Μελέτη της κίνησης και της χρήσης του χώρου από την καφέ αρκούδα με τη χρήση μοντέλων καταλληλότητας και την εφαρμογή ανάλυσης δικτύων:

H κατανόηση των προτύπων κίνησης και της χρήσης του χώρου από τα είδη είναι σημαντική για τη διαχείριση και την προστασία τους. Στην παρούσα έρευνα, αναπτύσσουμε μια μεθοδολογία για την εκτίμηση της χρήσης του χώρου και τη μελέτη της κίνησης της καφέ αρκούδας (Ursus arctos) με το συνδυασμό τριών μεθ...

Full description

Bibliographic Details
Main Author: Αλμπανίδου, Βασιλική Γεωργίου
Format: Text
Language:Greek
Published: Aristotle University of Thessaloniki 2012
Subjects:
Online Access:https://dx.doi.org/10.26262/heal.auth.ir.129827
https://ikee.lib.auth.gr/record/129827
Description
Summary:H κατανόηση των προτύπων κίνησης και της χρήσης του χώρου από τα είδη είναι σημαντική για τη διαχείριση και την προστασία τους. Στην παρούσα έρευνα, αναπτύσσουμε μια μεθοδολογία για την εκτίμηση της χρήσης του χώρου και τη μελέτη της κίνησης της καφέ αρκούδας (Ursus arctos) με το συνδυασμό τριών μεθόδων: α) των μοντέλων καταλληλότητας ενδιαιτήματος, β) της ανάλυσης δικτύων και γ) των Μαρκοβιανών αλυσίδων. Πιο συγκεκριμένα, λοιπόν, επιμέρους στόχοι είναι ο προσδιορισμός: α) της χωρικής κατανομής της καταλληλότητας των ενδιαιτημάτων της καφέ αρκούδας, β) των δικτυακών ιδιοτήτων των κατατμημάτων που παίζουν καθοριστικό ρόλο στην κίνηση του ζώου και γ) του προτύπου κίνησης μεταξύ κατατμημάτων διαφορετικής καταλληλότητας. Δεδομένα τηλεμετρίας από οκτώ (8) ράδιο-σημασμένες αρκούδες συλλέχθηκαν κατά τη διάρκεια είκοσι μηνών από πρόγραμμα παρακολούθησης της περιβαλλοντικής οργάνωσης Καλλιστώ. Χρησιμοποιώντας πάνω από 4.600 καταγραφές παρουσίας και μια σειρά από περιβαλλοντικές μεταβλητές δημιουργήθηκε ένα μοντέλο καταλληλότητας ενδιαιτήματος με τη μέθοδο της μέγιστης εντροπίας. Στη συνέχεια, εφαρμόστηκε η θεωρία γράφων για την κατασκευή δικτύου κίνησης μεταξύ κατατμημάτων διαφορετικής καταλληλότητας. Ως κόμβοι του δικτύου ορίστηκαν τα κέντρα βάρους κατατμημάτων του ενδιαιτήματος (πολύγωνα) στα οποία υπήρχαν καταγραφές παρουσίας ενός συγκεκριμένου ατόμου. Οι συνδέσεις μεταξύ των κόμβων προέκυψαν από τα τηλεμετρικά δεδομένα μετακίνησης του ζώου από το ένα κατάτμημα του ενδιαιτήματος στο άλλο. Χρησιμοποιήθηκε μια σειρά μετρικών τοπολογίας δικτύου για να εξετάσουμε εάν οι δικτυακές ιδιότητες των κατατμημάτων (κόμβοι) διαφοροποιούνται ανάλογα με την καταλληλότητα αυτών. Υπό αυτή την έννοια, η ανάλυση δικτύων αξιοποιείται για τον προσδιορισμό των ιδιοτήτων των κατατμημάτων που παίζουν καθοριστικό ρόλο στην κίνηση του ζώου. Για τον προσδιορισμό του προτύπου κίνησης διερευνήθηκε η πιθανότητα μετάβασης του ζώου από μία κλάση καταλληλότητας σε άλλη, τόσο κατά τη μετάβαση από κόμβο σε κόμβο, όσο και λαμβάνοντας υπόψη τα διαδοχικά σημεία καταγραφών. Με βάση τα αποτελέσματά μας, βρέθηκε ότι κατατμήματα του ενδιαιτήματος καταλαμβάνουν σημαντικές θέσεις στο χώρο για το ζώο ανεξάρτητα από την ποιότητά τους. Σύμφωνα με τις επιλεγμένες μετρικές, στο δίκτυο κίνησης της αρκούδας διαφορετικά κατατμήματα ενδιαιτήματος είναι σημαντικά κατά την ημερήσια και τη νυχτερινή κίνηση. Συνολικά, τα αποτελέσματά μας υποδεικνύουν ότι πιο συχνές μετακινήσεις εμφανίζονται μεταξύ κατατμημάτων της ίδιας ποιότητας και ότι απαιτούνται πολλά βήματα (μεταβάσεις) για να φτάσει ένα άτομο από ένα κατάτμημα υψηλής σε ένα κατάτμημα χαμηλής ποιότητας, ενώ για την αντίθετη μετάβαση χρειάζονται πολύ λιγότερα βήματα. Η προτεινόμενη προσέγγιση είναι ένα χρήσιμο εργαλείο σε πρακτικές που αφορούν στη διαχείριση του περιβάλλοντος αλλά και απειλούμενων ειδών, όπως η αρκούδα, γιατί ενσωματώνει δεδομένα του ίδιου του ζώου μαζί με τοπογραφικά και γεωγραφικά στοιχεία. : Understanding movement patterns and habitat use of species is fundamental to their effective management and conservation. In the present study, we propose a framework to evaluate habitat use and movement patterns of brown bear (Ursus arctos) by combining three different approaches: a) habitat suitability models, b) graph theory and c) Markov chains. More specifically, our objectives are to determine: a) the spatial distribution of habitat suitability of brown bear, b) the network properties of habitat patches that play an important role in the animal movement, and c) the movement pattern among habitat patches of different suitability. Telemetry data from eight (8) radio-collared bears were collected over a twenty-month period. Using up to 4,650 GPS radiolocations and a series of layers (i.e. land use type, topological), we applied a maximum-entropy approach to develop habitat suitability models. Next, we employed a graph-theory approach to construct network models of movement among patches of different suitability. Nodes represent centroids of habitat patches, in which GPS-locations of an individual bear were recorded. Links between nodes are based on real movement data. Node-based metrics were used to examine whether network properties of habitat patches (nodes) are related to their suitability. In this way, network analysis is useful for identifying the properties of habitat patches that are important in the animal movement. In order to identify the movement pattern of brown bear we estimated transition probability for the same individual from one suitability class to the other. According to our results, habitat patches seem to be important for the movement of the animal regardless of their quality. Selected network topology metrics revealed that different habitat patches are crucial during day and night movements. Overall, our results demonstrate that most common movements appear between patches of the same quality (i.e from low to low quality and from high to high quality patches). In addition, many time steps are required for an individual to move from a habitat patch of high quality to a habitat patch of low quality, while for the opposite route just a few steps are required. The proposed approach could serve as a useful tool for conservation decision making and management of threatened or endangered species such as brown bear, because it combines data of animal ecology with topographic and geographic data.