모집단 생존 가능성 분석

Population viability analysis

개체군 생존 가능성 분석(PVA)은 보존 생물학에서 자주 사용되는 위험 평가의 종별 방법이다.이것은 전통적으로 주어진 수 년 내에 개체수가 멸종할 확률을 결정하는 과정으로 정의된다.최근 PVA는 종의 특성과 환경변화를 결합하여 개체군의 건강과 멸종 위험을 예측하는 생태와 통계결합으로 설명되고 있다.각 PVA는 대상 개체군 또는 종에 대해 개별적으로 개발되며, 그 결과 각 PVA는 고유하다.PVA를 실시할 때 염두에 두고 있는 더 큰 목표는 종의 개체수가 장기적으로 [1]자급자족할 수 있도록 하는 것입니다.

사용하다

모집단 생존 가능성 분석(PVA)은 모집단의 멸종 가능성을 추정하고 복구 작업의 긴급성을 나타내며 복구 작업의 초점이 되어야 하는 주요 수명 단계 또는 프로세스를 식별하기 위해 사용됩니다.또, PVA는, 모집단의 역학을 촉진하는 요소를 특정해, 제안된 관리 옵션을 비교해, 기존의 복구 작업을 평가하는 [2]데도 사용됩니다.PVA는 행동 계획을 개발하고, 다양한 관리 시나리오의 찬반 순위를 매기고, 서식지 [3]손실의 잠재적 영향을 평가하기 위해 멸종위기종 관리에 자주 사용된다.

역사

1970년대에 옐로스톤 국립공원은 그 공원의 문제인 회색곰(Ursus arctos)을 관리하기 위한 다른 제안들에 대한 뜨거운 논쟁의 중심이었다.1978년 Mark Shaffer는 무작위 변동성을 통합하고 멸종 확률과 최소 생존 개체 수를 계산한 회색곰 모델을 제안했다.첫 번째 PVA는 Shaffer에게 인정됩니다.

특히 1973년 멸종위기종법1976년 국립산림관리법에 따라 연방기관과 생태학자들이 멸종 위험과 관리 결정의 가능한 결과를 평가하는 방법을 요구함에 따라 PVA는 미국에서 인기를 끌었다.

1986년 Gilpin과 Soulé는 유전학을 포함한 모집단의 생존에 영향을 미치는 상호작용적 힘을 포함하도록 PVA 정의를 확장했다.PVA의 사용은 개인용 컴퓨터와 소프트웨어 패키지의 발전에 따라 1980년대 후반과 1990년대 초반에 급격히 증가했다.

멸종위기에 처한 펜더 블루 버터플라이(이카리시아 이카리오이데스)는 최근 미국 어류 및 야생동물국에 추가 정보를 제공할 목적으로 평가되었는데, 이 회사는 펜더 종의 회복 계획을 개발하고 있다.PVA는 종들이 이전에 생각했던 것보다 더 멸종 위기에 처해있다고 결론지었고 복구 노력이 집중되어야 할 주요 장소를 식별했다.PVA는 또한 나비 개체수가 해마다 크게 변동하기 때문에 개체수가 멸종되는 것을 막기 위해 최소 연간 개체수 증가율은 다른 [4]종에서 일반적으로 허용되는 수준보다 훨씬 더 높게 유지해야 한다고 지적했다.

최근 개 디스템퍼 바이러스가 발생한 후, 캘리포니아 산타 카탈리나 섬의 멸종 위기에 처한여우(Urocyon littoralis)에 대한 PVA가 실시되었다.산타카탈리나 섬 여우 개체군은 지협에 의해 분리된 두 개의 아군 개체군으로 독특하게 구성되어 있으며, 동부 아군은 서부 아군 개체군보다 멸종 위험이 더 높습니다.PVA는 1) 섬여우의 멸종 위험도 평가 2) 섬여우의 재앙적 사건에 대한 민감도 추정 3) 포획 번식 여우의 방생과 야생 어린 여우의 서쪽에서 동쪽으로 이송을 포함한 최근의 복구 노력을 평가하는 것을 목표로 실시되었다.PVA의 결과는 섬여우가 여전히 심각한 멸종 위험에 처해 있으며 20년에 한 번 이상 발생하는 재앙에 매우 민감하다는 결론을 내렸다.게다가 섬 양쪽의 멸종 위험과 향후 개체 수는 매년 [5]방류되고 운반되는 여우 수에 크게 좌우되었다.

