De meeste van de 10, 000 schepen die de afgelopen 400 jaar in wrakken op de bodem van de Grote Meren zijn verloren, zijn nog steeds verloren - ergens verborgen in 6 biljard gallons water. Iets vinden in een meer is een les in nederigheid, dus het leven als zoetwaterbioloog is altijd nederig. Als we geen rekening kunnen houden met enorme stalen vrachtschepen, stel je de uitdaging voor om een ​​enkel klein organisme te vinden.

Maar het is cruciaal om invasieve soorten zo vroeg mogelijk op te sporen. In het water levende invasieve soorten veroorzaken miljarden dollars aan economische schade, en regelgevers baseren managementbeslissingen van miljoenen dollars op het vermogen van wetenschappers en managers om ze te detecteren. Het is veel kosteneffectiever om te investeren in preventiemaatregelen dan te reageren nadat een soort zich heeft gevestigd. En populaties met een lage dichtheid zijn gemakkelijker te beheren dan soorten die een ecosysteem hebben overgenomen.

Maar sinds de financiering uitrusting en tijd zijn beperkt, wetenschappers kunnen vaak alleen monsters nemen voor invasieve stoffen in kleine fracties van kwetsbare gebieden. De uitdaging aangaan, onze doelsoorten hebben de neiging om op de loer te liggen bij lage dichtheden - dat wil zeggen, ze zijn zeldzaam in de meeste plaatsen.

Ik heb acht jaar besteed aan het bestuderen van de stekelige watervlo ( Bythotrephes longimanus ), een invasief zoöplankton, in Wisconsin. In een recente studie, Ik werkte samen met mijn collega's Eric Pedersen en Jake Vander Zanden om een ​​theoretisch raamwerk te ontwikkelen dat wiskundige en computermodellen gebruikt om de detectie van invasieve soorten bij lage dichtheden te verbeteren.

Ons model biedt een eenvoudige vuistregel voor het ontwerpen van surveillanceprogramma's zonder andere informatie dan een schatting van de verwachte bevolkingsdichtheid. Met andere woorden, als managers een goed begrip hebben van het aantal individuen in een systeem, onze modellen kunnen enige basisinformatie geven over hoeveel inspanning ze moeten investeren in het nemen van monsters om de soort betrouwbaar te detecteren. Alternatief, onze modellen kunnen managers helpen inschatten of hun huidige inspanningen effectief zijn om populaties vroeg in het invasieproces te detecteren.

Een late vondst

Voor ons, deze uitdaging was persoonlijk. De stekelige watervlo heeft het voedselweb van ons eigen Lake Mendota in Madison op zijn kop gezet, Wisconsin.

In de meeste meren is het niet verwonderlijk om nieuwe biologische invasies te missen. Maar Lake Mendota is een van de best bestudeerde meren ter wereld, en we hebben het meer dan 200 keer bemonsterd in het decennium voorafgaand aan de detectie van de vlo.

Zooplankton zijn kleine organismen:de stekelige watervlo is minder dan een centimeter lang. Om ze te vinden, we slepen een kegelvormig net door het water. Het net is bijna 2 meter lang, met aan het ene uiteinde een hoepel met een diameter van ongeveer anderhalve meter en aan het andere uiteinde een opvangbeker die gevangen zoöplankton vangt. Voor elke 10 voet dat we het net door het meer trekken, we proeven bijna 160 gallons water - een hoeveelheid die moeilijk te dragen zou zijn, maar vertegenwoordigt slechts een miljardste van het volume van Lake Mendota.

Aanvankelijk, de invasie van de stekelige watervlo in Lake Mendota leek de eenvoudigste detectie-uitdaging. Toen we zijn aanwezigheid in 2009 voor het eerst identificeerden, onze netten wemelden van de roze staartstekels en gitzwarte oogvlekken. We schatten dat deze dichtheden zouden overeenkomen met een bevolking van biljoenen over het hele meer.

Maar naarmate we meer leerden, we ontdekten dat de vlooien waarschijnlijk al tien jaar in het meer waren voordat ze in massa's opdoken die we in onze verzamelpotten 'doornige watervlo-appelmoes' noemden.

Vuistregels voor het opsporen van invasieve soorten

Hoewel dit besef een schok was, uit ons werk bleek dat het eigenlijk niet verrassend was. Omdat invasieve soorten vaak op de loer liggen bij lage dichtheden, het missen van invasieve populaties is eerder regel dan uitzondering, zelfs in goed gecontroleerde ecosystemen.

Het opsporen van invasieve soorten is de eerste stap van elke beheerstrategie, en vroege detectie is een uitdaging, maar cruciaal voor het effectief beheren van schadelijke indringers, zoals Aziatische karper en zebramosselen. Het niet detecteren van stekelige watervlo is een belangrijk struikelblok geweest bij het beheersen van de verspreiding ervan over het Midwesten. Een vergelijkbare dynamiek doet zich voor bij andere invasieve soorten, waaronder meeldraden in Californië en Didymo-algen, ook bekend als "rotssnot, " which is causing blooms in rivers across North America.

We wanted to see whether there were ways to make detection more effective. Om dit te doen, we used theoretical models that explore detection at low densities to provide simple rules of thumb that aim to improve the process.

At low densities, detecting a small invasive organism in a large area can be nearly impossible without extraordinary effort. Even if there were one spiny water flea for every cubic meter of water in Lake Mendota, het vangen van een in een net zou zijn als het vinden van een sesamzaad in ongeveer 250 gallons water.

Echter, managers can dramatically improve detection rates by targeting their sampling to areas or time periods when the target species is likely to be present at higher densities. Humans do this naturally when we have the necessary information. Bijvoorbeeld, I don't search grocery stores randomly for blueberries – I look in the produce section, mainly in late summer when blueberries are in season in Wisconsin.

The spiny water flea is most abundant in fall. By doubling search efforts in the fall, we calculated that managers would improve detection as much as if they doubled efforts over the entire year.

Targeting is particularly important in multi-species surveys. Managers often look for multiple invasive species when they are sampling, but we concluded in our study that it's much more efficient to target each species separately if they differ in when or where they are most abundant. And the greater the difference, the greater the benefit from sampling for them separately.

It also helps to identify locations that are vulnerable to invasion. If a manager is tasked with monitoring a dozen lakes, she could either spread effort equally among them or use information about what kinds of lakes the invader tends to invade to target vulnerable lakes. Focusing efforts on a smaller number of vulnerable lakes, instead of sampling all 12, might be enough to overcome the challenges of detecting species at low densities.

Detection is key to control

Invasive species cause enormous ecological and economic harm. As just one example, invasive insects do some US$13 billion in damage yearly to crops in the United States.

Our rules of thumb can help scientists and managers work smarter. uiteindelijk, Hoewel, the United States needs to invest much more in effective and comprehensive invasive species prevention efforts to prevent future ecological and economic harm by invasive species.

Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.