评估基于运动的方法来估计鹿分娩的频率和时间

科学领域:

• 野生动物生态学和生殖生物学.
• 保护遗传学和人口管理.
• 动物运动和行为分析.

背景情况:

• 像鹿 (Odocoileus hemionus) 这样的捕获物种的繁殖数据对于有效的保护和管理策略至关重要.
• 在类动物中检测分娩可以通过分析GPS发射器记录的运动模式来实现.
• 现有的基于运动的分娩检测方法包括彼得森方法,BCPA,rMCP,IBM和PBM.

研究的目的:

• 评估已建立的基于运动的分娩检测方法的准确性和精度.
• 开发一种改进的分娩检测方法,专门针对鹿进行优化,整合现有技术的元素.

主要方法:

• 通过使用阴道植入式发射器 (VIT) 来确定GPS领带的雌性鹿的分娩时间和状态.
• 对分娩前后的运动模式进行了分析,以确定每个方法的运动值.
• 开发了一种新方法,分娩指标分析 (API),并与使用外部出生日期数据的现有方法进行比较.

主要成果:

• 六种方法的准确性各不相同,API,rMCP和BCPA的准确性最高.
• 精度也不同,API,rMCP和PBM提供了最精确的分娩日期估计.
• API和rMCP方法的性能可比,并且优于其他测试方法.

结论:

• 基于运动的方法是有效的准确和精确检测分娩在鹿.
• API和rMCP方法在识别分娩时表现出最高的整体成功率.
• API和rMCP都利用家庭范围的大小和已知的分娩日期的验证,使API成为推的高效方法.