Benjamin S. Robb жана анын кесиптештери даярдаган “Predicting where to restore migrations with wildlife crossing structures: pronghorn and the remnants of lost migrations” аттуу изилдөө жапайы жаныбарлар өтмөктөрү азыр да уланып жаткан миграция жолдорун коргоо үчүн гана эмес, мурда жолдор тарабынан үзүлүп, бүгүн көрүнбөй калган миграцияларды кайра калыбына келтирүү үчүн да колдонулушу мүмкүн экенин көрсөткөн кеңири кыймыл экологиясы алкагын сунуштайт.

Изилдөөнүн борборунда Түндүк Американын мүнөздүү туяктуу сүт эмүүчүлөрүнүн бири болгон pronghorn (Antilocapra americana) турат. Изилдөөчүлөр Wyoming штатынын түштүгүнөн өткөн US Interstate 80, башкача айтканда I80 автожолунун жана ага байланышкан тосмо системаларынын pronghorn кыймылдары үчүн дээрлик өтүүгө мүмкүн болбогон тоскоолдук түзөрүн изилдешет. Изилдөөдө берилген маалымат боюнча, I80ге 15 km аралыкка жакындаган 207 GPS жака тагылган pronghorn арасынан болгону 8 особь бул тоскоолдукту ийгиликтүү өтө алган. Бул жыйынтык автожол жөн гана өлүм коркунучу эмес, миграциялык жүрүм-турумду үзгөн ири масштабдагы экологиялык тоскоолдук экенин көрсөтөт.

Изилдөөнүн негизги көйгөйү төмөнкүдөй: Эгер жолду жаныбарлар мындан ары өтө албаса, заманбап GPS маалыматтарында ошол жолдун аркы бетине өткөн миграция маршруттары көрүнбөйт. Мындай шартта өтмөк курулмалары кайсы жерге жайгаштырылышы керек? Классикалык ыкма жаныбарлар азыр деле өтүп жүргөн жерлерди же транспорттук кагылышуулар көп болгон чекиттерди колдонуп өтмөктүн ордун аныктайт. Бирок жоголгон миграцияларды калыбына келтирүү үчүн бул ыкма жетишсиз, анткени байкалган өтүү жок. Изилдөөчүлөр бул боштукту толтуруу үчүн үч баскычтуу божомолдоо алкагын иштеп чыгышат: алгач сезондук жашоо чөйрөлөрүн аныктоо, андан кийин ошол жашоо чөйрөлөрүнүн ортосундагы ыктымал миграция коридорлорун моделдөө жана акырында божомолдорду көз карандысыз маалыматтар менен текшерүү.

Изилдөөдө 2002–2020 аралыгында чогултулган, 7 pronghorn популяциясын камтыган жана жалпысынан 1051 animal-year GPS жака маалыматы колдонулат. Изилдөөчүлөр адегенде ресурстарды тандоо функциялары аркылуу жайкы жана кышкы жашоо чөйрөлөрүн аныкташат. Андан кийин миграция таралышы жогору болгон эки популяциядан үйрөнүлгөн cost-distance моделдери менен I80 болбосо pronghornдар кайсы сызыктар боюнча миграция кылмак экенин божомолдошот. Бул моделдөөнүн жыйынтыгында I80 боюнча болжол менен 600 km узундуктагы тилкеде жапайы жаныбарлар үчүн өтмөк курулса, pronghorn миграцияларынын кайра калыбына келүү ыктымалдыгы жогору болгон жерлерди көрсөткөн жылуулук картасы түзүлөт.

Изилдөөнүн күчтүү жагы — божомолдонгон тарыхый миграция коридорлорунун көз карандысыз маалыматтар менен текшерилиши. Изилдөөчүлөр модель жогорку байланыштуулук деп көрсөткөн аймактар pronghorn-транспорт кагылышуу чекиттери жана азыр бар, бирок жапайы жаныбарлар үчүн атайын долбоорлонбогон жер алдындагы өтмөктөрдө камера аркылуу байкалган pronghorn пайдалануу менен дал келерин билдиришет. Айрыкча күзүндө өтмөк пайдалануу менен божомолдонгон байланыштуулук классынын ортосунда Spearman корреляциясы = 0.514 жана p = 0.035 табылат. Жазында корреляция 0.409 жана p = 0.082 болуп, алсызыраак, бирок ошол эле багытта болот. Мындан тышкары, pronghorn өлүк каттоолоруна негизделген өтүү аракеттери модель эң жогорку байланыштуулук деп көрсөткөн коридорлордо кокустукка салыштырмалуу олуттуу көбүрөөк топтолгон.

Бул изилдөө жол экологиясы жана миграция коридорлорун калыбына келтирүү жагынан маанилүү концептуалдык өзгөрүү сунуштайт. Өтмөк курулмалары көп учурда транспорт менен кагылышууну азайтуу үчүн гана пландалат. Бул макала болсо өтмөктөр мындан да чоң экологиялык функция аткара аларын жактайт: мурда үзүлгөн миграциялык жүрүм-турумдарды кайра байланыштыруу. Бирок изилдөө preprint болуп саналат, рецензиядан өтө элек жана сунушталган алкак ландшафт масштабында талапкер аймактарды берет; инженердик ишке ашуучулук, коомдук кабыл алуу, жергиликтүү жер шарттары жана өтмөктөн кийинки мониторинг сыяктуу кадамдар өзүнчө аткарылышы керек.

Дүйнө жүзүндө автомобиль жолдору, темир жолдор, тосмолор жана башка адам жасаган сызыктуу объекттер жаныбарлардын кыймылын улам көбүрөөк чектеп жатат. Миграция кылган туяктуу сүт эмүүчүлөр үчүн бул көйгөй өзгөчө курч. Анткени мындай түрлөр жылдын ар кайсы мезгилинде ар башка аймактарга муктаж. Кышында кар азыраак, энергия коротуу төмөн же азыкка жетүү сакталып турган жерлерге; жайында болсо төлдөө, оттоо жана сапаттуу өсүмдүк жамынтысына жетүүгө мүмкүн болгон аймактарга жылышат. Бул кыймыл жеке жүрүм-турум гана эмес, популяция деңгээлиндеги жашоо стратегиясы.

