连续时间视角下的考拉——利用全州范围的遥测数据揭示这一标志性物种的运动生态学特征

《Movement Ecology》：Koalas in continuous time – unravelling the movement ecology of an iconic species using insights from a statewide telemetry program

　　

摘要

运动生态学已进入数据极为丰富的时代，但现有的GPS数据集由于连续位置之间存在时间自相关性，给分析带来了挑战。连续时间运动建模通过将运动视为在时空中持续发展的随机过程，来应对这些挑战，从而得出与采样时间无关的运动指标参数估计值。在此，我们应用连续时间运动建模方法，分析了来自澳大利亚新南威尔士州七个种群的230只考拉（Phascolarctos cinereus）的全面GPS遥测数据——这是该物种首次进行大规模研究。我们的主要目标是描述其基本运动特征，并为这一濒危物种的遥测研究设计提供基于证据的建议。所有考拉数据集都显示出明显的自相关性，而且我们观察到不同研究区域内的活动范围大小和扩散速率存在显著差异，这反映了从肥沃的沿海及河岸栖息地到较为干燥、破碎的内陆景观之间的广泛环境差异。尽管在不同种群中，活动范围大小和扩散速率存在7至10倍的差异，但考拉运动的时间结构在所有种群中却极为一致。活动范围穿越时间和方向持续性时间尺度在地区间差异很小，这表明这些时间尺度反映了内在的生物学限制，而非受当地环境条件的影响。在空间利用和运动速率方面，性别差异也在所有地区都保持一致：无论当地栖息地条件如何，雄性考拉的活动范围大约是雌性的两倍，且雄性每天活动的范围也更大。这些自相关时间尺度对遥测研究设计和更广泛的监测计划具有重要意义。无论采样频率如何，考拉缓慢的活动范围穿越时间表明，要可靠地估算其活动范围，至少需要3至5周的监测时间。方向持续性时间尺度则表明，若要了解速度和移动距离等精细的运动行为，固定采样间隔需小于三小时。而如果目标是识别个体间的接触事件，则需要高分辨率的采样（即30分钟或更短时间间隔）。本研究展示了如何利用连续时间运动建模从GPS数据中提取基本运动参数，从而同时解决运动轨迹中的自相关性问题，深化生态学理解，并为濒危物种的未来监测工作提供优化方案。