Prijeđi na sadržaj

Areal kretanja

Izvor: Wikipedija
Jednostavna šema četiri ptičja gnijezda (crna boja), njihovih branjenih teritorija (crvena boja) i njihovih djelimično preklapajućih staništa (zelena boja)

Areal kretanja je područje u kojem životinja živi i periodično se kreće. Povezan je s konceptom teritorije životinje, što je područje koje se aktivno brani. Koncept areala kretanja uveo je W. H. Burt 1943. godine. Nacrtao je karte koje prikazuju gdje je životinja uočena u različito vrijeme. Srodan koncept je distribucija upotrebe koja ispituje gdje se životinja vjerovatno nalazi u bilo kojem datom trenutku. Podaci za mapiranje areala kretanja su se nekada prikupljali pažljivim posmatranjem, ali u novije vrijeme životinja se oprema radio-ogrlicom ili sličnim GPS uređajem.

Najjednostavniji način mjerenja areala kretanja je konstruiranje najmanjeg mogućeg konveksnog poligona oko podataka, ali to obično precjenjuje areal. Najpoznatije metode za konstruiranje distribucija upotrebe su takozvane bivarijantne Gaussove ili metode gustoće jezgra normalne raspodjele. U novije vrijeme koriste se neparametrijske metode kao što su Burgmanov i Foxov alfa-trup i Getzov i Wilmersov lokalni konveksni omotač. Dostupan je softver za korištenje i parametrijskih i neparametrijskih metoda kernela.

Historija

[uredi | uredi kod]

Koncept domaćeg područja može se pratiti do publikacije iz 1943. godine koju je napisao W. H. Burt, koji je konstruisao mape koje ocrtavaju prostorni opseg ili vanjske granice kretanja životinje tokom njenih svakodnevnih aktivnosti.[1] S konceptom domaćeg područja povezan je koncept distribucije upotrebe, koja ima oblik dvodimenzionalne funkcije raspodjele vjerojatnosti koja predstavlja vjerovatnoću pronalaska životinje u definiranom području unutar njenog domaćeg područja.[2][3] Domaće područje pojedinačne životinje obično se konstruira iz skupa lokacijskih tačaka koje su prikupljane tokom određenog vremenskog perioda, identificirajući položaj jedinke u prostoru u mnogim vremenskim tačkama. Takvi podaci se sada automatski prikupljaju pomoću ogrlica koje se stavljaju na jedinke i koje prenose podatke putem satelita ili korištenjem tehnologije mobilnih telefona i tehnologije globalnog pozicionog sistema (GPS), u redovnim intervalima.

Metode računanja

[uredi | uredi kod]

Najjednostavniji način za crtanje granica kućnog područja iz skupa podataka o lokaciji je konstruiranje najmanjeg mogućeg konveksnog poligona oko podataka. Ovaj pristup se naziva metoda minimalnog konveksnog poligona (MCP) koja se još uvijek široko koristi,[4][5][6][7] ali ima mnogo nedostataka, uključujući često precjenjivanje veličine kućnog područja.[8]

Najpoznatije metode za konstruisanje distribucija iskorištenosti su takozvane bivarijantne Gaussove ili metode gustine jezgra normalne distribucije.[9][10][11] Ta grupa metoda je dio opštije grupe parametarskih metoda jezgra koje koriste distribucije koje nisu normalna distribucija kao elemente jezgra povezane sa svakom tačkom u skupu podataka o lokaciji.

Nedavno je pristup jezgra konstruisanju distribucija upotrebe proširen kako bi uključio niz neparametrijskih metoda kao što su Burgman-Fox-ova alfa-hull metoda[12] i Getz-Wilmers-ova metoda lokalnog konveksnog omotača (LoCoH).[13] Potonja metoda je sada proširena sa čisto fiksne tačke LoCoH metode na fiksne radijuse i adaptivne LoCoH metode tačke/radijusa.[14]

Iako je trenutno dostupno više softvera za implementaciju parametrijskih nego neparametrijskih metoda (jer je potonji pristup noviji), citirani radovi Getza i saradnika pokazuju da LoCoH metode uglavnom pružaju tačnije procjene veličina areala kretanja i imaju bolja svojstva konvergencije kako se veličina uzorka povećava nego parametrijske metode jezgra.

Metode procjene areala kretanja koje su razvijene od 2005. godine uključuju:

Kompjuterski paketi za korištenje parametrijskih i neparametrijskih metoda jezgra dostupni su online.[21][22][23][24] U dodatku članka JMIR-a iz 2017. godine, navedeni su areali kretanja za preko 150 različitih vrsta ptica u Manitobi.[25]

Povezano

[uredi | uredi kod]