Pronghornдар да мындай кыймылдуу жашоо стратегиясынын күчтүү мисалдарынын бири. Түндүк Американын ачык ландшафттарына ыңгайлашкан бул түр кеңири аймактарда сезондук кыймылдарды жасай алат. Бирок автожолдор жана тосмолор бул кыймылдарды үзүшү мүмкүн. Изилдөөдө каралган I80 Wyoming боюнча болжол менен 600 km созулган ири тоскоолдук катары сүрөттөлөт. Автожол жөн гана физикалык жол бетинен турбайт; транспорт кыймылы, тосмолор, жол четиндеги түзүлүштөр жана өтүүгө ылайыксыз инфраструктура менен кошо pronghorn кыймылын олуттуу чектейт.

Изилдөөнүн эң маанилүү баштапкы ойлорунун бири — заманбап жапайы жаныбарлар өтмөктөрүн пландоо көп учурда байкалган өтүүлөргө таянат. Эгер жаныбарлар жолду дагы эле өтө алса, GPS жака маалыматтары өтүү чекиттерин көрсөтө алат. Транспорттук кагылышуу маалыматтары да кайсы жерлерде өтүү аракети же жол пайдалануу болгонун көрсөтөт. Мындай учурда өтмөк курулмаларын азыркы кыймыл коридорлору жолдор менен кесилишкен жерлерге жайгаштырууга болот.

Бирок жоголгон миграциялар үчүн абал башкача. Эгер жол же тосмо системасы жаныбарлардын өтүшүн дээрлик толук токтотсо, GPS маалыматтарында жолдун аркы бетине кеткен так маршруттар көрүнбөйт. Тарыхый миграция коридорлорунун майда-чүйдөсүнө чейинки жайгашуу маалыматы да көп учурда жок. Ошондо классикалык “жаныбар өткөн жерди тап да, ошол жерге өтмөк кур” деген ыкма иштебейт. Анткени жаныбар эми өтө албайт. Ошондуктан изилдөөчүлөр суроону тескерисинен коюшат: Азыркы сезондук жашоо чөйрөлөрү жана жаныбардын кыймыл тандоолору аркылуу тоскоолдук курулганга чейин болушу мүмкүн болгон миграция коридорлорун божомолдоого болобу?

Бул суроо жапайы жаныбарларды башкаруу жагынан абдан маанилүү. Өтмөк курулмалары кымбат. Изилдөөдө бир overpass үчүн 2007-жылы болжол менен 5 миллион доллар чыгым мисалы берилет. Ушунчалык кымбат курулманы туура эмес жерге куруу экономикалык жоготуу гана эмес, коргоо мүмкүнчүлүгүн колдон чыгарып жиберүү дегенди да билдирет. Ошондуктан жоголгон миграцияларды кайра ачуу үчүн өтмөк жерлерин интуиция менен эмес, түрдүн кыймыл экологиясына негизделген божомолдор менен аныктоо керек.

Изилдөөчүлөр иштеп чыккан framework үч негизги кадамдан турат. Биринчи кадам — I80дин эки тарабындагы жайкы жана кышкы жашоо чөйрөлөрүн аныктоо. Экинчи кадам — pronghornдар ушул сезондук жашоо чөйрөлөрүнүн ортосунда жылып жүргөндө кайсы ландшафт касиеттеринен таасир аларын моделдөө. Үчүнчү кадам болсо ушул эки маалыматты бириктирип, I80 боюнча тарыхый миграция коридорлору кайсы жерде болушу мүмкүн экенин картага түшүрүү жана божомолдорду көз карандысыз маалымат менен текшерүү.

Биринчи кадамда изилдөөчүлөр Resource Selection Function, башкача айтканда RSF колдонушат. RSF — жаныбарлар кайсы жашоо чөйрө касиеттерин пайдаланарын жана кайсыларынан качарын түшүнүү үчүн колдонулган статистикалык ыкма. Бул жерде максат pronghornдар жайкы жана кышкы мезгилде кайсы жерлерди көбүрөөк ыктымалдык менен тандай турганын божомолдоо. Изилдөөдө 2002–2020 аралыгында чогултулган GPS жака маалыматтары колдонулат жана жалпысынан 1051 animal-year маалымат 7 популяция боюнча талданат.

RSF моделдөөдө миграция маалында алынган GPS чекиттери чыгарылып салынат, анткени бул этапта максат миграция маршрутун эмес, сезондук жашоо чөйрөсүн пайдаланууну аныктоо. Жай мезгили Июнь–Сентябрь, кыш мезгили болсо Декабрь–Февраль деп аныкталат. Ар бир особдун сезондук аймагы %99 kernel density estimate менен көрсөтүлөт. Андан кийин бул аймактардан колдонулган жана жеткиликтүү чекиттер тандалып алынат.

Изилдөөнүн методологиялык жактан кылдат тараптарынын бири — ресурстарды тандоо масштабга көз каранды экенин кабыл алуусу. Жаныбар кеңири масштабда аймак тандаганда бир факторлорго, ошол аймактын ичинде майда участок тандаганда башка факторлорго жооп бериши мүмкүн. Ошондуктан изилдөөчүлөр home range деңгээлинде да, patch деңгээлинде да талдоо жүргүзүшөт. Ошондой эле эки деңгээл үчүн ар башка мейкиндик buffer масштабдары текшерилет. Home range деңгээли үчүн 0.25 km–15 km, patch деңгээли үчүн 0.05 km–1.5 km аралыгындагы buffer варианттары колдонулат.

