การวิเคราะห์ความอยู่รอดของประชากร

การวิเคราะห์ความอยู่รอดของประชากร ( PVA ) เป็นวิธีการประเมินความเสี่ยง เฉพาะ ชนิดที่ใช้บ่อยในชีววิทยาการอนุรักษ์โดยทั่วไปแล้ว PVA จะถูกนิยามว่าเป็นกระบวนการที่กำหนดความน่าจะเป็นที่ประชากรจะสูญพันธุ์ภายในจำนวนปีที่กำหนด เมื่อไม่นานมานี้ PVA ได้รับการอธิบายว่าเป็นการผสมผสานระหว่างนิเวศวิทยาและสถิติที่นำลักษณะเฉพาะของชนิดและความแปรปรวนของสิ่งแวดล้อมมารวมกันเพื่อพยากรณ์สุขภาพของประชากรและความเสี่ยงต่อการสูญพันธุ์ PVA แต่ละครั้งจะถูกพัฒนาขึ้นสำหรับประชากรหรือชนิดเป้าหมายโดยเฉพาะ ดังนั้น PVA แต่ละครั้งจึงมีเอกลักษณ์เฉพาะตัว เป้าหมายหลักในการดำเนินการ PVA คือการทำให้แน่ใจว่าประชากรของชนิดนั้นสามารถดำรงอยู่ได้ด้วยตนเองในระยะยาว^[¹^]

การใช้งาน

การวิเคราะห์ความอยู่รอดของประชากร (PVA) ใช้เพื่อประเมินโอกาสการสูญพันธุ์ของประชากรและบ่งชี้ความเร่งด่วนของความพยายามในการฟื้นฟู และระบุช่วงชีวิตหรือกระบวนการสำคัญที่ควรเป็นจุดสนใจของความพยายามในการฟื้นฟู นอกจากนี้ PVA ยังใช้เพื่อระบุปัจจัยที่ขับเคลื่อนพลวัตของประชากร เปรียบเทียบตัวเลือกการจัดการที่เสนอ และประเมินความพยายามในการฟื้นฟูที่มีอยู่^{[ 2 ]} PVA มักใช้ใน การจัดการ สัตว์ใกล้สูญพันธุ์เพื่อพัฒนาแผนปฏิบัติการ จัดลำดับข้อดีข้อเสียของสถานการณ์การจัดการต่างๆ และประเมินผลกระทบที่อาจเกิดขึ้นจากการสูญเสียถิ่นที่อยู่^{[ 3 ]}

ประวัติศาสตร์

ในช่วงทศวรรษ 1970 อุทยานแห่งชาติเยลโลว์สโตนเป็นศูนย์กลางของการถกเถียงอย่างดุเดือดเกี่ยวกับข้อเสนอต่างๆ ในการจัดการหมีกริซลี ( Ursus arctos ) ที่เป็นปัญหาของอุทยาน ในปี 1978 มาร์ค แชฟเฟอร์ได้เสนอแบบจำลองสำหรับหมีกริซลีที่รวมความแปรปรวนแบบสุ่ม และคำนวณความน่าจะเป็นของการสูญพันธุ์และขนาดประชากรขั้นต่ำที่สามารถอยู่รอดได้^{[ 4 ]} การประเมินความน่าจะเป็นของประชากร (PVA) ครั้งแรกได้รับการยกย่องให้เป็นผลงานของแชฟเฟอร์^{[ 4 ]}

PVA ได้รับความนิยมในสหรัฐอเมริกา เนื่องจากหน่วยงานของรัฐบาลกลางและนักนิเวศวิทยาต้องการวิธีการประเมินความเสี่ยงต่อการสูญพันธุ์และผลลัพธ์ที่เป็นไปได้ของการตัดสินใจด้านการจัดการ โดยเฉพาะอย่างยิ่งตามพระราชบัญญัติคุ้มครองสัตว์ใกล้สูญพันธุ์ปี 1973 และพระราชบัญญัติการจัดการป่าไม้แห่งชาติปี 1976

ในปี 1986 กิลปินและซูเล่ได้ขยายความหมายของ PVA ให้ครอบคลุมถึงแรงปฏิสัมพันธ์ที่ส่งผลต่อความอยู่รอดของประชากร ซึ่งรวมถึงพันธุกรรมด้วย การใช้ PVA เพิ่มขึ้นอย่างมากในช่วงปลายทศวรรษ 1980 และต้นทศวรรษ 1990 หลังจากการพัฒนาคอมพิวเตอร์ส่วนบุคคลและซอฟต์แวร์ต่างๆ

