通过将连续天线检测与物理捕获相结合,估计部分迁移系统中的迁移时间和丰度

科学领域:

• 生态与保护生物学 生态与保护生物学
• 渔业 科学 渔业 科学
• 人口动态 人口动态

背景情况:

• 许多鱼种群表现出迁徙的生命历史,在不同的息地之间移动.
• 传统的检测技术 (例如,PIT标签阵列) 在检测标记的个体方面表现出色,但在丰富度估计方面扎.
• 部分迁移,其中一些个体迁移而另一些人仍然是居民,使人口评估复杂化.

研究的目的:

• 引入和验证一种新的标记-重新捕获建模方法,用于估计丰富度和移动模式.
• 使用双阵列PIT标签检测来推断运动方向性和迁移时间.
• 通过整合数组数据与物理捕获来量化部分迁移.

主要方法:

• 开发了一种标记回收模型,其中包含来自双阵列被动集成响应器 (PIT) 天线系统的数据.
• 通过模拟验证模型,评估总和州特定丰度估计中的偏差.
• 将该模型应用于PIT标签阵列检测和物理捕获小科罗拉多河中的驼背,法兰口吸水者和蓝头吸水者.

主要成果:

• 模拟测试显示,总丰度的偏差 (<1%) 是可以忽略不计的,而州具体估计的偏差 (1-6%) 是微不足道的.
• 模型应用证实,在所有三个研究的鱼类物种中,迁徙的个体数量明显超过了居民的个体.
• 2021年至2022年间,法兰利口吸 (三月中旬) 和驼背/蓝头吸 (四月初至四月中旬) 的迁徙时间是一致的;两个物种的较大个体较早迁徙.

结论:

• 开发的模型有效地估计了部分迁徙鱼群的丰度和迁移时间.
• 这些发现强调了在研究的小科罗拉多河鱼群中,迁徙者占主导地位.
• 建模框架为未来研究影响鱼类迁移的因素提供了一个强大的工具,例如流动线索和体型.