RSF моделдеринде pronghorn жашоо чөйрөсүн тандоого таасир этиши мүмкүн деп эсептелген 10 predictor колдонулат: эңкейиш, heat load, topographic position, дарыялардын тыгыздыгы, sagebrush жамынтысы, herbaceous cover, annual cover, integrated NDVI, тосмолордун тыгыздыгы жана чоң автожолдордун тыгыздыгы. Булар pronghorn экологиясы үчүн маанилүү өзгөрмөлөр. Мисалы, эңкейиш кыймыл чыгымына таасир этет; sagebrush жана herbaceous cover азык жана жамынты менен байланыштуу болушу мүмкүн; тосмо жана автожол тыгыздыгы болсо түздөн-түз антропогендик тоскоолдук таасирин көрсөтөт.

RSF моделдери mixed-effects conditional Poisson моделдери менен түзүлөт. Бул тандоо особдор жана популяциялар арасындагы айырмачылыкты эске алууга багытталган. Ар бир animal-year үчүн random intercept колдонулат жана алар популяциянын ичинде nested болот. Модель тандоо толук моделден артка карай алып салуу аркылуу жасалат жана эң parsimonious модель 2 ΔAIC чегинде тандалат. Божомолдун ийгилиги үч бүктөмдүү кайчылаш текшерүү жана Spearman рангдык корреляциясы менен бааланат.

Бул этапта изилдөөчүлөр маанилүү кошумча тест жасашат. GPS маалыматтарынын чоң бөлүгү I80ге жакын pronghornдарды да камтыгандыктан, I80дин тоскоолдук таасири жашоо чөйрөсүн тандоо божомолдорун бурмалап коюшу мүмкүн. Мисалы, pronghorn сапаттуу жашоо чөйрөсүн колдонгусу келсе да, автожол ага жетүүгө тоскоол болушу мүмкүн. Ошондуктан изилдөөчүлөр I80ден 15 kmден алысыраак болгон особдор менен RSF моделдерин кайра түзүшөт. Бул тоскоолдук таасири азыраак бурмалаган жашоо чөйрөсүн тандоолорду божомолдоого жардам берет.

Жыйынтыктар RSF моделдери жашоо чөйрөсүн пайдаланууну жогорку тактык менен божомолдогонун көрсөтөт. Изилдөөдө бардык моделдер үчүн Spearman rank correlation маанилери 0.8ден жогору экени айтылат. Бул жашоо чөйрөсүнүн сапаты жогорулаган сайын GPS чекиттери да ошол аймактарда көбүрөөк топтолоорун модель ийгиликтүү кармаганын көрсөтөт. Ошондой эле pronghornдар жалпысынан түзүрөөк жерлерди, белгилүү багыттагы капталдарды жана тосмолору азыраак аймактарды тандаганы маалымдалат.

Изилдөө I80 жашоо чөйрөсүн пайдаланууну чектей турганын көрсөткөн кошумча далил да берет. I80ге жакын pronghornдар айрыкча жай мезгилинде майда масштабдагы жашоо чөйрөсүндө I80ден алыс pronghornдарга караганда сапаты төмөнүрөөк жерлерди пайдаланганы айтылат. Ошол эле учурда I80дин айланасындагы 15 km тилке жалпы ландшафтка караганда бир аз жогору сапаттагы жашоо чөйрөсүн камтыганы белгиленет. Бул эки нерсе чогуу каралганда, pronghornдар сапаты начар жерди айлана-чөйрө начар болгондуктан эмес, тоскоолдук жакшыраак жерлерге жетүүгө мүмкүндүк бербегендиктен колдонуп жүрүшү мүмкүн деген түшүндүрмө берилет.

Экинчи кадамда изилдөөчүлөр сезондук жашоо чөйрөлөрүнүн ортосундагы мүмкүн болгон миграция жолдорун божомолдоо үчүн cost-distance моделдерин түзүшөт. Cost-distance ыкмасы жаныбар ландшафт боюнча кыймылдаганда кээ бир жерлерден оңой, кээ бирлеринен кыйын өтөт деп болжолдойт. Эңкейиш жер, тыгыз жол тармагы же ылайыксыз жамынты кыймыл чыгымын көбөйтүшү мүмкүн; айрым өсүмдүк жамынтысы же ачык ландшафт касиеттери кыймылды жеңилдетиши мүмкүн.

Изилдөөдө cost-distance моделдери миграция жүрүм-туруму эң кеңири тараган эки популяция боюнча үйрөтүлөт: Sublette жана Medicine Bow. Sublette үчүн 29 күзгү жана 47 жазгы миграция; Medicine Bow үчүн 57 күзгү жана 40 жазгы миграция колдонулат. Калган беш популяциядагы миграциялар моделди баалоо үчүн сакталат: 30 күзгү жана 50 жазгы миграция. Жазгы миграциялар Февраль–Июнь аралыгында башталгандар, калгандары күзгү миграция деп классификацияланат.

Миграция маршруттарындагы автокорреляцияны азайтуу үчүн ар бир особдун миграция чекиттери кеминде 1.5 km аралыкта болчудай сейректетилет; бул операция маалымат топтомунда %77 азайуу жаратат. Ошондой эле 10 чекиттен аз камтыган миграциялар чыгарылып, ошондуктан 99 миграция маалымат топтомунан жоголот. Бул детал маанилүү, анткени моделдин туура иштеши үчүн жетиштүү сандагы жана багытталган кыймыл чекиттери керек.

Cost-distance моделдеринде pronghorn кыймылына таасир этиши мүмкүн деп эсептелген 6 predictor колдонулат: эңкейиш, aspect, жолдорго чейинки аралык, дарыяларга чейинки аралык, sagebrush cover жана herbaceous cover. Изилдөөчүлөр ар бир миграция үчүн байкалган GPS чекиттери модель божомолдогон least-cost corridor бетине канчалык туура келерин максималдуу ыктымалдуулук алкагында баалашат.

