analisis kelayakan statistik

Pendekatan peramalan statistik untuk analisis kelayakan metapopulation

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

sebagai doi: 10,1002 / eap.2038

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,

hunian, restorasi, model spatio-temporal

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

kerangka kerja untuk meramalkan dampak

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 perubahan lingkungan dan mengidentifikasi tindakan konservasi yang terbaik untuk mengurangi risiko kepunahan. PVA sering

digambarkan sebagai prosedur untuk menentukan status populasi dan kemudian mengidentifikasi pilihan konservasi untuk

meningkatkan kemungkinan ketekunan jangka panjang (Beissinger dan McCullough 2002).

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

perkiraan resiko kepunahan.

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

dihubungkan oleh penyebaran (Hanski et al. 1996). metapopulation spasial-eksplisit

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 Teori (SMT) memberikan kerangka teoritis ketat untuk memprediksi bagaimana patch dihubungkan oleh penyebaran

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

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 efek, dan efek landscape-level pada kolonisasi. Tujuan kami adalah untuk menentukan bagaimana tindakan manajemen dapat mengurangi

risiko metapopulation kepunahan, dan oleh karena itu kita diperkirakan kelangsungan metapopulation 50 tahun ke depan dan dinilai kelayakan

di bawah beberapa skenario pemulihan tambak.

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

kami, negara hunian masing-masing kolam di tahun pertama (

diterima Pasal

• •, 1 ) diperlakukan sebagai dikenal karena

populasi diperkenalkan kembali mengikuti acara metapopulation kepunahan (lihat S Tudy TAMBAK DAN DATA COLLECTION di bawah).

Dalam tahun-tahun berikutnya ( • = 2, ..., •) . negara hunian • •, • untuk setiap kolam

• = 1, ..., • dimodelkan sebagai:

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

1 - ε •, • - 1 ( 1 - γ •, • - 1) . yang menyumbang efek penyelamatan (Hanski 1999).

Kami dimodelkan kepunahan kolam khusus ε •, • - 1 sebagai fungsi logit-linear kolam hydroperiod,

kekeringan, dan stochasticity lingkungan:

logit (ε •, • - 1) = β 1 Antar • + β 2 Semi • + β 3 Perm • + • 1 β 4 PDSI • - 1 + • 2 η • - 1 . (2)

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

koefisien untuk efek kekeringan, dan mewakili variasi

η lingkungan stokastik.

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:

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 η • ~ Norma (0, σ η) . (3)

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

variabel indikator biner. Jika variabel indikator • • terkait

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 pada saat β• ••= 0 .

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

setidaknya satu individu dari kolam tetangga • = 1, ..., • :

•, •
ρ •, •, • = ρ 0 • exp ( -• •••• . (4)
2σ 2)

logit (ρ 0 •) = υ 1 Antar • + υ 2 Semi • + υ 3 Perm • . (5)

dimana ρ 0 • adalah probabilitas dasar kolam yang dijajah

• oleh kolam, • • •••• •, • adalah biaya paling

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

mana υ 1, υ 2, dan υ 3 adalah koefisien untuk

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},

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 total dari kolam di metapopulation tersebut.

Untuk model efek kovariat lanskap • (•) . pada biaya bergerak antara berdekatan

sel x dan x', kami menggunakan fungsi biaya:

•••• (•, • ') = exp (• 3 α * • (•)) + exp (• 3 α * • (• ')) . (7)

2

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

• ( •, • dihitung dengan menjumlahkan produk dari biaya sepanjang jalan didefinisikan

oleh segmen garis • 1, • 2, ..., • • dan jarak Euclidean antara tambak:

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

kolam saya pada kesempatan survei k di tahun t:

• •, •, • ~ Bernoulli (• •, • • •, •, •) . (9)

logit (• •, •, •) = ω 0 + ω 1 TEMP •, •, • + ω 2 ANGIN •, •, • . (10)

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

Pendukung). Untuk semua parameter, Gelman-Rubin diagnostik adalah <

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 (•

(•••• •), σ ••••) dimana E (•••• •) = δ 0 + δ 1 Tahun .

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

habitat dikumpulkan dari Buenos Aires National Wildlife Refuge

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 (BANWR) dan masyarakat sekitarnya dan lahan pribadi di Altar Lembah Arizona selatan, USA (Gambar. 1). Wilayah ini digunakan

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

• •, •, • = 1 jika setidaknya satu katak terdeteksi, dan

• •, •, • = 0 jika tidak ada katak yang terdeteksi. Kami juga mencatat kecepatan angin (WIND) dan suhu ambien

(TEMP) selama setiap survei.