민감도 분석과 함께 PVA를 사용하여 인구 증가 및 기타 인구 생존성 측정에 상대적으로 가장 큰 영향을 미치는 활력률을 식별할 수도 있다.예를 들어, Manlik et al. (2016)의 연구는 서호주에서 두 병코돌고래 집단의 생존 가능성을 예측하고 번식이 이러한 개체군의 예측에 가장 큰 영향을 미치는 것으로 식별했다.두 모집단 중 하나는 안정적이고, 다른 모집단은 다른 모집단과 격리되어 낮은 번식률이 지속될 경우 감소할 것으로 예측되었다.두 연구 사이의 생존가능성의 차이는 주로 생존이 아닌 생식에서의 차이 때문이다.연구는 또한 번식의 시간적 변화가 [6]생존의 시간적 변화보다 인구 증가에 더 큰 영향을 미친다는 것을 보여주었다.

논란

보존생물학에서 PVA의 적절한 사용과 멸종 위험을 정확하게 평가할 수 있는 PVA의 능력에 대한 논쟁은 존재하며 여전히 해결되지 않고 있다.

PVA에는 많은 양의 현장 데이터가 바람직하다. 일부에서는 T년 후까지 확장되는 정확한 소멸 확률 평가를 위해 5-10배의 데이터가 필요하다고 보수적으로 추정한다.그러한 규모의 데이터 세트는 일반적으로 희귀종에 대해서는 사용할 수 없다. PVA에 적합한 데이터는 멸종위기 조류 종의 2%에 대해서만 사용할 수 있는 것으로 추정되었다.PVA의 예측 능력이 최소한의 데이터셋으로 극적으로 충족되기 때문에 위협 및 멸종 위기에 처한 종에 대한 PVA는 특히 문제가 된다.엘너 등(2002)는 그러한 상황에서는 PVA가 거의 가치가 없으며 다른 방법으로 대체하는 것이 최선이라고 주장했다.다른 사람들은 PVA가 특히 민감도 모델 실행의 사용으로 멸종 위험 추정에 사용할 수 있는 최고의 도구라고 주장한다.

적절한 데이터 세트를 사용하더라도 PVA는 여전히 소멸률 예측에 큰 오류가 발생할 수 있습니다.모든 미래 가능성을 PVA에 통합하는 것은 불가능하다: 서식지가 변할 수도 있고, 재앙이 일어날 수도 있고, 새로운 질병이 도입될 수도 있다.PVA 효용성은 예측 미래 날짜를 포함한 다양한 가정 세트를 가진 여러 모델 실행에 의해 향상될 수 있다.일부에서는 제안된 자원 관리 계획의 비교 등 대체 관리 체계의 이점을 상대적으로 분석할 때 항상 PVA를 사용하는 것을 선호합니다.

PVA의 정확성은 몇 가지 소급 연구에서 테스트되었습니다.예를 들어, PVA 모델 예측과 잘 연구된 21개 분류군의 실제 운명을 비교한 연구는 입력 변수가 소리 데이터에 기반할 경우 성장률 예측이 정확하다는 것을 보여주었지만 밀도 의존성을 이해하는 것의 중요성을 강조했다(브룩 외).2000)[7] 또한 McCarthey 등.(2003)[8]는 PVA 예측이 장기 데이터에 기초할 때 비교적 정확하다는 것을 보여주었다.그러나 PVA의 유용성은 장기적인 단정적 예측보다는 잠재적 위협을 식별하고 평가하는 능력에 있다(Aksakaya & Sjögren-Gulve 2000).[9]