Бул ыкманын күчтүү жагы — corridor божомолу изилдөөчүнүн интуициясына гана эмес, жаныбардын реалдуу кыймыл жүрүм-турумуна таянат. Изилдөө муну кадимки сызыктуу регрессияга окшоштурат: бул жерде божомолдонгон сызык миграциянын эң ыктымал төмөн чыгымдуу жолу, байкалган GPS чекиттери көз каранды өзгөрмө, ал эми ландшафт касиеттери түшүндүрүүчү өзгөрмөлөр катары каралат. Ошентип модель жаныбар кайсы ландшафт касиеттери аркылуу кыймылдаарын үйрөнөт.

Cost-distance моделинин жыйынтыктары сезондук айырмачылыктарды көрсөтөт. Эки популяцияда тең күзгү миграцияларга чоң эңкейиш тоскоол болот жана өсүмдүк жамынтысынын covariate'тери олуттуу таасир көрсөтпөйт. Жазгы миграцияларда sagebrush cover кыймылды жеңилдетсе, жогорку herbaceous cover жана жогорку эңкейиш кыймылга тоскоол болот. Бул жыйынтык pronghorn миграция жүрүм-туруму жөн гана эң кыска аралык эмес экенин, ландшафт касиеттери жана сезондук шарттар менен калыптанарын көрсөтөт.

Модель текшерүүдө күз үчүн cost-distance моделдери straight-line моделден жакшыраак натыйжа берет. Medicine Bow моделинде predicted corridor аянты straight-line моделине караганда %9 кичине, Sublette моделинде болсо %23 кичине болот. Бул ошол эле GPS чекиттерин камтуу үчүн тар жана маңыздуураак коридор божомолун түзүүгө болорун көрсөтөт. Жазында болсо cost-distance моделдери straight-line моделден жакшы иштебейт. Бул сезондук айырма модель бардык шартта бирдей күчтүү эместигин жана айрыкча жазгы миграциялар башка же азыраак чөйрөлүк өзгөрмөлөр менен түшүндүрүлүшү мүмкүн экенин көрсөтөт.

Үчүнчү кадамда изилдөөчүлөр I80 боюнча тарыхый миграция коридорлорун божомолдошот. Бул үчүн алгач жайкы жана кышкы жашоо чөйрөсүнүн сапатынын карталары колдонулат. Эки мезгилде тең жашоо чөйрөсүнүн ылайыктуулугу 80-перцентилден жогору болгон жерлерден 3.000ден чекит кокус тандалат. Андан кийин I80дин каршы тарабындагы башка сезондук чекиттер менен кокус жупташтыруу жасалат. Жуптардын аралыгы маалымат топтомунда байкалган минималдуу жана максималдуу миграция аралыгына ылайык 30 km–300 km ичинде кармалат.

Жалпысынан күз жана жаз үчүн 6.000 start-end pairing түзүлөт. Бул жуптар Sublette жана Medicine Bow cost-distance моделдеринин экөө менен тең иштетилип, жалпысынан 12.000 probability surface чыгарылат. Ар бир бет белгилүү бир башталгыч жана акыркы чекиттин ортосунда жаныбар миграция учурунда бир пикселден өтүү ыктымалдыгын көрсөтөт. Бул беттер мезгил жана модель боюнча бириктирилет.

Башталгыч жана акыркы чекиттердин мейкиндик жайгашуусунан гана келип чыккан байланыштуулукту бөлүп алуу үчүн изилдөөчүлөр божомолдорду null spatial prediction менен нормалдаштырышат. Андан кийин Sublette жана Medicine Bow моделдеринен чыккан катмарларды көбөйтүп, эки модель тең бир убакта жогорку байланыштуулук көрсөткөн аймактарды алдыга чыгарышат. Акырында сезондук байланыштуулук катмарлары log transform кылынат жана беш перцентил классына бөлүнөт. Ошентип I80 боюнча кайсы жерлер эң ыктымал тарыхый миграция коридорлору болушу мүмкүн экени картага түшүрүлөт.

Бул карталардын эң маанилүү жыйынтыгы — жогорку байланыштуулук аймактары айрыкча Wamsutter жана Rawlins тегерегинде топтолушу. Изилдөөдө бул эки аймак I80дин түштүгүндөгү кышкы аймактарды түндүк-батыш, түндүк жана түндүк-чыгыштагы жайкы аймактар менен байланыштырган маанилүү corridor networks катары сүрөттөлөт. Green Riverдин батышы, Rawlinsтин чыгышы жана батышы, Laramieнин батышы, ошондой эле тоо өрөөндөрү же дарыялар менен параллелдүү тар коридор тармактары да өзгөчөлөнөт.

1-сүрөт изилдөөнүн жалпы логикасын көрсөтөт. A панелинде өтүүгө боло турган тоскоолдуктарда GPS жака сызыктары өтүү чекиттерин түз көрсөтө аларын, бирок өтүүгө мүмкүн эмес тоскоолдуктарда жаныбарлар өтө албагандыктан бул ыкма боштук калтырарын түшүндүрөт. B панелинде азыркы бир жер алдындагы өтмөктөн өткөн үч pronghorn сүрөтү бар. Бул жер алдындагы өтмөк жапайы жаныбарлар үчүн атайын долбоорлонгон эмес; ошентсе да аз сандагы пайдалануу моделди текшерүү үчүн баалуу маалымат берет. C панелинде I80 боюнча GPS жака тагылган pronghorn кыймылдары, сейрек өтүү чекиттери жана сунушталган crossing аймактары картада көрсөтүлөт. Бул визуал I80 pronghorn кыймылдары үчүн канчалык күчтүү тоскоолдук экенин конкреттүү көрсөтөт.

