science >> Wetenschap >  >> Biologie

Statistische modellering helpt visserijbeheerders invasieve soorten te verwijderen

South Dakota Game Fish and Parks-biologen Dave Lucchesi en Todd St. Sauver, voorkant; South Dakota State University afgestudeerde student Matt Hennen, in oranje pet, en bemanningsleden van de Dave Raw Fish Company in Minnesota, karper verwijderen uit Lake Norden in Hamlin County, Zuid Dakota. Krediet:South Dakota State University

Een grote vis binnenhalen en ontdekken dat het een gewone karper is, is vaak een teleurstellende ervaring voor vissers. "Het is een invasieve soort, ", legt visserijwetenschapper Michael Brown van de South Dakota State University uit. Een van de belangrijkste methoden om de overvloed aan dergelijke invasieve soorten te verminderen, is ze fysiek uit het meer te verwijderen, maar timing is cruciaal.

Echter, samenwerking tussen statistici van de staat South Dakota en onderzoekers van het beheer van natuurlijke hulpbronnen kan visserijbeheerders helpen bij het bepalen van de beste tijd en locatie om een ​​maximaal aantal van deze invasieve soort uit meersystemen te vangen en te verwijderen.

Schadelijk meer-ecosysteem

Karpers voeden zich met op de bodem levende macro-invertebraten, zoals bloedwormen, door de modder op te zuigen, vervolgens hun voedsel selecteren en het grootste deel van het niet-voedselgedeelte uitwerpen. Deze voedingstechniek maakt de vegetatie los en roert sediment op, waardoor het water troebel wordt en het vrijkomen van voedingsstoffen en algenbloei veroorzaakt, Bruin legde uit. Deze acties verslechteren de kwaliteit van het meerwater en beïnvloeden de inheemse vispopulaties.

"Karpers zijn geen voorkeurssoort, dus ze blijven onbenut in termen van vissersoogst, " legde Brown uit. Bijgevolg, commerciële oogst is een van de methoden die worden gebruikt om de karperpopulaties te verminderen. Maar uitzoeken waar en wanneer ze "hun netten moeten uitwerpen" om een ​​maximaal aantal karpers te oogsten, vereist complexe modellering - dat is waar de statistici kunnen helpen.

Afstudeerder Natuur en Visserij Matt Hennen, links en South Dakota Game Fish and Parks-bioloog Brian Blackwell, die zijn doctoraat behaalde aan de SDSU, steek een ultrasone zender in een volwassen karper. Krediet:South Dakota State University

"Visserijwetenschappers kunnen fundamentele vragen beantwoorden, maar als het gaat om uitgebreide modelleringsbenaderingen die zekerheid toevoegen aan uw conclusies, het is verstandig om te overleggen met de mensen die dit dagelijks doen, ' zei Bruin.

Om visbewegingen te volgen, afgestudeerde student wilde dieren en visserij Matthew Hennen implanteerde ultrasone zenders in 19 karpers in de meren van Round en Brant, die uitmonden in de Big Sioux River en uiteindelijk in de Missouri River in het oosten van South Dakota. Vast station gebruiken, ontvangers onder het ijs, Hennen verzamelde gegevens over karperbewegingen gedurende 168 dagen vanaf november 2007 en gedurende 128 dagen vanaf november 2008.

Het onderzoek werd gefinancierd door de South Dakota Game, Fish and Parks Department via een subsidie ​​van de Federal Aid to Sportfish Restoration.

Modelleringsbenaderingen evalueren

Na zijn eerste analyses te hebben gedaan, Hennen nam de gegevens mee naar het departement Wiskunde en Statistiek. Universitair hoofddocent Chris Saunders, wiens onderzoek zich richt op het ontwikkelen van computationeel efficiënte algoritmen voor statistisch leren en patroonherkenning, en afgestudeerde student Doug Armstrong evalueerde twee modelleringsbenaderingen:het multinomiale model en het Bayesiaanse hiërarchische Markov-model.

Er werden tien stationaire onderwaterontvangers in Brant Lake geplaatst om de beweging van volwassen karpers, uitgerust met ultrasone zenders, te volgen. Krediet:South Dakota State University

Om de complexiteit van de modellering te verminderen, de statistici transformeerden de onbewerkte gegevens naar een functie van discrete tijd gemeten in dagen en gecombineerde detectiezones om het aantal te verminderen van 10 naar vijf.

Het Markov-model gaat ervan uit dat waar een karper zich op een bepaalde dag bevindt, een functie is van de locatie(s) van de vorige dag, terwijl het multinomiale model beweging voorspelt onafhankelijk van de huidige locatie, waardoor het minder gevoelig is voor veranderingen in het systeem. Bijgevolg, het meer gecompliceerde Markov-model ontdekte medio februari 2007 een plotselinge toename van de activiteit van karperverspreiding die het andere model niet deed. Daarom, het Markov-model was beter in het voorspellen van karperbewegingen.

De Markov-simulatie toonde aan dat karpers segregeerden in een kleine, diep gebied in het noordwestelijke deel van Brant Lake tijdens de laatste twee weken van januari, dat is wanneer inspanningen om karpers te verwijderen het meest productief zouden zijn.

"Zoals bij elke modelleringsaanpak, het doorlichten ervan door middel van meerdere studies verhoogt het niveau van gevolgtrekking en mate van zekerheid, zodat wanneer het model in volgende gevallen wordt toegepast, het zal hetzelfde resultaat hebben, " Brown zei. "Deze samenwerking gaf ons meer vertrouwen in onze bevindingen."

Het Minnesota Department of Natural Resources heeft deze benadering sindsdien toegepast door telemetrietags te implanteren in een paar karpers, aangeduid als "Judas" vis, om ze te lokaliseren tijdens de periode van segregatie onder het ijs, volgens Bruin. Eenmaal gelokaliseerd, commerciële vissers kunnen grote zegennetten inzetten die het gebied omringen en effectief een groot deel van de karperpopulatie verwijderen.