stringtranslate.com

Домашний диапазон

Домашний участок — это область, в которой животное живет и перемещается на периодической основе. Это связано с концепцией территории животного , которая является областью, которая активно защищается. Концепция домашнего участка была введена WH Burt в 1943 году. Он нарисовал карты, показывающие, где животное наблюдалось в разное время. Связанная с этим концепция — распределение использования , которое изучает, где животное, вероятно, находится в любой момент времени. Данные для картирования домашнего участка раньше собирались путем тщательного наблюдения, но в последние годы на животное надевают передающий ошейник или аналогичное устройство GPS .

Самый простой способ измерения домашнего диапазона — построить наименьший возможный выпуклый многоугольник вокруг данных, но это имеет тенденцию переоценивать диапазон. Наиболее известные методы построения распределений использования — это так называемые двумерные методы плотности ядра Гаусса или нормального распределения . В последнее время стали использоваться непараметрические методы, такие как альфа-оболочка Бергмана и Фокса и локальная выпуклая оболочка Гетца и Вильмерса . Существует программное обеспечение для использования как параметрических, так и непараметрических методов ядра.

История

Концепция домашнего ареала восходит к публикации WH Burt в 1943 году, который построил карты, описывающие пространственную протяженность или внешние границы перемещения животного в ходе его повседневной деятельности. [1] С концепцией домашнего ареала связана концепция распределения использования , которая принимает форму двумерной функции плотности вероятности , которая представляет вероятность нахождения животного в определенной области в пределах его домашнего ареала. [2] [3] Домашний ареал отдельного животного обычно строится из набора точек местоположения, которые были собраны в течение определенного периода времени, идентифицируя положение в пространстве особи во многих точках времени. Такие данные теперь собираются автоматически с помощью ошейников, надеваемых на особей, которые передают данные через спутники или с помощью технологии мобильной сотовой связи и технологии глобальных систем позиционирования ( GPS ) через регулярные интервалы.

Методы расчета

Самый простой способ нарисовать границы домашнего ареала из набора данных о местоположении — построить наименьший возможный выпуклый многоугольник вокруг данных. Этот подход называется методом минимального выпуклого многоугольника (MCP), который до сих пор широко используется, [4] [5] [6] [7], но имеет много недостатков, включая частую переоценку размера домашнего ареала. [8]

Наиболее известными методами построения распределений использования являются так называемые двумерные методы плотности ядра Гаусса или нормального распределения . [9] [10] [11] Эта группа методов является частью более общей группы параметрических методов ядра, которые используют распределения, отличные от нормального распределения, в качестве элементов ядра, связанных с каждой точкой в ​​наборе данных о местоположении.

Недавно ядерный подход к построению распределений использования был расширен и теперь включает ряд непараметрических методов, таких как метод альфа-оболочки Бергмана и Фокса [12] и метод локальной выпуклой оболочки (LoCoH) Гетца и Вильмерса [13] . Этот последний метод теперь был расширен от чисто фиксированного метода LoCoH до фиксированного радиуса и адаптивных методов LoCoH точки/радиуса. [14]

Хотя в настоящее время доступно больше программного обеспечения для реализации параметрических, чем непараметрических методов (поскольку последний подход является более новым), цитируемые статьи Гетца и др. показывают, что методы LoCoH, как правило, обеспечивают более точные оценки размеров домашних диапазонов и обладают лучшими свойствами сходимости при увеличении размера выборки, чем параметрические методы ядра.

Методы оценки дальности проживания, разработанные с 2005 года, включают:

Компьютерные пакеты для использования параметрических и непараметрических методов ядра доступны в Интернете. [21] [22] [23] [24] В приложении к статье JMIR 2017 года приводятся места обитания более 150 различных видов птиц в Манитобе . [25]