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

dalam kekeringan selama periode penelitian (= 0,01, δ1

95% CI = -0,22, 0,24).

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).

Berdasarkan Gibbs variabel seleksi, yang paling didukung

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 Model termasuk efek elevasi pada kolonisasi dan tidak ada pengaruh variasi lingkungan pada laju kepunahan kolam-tingkat (Tabel

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

η • termasuk nol (Tabel 1).

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

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 sekitar perkiraan ini, risiko kepunahan bisa setinggi 37% oleh 2066. Perkiraan ini risiko kepunahan jauh lebih tinggi dari perkiraan dari

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

meningkatkan hydroperiod dapat mengurangi risiko kepunahan untuk <1% 2066.

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

dampak negatif dari kekeringan.

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

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 dalam BANWR harus katak kembali menyerang. Jadi, meskipun restorasi kolam mungkin menjadi strategi yang berguna untuk

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

invasif predator dan beberapa patogen (Maret et al. 2006).

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

mengatur dinamika metapopulation.

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.

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

diterima Pasal

Referensi

Akçakaya, HR, MA McCarthy, dan JL Pearce. 1995. Data landscape Menghubungkan dengan populasi

analisis kelayakan: pilihan manajemen untuk helm Honeyeater Lichenostomus melanops cassidix.

Konservasi biologi 73: 169-176.

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

ekosistem dari Amerika barat daya

Negara. rangelands 30: 23-28.

Baguette, M. 2004. Teori metapopulation klasik dan nyata, dunia alam: kritis

penilaian. Dasar dan Ekologi Terapan 5: 213-224.

Beissinger, SR, dan DR McCullough. 2002. Populasi analisis kelayakan. University of Chicago

Press, Chicago, Ilinois, USA.

Bezy, J., CF Hutchinson, dan CJ Bahre. 2007. Buenos Aires National Wildlife Refuge, Arizona.

Desert Tanaman 23: 3-44.

Bradley, GA, PC Rosen, MJ Sredl, TR Jones, dan JE Longcore. 2002. chytridiomycosis di

asli Arizona katak. Jurnal Penyakit Wildlife 38: 206-212.

Broms, KM, MB Hooten, DS Johnson, R. Altwegg, dan LL Conquest. 2016. Dinamis

model hunian untuk proses kolonisasi eksplisit. Ekologi 97: 194-204.

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 RJ Steidl. 2018. Sebuah spasial

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,

dan BR Hossack. 2015.

model hunian spasial untuk memprediksi dinamika metapopulation dan kelangsungan hidup berikut reintroduksi.
diterima Pasal

Journal of Applied Ecology 52: 1325-1333.

Chaudhary, V., dan MK Oli. Dalam Press. Sebuah penilaian kritis dari analisis kelangsungan hidup populasi.

Biologi Konservasi.

Clark, JS, SR Carpenter, M. Barber, S. Collins, A. Dobson, JA Foley, DM Lodge, M. Pascual,

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

MCMC. Statistik dan Komputasi 12: 27-36.

Dietze, MC 2017. peramalan ekologi. Princeton University Press, Princeton, New Jersey, USA. Dietze, MC, A. Fox,

LM Beck-Johnson, JL Betancourt, MB Hooten, CS Jarnevich, TH

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

Hines, dan JD Nichols. 2014. Pengujian konsep metapopulation:

efek dari karakteristik Patch dan lingkungan hunian pada dinamika sebuah lagomorph terancam

punah. Oikos 123: 662-676.

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

risiko kepunahan di ikan gurun. Ekologi 83: 3250-3256.

Hijau, AW, dan LL Bailey. 2015. Menggunakan Bayesian Penduduk Analisis Viabilitas untuk Tentukan

Tujuan Konservasi relevan. PLoS One 10: e0144786.

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

Model dan ketekunan dari metapopulation kupu-kupu langka. Biologi Konservasi

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

McCarthy, MP Scroggie, JB Baumgartner, dan KM Parris. 2013. A

Model Bayesian viabilitas metapopulation, dengan aplikasi untuk amfibi terancam punah. Keanekaragaman dan

Distribusi 19: 555-566.