2-сүрөт болсо изилдөөнүн эң маанилүү картасын сунуштайт. A панелинде күз үчүн божомолдонгон тарыхый pronghorn миграция коридорлору көрсөтүлөт. Түс шкаласында кызылга жакын аймактар 80–100 перцентил байланыштуулук классын, башкача айтканда эң күчтүү corridor талапкерлерин билдирет. Wamsutter–Rawlins линиясы өзгөчө көрүнөт. B панелинде pronghornдар I80 боюнча транспорт менен кагылышкан, башкача айтканда өтүүгө аракет кылган чекиттер көк тилке же белгилер менен көрсөтүлөт. Бул чекиттердин жогорку байланыштуулук коридорлору менен дал келиши модель көз карандысыз маалымат менен колдоого алынганын көрсөтөт. C жана D панелдеринде күз жана жаздагы камера маалыматтары азыркы жер алдындагы өтмөктөрдөгү pronghorn пайдалануу үлүштөрү менен берилет.

Моделди текшерүү жыйынтыктары изилдөөнүн ишенимдүүлүгү үчүн абдан баалуу. Изилдөөчүлөр азыркы жер алдындагы өтмөктөргө камера орнотуп pronghorn пайдалануусун көзөмөлдөшөт. Күзүндө 17 курулма, жазында 19 курулма көзөмөлдөнөт. Күзүндө божомолдонгон connectivity bin менен pronghornдар жер алдындагы өтмөктү пайдаланган күндөрдүн үлүшүнүн ортосунда Spearman rank correlation = 0.514 жана p = 0.035 табылат. Жазында бул байланыш 0.409 жана p = 0.082 деңгээлинде. Жазгы натыйжа классикалык 0.05 маанилүүлүк чегинен өтпөйт, бирок багыты боюнча моделдин күтүүсүнө туура келет.

Экинчи текшерүү булагы — pronghorn-vehicle collision маалыматы. Wyoming Department of Transportation тарабынан 2009–2019 аралыгында чогултулган pronghorn өлүк каттоолору колдонулат. Жалпысынан 314 carcass location маалыматы crossing attempt көрсөткүчү катары алынат. Изилдөөчүлөр эң жогорку байланыштуулук контурунун ичинде жана сыртында өтүү аракеттеринин үлүшүн эсептешет. Күз жана жаз карталарында өтүү аракеттери жогорку байланыштуулук коридорлорунда кокустукка караганда олуттуу көбүрөөк экени табылат; эки мезгил үчүн тең p < 0.001 билдирилет.

Бул жыйынтык изилдөөнүн негизги тезисин күчөтөт. Модель жашоо чөйрөсү жана cost-distance божомолдорунан түзүлгөн карта гана эмес; көз карандысыз кагылышуу жана камера маалыматтары менен реалдуу pronghorn жүрүм-турумуна байланыштырылган. Жаныбарлар өтүүгө аракет кылып, өтө албай калган жерлер модель “бул жерде тарыхый миграция коридору болушу мүмкүн” деген жерлерге туура келет. Бул жапайы жаныбарлар өтмөктөрүн кагылышууну азайтуу каражаты гана эмес, миграцияны калыбына келтирүү каражаты катары да пландаса болорун көрсөтөт.

Изилдөөнүн талкуу бөлүмү бул жыйынтыктар коргоону пландоо үчүн эмнени билдирерин түшүндүрөт. Өтмөк курулмалары буга чейин көбүнчө уланып жаткан миграцияларды сактоо же транспорттук кагылышууларды азайтуу үчүн колдонулуп келген. Бирок жолдор толугу менен үзгөн миграциялар да бар. Мындай жоголгон миграциялар үчүн өтмөк курулмалары жаңы калыбына келтирүү куралы болушу мүмкүн. Муну жасоо үчүн мурда кайсы жерде миграция болушу мүмкүн экенин божомолдогон framework керек. Бул изилдөө ошондой framework сунуштайт.

Өзгөчө талапкер аймактардын бири Wamsutter жана Rawlins тегереги. Бул аймактардагы божомолдонгон коридорлор I80дин түштүгүндөгү кышкы аймактарды түндүктөгү жайкы аймактар менен байланыштырат жана бир нече популяцияга пайда бере алат. Изилдөө ошондой эле бул божомолдонгон коридор pronghorn кагылышуулары эң көп болгон жерлерге дал келерин жана эки GPS жака тагылган pronghorn азыркы, бирок жапайы жаныбарга ылайыктуу эмес жер алдындагы өтмөктөн өткөн жерлерди камтарын белгилейт.

Pronghornдардын жер алдындагы өтмөктөргө болгон жүрүм-туруму да маанилүү. Изилдөө pronghornдар жалпы алганда underpass колдонууга overpassка караганда азыраак даяр экенин белгилейт. Бул өтмөк долбоорунда жайгашкан жер гана эмес, курулманын түрү да маанилүү экенин көрсөтөт. Pronghorn коридору үчүн overpass айрым учурларда underpassтан ылайыктуураак болушу мүмкүн. Бирок азыркы жер алдындагы өтмөктөр, interchanges же machinery underpasses сыяктуу ачык жерлер арзаныраак retrofit мүмкүнчүлүктөрүн бере алат.

Green River Basinдин батышындагы божомолдор да тарыхый жактан кызыктуу. Изилдөө бул аймактагы археологиялык аңчылык жерлери жана pronghorn bonebed каттоолору мурда түндүк-түштүк сезондук кыймылдарын пайдаланып аңчылык кылган адамдардын ишмердүүлүгү менен байланыштуу экенин белгилейт. Азыркы Sublette жана Uinta-Cedar pronghorn үйүрлөрү да I80дин карама-каршы тараптарында кыштайт жана тоскоолдукка тик багытта миграция кылат. Ошондуктан моделдин батыштагы коридор божомолдору тарыхый жана азыркы экологиялык далилдерге шайкеш көрүнөт.

Изилдөөнүн кеңири мааниси — кыймыл экологиясындагы маалымат жана ыкма өнүгүүлөрүн коргоо инженериясы менен байланыштыруу. GPS жака маалыматтары жаныбарлардын жашоо чөйрөсүн пайдалануусу жана кыймыл жүрүм-туруму жөнүндө өтө майда маалымат берет. Cost-distance моделдери жана максималдуу ыктымалдуулук ыкмасы бул кыймылдарды статистикалык жактан эң ыктымал коридорлорго айлантууга жардам берет. Ошентип өтмөк пландоо жол четиндеги өлүк каттоолоруна гана эмес, жаныбарлардын сезондук муктаждыктарына жана ландшафтта кантип кыймылдаарына таяна алат.