ตัวอย่าง

ผีเสื้อสีน้ำเงินเฟนเดอร์ที่ใกล้สูญพันธุ์( Icaricia icarioides ) ได้รับการประเมินเมื่อเร็ว ๆ นี้โดยมีเป้าหมายเพื่อให้ข้อมูลเพิ่มเติมแก่หน่วยงานบริการปลาและสัตว์ป่าแห่งสหรัฐอเมริกาซึ่งกำลังพัฒนาแผนฟื้นฟูสำหรับสายพันธุ์นี้ การประเมินความเสี่ยงทางชีวภาพ (PVA) สรุปว่าสายพันธุ์นี้มีความเสี่ยงต่อการสูญพันธุ์มากกว่าที่เคยคิดไว้ และระบุสถานที่สำคัญที่ควรเน้นความพยายามในการฟื้นฟู การประเมินความเสี่ยงทางชีวภาพยังระบุด้วยว่า เนื่องจากประชากรผีเสื้อผันผวนอย่างมากในแต่ละปี เพื่อป้องกันไม่ให้ประชากรสูญพันธุ์ อัตราการเติบโตของประชากรขั้นต่ำต่อปีจะต้องสูงกว่าระดับที่โดยทั่วไปถือว่ายอมรับได้สำหรับสายพันธุ์อื่น ๆ มาก^{[ 5 ]}

หลังจากเกิดการระบาดของไวรัสไข้หัดสุนัขเมื่อเร็วๆ นี้ ได้มีการดำเนินการประเมินความเสี่ยงเชิงป้องกัน (PVA) สำหรับสุนัขจิ้งจอกเกาะ ( Urocyon littoralis ) ที่ใกล้สูญพันธุ์อย่างยิ่งบนเกาะซานตาคาตาลินา รัฐแคลิฟอร์เนียประชากรสุนัขจิ้งจอกเกาะซานตาคาตาลินามีลักษณะเฉพาะคือประกอบด้วยประชากรย่อยสองกลุ่มที่แยกจากกันด้วยคอคอดโดยประชากรย่อยทางตะวันออกมีความเสี่ยงต่อการสูญพันธุ์มากกว่าประชากรย่อยทางตะวันตก การประเมินความเสี่ยงเชิงป้องกัน (PVA) ดำเนินการโดยมีเป้าหมาย 1) ประเมินความเสี่ยงต่อการสูญพันธุ์ของสุนัขจิ้งจอกเกาะ 2) ประเมินความอ่อนไหวของสุนัขจิ้งจอกเกาะต่อเหตุการณ์ภัยพิบัติ และ 3) ประเมินความพยายามในการฟื้นฟูเมื่อเร็วๆ นี้ ซึ่งรวมถึงการปล่อยสุนัขจิ้งจอกที่เพาะพันธุ์ในกรงและการขนส่งลูกสุนัขจิ้งจอกป่าจากฝั่งตะวันตกไปยังฝั่งตะวันออก ผลการประเมินความเสี่ยงเชิงป้องกัน (PVA) สรุปได้ว่า สุนัขจิ้งจอกเกาะยังคงมีความเสี่ยงต่อการสูญพันธุ์อย่างมีนัยสำคัญ และมีความอ่อนไหวสูงต่อภัยพิบัติที่เกิดขึ้นมากกว่าหนึ่งครั้งทุกๆ 20 ปี นอกจากนี้ ความเสี่ยงต่อการสูญพันธุ์และขนาดประชากรในอนาคตทั้งสองฝั่งของเกาะขึ้นอยู่กับจำนวนสุนัขจิ้งจอกที่ปล่อยและขนส่งในแต่ละปีอย่างมีนัยสำคัญ^{[ 6 ]}

PVA ร่วมกับการวิเคราะห์ความไวสามารถใช้เพื่อระบุอัตราการอยู่รอดที่สำคัญซึ่งมีผลกระทบมากที่สุดต่อการเติบโตของประชากรและมาตรการอื่นๆ ของความอยู่รอดของประชากร ตัวอย่างเช่น การศึกษาโดย Manlik et al. (2016) คาดการณ์ความอยู่รอดของ ประชากร โลมาปากขวด สอง กลุ่มในออสเตรเลียตะวันตก และระบุว่าการสืบพันธุ์มีอิทธิพลมากที่สุดต่อการคาดการณ์ของประชากรเหล่านี้ ประชากรกลุ่มหนึ่งคาดว่าจะคงที่ ในขณะที่อีกกลุ่มหนึ่งคาดว่าจะลดลง หากถูกแยกออกจากประชากรกลุ่มอื่นและอัตราการสืบพันธุ์ต่ำยังคงอยู่ ความแตกต่างในความอยู่รอดระหว่างการศึกษาทั้งสองส่วนใหญ่เกิดจากความแตกต่างในการสืบพันธุ์ ไม่ใช่การอยู่รอด การศึกษายังแสดงให้เห็นว่าความผันแปรตามเวลาในการสืบพันธุ์มีผลกระทบต่อการเติบโตของประชากรมากกว่าความผันแปรตามเวลาในการอยู่รอด^{[ 7 ]}