장래의 방향

가까운 장래에 발생할 가능성이 높은 PVA의 개선에는 1) 모든 PVA가 판정되는 PVA의 고정 정의 및 품질의 과학적 표준 작성, 2) 최근의 유전적 진보를 PVA에 통합하는 것이 포함된다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ 샌더슨, E.W. (2006) 우리는 몇 마리의 동물을 구하고 싶은가?보존을 위해 모집단 목표 수준을 설정하는 여러 가지 방법.바이오사이언스 56: 911-922, (913페이지).
  2. ^ Manlik O.; Lacy R.C.; Sherwin W.B. (2018). "Applicability and limitations of sensitivity analyses for wildlife management". Journal of Applied Ecology. 55 (3): 1430–1440. doi:10.1111/1365-2664.13044.
  3. ^ Beissenger S.R.; McCullough D.R., eds. (2002). Population Viability Analysis. Chicago: The University of Chicago Press. ISBN 978-0-226-04178-0.
  4. ^ Schultz, Cheryl B.; Hammond, Paul C. (October 2003). "Using Population Viability Analysis to Develop Recovery Criteria for Endangered Insects: Case Study of the Fender's Blue Butterfly". Conservation Biology. 17 (5): 1372–1385. doi:10.1046/j.1523-1739.2003.02141.x.
  5. ^ Kohlmann, Stephan G.; Schmidt, Gregory A.; Garcelon, David K. (April 2005). "A population viability analysis for the Island Fox on Santa Catalina Island, California". Ecological Modelling. 183 (1): 77–94. doi:10.1016/j.ecolmodel.2004.07.022.
  6. ^ Manlik O.; McDonald J.A.; Mann J.; Raudino H.C.; Bejder L.; Kruetzen M.; Connor R.C.; Heithaus M.R.; Lacy R.C.; Sherwin W.B. (2016). "The relative importance of reproduction and survival for the conservation of two dolphin populations". Ecology and Evolution. 6 (11): 3496–3512. doi:10.1002/ece3.2130. PMC 5513288. PMID 28725349.
  7. ^ Brook B.W.; O'Grady J.J.; Chapman A.P.; Burgman H.R.; Akçakaya H.R.; Frankham R. (2000). "Predictive accuracy of population viability analysis in conservation biology". Nature. 329 (6776): 512–519. Bibcode:2000Natur.404..385B. doi:10.1038/35006050. PMID 10746724. S2CID 4373715.
  8. ^ McCarthy M.A.; Andelman S.J.; Possingham H.P. (2003). "Reliability of relative predictions in population viability analysis" (PDF). Conservation Biology. 17 (4): 982–989. doi:10.1046/j.1523-1739.2003.01570.x.
  9. ^ Akçakaya H.R.; Sjörgren-Gulve P. (2000). "Population viability analysis in conservation planning: an overview". Ecological Bulletins. 48: 9–21.

추가 정보

외부 링크

  • GreenBoxes 코드 공유 네트워크.Greenboxes(Beta)는 오픈 소스 모집단 모델링 및 PVA 코드 저장소입니다.Greenboxes를 사용하면 사용자가 코드를 공유하고 다른 공유 코드를 쉽게 검색할 수 있습니다.
  • VOTEX. VOTEX는 결정론적 힘뿐만 아니라 야생동물 개체군에 대한 인구통계학적, 환경적, 유전적 확률적 사건도 통합하는 개인 기반 시뮬레이션 소프트웨어입니다.
  • RAMAS. 연령/단계 구조, 공간 프로세스 및 경관 변경 옵션을 갖춘 PVA용 소프트웨어 패키지입니다.그래픽 사용자 인터페이스를 사용하여 모델을 구축 및 실행하거나 사용자가 프로그램의 배치 모드를 자동화된 워크플로우에 통합할 수 있습니다.