《Wildlife Biology》:Why wolves walk – drivers of daily movement in a social large carnivore
编辑推荐:
专业摘要翻译:
动物移动模式受一系列外在和内在因素的影响,包括资源分布、人为干扰、景观连通性、物种间相互作用以及个体特征。研究人员通过分析2001–2019年间20只具有领地性的斯堪的纳维亚狼(Canis lupus)的逐小时GPS定位数据,研究了夏季(n=4
专业摘要翻译:
动物移动模式受一系列外在和内在因素的影响,包括资源分布、人为干扰、景观连通性、物种间相互作用以及个体特征。研究人员通过分析2001–2019年间20只具有领地性的斯堪的纳维亚狼(Canis lupus)的逐小时GPS定位数据,研究了夏季(n=405)和冬季(n=614)日活动距离(DMD)及移动线性度的相关因素。研究人员采用广义线性混合效应模型(GLMM),将DMD和线性度与解释变量相关联,这些变量包括道路基础设施指标(砾石路密度、铺装路密度)、环境质量(森林破碎化)、猎物可获得性(驼鹿(Alces alces)和狍(Capreolus capreolus)密度)、种内和种间密度(邻近狼领地数量、棕熊(Ursus arctos)密度)、个体特征(繁殖状态、近交系数)以及年度家域面积。冬季DMD较夏季短,但线性度相似。在夏季,DMD与邻近领地数量、家域面积和棕熊密度呈正相关,但线性度与任何纳入变量均无显著关系。较高的邻近领地数量和较大的家域面积可能需要更长的日常移动来覆盖和保卫领地。与棕熊密度的关系支持了先前研究,即在棕熊密度较高的地区,狼寻找有蹄类猎物所需搜索时间增加。在冬季,DMD与森林破碎化呈负相关,表明当森林呈斑块状时狼的移动减少。DMD还与狍密度呈负相关,表明当首选猎物丰富时移动减少。与夏季相反,冬季移动线性度随邻近领地数量增加而降低。备选模型还表明,冬季DMD随铺装路密度增加而降低,移动线性度随砾石路密度增加而升高。研究结果表明,斯堪的纳维亚狼的移动受外在因素塑造,个体层面特征的影响有限。
论文解读文章:
一、研究背景与问题提出
动物移动行为由外在因素和内在因素共同塑造。外在因素包括季节性变化、人为干扰、栖息地特征、猎物密度与分布、种间及种内竞争等;内在因素包括社会联系、繁殖状态、近交水平等遗传因素。GPS技术的进步使得高分辨率追踪动物移动成为可能,为研究家域利用、栖息地选择和活动模式提供了重要手段。
斯堪的纳维亚狼群曾在20世纪60年代末功能性灭绝,自1983年起在中南部斯堪的纳维亚地区恢复繁殖。该种群高度隔离,与芬兰—俄罗斯狼群基因交流极少,导致近交水平较高,平均年近交系数在2001–2019年间为0.22–0.31。近交与先天性脊椎缺陷相关,可能影响个体运动能力。该地区狼主要以驼鹿为食,在狍密度较高区域狍成为主要有蹄类猎物。棕熊、欧亚猞猁和狼獾等大型食肉动物也广泛分布于研究区域。
已有研究表明,人类活动可显著改变大型食肉动物行为,如道路密度影响棕熊移动节律,狼在低人类活动区域利用砾石路和森林道路提高移动速度。栖息地特征方面,破碎化景观与黑熊更长旅行距离相关。猎物可获得性方面,狼在猎物密度低时增加杀食间移动距离。种间竞争方面,棕熊存在区域狼的杀食率较低,春季发生干扰竞争,夏季转为开发竞争。种内竞争方面,高狼群密度可能限制领地面积并延迟亚成体扩散。
然而,关于外在和内在因素如何共同影响斯堪的纳维亚高度近交狼群的日常移动距离和移动线性度,尚缺乏系统研究。研究人员提出九项预测,涵盖季节性差异、道路基础设施、森林破碎化、猎物密度、棕熊密度、种内密度、繁殖状态、近交系数和家域面积对移动行为的影响。
二、研究内容与结论
研究人员利用2001–2019年间29只佩戴GPS项圈的领地狼(23雄6雌)的逐小时定位数据,经数据筛选后最终纳入33个研究时段(18个夏季、15个冬季),来自20只狼(17雄3雌),包含24个家庭群和9个气味标记对,共1020个24小时时段、24081个GPS定位点。研究发现:夏季平均DMD为19.38 km,冬季为13.85 km,冬季显著短于夏季,支持预测P1;但两季移动线性度均为0.43,无显著差异。
道路基础设施方面,备选模型显示冬季DMD随铺装路密度增加而降低,移动线性度随砾石路密度增加而升高,部分支持预测P2。铺装路通常车流量较高且可能设有防野生动物围栏,构成移动屏障;砾石路则被狼用作移动廊道以提高旅行速度。