Hefley, TJ, MB Hooten, EM Hanks, RE Russell, dan DP Walsh. 2017. Dinamis spatio-

Model temporal untuk data spasial. statistik spasial 20: 206-220.

Heinsohn, R., RC Lacy, DB Lindenmayer, H. Marsh, D. Kwan, dan IR Lawler. 2004.

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,

K. Lohr, D. Patla, DS Pilliod, J.

M. Jones, dan KK Wheeler. 2013. Peran karakteristik Patch, frekuensi kekeringan, dan restorasi di

panjang - tren jangka amfibi luas. Biologi Konservasi 27: 1410-

1420.

Hossack, BR, RK Honeycutt, BH Sigafus, E. Muths, CL Crawford, TR Jones, JA

Sorensen, JC Rorabaugh, dan T. Chambert. 2017. Menginformasikan pemulihan manusia-a

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 lanskap berubah: Kekeringan-dimediasi tren populasi alter koeksistensi dari salamander terancam dan

predator invasif. Konservasi biologi 209: 377-394. Howell, PE, E. Muths, BR Hossack, BH Sigafus, dan RB

Chandler. 2018. Peningkatan

konektivitas antara ekologi metapopulation dan ekologi lanskap. Ekologi 99: 1119-1128. Jarchow, CJ, BR

Hossack, BH Sigafus, CR Schwalbe, dan E. Muths. 2016. habitat Modeling

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

Penelitian 20: 45-65.

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

Press, London, UK.

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

Salvato, dan CC Horvitz. 2015. model kelayakan Populasi untuk

terancam punah endemik kupu-kupu subtropis: efek kepadatan dan api atas dinamika populasi dan risiko kepunahan.

Keanekaragaman Hayati dan Konservasi 24: 1589-1608.

McGowan, CP, MC Runge, dan MA Larson. 2011. Memasukkan ketidakpastian parametrik ke

model analisis kelangsungan hidup populasi. Konservasi biologi 144: 1400-1408. Moilanen, A., dan I. Hanski. 1998.

Metapopulation dinamika: efek kualitas habitat dan lansekap

struktur. Ekologi 79: 2503-2515.

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.

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 Nadeem, K., dan SR Lele. 2012. Kemungkinan analisis kelangsungan hidup populasi berbasis di hadapan

kesalahan pengamatan. Oikos 121: 1656-1664.

Olsen, MT, LW Andersen, R. Dietz, J. Teilmann, T. Härkönen, dan HR Siegismund. 2014.

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.

Gray, J. Vickery, dan D. Gibbons. 2014.

Menilai kelangsungan hidup populasi sementara akuntansi untuk ketidakpastian demografi dan lingkungan.

Ekologi 95: 1809-1818.

diterima Pasal

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

biologi 141: 669-680.

Reed, JM, LS Mills, JB Dunning Jr, ES Menges, KS McKelvey, R. Frye, SR Beissinger,

MC ANSTETT, dan P. Miller. 2002. Muncul isu-isu dalam analisis kelangsungan hidup populasi. Biologi

Konservasi 16: 7-19.

Risiko, BB, P. De Valpine, dan SR Beissinger. 2011. Formulasi kuat-desain kejadian

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

Kilpatrick, AJ Davies, AD Hyatt, dan P. Daszak. 2009.

Besarnya perdagangan AS di amfibi dan kehadiran Batrachochytrium dendrobatidis dan infeksi Ranavirus di

impor katak Amerika Utara ( Rana catesbeiana). Konservasi biologi 142: 1420-1426.

Semlitsch, RD 1987. Hubungan kolam pengeringan dengan keberhasilan reproduksi salamander

Ambystoma talpoideum. Copeia 1987: 61-69.

Sigafus, BH, CR Schwalbe, BR Hossack, dan E. Muths. 2014. Prevalensi amfibi

jamur chytrid ( Batrachochytrium dendrobatidis) di Buenos Aires National Wildlife Refuge, Arizona, Amerika Serikat.

Ulasan Herpetological 45: 41-42.

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 Sutherland, C., DA Elston, dan X. Lambin. 2012. Proses Multi-besaran di metapopulations:

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.

2005. Penggunaan habitat dataran tinggi Amfibi dan konsekuensinya bagi

kelangsungan hidup populasi. Aplikasi ekologi 15: 1158-1168. USFWS. 2007. Chiricahua katak macan tutul ( Rana

chiricahuensis) rencana pemulihan. Laporan teknikal

diterima Pasal

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

kelangsungan hidup populasi. University of Chicago Press, Chicago, IL, USA.