Бул ыкма климаттын өзгөрүшү контекстинде да маанилүү. Изилдөө extreme weather events көбөйгөн сайын pronghorn сыяктуу начар шарттардан кыймыл аркылуу качкан түрлөр үчүн байланыштуулук андан да маанилүү болушу мүмкүн экенин белгилейт. Калың кар, кургакчылык, өсүмдүк жамынтысынын өзгөрүшү же температура стресси жаныбарларды башка аймактарга жылууга мажбурлай алат. Эгер автожолдор жана тосмолор бул кыймылды бөгөттөсө, популяциялар тобокелдикке кабылат. Демек өтмөктөр азыркы миграцияларды гана эмес, келечектеги климатка ыңгайлашуу жөндөмүн да колдой алат.

Изилдөө ошондой эле глобалдык жол фрагментациясы контекстине коюлат. 100 km²ден чоң roadless аймактар жер үстүнүн болгону %7 бөлүгүн ээлейт; калган %93 адам таасири менен бөлүнгөн ландшафттардан турат. Ошондуктан коргоо стратегиялары бузулбаган аймактарды сактоо менен гана чектелбеши керек. Адам изи бар аймактардагы жашоо чөйрөлөрүн кайра байланыштыруу да зарыл. Жапайы жаныбарлар өтмөктөрү бул калыбына келтирүү ыкмасынын конкреттүү куралдарынын бири.

Изилдөөнүн күчтүү жактарына чоң GPS маалымат топтому, көп масштабдуу RSF ыкмасы, жаныбардын кыймылы менен калибрленген cost-distance моделдери, көз карандысыз текшерүү маалыматтары, I80 боюнча кеңири ландшафт масштабындагы божомол жана кагылышуу/камера маалыматтары менен модель тестин бирге колдонуу кирет. Ошондой эле изилдөө азыркы өтүүлөрдү сактоо менен гана чектелбей, жоголгон миграцияларды кайра калыбына келтирүүнү көздөгөнү үчүн жол экологиясы адабиятындагы аз изилденген боштукка көңүл бурат.

Чектөөлөр да ачык айтылышы керек. Биринчиден, изилдөө рецензиядан өтө элек preprint. Экинчиден, cost-distance моделдери багытталган кыймылды жана белгилүү баштапкы-акыркы чекиттерди болжолдойт. Ошондуктан stopover жана артка кайтуу кыймылдары маалымат топтомунан чыгарылган. Бул framework чоң жана сапаттуу GPS маалымат топтомун талап кыларын билдирет. Маалымат сейрек болсо же кыймыл өтө татаал/non-directional болсо, моделди колдонуу кыйыныраак болушу мүмкүн.

Үчүнчү чектөө — модель азыркы жашоо чөйрөсүнө жана байланыштуулук шарттарына таянат. Жер пайдалануу, энергетикалык өнүктүрүү, жаңы жолдор, тосмолор же климаттын өзгөрүшү келечекте жашоо чөйрөсүнүн ылайыктуулугун өзгөртүшү мүмкүн. Изилдөө framework келечектеги жашоо чөйрөсү же антропогендик өнүгүү божомолдорун камтышы мүмкүн экенин белгилейт, бирок азыркы колдонмо бүгүнкү шарттарга негизделген. Төртүнчү чектөө — модель ландшафт масштабында талапкер аймактарды гана берет. Акыркы өтмөк орду үчүн инженердик ишке ашуучулук, топография, менчик, социалдык кабыл алуу, чыгым жана жергиликтүү долбоорлоо иштери керек.

Бешинчи чектөө — өтмөк курулгандан кийин анын натыйжалуулугун көзөмөлдөө керек. Модель жогорку байланыштуулук көрсөткөн жерге өтмөк куруу миграция сөзсүз кайтып келет деген кепилдик бербейт. Жаныбарлардын курулманы үйрөнүшү, социалдык өткөрүү, жүрүм-турумдук көнүгүү, айланадагы тосмолорду жөнгө салуу, адам ишмердүүлүгү жана курулманын түрү сыяктуу факторлор жыйынтыкка таасир этет. Ошондуктан изилдөө framework ири жана көп тармактуу калыбына келтирүү долбоорунун биринчи кадамы экенин баса белгилейт.

Изилдөөнүн эмнени айтканы менен эмнени айтпаганы так ажыратылышы керек. Изилдөө I80 боюнча белгилүү чекиттерге өтмөк курулса, pronghorn миграциялары сөзсүз кайтып келет деп далилдебейт. Ошондой эле ар бир божомолдонгон коридор инженердик жактан ишке ашат дебейт. Анын ордуна изилдөө жоголгон миграцияларды калыбына келтирүү үчүн кайсы аймактар экологиялык жактан эң үмүттүү талапкер экенин божомолдогон жана бул божомолдорду көз карандысыз жүрүм-турум маалыматтары менен колдогон алкак сунуштайт.

Ошондуктан изилдөөнүн эң күчтүү билдирүүсү төмөнкүдөй: Эгер жолдор жаныбарлардын миграциясын толук үзсө, өтмөк пландоону учурдагы өтүү чекиттерин издөө менен гана жүргүзүүгө болбойт. Жоголгон коридорлор сезондук жашоо чөйрөлөрү жана жаныбардын кыймыл тандоолору аркылуу кайра божомолдонушу керек. Мындай ыкма жапайы жаныбарлар өтмөктөрүн кагылышууну азайтуучу инфраструктурадан экологиялык процесстерди кайра байланыштырган калыбына келтирүү куралына айландыра алат.

