus menggunakan
analisis kelangsungan hidup populasi. Konservasi hewan 7: 417-425. Hossack, BR, MJ Adams, CA Pearl, KW Wilson, EL Bull,
M. Jones, dan KK Wheeler. 2013. Peran karakteristik Patch, frekuensi kekeringan, dan restorasi di
1420.
predator invasif. Konservasi biologi 209: 377-394. Howell, PE, E. Muths, BR Hossack, BH Sigafus, dan RB
konektivitas antara ekologi metapopulation dan ekologi lanskap. Ekologi 99: 1119-1128. Jarchow, CJ, BR
konektivitas untuk menginformasikan reintroduksi: studi kasus dengan Chiricahua Leopard Frog. Journal of Herpetologi 50: 63-69.
Lacy, RC 1993. VORTEX: model simulasi komputer untuk analisis kelangsungan hidup populasi. Margasatwa
diterima Pasal
Laroche, F., H. Paltto, dan T. Ranius. 2018. pendeteksian berbasis Kelimpahan dalam spasial-eksplisit
metapopulation: studi kasus pada spesies kumbang rentan dalam pohon berlubang. Oecologia
188: 671-682.
Link, WA, dan RJ Barker. 2009. Bayesian inferensi: dengan aplikasi ekologi. Akademik
Maret, TJ, JD Snyder, dan JP Collins. 2006. rezim pengeringan Diubah mengontrol distribusi
salamander langka dan predator diperkenalkan. Konservasi biologi 127: 129-138. McElderry, RM, MH
terancam punah endemik kupu-kupu subtropis: efek kepadatan dan api atas dinamika populasi dan risiko kepunahan.
model analisis kelangsungan hidup populasi. Konservasi biologi 144: 1400-1408. Moilanen, A., dan I. Hanski. 1998.
Morris, WF, dan DF Doak. 2002. biologi konservasi kuantitatif. Sinauer, Sunderland,
Massachusetts, USA
Mortensen, JL, dan JM Reed. 2016. Penduduk Viabilitas dan Vital Tingkat Sensitivitas dari
Langka Avian Koperasi Peternak, White-breasted Thrasher ( Ramphocinclus brachyurus). PLoS One 11:
e0148928.
Mengintegrasikan data dan kelangsungan hidup populasi genetik analisis untuk identifikasi segel pelabuhan ( Phoca
vitulina) populasi dan unit manajemen. Ekologi molekuler 23: 815-831. Oppel, S., G. Hilton, N. Ratcliffe, C. Fenton, J. Daley, G.
Menilai kelangsungan hidup populasi sementara akuntansi untuk ketidakpastian demografi dan lingkungan.
Patterson, BR, dan DL Murray. 2008. Analisis kelangsungan hidup populasi cacat dapat mengakibatkan
menyesatkan penilaian Populasi: studi kasus untuk serigala di Algonquin taman, Kanada. Konservasi
MC ANSTETT, dan P. Miller. 2002. Muncul isu-isu dalam analisis kelangsungan hidup populasi. Biologi
model fungsi dinamika metapopulation diterapkan untuk dua spesies rel. Ekologi 92: 462-
474.
Sæther, B.-E., dan S. Engen. 2002. ketidakpastian Termasuk dalam analisis kelangsungan hidup populasi menggunakan
interval prediksi populasi. halaman 191-212 di SR Beissinger dan DR McCullough, editor. analisis
kelangsungan hidup populasi. University of Chicago Press, Chicago, IL, USA. Schloegel, LM, AM Picco, AM
Besarnya perdagangan AS di amfibi dan kehadiran Batrachochytrium dendrobatidis dan infeksi Ranavirus di
impor katak Amerika Utara ( Rana catesbeiana). Konservasi biologi 142: 1420-1426.
jamur chytrid ( Batrachochytrium dendrobatidis) di Buenos Aires National Wildlife Refuge, Arizona, Amerika Serikat.
kontribusi struktur panggung, efek penyelamatan, dan kepunahan berkorelasi. Ekologi 93: 2465-
2473.
