konzervaciona biologija7. 7. kvantitativna konzervaciona biologija … · 2019. 11. 27. · 7....

7. Kvantitativna konzervaciona biologija – teorija i praksa 1.

Prof dr Jelka Crnobrnja Isailović

Konzervaciona biologija 7.

https://www.youtube.com/watch?v=g0YgKtDP0cw


Vijabilnost populacije

Stopa rađanja

Stopa umiranja

Stopa rasta

POPULACIONI RAST


Vijabilnost populacije

životna istorija

sredinski uslovi

slučajno variranje biotičkih i abiotičkih faktora

slučajno variranje demografskih parametara

Ograničena veličina populacije

Vremenska slučajnost

Sredinska slučajnost

Katastrofe

Demografska slučajnost

Bonance

2010spring

2011spring

2012spring

2013spring

2014spring

0 1 2 3 4 5 6 7 8

days

12

14

16

18

20

22

24

26

28

30

32

34

36

38

40

oC

Days of monitoring

MAXIMAL

AIR

TEMPERATURE

oC


1. Nepravilne i nepredvidljive sredinske promene združene sa variranjem biotičkih i abiotičkih faktora

2. Ne obuhvata konzistentne sredinske trendove

3. Može obuhvatati vremenske ili prostorne korelacije

Fenološka studija B. bufo (1980-2001)Južna Engleska /Reading

Početak proletnje migracije krastača ka reproduktivnom centru bio je korelisan sa temperaturama vazduha merenim tokom prethodnih 40 dana.

Vrhunac reproduktivne aktivnosti beležen je oko40, 69 i 84 dana (“rane”, “prosečne” i “kasne” godine)

Fenološka studija B. bufo (1980-2001)Južna Engleska /Reading

Trend za ranije polaganje jaja nije utvrđen.

Adultne jedinke su pristizale u reproduktivni centar oko 12 dana ranije na svaki °C porasta temperature vazduha u periodu od dva meseca pre početka polaganja jaja (odnosno kasnije za svaki °C smanjenja temperature vazduha u istom periodu).

Fenološka studija B. bufo (2001-2015)Centralna Srbija/ Bogdanović i sar.

Dan dolaska prvog mužjaka u repr. centar (fmd),

Prvi dan sa 100 i više jedinki u repr. centru (sd),

Dan pojave prvog ampleksusa (fad),

Dan najveće repr. aktivnosti (pad),

Opseg 1 (pad-fmd),

Poslednji dan u repr. centru (lmd),

Opseg 2 (lmd-fmd),

Opseg 3 (lmd-sd)

Prosečna Tvazduha 5-60 dana pre sd,

Prosečna Tvazduha 40 dana pre sd

Groupe:

Grupa 1:

2001, 2002, 2003

Grupa 2:

2011, 2012, 2013 2014, 2015

Grupa 3:

Prosečna vrednost (2001, 2002, 2003),

Prosečna vrednost (2011,2012,2013),

Prosečna vrednost (2012,2013,2014),

Prosečna vrednost (2013,2014,2015)

Group 1 & Group 2

start day peak day last male day

2000 2002 2004 2006 2008 2010 2012 2014 2016

year

50

60

70

80

90

100

110

120

da

y

Group 3

start day peak day last male day

2000 2002 2004 2006 2008 2010 2012 2014 2016

year

60

65

70

75

80

85

90

95d

ay

Group 3

2000 2002 2004 2006 2008 2010 2012 2014 2016

year

15

16

17

18

19

20

21

22

23

24

lmd

-sd

Early, average and late years

Katastrofe i Bonance

Ekstremni uslovi koji rezultiraju bimodalnim stopama rađanja, umiranja i rasta

Normalne godišnje stope umiranja saguaro kaktusa u Južnoj Arizoni su do 5%, ali retki slučajevi umiranja zbog mrazeva mogu izazvati mnogo više stope mortaliteta (Steenbergh i Lowe 1983)

Demografska slučajnost

Vremensko variranje populacionog rasta vođeno slučajnim variranjem realne sudbine različitih jedinki u toku godine

Jačina ovog tipa slučajnosti veoma zavisi od veličine populacije

Kalifornijski kondorPoslednjih godina bilo je preko 89 puštanja u divljinu kondora koji su odgajeni u kontrolisanim uslovima. Godišnja stopa preživljavanja po jedinki za 28 ptica puštenih u Arizoniproračunata je na 0.85 (Meretsky i sar. 2000).

