Density-based clustering method for detecting space use patterns, forays, and dispersal in animal tracking data: Case study of translocated desert and Rocky Mountain bighorn sheep
本研究は、空間密度ベースのクラスタリング（S-DBC）フレームワークが、砂漠およびロッキー山脈のビッグホーンの移入個体における明確な移動成分の特定および個体群間でのより一貫した比較能力によって証明されている通り、動物のフォーレイ（一時的な探索行動）や分散パターンを検出・特性評価するための、従来のホームレンジに基づく手法に代わる堅牢な選択肢となることを示している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
動物は、単一の近隣地域に留まる静的な居住者ではありません。彼らは、既知の世界の境界線を絶えず交渉しながら進む旅人なのです。空間生態学の分野において、科学者たちは長年、「ホームレンジ（行動圏）」という概念、すなわち動物が通常、採餌、繁殖、および子の育成を行う定義された領域に依拠してきました。しかし、人生においては、しばしば馴染みのある境界線の外へ踏み出すことが求められます。これらの外出は、「フォレイ（探索行動）」として知られ、探索、資源探索、または分散のための重要な瞬間ですが、追跡や定義が非常に困難であることでも知られています。動物の移動をマッピングするための伝統的な手法は、動物の平均的なテリトリーの周囲に硬直した線を引き、その線の外側にあるものを単に異常としてフラグを立てることがよくあります。このアプローチは有用ではありますが、大まかな手法であり、動物が実際にどのように空間を利用しているかというニュアンスを見逃したり、日常的な動きを例外的な出来事として誤分類したりすることがよくあります。これらの旅の真の性質を理解することは、特に、移動パターンが遺伝子流動から疾病の拡大に至るまであらゆることに影響を与えるビッグホーンシープのような種にとって、保全上の極めて重要な課題です。
研究チームは、GPSデータからこれらの移動をより精緻に捉えるための、より柔軟な新しい分析方法をテストすることで、これらの移動の捉え方を洗練させようと試みました。彼らは、メキシコのソノラ州に移送された砂漠ビッグホーンシープと、サウスダコタ州のブラックヒルズに再導入されたロッキーマウンテンビッグホーンシープという、2つの異なるグループに焦に焦点を当てました。目標は、動物の生活の周囲に単一の静的な境界線を描くという古い手法を超え、繰り返される利用パターンや明確な「トリップ（移動）」を見出すことでした。彼らは「空間密度ベース・クラスタリング」と呼ばれる手法を開発しました。これは、本質的には、羊が最も多くの時間を過ごした場所を探し出し、「ホットスポット」を特定するものです。すべてのデータに対して単一の形状を強制するのではなく、この手法によって、研究者は羊が定住した複数の明確なエリアと、それらを結ぶ一時的な立ち寄り地点や長い旅路の両方を観察することが可能になりました。
研究者がこの新手法を適用したところ、従来の技術では隠されていた、移動の豊かなタペストリーが明らかになりました。彼らは、羊が単に無秩序に彷徨っているのではなく、繰り返し戻ってくる一次および二次的なエリアのネットワークを維持していることを発見しました。これらのコアエリアの間で、動物たちは特定のトリップを行っていました。この新手法は、砂漠の羊に対して144回、ロッキーマウンテンの羊に対して91回のそのようなトリップを特定することに成功しました。これらは単なる短い歩みではなく、中には動物を確立されたテリトリーから遠く離れた場所へと連れて行くものもありました。研究者らはまた、距離と目的によってこれらのトリップを分類することもでき、短く局所的な探索と、新しい生息地につながる可能性のある長く重要な遠征とを区別しました。決定的なことに、この手法は「ストップオーバー（一時停止地点）」、つまり羊が数日間立ち寄った一時的な場所を特定し、従来のメソッドでは平滑化されたり無視されたりしがちであった、彼らの旅の中間ステップを垣間見せてくれました。
この研究はまた、移動のタイミングと規模が、環境や再導入時の状況によって、これら2つの個体群間で大きく異なることも明らかにしました。全く新しい景観に導入されたロッキーマウンテンの羊は、即座に探索を開始し、地形を学習するための最初の数ヶ月間に多くの最長トリップを行いました。対照的に、他の羊がすでに生息しているエリアに補充された砂漠の羊は、すぐに落ち着きました。彼らの最も重要な長距離トリップは、気温の上昇と乾燥が進み、利用可能な食物が減少することに伴い、年後半に発生しました。これは、新しい到着組が学習の必要性に駆られていた一方で、補充されたグループは資源を見つけるという季節的な必要性に駆られていたことを示唆しています。
おそらく最も重要な発見は、羊についてではなく、彼らを観察するためのツールについてでした。研究者らは、この新しいクラスタリング手法を、ホームレンジを算出する5つの伝統的な方法と比較しました。彼らは、従来のメソッドが使用される数学的公式に対して非常に敏感であり、公式を変更するだけで、検出されるトリップの数やその距離が劇的に変わってしまうことを発見しました。ある手法では一つの旅を主要なフォレイと見なす一方で、別の手法ではそれを通常の範囲の一部として退けてしまうこともあります。この新しいクラスタリング・アプローチは、中間的な立場を提供しました。それは一部の移動モデルよりも保守的であり、特定された総トリップ数は少なくなりましたが、特定されたトリップについては、より長く、より実質的なものであると捉えました。集団の実際の移動データから直接ルールを導き出すことで、この新手法は、あらかじめ設定された仮定に頼ることなく、異なる動物がどのように移動するかを比較するための、より一貫した信頼できる方法を提供しました。
結局のところ、この研究は、動物が世界をどのようにナビゲートしているかを真に理解するためには、彼らの生活を単一の静的な箱の中に押し込めようとするのをやめなければならないことを示唆しています。この新しいアプローチにより、科学者は動物の移動の複雑で多層的な現実、すなわち、彼らが家と呼ぶ核となる場所、道中で行う一時的な立ち寄り、そして必要が生じた時に行う明確な旅路を見ることができるようになります。移植された個体群を管理するコンサベーション（保全）の専門家にとって、この明晰さは不可欠です。それは、動物が単に新しい家を探索しているのか、それとも苦境にあるのかを理解する助けとなり、環境の変化がいかに移動を引き起こすかを明らかにします。 「トリップ」の定義を洗練させることで、この研究は、野生動物のダイナミックな生活をより鮮明なレンズを通して見る方法を提示しており、管理上の決定が彼らの行動のより正確な姿に基づいたものとなるよう保証しているのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。