Tilbake til søkeresultatene

FRIMEDBIO-Fri prosj.st. med.,helse,biol

Project WildMap: Putting wildlife population dynamics on the map through spatially explicit estimation of abundance and demographic rates

Alternativ tittel: Prosjekt WildMap: Kartfesting av viltarters populationsdynamikk gjennom romlig eksplisitt estimering av tetthet og demografiske rater

Tildelt: kr 9,3 mill.

Tenk om vi kunne kartfestet tettheten og dynamikken til viltpopulasjoner? Og tenk om vi, slik som med værkart, kunne lage prognoser for dynamikken til populasjonene i tid og rom? Siden 2019 har WildMap prosjektet jobbet med viltforvaltere og forskere innen økologi og datavitenskap med å endre hvordan vi kvantifiserer informasjon om status og framtiden til viltpopulasjoner. Prosjektet har utviklet effektive beregningsmetoder om kan bruke overvåkingsdata som er samlet inn med ikke-invasive metoder, slik om DNA-prøver av materiale som dyrene har etterlatt seg, til å lage kart over populasjonstetthet og vitale rater. Vi har brukt disse metodene til å kartfeste status og dynamikk til ulv, brunbjørn og jerv i Skandinavia, så vel som viltarter i andre europeiske land. WildMap teamet besto av forskere fra Norge, Sverige, Frankrike og USA. I løpet av prosjektet har vi også samarbeide med forskere i Tyskland, Tsjekkia, Italia og Australia. Bryte gjennom beregningsbarrierer: I prosjektet WildMap utviklet og brukte vi kraftige økologiske modeller – såkalte romlige fangst-gjenfangst, eller “SCR” modeller. Disse modellene estimerer populasjonstetthet og dynamikk i tid og rom. Før WildMap var slike analyser på tvers av store landskap, for eksempel hele land, uoverkommelige på grunn av de millioner av beregninger som kreves. Gjennom en rekke konseptuelle utviklinger og nye algoritmer, lyktes vi i å bryte gjennom beregningsbarrierene og utførte de mest omfattende populasjonsdynamiske analysene og kartleggingene av viltpopulasjoner til dags dato. Som et resultat av dette arbeidet, kan en analyse som tidligere tok 40 dager nå utføres på 5 minutter. Et viktig resultat av dette arbeidet er en åpen kildekode programvarepakke for å bygge og tilpasse effektive SCR-modeller, som nå brukes av forskere i Norge, Frankrike, Spania, Tyskland, Italia, Canada og USA. Effektiv overvåking av dyrelivet på stor skala: Overvåking av sky dyrearter som unngår mennesker – over store områder, for eksempel hele land – er ekstremt utfordrende og kostbart. Under prosjektet WildMap utviklet vi et rammeverk for å evaluere virkningen av alternativ overvåkingsdesign og dataanalysetilnærminger. Vi brukte deretter dette rammeverket til å sammenligne ulike tilnærminger og til slutt forbedre datainnsamling og analyse når det gjelder kostnadseffektivitet og robusthet. Innsikt fra prosjektet blir integrert i overvåkingsprogrammene for store rovdyr i Skandinavia, ulveovervåking i Italia og klauvviltovervåkning i Tyskland. Viltpopulasjoner i tid og rom: WildMap har produsert de første omfattende kartene og estimatene over bestandstettheter av ulv, bjørn og jerv over hele Skandinavia. I tillegg har vi, sammen med våre internasjonale samarbeidspartnere, generert kart og estimater for bestandstettheter av ulv i de italienske alpene, brunbjørn i de franske Pyreneene, hjort og gemse i Tyskland og hjort i Tsjekkia. Anvendelser av det analytiske rammeverket har hjulpet oss med å avdekke økologiske mønstre og prosesser, slik som høy romlig variabilitet i dødeligheten av ulv, betydningen av historisk forfølgelse og nåværende forvaltning på romlig fordeling og antall jerv, og miljømessige og menneskeskapte drivere som påvirker hjortetettheten på tvers av landskapet, for å nevne noen eksempler. Prognoser: Vi har fullført og publisert den første empiriske demonstrasjonen av bestandsprognoser ved hjelp av det analytiske rammeverket som er utviklet i prosjektet, med jerv i Skandinavia som eksempel. Etter denne store milepælen har vi utvidet det analytiske rammeverket for å muliggjøre kartlegging av overlevelse og rekruttering. Denne modellen danner grunnlaget for å generere realistiske og handlingsrettede prognoser for populasjonsdynamikk i viltpopulasjoner på tvers av både tid og rom, slik som med værmeldingskart. Anvendt perspektiv: Tett samarbeid med viltforvaltere var et av kjerneaspektene i prosjektet. Anvendte perspektiver motiverte forskningsspørsmål, presenterte tekniske og konseptuelle utfordringer, og definerte ‘testområder’ for grundig uttesting av teori, rammeverk og verktøy. Metoder og resultater fra prosjektet er nå innlemmet i viltovervåkingsprogrammer i Norge, Sverige, Tyskland, Italia og Frankrike. Prosjektet allerede understøttet – og vil fortsette å understøtte – kunnskapsbasert beslutninger om viltforvaltning i overskuelig fremtid. Prosjekt WildMap har styrket vår evne til å kvantifisere dynamikken i populasjoner av ville dyr og gi beslutningstakere informative kart og populasjonsestimater på relevante romlige og tidsmessige skalaer. Kunnskapsutveksling: Prosjektet tiltrakk seg besøk fra forskere som var interessert i å lære og anvende våre metoder for storskala estimering av tetthet og dynamikk i viltpopulasjoner. I løpet av prosjektet fikk vi langvarige besøk fra forskere fra USA, Canada, Italia og Tyskland som ville lære av og samarbeide med teammedlemmer ved NMBU. I tillegg har vi gjennomført en workshop der vil lærte andre forskere hvordan de kan

