估计风险以防止损害:预测和防止coypu (Myocastor coypus) 对运输基础设施的损害

科学领域:

• 生态学和入侵物种管理
• 环境建模和风险评估
• 野生动物生物学和保护

背景情况:

• 侵入性coypu (Myocastor coypus) 通过广泛的挖掘活动,对河岸和基础设施,特别是铁路线造成重大破坏.
• 水道的广泛性使得预防措施的实施具有挑战性,需要识别高风险地区以进行有针对性的管理.
• 了解coypu息地偏好对于预测它们的分布和减轻它们对关键基础设施的影响至关重要.

研究的目的:

• 确定铁路线/水道交叉点 (RLWIs) 的当地环境特征,增加对coypu损害的易感性.
• 开发一个大区域中coypu发生概率的预测模型,以确定监测和管理的优先领域.
• 为预测和预防在不同地理环境中造成的损害提供一个框架.

主要方法:

• 利用本地和景观规模的物种息地模型来分析coypu挖掘行为和分布模式.
• 评估RLWI的环境特征,包括土地覆盖面,土壤类型和植被特征,与coypu的存在有关.
• 为意大利北部 (伦巴第) 的低地山区开发了一种物种分布模型,以预测coypu占用概率.

主要成果:

• 当地模型显示,被,高草本植被和粘土土壤的耕地所包围的RLWI最容易受到coypu挖掘的影响.
• 在城市化和农业密集的地区,科伊普山洞与铁路相距较近,这增加了塌风险.
• 景观规模建模确定了低地河流和湖地区,以及拥有密集水文网络的农业地区,作为高概率的coypu息地.

结论:

• 特定的当地环境因素显著增加了铁路线/水道交叉点附近的coypu挖掘活动的风险.
• 景观规模模型有效地预测了需要针对特定风险因素对RLWI进行密集监测的区域,从而实现了主动管理.
• 开发的基于模型的框架提供了一种可转移的方法,用于全球预测和预防与COYPU相关的基础设施损坏.