Mogući ishodi puštanja u divljinu para kondora, gde svaki ima verovatnoću preživljavanja 85%. Možemo očekivati 2 x 0.85=1.7 živihkondora

Događaj Sudbina ženke Sudbina mužjaka

Verovatnoća

Oba preživljavaju

Live (p=0.85) Live (p=0.85) 0.85 x 0.85=

0.7225 72%

Jedna ptica preživljava

Live (p=0.85) Die (p=0.15) 0.85 x 0.15=

0.1275

Druga ptica preživljava

Live (p=0.15) Die (p=0.85) 0.85 x 0.15=

0.1275

Obe ptice ne preživljavaju

Die (p=0.15) Die (p=0.15) 0.15 x 0.15=

0.0225

Mogući ishodi puštanja u divljinu para kondora, gde svaki ima verovatnoću preživljavanja 85%. Možemo očekivati 2 x 0.85=1.7 živihkondora

Događaj Sudbina ženke Sudbina mužjaka

Verovatnoća

Oba preživljavaju

Live (p=0.85) Live (p=0.85) 0.85 x 0.85=

0.7225 72%

Jedna ptica preživljava

Live (p=0.85) Die (p=0.15) 0.85 x 0.15=

0.1275

Druga ptica preživljava

Die (p=0.15) Live (p=0.85) 0.85 x 0.15=

0.1275

Obe ptice ne preživljavaju

Die (p=0.15) Die (p=0.15) 0.15 x 0.15=

0.0225

(2 x 0.72) + (1 x 0.26) + (0 x 0.02) = 1.7

Verovatnoća uzaludnog puštanja = 28 %


Analiza vijabilnosti populacije

Skup kvantitativnih metoda za procenu budućeg

konzervacionog statusa populacije ili grupe populacija

u okviru zadatog vremenskog perioda.

Trenutna veličinapopulacije

Zavisnost od gustine populacije

Demografskaslučajnost

Genetika

opstanakrast

reprodukcija

Populacioni rast iopadanje

Sredinska

slučajnost

Rizik od izumiranja



Kog obima sme da bude izlovljavanje, a da ne ugrozi

opstanak populacije?



Da li je vredno truda i sredstava nastojati

da očuvamo populaciju koja ima prognozu skorog

izumiranja

ili je bolje da sredstva uložimo u očuvanje

neke perspektivnije populacije?



Da li je efektivnije poboljšati stopu preživljavanja

juvenilnih jedinki, kojih ima mnogo,

ili adultnih jedinki, kojih svakako ima manji broj?

HEADSTARTING(POČETNA PREDNOST)

Gajenje novoizleženih

kornjača u laboratorijskim

uslovima do uzrasta od

nekoliko meseci do nekoliko

godina

Naseljavanje u prirodno

stanište

Praćenje ženki tokom perioda polaganja jaja

Označavanje gnezda

Utvrđivanje veličine legla

Uspešnost izleganja – kontinuirani monitoring gnezda od momenta polaganja do izleganja (i tokom zime) svakih 10 – 14 dana

Brojanje izleženih živih

mrtvih

jaja

ljuski od jaja

Veličina legla – broj izleženih živih i mrtvih mladunaca

Uspešnost prezimljavanja -

HEADSTARTING

Prva polovina septembra Mladunci i jaja iz 3 – 13 legala Kontejneri sa vlažnom zemljom i mahovinom Gajenje novoizleženih u grupama 10-15 u akvarijumima

40 x 50 cm Temperatura vode oko 20oC Kamenje i vodene biljke za sunčanje Lampa sa ugljenim vlaknima iznad kamenja radi grejanja Fluorescentne lampe – simulacija sunčevog spektra Larve Chironomida, cvrčci i drugi insekti,kišne gliste Dodatak: sipina kost i vitamini

HEADSTARTING

Jednogodišnjaci markirani zasecanjem marginalnih ploča karapaksa

Nakon dve nedelje vraćeni u prirodno stanište

Izlov u pravilnim vremenskim razmacima

HEADSTARTINGprognoze

Preživljavanje nakon 1. godine

Izleženi u prirodi Headstarting program

Izleganje 0.53 (0.39 -0.67) 0.61 (0.40 – 0.82)

Prezimljavanje 0.54 (0.31 -0.77) 0.85 (0.74 – 0.96)

1. godina 0.075 ( 0.036 – 0.133) 0.415 (0.237 – 0.630)

HEADSTARTINGnedoumice

Podaci o stopi preživljavanja jedinki Emys orbicularis populacije izPoljske ukazuju da ovakvi programi mogu pozitivno uticati napovećanje veličine populacije samo ako se veliki procenatnovoizleženih jedinki podvrgne headstarting programu i ako jemortalitet adultnih jedinki u datoj populaciji nizak.