Смотрите также

Ссылки

  1. ^ Burt, WH (1943). «Концепции территориальности и ареала обитания применительно к млекопитающим». Journal of Mammalogy . 24 (3): 346–352. doi :10.2307/1374834. JSTOR  1374834.
  2. ^ Jennrich, RI; Turner, FB (1969). «Измерение некругового домашнего участка». Журнал теоретической биологии . 22 (2): 227–237. Bibcode :1969JThBi..22..227J. doi :10.1016/0022-5193(69)90002-2. PMID  5783911.
  3. ^ Форд, РГ; Крумм, Д.У. (1979). «Анализ моделей использования пространства». Журнал теоретической биологии . 76 (2): 125–157. Bibcode : 1979JThBi..76..125F. doi : 10.1016/0022-5193(79)90366-7. PMID  431092.
  4. ^ Бейкер, Дж. (2001). «Оценки плотности популяции и ареала обитания восточной щетинкохвостой птицы в заливе Джервис, юго-восточная Австралия». Corella . 25 : 62–67.
  5. ^ Крил, С.; Крил, Н. М. (2002). Африканская дикая собака: поведение, экология и охрана природы . Принстон, Нью-Джерси: Princeton University Press. ISBN 978-0691016559.
  6. ^ Мейлман, Э.П.; Кломп, Н.И. (1999). «Является ли ареал обитания вересковой мыши Pseudomys shortridgei аномалией в роде Pseudomys ?». Victorian Naturalist . 116 : 196–201.
  7. ^ Рюрик, Л.; Макдональд, Д.У. (2003). «Индивидуальный ареал и использование среды обитания американской лисицы ( Vulpes macrotis ) в комплексе луговых собачек ( Cynomys ludovicianus )». Журнал зоологии . 259 (1): 1–5. doi :10.1017/S0952836902002959.
  8. ^ Burgman, MA; Fox, JC (2003). «Смещение оценок ареалов видов на основе минимальных выпуклых многоугольников: последствия для сохранения и варианты улучшенного планирования» (PDF) . Animal Conservation . 6 (1): 19–28. doi :10.1017/S1367943003003044. S2CID  85736835.
  9. ^ Silverman, BW (1986). Оценка плотности для статистики и анализа данных . Лондон: Chapman and Hall. ISBN 978-0412246203.
  10. ^ Worton, BJ (1989). «Коэффициентные методы оценки распределения использования в исследованиях домашних территорий». Экология . 70 (1): 164–168. doi :10.2307/1938423. JSTOR  1938423.
  11. ^ Seaman, DE; Powell, RA (1996). «Оценка точности оценок плотности ядра для анализа домашнего диапазона». Ecology . 77 (7): 2075–2085. doi :10.2307/2265701. JSTOR  2265701.
  12. ^ Burgman, MA; Fox, JC (2003). «Смещение оценок ареалов видов на основе минимальных выпуклых многоугольников: последствия для сохранения и варианты улучшенного планирования» (PDF) . Animal Conservation . 6 (1): 19–28. doi :10.1017/S1367943003003044. S2CID  85736835.
  13. ^ Getz, WM; Wilmers, CC (2004). "Локальное построение выпуклой оболочки ближайшего соседа для домашних ареалов и распределений использования" (PDF) . Ecography . 27 (4): 489–505. doi :10.1111/j.0906-7590.2004.03835.x. S2CID  14592779.
  14. ^ Getz, W. M; Fortmann-Roe, S.; Cross, PC; Lyonsa, AJ; Ryan, SJ; Wilmers, CC (2007). "LoCoH: непараметрические ядерные методы для построения домашних диапазонов и распределений использования" (PDF) . PLoS ONE . ​​2 (2): e207. Bibcode :2007PLoSO...2..207G. doi : 10.1371/journal.pone.0000207 . PMC 1797616 . PMID  17299587. 
  15. ^ Getz, WM; Wilmers, CC (2004). "Локальное построение выпуклой оболочки ближайшего соседа для домашних ареалов и распределений использования" (PDF) . Ecography . 27 (4): 489–505. doi :10.1111/j.0906-7590.2004.03835.x. S2CID  14592779.
  16. ^ Хорн, Дж. С.; Гартон, Е. О.; Кроне, СМ; Льюис, Дж. С. (2007). «Анализ движений животных с использованием броуновских мостов». Экология . 88 (9): 2354–2363. doi :10.1890/06-0957.1. PMID  17918412. S2CID  15044567.
  17. ^ Steiniger, S.; Hunter, AJS (2012). «Масштабированная линейная оценка плотности ядра для извлечения распределений использования и домашних диапазонов из треков перемещения GPS». Экологическая информатика . 13 : 1–8. doi :10.1016/j.ecoinf.2012.10.002.
  18. ^ Даунс, JA; Хорнер, MW; Такер, AD (2011). «Оценка плотности во времени и географии для анализа ареала обитания». Annals of GIS . 17 (3): 163–171. doi : 10.1080/19475683.2011.602023 . S2CID  7891668.
  19. ^ Лонг, JA; Нельсон, TA (2012). «География времени и определение границ ареалов обитания диких животных». Журнал управления дикой природой . 76 (2): 407–413. doi :10.1002/jwmg.259. hdl : 10023/5424 .
  20. ^ Штайнигер, С.; Хантер, AJS (2012). «OpenJUMP HoRAE - бесплатная ГИС и набор инструментов для анализа домашнего диапазона». Бюллетень Общества дикой природы . 36 (3): 600–608. дои : 10.1002/wsb.168.(См. также: OpenJUMP HoRAE — набор инструментов для анализа и оценки дальности проживания)
  21. ^ LoCoH: Мощные алгоритмы для поиска домашних территорий Архивировано 12 сентября 2006 г. на Wayback Machine
  22. ^ "AniMove – Методы передвижения животных". Архивировано из оригинала 2007-01-04 . Получено 2007-01-12 .
  23. ^ OpenJUMP HoRAE - Home Range Analysis and Estimation Toolbox (открытый исходный код; методы: Point-Kernel, Line-Kernel, Brownian-Bridge, LoCoH, MCP, Line-Buffer)
  24. ^ adehabitat для R (открытый исходный код; методы: Point-Kernel, Line-Kernel, Brownian-Bridge, LoCoH, MCP, GeoEllipse)
  25. ^ Насринпур, Хамид Реза; Реймер, Алекс А.; Фризен, Марсия Р.; Маклеод, Роберт Д. (июль 2017 г.). «Подготовка данных для агентного моделирования вируса Западного Нила: протокол обработки оценок популяции птиц и включения ArcMap в AnyLogic». Протоколы исследований JMIR . 6 (7): e138. doi : 10.2196/resprot.6213 . PMC 5537560. PMID  28716770 .