Williams, PJ, MB Hooten, JN Womble, GG Esslinger, MR Bower, dan TJ Hefley. 2017.

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

ekologi 29: e01859.

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 D ATA SEBUAH VAILABILITY

Data dan kode R yang tersedia di Figshare: https://doi.org/10.6084/m9.figshare.7241678

diterima Pasal

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

indikator yang tetap di 1. Parameter Deskripsi

2,5 0,5 97,5

σ parameter skala fungsi kolonisasi 1,51 2,46 4.22

α1 Pengaruh ketinggian pada resistensi lanskap 0,17 0,87 1,83

kontribusi dasar untuk kolonisasi dari kolam

υ1 intermiten 0,01 0,02 0,05

kontribusi dasar untuk kolonisasi dari kolam semi

υ2 permanen 0,10 0,23 0,41

kontribusi dasar untuk kolonisasi dari kolam

υ3 permanen 0,05 0,17 0,62

β1 Kepunahan probabilitas di kolam intermiten 0,07 1,92 4,18

β2 Kepunahan probabilitas di kolam semi permanen -0,06 1,96 4,40

β3 Kepunahan probabilitas di kolam permanen -4.10 -2,20 -0,12

β4 Pengaruh kekeringan pada kemungkinan kepunahan -0,60 0,61 1,97

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 deviasi standar untuk model stochasticity

ση lingkungan tahunan 0,17 0,27 0,46

ω0 Intercept model deteksi 1,53 2,01 2,56

ω1 Pengaruh suhu pada deteksi -0,33 0,24 1,01

ω2 Pengaruh angin pada deteksi -0,79 -0,16 0,44

• 2003 Jumlah kolam yang diduduki pada tahun 2003 3 3 3

• 2004 Jumlah kolam yang diduduki pada tahun 2004 2 4 7

• 2005 Jumlah kolam yang diduduki pada tahun 2005 2 5 9

diterima Pasal

• 2006 Jumlah kolam yang diduduki pada tahun 2006 3 6 10

• 2007 Jumlah kolam yang diduduki pada tahun 2007 5 7 12

• 2008 Jumlah kolam yang diduduki pada tahun 2008 6 9 15

• 2009 Jumlah kolam yang diduduki pada 2009 5 9 14

• 2010 Jumlah kolam yang diduduki pada 2010 6 9 16

• 2011 Jumlah kolam yang diduduki pada 2011 8 12 17

• 2012 Jumlah kolam yang diduduki pada 2012 6 10 16

• 2013 Jumlah kolam yang diduduki pada 2013 8 13 19

• 2014 Jumlah kolam yang diduduki pada 2014 12 16 23

• 2015 Jumlah kolam yang diduduki pada tahun 2015 17 22 30

• 2016 Jumlah kolam yang diduduki pada tahun 2016 13 18 26

• 2017 Jumlah kolam yang diduduki pada 2017 11 17 26

Tabel 2. bobot Model berdasarkan Gibbs pemilihan variabel untuk setiap kombinasi dari tingkat kepunahan kolam-tingkat dan

antar-kolam tingkat kolonisasi sub-model.

Model
Model kepunahan Bobot
kolonisasi

kondisi lingkungan statis jarak Euclidean 0,016

Statis lingkungan kondisi Landscape

perlawanan 0,255

stochastic lingkungan Jarak Euclidean 0,011

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

 kondisi lingkungan Stochastic resistensi

lanskap 0,232

Mengubah kondisi kekeringan Jarak Euclidean 0,015

resistensi
Mengubah kondisi kekeringan
lanskap 0,232

Mengubah kondisi kekeringan,

Jarak Euclidean
lingkungan stokastik 0,011
diterima Pasal

Mengubah kondisi kekeringan, resistensi

lingkungan stokastik lanskap 0,224

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

manajemen (0, 1, 3, 6 kolam dipulihkan). Prakiraan menyumbang lingkungan

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

manusia dari menahan air.

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

diterima Pasal

eap_2038_f1.tif

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

diterima Pasal

eap_2038_f2.png

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta

diterima Pasal

eap_2038_f3.png

Artikel ini dilindungi oleh hak cipta. Seluruh hak cipta