Анализ жизнеспособности популяции ( PVA ) — это метод оценки риска , специфичный для вида , часто используемый в биологии сохранения . Традиционно он определяется как процесс, определяющий вероятность того, что популяция вымрет в течение определенного количества лет. Совсем недавно PVA был описан как союз экологии и статистики , который объединяет характеристики вида и изменчивость окружающей среды для прогнозирования здоровья популяции и риска вымирания. Каждый PVA разрабатывается индивидуально для целевой популяции или вида, и, следовательно, каждый PVA уникален. Более масштабная цель, которую следует иметь в виду при проведении PVA, — гарантировать, что популяция вида будет самоподдерживающейся в долгосрочной перспективе. [1]
Анализ жизнеспособности популяции (PVA) используется для оценки вероятности вымирания популяции и указания срочности усилий по восстановлению, а также для определения ключевых этапов жизни или процессов, которые должны быть в центре внимания усилий по восстановлению. PVA также используется для определения факторов, которые управляют динамикой популяции, сравнения предлагаемых вариантов управления и оценки существующих усилий по восстановлению. [2] PVA часто используется в управлении исчезающими видами для разработки плана действий, ранжирования плюсов и минусов различных сценариев управления и оценки потенциальных последствий потери среды обитания. [3]
В 1970-х годах Йеллоустонский национальный парк был центром жарких дебатов по поводу различных предложений по управлению проблемой медведей гризли ( Ursus arctos ) в парке. В 1978 году Марк Шаффер предложил модель для гризли, которая включала случайную изменчивость и вычисляла вероятности вымирания и минимальный жизнеспособный размер популяции . [4] Первая PVA приписывается Шафферу. [4]
Метод PVA приобрел популярность в Соединенных Штатах, поскольку федеральным агентствам и экологам потребовались методы оценки риска исчезновения и возможных результатов управленческих решений, в частности в соответствии с Законом об исчезающих видах 1973 года и Законом о национальном управлении лесами 1976 года.
В 1986 году Гилпин и Соуле расширили определение PVA, включив в него интерактивные силы, которые влияют на жизнеспособность популяции, включая генетику. Использование PVA резко возросло в конце 1980-х и начале 1990-х годов после достижений в области персональных компьютеров и пакетов программного обеспечения.
Находящаяся под угрозой исчезновения бабочка Фендера ( Icaricia icarioides ) недавно была оценена с целью предоставления дополнительной информации Службе охраны рыбных ресурсов и диких животных США , которая разрабатывала план восстановления этого вида. PVA пришла к выводу, что вид находится под большим риском вымирания, чем считалось ранее, и определила ключевые места, на которых следует сосредоточить усилия по восстановлению. PVA также указала, что, поскольку популяции бабочек сильно колеблются из года в год, для предотвращения вымирания популяции минимальный годовой темп прироста популяции должен поддерживаться намного выше, чем на уровнях, обычно считающихся приемлемыми для других видов. [5]
После недавней вспышки вируса собачьей чумы был проведен PVA для находящейся под угрозой исчезновения островной лисицы ( Urocyon littoralis ) острова Санта-Каталина, Калифорния . Популяция лисицы острова Санта-Каталина уникально состоит из двух субпопуляций, которые разделены перешейком , при этом восточная субпопуляция подвержена большему риску вымирания, чем западная. PVA был проведен с целями 1) оценки риска вымирания островной лисицы, 2) оценки чувствительности островной лисицы к катастрофическим событиям и 3) оценки недавних усилий по восстановлению, которые включают выпуск выращенных в неволе лисиц и транспортировку диких молодых лисиц с запада на восточную сторону. Результаты PVA пришли к выводу, что островная лисица по-прежнему находится под значительным риском вымирания и весьма восприимчива к катастрофам, которые происходят чаще, чем раз в 20 лет. Более того, риски вымирания и будущая численность популяции по обе стороны острова в значительной степени зависели от количества лис, выпускаемых и перевозимых каждый год. [6]
PVA в сочетании с анализом чувствительности также можно использовать для определения того, какие показатели жизненного цикла оказывают относительно наибольшее влияние на рост популяции и другие показатели жизнеспособности популяции. Например, исследование Manlik et al. (2016) спрогнозировало жизнеспособность двух популяций дельфинов-афалин в Западной Австралии и определило воспроизводство как имеющее наибольшее влияние на прогноз этих популяций. Одна из двух популяций, как прогнозировалось, будет стабильной, тогда как другая популяция, как прогнозировалось, сократится, если она будет изолирована от других популяций и низкие показатели репродуктивности сохранятся. Разница в жизнеспособности между двумя исследованиями была в первую очередь обусловлена различиями в воспроизводстве, а не выживании. Исследование также показало, что временные изменения в воспроизводстве оказали большее влияние на рост популяции, чем временные изменения в выживании. [7]
Продолжаются и остаются неразрешенными споры относительно целесообразности использования ПВА в природоохранной биологии и способности ПВА точно оценивать риски вымирания.