Изилдөөнүн Методу жана Натыйжалары

Изилдөөнүн методу үч негизги этаптан турат: сезондук жашоо чөйрөлөрүн аныктоо, миграция коридорлорун калыптандырган ландшафт касиеттерин моделдөө жана I80 боюнча жоголгон тарыхый миграция коридорлорун божомолдоп, көз карандысыз маалыматтар менен текшерүү.

1. Изилдөө системасы жана негизги көйгөй

2. Маалымат топтому

3. 1-этап: Сезондук жашоо чөйрөлөрүн RSF менен аныктоо

RSF predictor топтому:

RSF жыйынтыктары:

• RSF моделдери жашоо чөйрөсүн пайдаланууну күчтүү божомолдогон; бардык моделдерде Spearman rank correlation > 0.8 деп билдирилет.
• Pronghornдар жалпысынан кеңири масштабда түзүрөөк жерлерди жана белгилүү каптал касиеттерин тандаган; patch деңгээлинде тосмолордун тыгыздыгы төмөн жерлер маанилүү болгон.
• I80ден 15 kmден алыс особдор менен түзүлгөн моделдер тоскоолдук таасиринен азыраак бузулган жашоо чөйрөсүн тандоолорду божомолдоо үчүн колдонулган.
• I80ге жакын pronghornдар айрыкча жайкы patch масштабында күтүлгөндөн сапаты төмөн жашоо чөйрөсүн пайдаланганы табылган.
• I80дин тегерегиндеги жашоо чөйрөсүнүн жалпы ландшафтка салыштырмалуу бир аз сапаттуураак болушу төмөн пайдалануу чөйрө начардыгынан эмес, тоскоолдук таасиринен болушу мүмкүн экенин көрсөтөт.

4. 2-этап: Cost-distance моделдери менен миграция жүрүм-турумун моделдөө

Cost-distance predictor топтому:

Cost-distance жыйынтыктары:

• Төрт cost-distance моделинин баары кокустук covariate камтыган null моделден маалыматтуураак деп табылган.
• Күзүндө pronghorn миграцияларына чоң эңкейиш тоскоол болгон.
• Күзгү миграцияларда vegetation cover covariate'теринин олуттуу таасири табылган эмес.
• Жазында sagebrush cover кыймылды жеңилдеткен; жогорку herbaceous cover жана жогорку slope кыймылга тоскоол болгон.
• Күзүндө cost-distance моделдери straight-line моделине караганда жакшыраак божомол берген.
• Medicine Bow моделинде corridor аянты straight-line моделине караганда %9 кичине, Sublette моделинде %23 кичине болгон.
• Жазында cost-distance моделдери straight-line моделинен жакшы иштеген эмес.

5. 3-этап: I80 боюнча тарыхый коридорлорду божомолдоо

Карталоо жыйынтыктары:

• Күз жана жаз үчүн божомолдонгон коридорлор жалпысынан окшош жерлерде топтолгон.
• Эң көрүнүктүү кең байланыштуулук аймагы түштүк-борбордук Wyomingде, айрыкча Wamsutter тегерегинде.
• Rawlins тегереги бир нече популяцияны байланыштыра алган маанилүү corridor network катары айырмаланат.
• Green Riverдин батышы, Rawlinsтин чыгышы жана батышы, Laramieнин батышы жана дарыя/тоо өрөөндөрү боюнча тар corridor тармактары божомолдонгон.
• Wamsutter жана Rawlins тегерегиндеги коридорлор I80дин түштүгүндөгү кышкы аймактарды түндүк-батыш, түндүк жана түндүк-чыгыштагы жайкы аймактар менен байланыштырат.

6. Көз карандысыз текшерүү: камера маалыматы

7. Көз карандысыз текшерүү: pronghorn-vehicle collision маалыматы

8. Сүрөттөрдүн илимий мааниси

• 1A-сүрөт: Өтүүгө мүмкүн жана өтүүгө мүмкүн эмес тоскоолдуктарда өтмөк пландоо көйгөйүн концептуалдык көрсөтөт. Өтүүгө мүмкүн тоскоолдуктарда GPS жака сызыктары өтүү чекиттерин көрсөтө алат; өтүүгө мүмкүн эмес тоскоолдуктарда болсо жаныбарлар өтө албагандыктан тарыхый corridor жайгашкан жерлер божомолдонушу керек.
• 1B-сүрөт: Үч pronghorn азыркы бир жер алдындагы өтмөктүн жанында жүргөн камера/сүрөт мисалын көрсөтөт. Бул курулма жапайы жаныбарлар үчүн атайын долбоорлонбосо да, аз пайдалануу да моделди текшерүүгө маалымат берет.
• 1C-сүрөт: Wyomingде I80 боюнча GPS жака кыймылдарын жана сейрек crossing мисалдарын картага түшүрөт. 207 pronghorndan болгону 8и I80ден өтө алышы тоскоолдуктун күчүн визуалдык колдойт.
• 2A-сүрөт: Күз үчүн божомолдонгон тарыхый pronghorn миграция коридорлорун көрсөтөт. Кызыл жерлер эң жогорку байланыштуулук, башкача айтканда 80–100 перцентил corridor талапкерлери. Wamsutter жана Rawlins аймагы ачык көрүнөт.
• 2B-сүрөт: Pronghornдар I80 боюнча транспорт менен кагылышкан, башкача айтканда өтүүгө аракет кылган чекиттерди көрсөтөт. Бул чекиттердин жогорку connectivity аймактары менен дал келиши моделди текшерүүгө салым кошот.
• 2C–D-сүрөт: Күз жана жазда азыркы жер алдындагы өтмөктөрдө камера аркылуу байкалган pronghorn пайдалануу пайыздарын көрсөтөт. Бул пайдалануу үлүштөрү божомолдонгон коридор класстары менен салыштырылган.