Reference

[uredi | uredi kod]
  1. Burt, W. H. (1943). „Territoriality and home range concepts as applied to mammals”. Journal of Mammalogy 24 (3): 346–352. DOI:10.2307/1374834. JSTOR 1374834.
  2. Jennrich, R. I.; Turner, F. B. (1969). „Measurement of non-circular home range”. Journal of Theoretical Biology 22 (2): 227–237. Bibcode 1969JThBi..22..227J. DOI:10.1016/0022-5193(69)90002-2. PMID 5783911.
  3. Ford, R. G.; Krumme, D. W. (1979). „The analysis of space use patterns”. Journal of Theoretical Biology 76 (2): 125–157. Bibcode 1979JThBi..76..125F. DOI:10.1016/0022-5193(79)90366-7. PMID 431092.
  4. Baker, J. (2001). „Population density and home range estimates for the Eastern Bristlebird at Jervis Bay, south-eastern Australia”. Corella 25: 62–67.
  5. Creel, S.; Creel, N. M. (2002). The African Wild Dog: Behavior, Ecology, and Conservation. Princeton, New Jersey: Princeton University Press. ISBN 978-0691016559.
  6. Meulman, E. P.; Klomp, N. I. (1999). „Is the home range of the heath mouse Pseudomys shortridgei an anomaly in the Pseudomys genus?”. Victorian Naturalist 116: 196–201.
  7. Rurik, L.; Macdonald, D. W. (2003). „Home range and habitat use of the kit fox (Vulpes macrotis) in a prairie dog (Cynomys ludovicianus) complex”. Journal of Zoology 259 (1): 1–5. DOI:10.1017/S0952836902002959.
  8. Burgman, M. A.; Fox, J. C. (2003). „Bias in species range estimates from minimum convex polygons: implications for conservation and options for improved planning”. Animal Conservation 6 (1): 19–28. Bibcode 2003AnCon...6...19B. DOI:10.1017/S1367943003003044.[mrtav link]
  9. Silverman, B. W. (1986). Density estimation for statistics and data analysis. London: Chapman and Hall. ISBN 978-0412246203.
  10. Worton, B. J. (1989). „Kernel methods for estimating the utilization distribution in home-range studies”. Ecology 70 (1): 164–168. Bibcode 1989Ecol...70..164W. DOI:10.2307/1938423. JSTOR 1938423.
  11. Seaman, D. E.; Powell, R. A. (1996). „An evaluation of the accuracy of kernel density estimators for home range analysis”. Ecology 77 (7): 2075–2085. Bibcode 1996Ecol...77.2075S. DOI:10.2307/2265701. JSTOR 2265701.
  12. Burgman, M. A.; Fox, J. C. (2003). „Bias in species range estimates from minimum convex polygons: implications for conservation and options for improved planning”. Animal Conservation 6 (1): 19–28. Bibcode 2003AnCon...6...19B. DOI:10.1017/S1367943003003044.[mrtav link]
  13. Getz, W. M.; Wilmers, C. C. (2004). „A local nearest-neighbor convex-hull construction of home ranges and utilization distributions”. Ecography 27 (4): 489–505. Bibcode 2004Ecogr..27..489G. DOI:10.1111/j.0906-7590.2004.03835.x.
  14. Getz, W. M; Fortmann-Roe, S.; Cross, P. C.; Lyonsa, A. J.; Ryan, S. J.; Wilmers, C. C. (2007). „LoCoH: nonparametric kernel methods for constructing home ranges and utilization distributions”. PLoS ONE 2 (2): e207. Bibcode 2007PLoSO...2..207G. DOI:10.1371/journal.pone.0000207. PMC 1797616. PMID 17299587.
  15. Getz, W. M.; Wilmers, C. C. (2004). „A local nearest-neighbor convex-hull construction of home ranges and utilization distributions”. Ecography 27 (4): 489–505. Bibcode 2004Ecogr..27..489G. DOI:10.1111/j.0906-7590.2004.03835.x.
  16. Horne, J. S.; Garton, E. O.; Krone, S. M.; Lewis, J. S. (2007). „Analyzing animal movements using Brownian Bridges”. Ecology 88 (9): 2354–2363. Bibcode 2007Ecol...88.2354H. DOI:10.1890/06-0957.1. PMID 17918412.
  17. Steiniger, S.; Hunter, A. J. S. (2012). „A scaled line-based kernel density estimator for the retrieval of utilization distributions and home ranges from GPS movement tracks”. Ecological Informatics 13: 1–8. DOI:10.1016/j.ecoinf.2012.10.002.
  18. Downs, J. A.; Horner, M. W.; Tucker, A. D. (2011). „Time-geographic density estimation for home range analysis”. Annals of GIS 17 (3): 163–171. Bibcode 2011AnGIS..17..163D. DOI:10.1080/19475683.2011.602023.
  19. Long, J. A.; Nelson, T. A. (2012). „Time geography and wildlife home range delineation”. Journal of Wildlife Management 76 (2): 407–413. Bibcode 2012JWMan..76..407L. DOI:10.1002/jwmg.259.
  20. Steiniger, S.; Hunter, A. J. S. (2012). „OpenJUMP HoRAE – A free GIS and Toolbox for Home-Range Analysis”. Wildlife Society Bulletin 36 (3): 600–608. Bibcode 2012WSBu...36..600S. DOI:10.1002/wsb.168. (See also: OpenJUMP HoRAE - Home Range Analysis and Estimation Toolbox)
  21. LoCoH: Powerful algorithms for finding home ranges Arhivirano 2006-09-12 na Wayback Machine-u
  22. „AniMove – Animal movement methods”. Arhivirano iz originala na datum 2007-01-04. Pristupljeno 2007-01-12.
  23. OpenJUMP HoRAE - Home Range Analysis and Estimation Toolbox (open source; methods: Point-Kernel, Line-Kernel, Brownian-Bridge, LoCoH, MCP, Line-Buffer)
  24. adehabitat for R (open source; methods: Point-Kernel, Line-Kernel, Brownian-Bridge, LoCoH, MCP, GeoEllipse)
  25. Nasrinpour, Hamid Reza; Reimer, Alex A.; Friesen, Marcia R.; McLeod, Robert D. (July 2017). „Data preparation for West Nile Virus agent-based modelling: protocol for processing bird population estimates and incorporating ArcMap in AnyLogic”. JMIR Research Protocols 6 (7): e138. DOI:10.2196/resprot.6213. PMC 5537560. PMID 28716770.