森林破碎化方面,冬季DMD与森林破碎化指数呈负相关,与预测P3相反。可能原因是高破碎化景观中狼将日常移动限制在少数森林斑块之间,而连续大斑块森林允许更长距离移动。夏季森林破碎化对DMD无显著影响。
猎物可获得性方面,冬季DMD与狍密度呈负相关,支持预测P4。狍密度增加一个标准差,DMD降低约19.87%(约2.6 km/天)。狍密度高时狼搜索时间缩短,移动减少。驼鹿密度与DMD无显著关联,可能因驼鹿在狼领地内分布较均匀。
种间竞争方面,夏季DMD与棕熊密度呈正相关,支持预测P5。棕熊密度增加一个标准差,DMD增加2.88 km。棕熊与狼同域分布时,夏季开发竞争导致狼搜索猎物时间增加,杀食率降低,从而需要更长日常移动。
种内竞争方面,夏季DMD随邻近狼领地数量增加而增加,支持预测P6的部分内容;冬季DMD与邻近领地数量无关,但移动线性度随邻近领地数量增加而降低,表明冬季狼在邻近领地较多时移动路径更曲折,可能反映通过重复访问特定区域进行气味标记以维持领地边界的巡逻行为。
繁殖状态方面,未发现非繁殖对与繁殖对在夏季DMD上的显著差异,不支持预测P7。这可能与数据集中于雄性个体有关,雄性在育幼期承担大部分狩猎任务,掩盖了繁殖状态差异。
近交系数方面,仅在部分支持模型中保留且置信区间包含零,证据不充分,不支持预测P8。尽管近交与繁殖成功率降低和更多依赖 scavenging 行为相关,但未发现对移动行为的显著影响。
家域面积方面,夏季DMD与家域面积呈正相关,支持预测P9;冬季无显著关系。家域面积增加一个标准差,夏季DMD增加1.96 km。较大家域需要更长日常移动以覆盖和保卫领地。
三、关键技术方法
研究人员采用以下主要技术方法:1)GPS定位数据采集,对领地狼佩戴GPS项圈,获取逐小时定位数据(2001–2019年);2)日活动距离(DMD)计算,基于连续逐小时GPS定位点间欧氏距离求和;3)移动线性度计算,为24小时净位移与总移动距离之比;4)广义线性混合效应模型(GLMM),夏季DMD采用高斯误差结构,冬季采用Gamma分布对数连接,线性度采用Beta分布logit连接;5)基于AICc的向后逐步模型选择;6)空间分析,利用QGIS计算100%最小凸多边形(MCP)内道路密度和森林破碎化指数;7)猎物密度估算,基于春季粪堆计数换算冬季有蹄类密度;8)棕熊相对密度指数,基于收获棕熊空间分布的核密度估计。数据来自瑞典和挪威的斯堪的纳维亚狼监测项目。
四、研究结果分述
夏季日活动距离:夏季平均DMD为19.38 km。最优模型包含棕熊密度、邻近狼领地数量和家域面积三个预测变量。棕熊密度效应最强(β=2.88),其次为邻近领地数量(β=2.26)和家域面积(β=1.96),均具有统计学显著性。备选模型显示砾石路密度效应不显著。
冬季日活动距离:冬季平均DMD为13.85 km。最优模型包含狍密度和森林破碎化两个预测变量,均呈负相关。狍密度增加一个标准差对应DMD降低19.87%,森林破碎化增加一个标准差对应降低17.83%。备选模型显示近交系数和驼鹿密度效应不显著。
夏季移动线性度:平均线性度0.43。最优模型不含任何解释变量,表明所纳入预测因子均不能解释夏季移动线性度变化。繁殖状态在次优模型中保留但效应不显著。
冬季移动线性度:平均线性度0.43。最优模型包含邻近狼领地数量和近交系数,其中邻近领地数量效应显著(β=-0.16),呈负相关;近交系数效应不显著。备选模型显示狍密度效应不显著。
五、讨论与结论
研究表明,斯堪的纳维亚狼的日常移动模式主要由外在因素塑造,包括季节、道路基础设施、森林破碎化、猎物可获得性以及种内和种间竞争。内在因素如繁殖状态和近交水平在本次研究所用的家域尺度上作用有限。
冬季DMD较短可能反映雪地移动能量成本增加。狼在低交通流量砾石路上移动更直线化,而铺装路因高车流量和围栏构成移动屏障。高森林破碎化区域狼减少移动,可能因将活动集中于少数森林斑块。狍密度高时搜索时间缩短,DMD降低。棕熊密度高时夏季搜索时间增加,DMD延长。邻近领地数量增加时,夏季狼增加巡逻距离,冬季移动更曲折以加强气味标记维持领地边界。
研究局限性包括:DMD为最小估计值,未捕捉细尺度移动特征;模型选择涉及多重预测因子顺序评估,存在I型错误风险增加的可能。未来研究可考虑更高时间分辨率,探索日内动态环境变量对狼移动行为的影响。
总体而言,研究结果揭示了狼移动策略反映资源获取、与其他大型捕食者相互作用以及同种竞争之间的平衡,为预测环境变化下狼移动模式的变化提供了基础。