Project WildMap has overcome significant conceptual and computational barriers to our understanding of wildlife population dynamics in space and time. With the framework and tools developed during the project, and given available data, we are now able to map and estimate the population dynamics of entire populations across vast landscapes. Technical advancements during project were integrated in a new software package (nimbleSCR) and are already benefiting researchers beyond our team, including groups in Germany, Italy, France, the USA, and Canada. In addition to mapping the density and dynamics of wild populations, our comprehensive framework can be used to obtain quantitative answers ecological questions at hitherto unprecedented scales. In the future, we expect to see more studies disentangling the drivers of wildlife population dynamics, both by our team and other groups. Close collaboration between ecologists, statisticians, and computer scientists has been mutually beneficial. Advances in statistical modelling and computation efficiency made during the project have contributed to improvements in a statistical modelling program (NIMBLE) which has become increasingly popular among ecologists and other scientists working with complex problems. During WildMap, we generated annual estimates of large carnivore populations, shared with Norwegian and Swedish management authorities via a technical report series and maps. Continuous communication and collaboration with managers have facilitated the generation of actionable results, as well as improved guidelines for large scale and transnational wildlife monitoring. This includes information about the status of carnivore populations across their entire range in Scandinavia, as well as quantitative support of management agencies in their efforts to develop fairer carnivore damage compensation schemes. Spreading beyond Scandinavia, the work has also begun and will continue to support wildlife management agencies, and thus policy, in Germany, France, and Italy. WildMap has grown from a comparatively small group of partners into an international collaborative initiative, with a commensurate increase in its scientific and applied scope, as well as geographic and societal reach. In a human-dominated and rapidly changing world, informed conservation and management of nature is no longer optional but a necessity. WildMap has made a significant contribution to further our understanding of the spatial-temporal dynamics of wildlife populations and thus support their sustainable management.

What if, akin to weather maps, we could forecast the dynamics of wildlife populations across space and time? During project WildMap, ecologists and computational scientists will join forces to make this a reality. Estimates of abundance and vital rates of wildlife populations help reconstruct their past, assess their present status, and predict their future. "How many?" and "What happens if...?" are the questions that many inquiries from ecologists and natural resource managers boil down to. Project WildMap takes the leap from overwhelmingly aggregate answers to these questions - point estimates and time series - towards scale-transcending maps of abundance and vital rates. We will use a novel analytical tool, spatial capture-recapture, and apply it to two decades-worth of non-invasive monitoring data on some of the most emblematic and controversial large carnivore species: wolverine, wolf, and brown bear. This will be a complex undertaking with an immense scope covering entire populations in two countries, Norway and Sweden. To accomplish its goals, the project team will pair innovations in ecological data analysis with advances in computation that allow processing of massive amounts of information and performing millions of calculations. Project WildMap will improve our ability to quantify environmental effects on wildlife population dynamics, match ecological processes and interventions at relevant scales, and communicate results in intuitive form to decision makers.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Budsjettformål:

FRIMEDBIO-Fri prosj.st. med.,helse,biol

Finansieringskilder

Temaer og emner

Ingen temaer knyttet til prosjektet