Ako se headstarting program primenjuje skupa sa programomsmanjenja mortaliteta odraslih jedinki u populaciji, mogu se očekivatipovoljniji rezultati po opstanak te populacije.

HEADSTARTINGrizici

- Program može biti neefikasan ako je populacija ušla u fazu smanjenja brojnosti

- Jedinke gajene van prirodnog staništa mogu uneti patogene u populaciju

- Jedinke gajene u veštačkim uslovima mogu ispoljavati abnormalno ponašanje



Koliko populacija u okviru vrste je neophodno da

očuvamo

da bi osigurali razumnu zaštitu od izumiranja

na lokalnom nivou?


Rezultati analize vijabilnosti populacije

a) oni koji se tiču procene rizika od izumiranja

b) oni koji omogućavaju uspešno gazdovanje populacijama od interesa za konzervacioni projekat



procena verovatnoće izumiranja pojedinačne populacije u okviru određenog vremenskog perioda;

Dodatne informacije

procena verovatnoće izumiranja metapopulacionog sistema;

Simuliranje monitoringa



identifikacija ključnih životnih stupnjeva;

Identifikacija ključnih demografskih procesa;

Određivanje veličine refugijuma;

Poželjan broj i struktura emigranata;

Definisanje opsega održive eksploatacije;

Utvrđivanje najmanje vijabilne veličine refugijalne populacije


Tipovi PVA

Na osnovu:

a) nivoa kompleksnosti

b) tipa i količine podataka koji su nephodni za modeliranje


PVA zasnovana na broju jedinki („count-based PVA“)

tretira sve jedinke kao jednake

u smislu njihovog doprinosa rastu populacije

i njenom budućem preživljavanju


strukturirana PVA („structured PVA“ ili „demographic PVA“)

u svim slučajevima gde postoje razlike u stopi preživljavanja

između specifičnih grupa jedinki,

definisanih uzrastom ili polom ili kombinacijom ovih ili nekih drugih faktora,

ne možemo sve jedinke jedne populacije tretirati kao identične

u smislu njihovog doprinosa vijabilnosti te populacije



Neophodni podaci o stopi preživljavanja, rasta i reprodukcije

za svaku od grupa ponaosob

Neophodno je individualno markiranje jedinki i njihov monitoring tokom niza godina

Neophodno je sakupiti dovoljno podataka za izračunavanje bitnih parametara



PVA zasnovana na broju jedinki („count-based PVA“)


„skupna PVA“ (engl. „multi-site PVAs“)



Incidence function model

PRISUTAN – ODSUTAN

obrasci izumiranja i rekolonizacije klasičnih metapopulacionih sistema



„Skupna PVA ekonomske klase“

Skup lokalnih populacija

Nema protoka gena

Procena opstanka najmanje jedne od njih tokom određenog vremenskog perioda.


prostorno eksplicitna

individualno zasnovana

praćenje pozicija svih jedinki na bazi individualnih podataka

detaljni podaci o karakteristikama staništa u okviru predela(GIS baza podataka)


„SEIB multi-site PVA“


KADA KORISTITI PVA?

Filozofija modela

Preporuka:

“Što jednostavniji model”

“Na osnovu kvaliteta dostupnih podataka bira se tip PVA”

“Treba razumeti šta model zaista simulira”

Preporuka autora:

Shvatiti strukturu statističkih paketa da bi bili sigurni kako predstavljeni modeli funkcionišu

Kombinovati i modifikovati postojeće modele po svojim zahtevima


KADA NE KORISTITI PVA?



Malobrojni podaci izazivaju grešku i nepreciznost proračuna

Arthroleptis fichika

Arthroleptis fichika

Greška procene vremenske varijabilnosti

stope rasta populacije,

stope rađanja,

stope umiranja



Ako ova tri „životna parametra“ nisu skoro nepromenljiva tokom vremena, podaci dobijeni iz nedovoljnog broja merenja proizvešće široke intervale poverenja procene verovatnoće izumiranja ili stope rasta populacije zbog uzoračke varijanse takve kakva je, čak i ako su veličina populacije ili procene životnih parametara tačne



Za procenu vijabilnosti populacije n godina u budućnosti moramo imati 5 do 10 puta n godina cenzusa.



t= 39 godina

Procena za 8 narednih godina



konzervaciona biologija7. 7. kvantitativna konzervaciona biologija … · 2019. 11. 27. · 7....

Documents