Для PVA желательно большое количество полевых данных; некоторые консервативно оценивают, что для точной оценки вероятности вымирания, простирающейся на T лет в будущее, необходимо от пяти до десяти раз T лет данных. Наборы данных такого масштаба, как правило, недоступны для редких видов; было подсчитано, что подходящие данные для PVA доступны только для 2% находящихся под угрозой исчезновения видов птиц. PVA для находящихся под угрозой исчезновения и находящихся под угрозой исчезновения видов является особенно проблемой, поскольку предсказательная сила PVA резко падает при минимальных наборах данных. Эллнер и др. (2002) утверждали, что PVA имеет небольшую ценность в таких обстоятельствах и лучше всего заменяется другими методами. Другие утверждают, что PVA остается лучшим доступным инструментом для оценки риска вымирания, особенно с использованием прогонов модели чувствительности.
Даже при наличии адекватного набора данных PVA может все еще иметь большие ошибки в прогнозах скорости вымирания. Невозможно включить все будущие возможности в PVA: могут измениться места обитания, могут произойти катастрофы, могут появиться новые болезни. Полезность PVA может быть улучшена за счет множественных запусков модели с различными наборами предположений, включая прогнозируемую будущую дату. Некоторые предпочитают использовать PVA всегда в относительном анализе преимуществ альтернативных схем управления, например, для сравнения предлагаемых планов управления ресурсами.
Точность PVA была проверена в нескольких ретроспективных исследованиях. Например, исследование, сравнивающее прогнозы модели PVA с фактической судьбой 21 хорошо изученного таксона, показало, что прогнозы темпов роста точны, если входные переменные основаны на надежных данных, но подчеркнуло важность понимания зависимости от плотности (Brook et al. 2000). [8] Кроме того, McCarthey et al. (2003) [9] показали, что прогнозы PVA относительно точны, когда они основаны на долгосрочных данных. Тем не менее, полезность PVA заключается больше в его способности определять и оценивать потенциальные угрозы, чем в создании долгосрочных, категориальных прогнозов (Akçakaya & Sjögren-Gulve 2000). [10]
Усовершенствования PVA, которые, вероятно, произойдут в ближайшем будущем, включают: 1) создание фиксированного определения PVA и научных стандартов качества, по которым будут оцениваться все PVA, и 2) включение последних генетических достижений в PVA. [ необходима ссылка ]
{{cite journal}}
: CS1 maint: несколько имен: список авторов ( ссылка ){{cite journal}}
: CS1 maint: несколько имен: список авторов ( ссылка ){{cite journal}}
: CS1 maint: несколько имен: список авторов ( ссылка ){{cite journal}}
: CS1 maint: несколько имен: список авторов ( ссылка ){{cite journal}}
: CS1 maint: несколько имен: список авторов ( ссылка ){{cite journal}}
: CS1 maint: несколько имен: список авторов ( ссылка ){{cite journal}}
: CS1 maint: несколько имен: список авторов ( ссылка ){{cite journal}}
: CS1 maint: несколько имен: список авторов ( ссылка )