Sutherland, C., DA Elston, dan X. Lambin. 2014. Sebuah demografi, Patch spasial eksplisit
Model hunian dinamika metapopulation dan ketekunan. Ekologi 95: 3149-3160. Trenham, PC, dan HB Shaffer.
kelangsungan hidup populasi. Aplikasi ekologi 15: 1158-1168. USFWS. 2007. Chiricahua katak macan tutul ( Rana
20137204911. US Fish & Wildlife Service, Albuquerque, New Mexico, Amerika Serikat.
USFWS. 2018. Fasilitasi pemulihan Chiricahua katak macan tutul dan utara ular garter Meksiko
melalui lanskap pemberantasan skala katak dan berdekatan dengan Buenos Aires National Wildlife Refuge. Laporan yang
tidak dipublikasikan.
Wade, P. 2002. Bayesian analisis kelangsungan hidup populasi. halaman 213-238 di SR Beissinger dan DR McCullough, editor. analisis
Sebuah model data terpadu untuk memperkirakan hunian spatiotemporal, kelimpahan, dan dinamika kolonisasi. Ekologi 98: 328-336.
Zylstra, ER, DE Swann, BR Hossack, E. Muths, dan RJ Steidl. 2019. Kekeringan - dimediasi
punahnya sebuah gersang - amfibi tanah: wawasan dari model hunian yang dinamis spasial eksplisit. Aplikasi
Tabel 1. Posterior median dan 95% interval kredibel untuk model metapopulation dengan pengaruh kekeringan dan variasi
stochastic pada laju kepunahan kolam-tingkat. Kolonisasi dimodelkan sebagai fungsi perlawanan lanskap. Semua variabel
Tabel 2. bobot Model berdasarkan Gibbs pemilihan variabel untuk setiap kombinasi dari tingkat kepunahan kolam-tingkat dan
Model
Model kepunahan Bobot
kolonisasi
lanskap 0,232
resistensi
Mengubah kondisi kekeringan
lanskap 0,232
Gambar. 1. Distribusi spasial tambak (tank saham buatan manusia) yang tersedia untuk Chiricahua macan tutul katak di Wildlife Refuge Buenos
Aires Nasional (polygon hitam) dan sekitarnya Negara Kepercayaan tanah di Arizona, USA. simbol abu-abu gelap yang kolam di mana katak
yang diperkenalkan kembali pada tahun 2003. simbol abu-abu Light kolam yang disurvei setiap tahun (deteksi-nondetection Data 2007-2011,
menghitung data yang 2012-sekarang). Simbol dengan titik-titik hitam menunjukkan kolam di mana katak telah ditemukan di setidaknya satu
tahun 2007-2017.
Gambar. 2. Metapopulation kepunahan risiko lebih 50 tahun waktu cakrawala dari perkiraan model rata-rata dengan berbagai tingkat
Artikel ini dilindungi oleh hak cipta. Semua hak dilindungi kondisi
stochasticity dan ketidakpastian tentang kondisi kekeringan dan potensi kegagalan struktural yang dapat mencegah kolam buatan
manusia dari menahan air. interval kredibel untuk kurva risiko kepunahan disajikan pada Lampiran S3.
Gambar. 3. Model-rata perkiraan jumlah kolam diduduki selama 50 tahun horison waktu di bawah empat skenario manajemen (0,
1, 3, 6 kolam dipulihkan). Garis hijau tebal adalah median posterior dan daerah hijau cahaya 95% CI. garis abu-abu dan oranye
mewakili simulasi individu dinamika metapopulation dari waktu ke waktu. Oranye garis menunjukkan simulasi di mana
metapopulation yang punah, dan titik-titik merah menunjukkan tahun kepunahan. Prakiraan menyumbang stochasticity
lingkungan dan ketidakpastian tentang kondisi kekeringan dan potensi kegagalan struktural yang dapat mencegah kolam buatan
diterima Pasal
eap_2038_f1.tif
eap_2038_f2.png
eap_2038_f3.png