9. Негизги жыйынтыктар

• Жоголгон миграцияларды калыбына келтирүү үчүн өтмөк жерлерин учурдагы өтүү маалыматтарына гана таянып аныктоого болбойт.
• Сезондук жашоо чөйрөсүн божомолдоо жана cost-distance corridor modeling чогуу колдонулуп, мурда болушу мүмкүн болгон миграция коридорлорун божомолдоого болот.
• I80 Wyomingде pronghorn кыймылдары үчүн күчтүү тоскоолдук түзөт; 207 особдун болгону 8и бул тоскоолдукту ийгиликтүү өткөн.
• RSF моделдери pronghorn жашоо чөйрөсүн пайдаланууну жогорку тактык менен божомолдогон; Spearman корреляциялары 0.8ден жогору.
• Күзгү cost-distance моделдери straight-line моделине салыштырмалуу тар жана жакшыраак corridor божомолдорун берген.
• Wamsutter жана Rawlins тегереги I80 боюнча өтмөк курулмалары үчүн күчтүү талапкер corridor networks катары бөлүнүп чыгат.
• Модель божомолдору көз карандысыз камера жана pronghorn-vehicle collision маалыматтары менен колдоого алынган.
• Өтмөк курулмалары транспорттук кагылышууну азайтуу үчүн гана эмес, үзүлгөн миграцияларды кайра калыбына келтирүү үчүн да колдонулушу мүмкүн.

10. Күчтүү жактар

• Чоң жана узак мөөнөттүү GPS жака маалымат топтомун колдонот.
• Жети популяция жана 1051 animal-year маалымат менен ландшафт масштабында талдоо жүргүзөт.
• Жашоо чөйрөсүн тандоо менен corridor божомолун бир framework ичинде бириктирет.
• Cost-distance моделдерин жаныбарлардын реалдуу миграциялары менен калибрлейт.
• Божомолдорду камера жана кагылышуу каттоолору сыяктуу көз карандысыз маалыматтар менен текшерет.
• Жол өтмөктөрүн collision mitigation гана эмес, migration restoration куралы катары карайт.

11. Чектөөлөр

• Изилдөө рецензиядан өтө элек preprint.
• Cost-distance моделдери багытталган кыймылды жана белгилүү start-end чекиттерди болжолдойт.
• Stopover жана артка кайтуу кыймылдары чыгарылгандыктан, миграция жүрүм-турумунун айрым татаалдыктары моделге кирбей калган болушу мүмкүн.
• Framework чоң жана сапаттуу GPS маалымат топтомун талап кылат; маалымат сейрек болгон аймактарда колдонуу кыйын болушу мүмкүн.
• Жазгы cost-distance моделдери straight-line моделинен жакшы иштеген эмес.
• Модель азыркы жашоо чөйрөсүнө жана ландшафт шарттарына таянат; келечектеги жер пайдалануу жана климат өзгөрүшү өтмөк артыкчылыктарын өзгөртүшү мүмкүн.
• Карталар ландшафт масштабында талапкер аймактарды берет; акыркы өтмөк орду үчүн инженердик, чыгым, жер менчиги жана социалдык кабыл алуу анализдери керек.
• Өтмөк курулгандан кийин миграция чындап калыбына келдиби же жокпу өлчөө үчүн узак мөөнөттүү мониторинг талап кылынат.

Булак жана Метод Эскертмеси

Бул макала Benjamin S. Robb, Tristan A. Nuñez, Jerod A. Merkle, William J. Rudd, Hall Sawyer, R. Scott Gamo, Patrick Burke, Jeffrey L. Beck жана Matthew J. Kauffman даярдаган “Predicting where to restore migrations with wildlife crossing structures: pronghorn and the remnants of lost migrations” аттуу изилдөөгө негизделип даярдалган. Изилдөөдө авторлордун аффилиациялары University of Wyoming, Wyoming Cooperative Fish and Wildlife Research Unit, Wyoming Migration Initiative, Wyoming Department of Transportation, Wyoming Game and Fish Department, Western Ecosystems Technology жана U.S. Geological Survey менен көрсөтүлгөн.

Булактын түрү текстте ачык берилген “This preprint research paper has not been peer reviewed” деген билдирүүгө ылайык рецензиядан өтө элек preprint / илимий макала долбоору катары бааланышы керек. Текстте ошондой эле долбоор илимий рецензия үчүн таратылганы жана азырынча USGS тарабынан жарыялоого бекитилбегени айтылат. Ошондуктан жыйынтыктар USGSтин расмий көз карашы же так саясаттык жыйынтык катары чечмеленбеши керек.

Бул мазмун даярдалганда изилдөөдө берилген pronghorn GPS жака маалымат топтому, I80 тоскоолдук таасири, 1051 animal-year маалымат, 7 популяция, RSF моделдөө ыкмасы, home range жана patch масштабы, cost-distance моделдери, Sublette жана Medicine Bow окутуу популяциялары, 600 km I80 тилкеси, Wamsutter жана Rawlins тегерегиндеги божомолдонгон коридорлор, камера текшерүү маалыматтары, pronghorn-vehicle collision каттоолору, Spearman корреляциялары, p-маанилери, 1-сүрөт жана 2-сүрөттөгү карталар жана изилдөөнүн чектөөлөрү негиз катары алынган.

Текстте жок так калыбына келтирүү кепилдиги, сунушталган өтмөктөр инженердик жактан түз ишке ашат деген доомат, бардык pronghorn популяциялары үчүн ошол эле жыйынтык жарактуу деген тыянак, рецензияланган жарыялоого кабыл алуу же USGSтин расмий саясаттык тыянагы сыяктуу билдирүүлөр кошулган эмес. Изилдөөнүн негизги салымы — жапайы жаныбарлар өтмөктөрүн жоголгон миграцияларды калыбына келтирүү үчүн кайсы жерлерге жайгаштырууга болорун божомолдогон, кыймыл экологиясына негизделген жана көз карандысыз маалыматтар менен текшерилген ландшафт масштабындагы чечим колдоо алкагын сунуштоосу.