ความขัดแย้ง

ยังคงมีการถกเถียงและยังไม่มีข้อสรุปเกี่ยวกับการใช้งาน PVA ที่เหมาะสมในชีววิทยาการอนุรักษ์ และความสามารถของ PVA ในการประเมินความเสี่ยงต่อการสูญพันธุ์ได้อย่างแม่นยำ

ข้อมูลภาคสนามจำนวนมากเป็นสิ่งจำเป็นสำหรับ PVA บางคนประเมินอย่างระมัดระวังว่าสำหรับการประเมินความน่าจะเป็นของการสูญพันธุ์ที่แม่นยำซึ่งขยายออกไปในอนาคตT ปี จำเป็นต้องใช้ข้อมูลห้าถึงสิบเท่าของ Tปี ชุดข้อมูลที่มีขนาดใหญ่เช่นนี้มักไม่สามารถหาได้สำหรับชนิดพันธุ์ที่หายาก มีการประมาณการว่ามีข้อมูลที่เหมาะสมสำหรับ PVA สำหรับนกที่ถูกคุกคามเพียง 2% เท่านั้น PVA สำหรับชนิดพันธุ์ที่ถูกคุกคามและใกล้สูญพันธุ์เป็นปัญหาอย่างยิ่ง เนื่องจากพลังในการทำนายของ PVA ลดลงอย่างมากเมื่อมีชุดข้อมูลน้อย Ellner et al. (2002) โต้แย้งว่า PVA มีคุณค่าน้อยในสถานการณ์เช่นนี้และควรแทนที่ด้วยวิธีการอื่น^{[ 8 ]}คนอื่นๆ โต้แย้งว่า PVA ยังคงเป็นเครื่องมือที่ดีที่สุดสำหรับการประมาณความเสี่ยงต่อการสูญพันธุ์ โดยเฉพาะอย่างยิ่งเมื่อใช้การจำลองความไว

ถึงแม้จะมีชุดข้อมูลที่เพียงพอแล้ว ก็ยังเป็นไปได้ที่การวิเคราะห์ความเสี่ยงทางชีวภาพ (PVA) จะยังมีความคลาดเคลื่อนสูงในการคาดการณ์อัตราการสูญพันธุ์ เป็นไปไม่ได้ที่จะรวมความเป็นไปได้ในอนาคตทั้งหมดเข้าไว้ในการวิเคราะห์ PVA: ถิ่นที่อยู่อาศัยอาจเปลี่ยนแปลง ภัยพิบัติอาจเกิดขึ้น โรคใหม่ๆ อาจเกิดขึ้น ประโยชน์ของการวิเคราะห์ PVA สามารถเพิ่มขึ้นได้โดยการจำลองแบบหลายครั้งด้วยชุดสมมติฐานที่แตกต่างกัน รวมถึงวันที่คาดการณ์ในอนาคต บางคนนิยมใช้การวิเคราะห์ PVA ในการวิเคราะห์เชิงเปรียบเทียบถึงประโยชน์ของแผนการจัดการทางเลือกต่างๆ เช่น การเปรียบเทียบแผนการจัดการทรัพยากรที่เสนอ

ความแม่นยำของ PVA ได้รับการทดสอบในการศึกษาแบบย้อนหลังไม่กี่ครั้ง ตัวอย่างเช่น การศึกษาเปรียบเทียบการคาดการณ์ของแบบจำลอง PVA กับชะตากรรมที่แท้จริงของสิ่งมีชีวิต 21 ชนิดที่ได้รับการศึกษาอย่างดี แสดงให้เห็นว่าการคาดการณ์อัตราการเติบโตมีความแม่นยำ หากตัวแปรป้อนเข้าอิงตามข้อมูลที่เชื่อถือได้ แต่เน้นย้ำถึงความสำคัญของการทำความเข้าใจการพึ่งพาความหนาแน่น (Brook et al. 2000) ^{[ 9 ]}นอกจากนี้ McCarthey et al. (2003) ^{[ 10 ]}ยังแสดงให้เห็นว่าการคาดการณ์ของ PVA มีความแม่นยำค่อนข้างสูง เมื่ออิงตามข้อมูลระยะยาว อย่างไรก็ตาม ประโยชน์ของ PVA อยู่ที่ความสามารถในการระบุและประเมินภัยคุกคามที่อาจเกิดขึ้นมากกว่าการคาดการณ์แบบแบ่งประเภทในระยะยาว (Akçakaya & Sjögren-Gulve 2000) ^{[ 11 ]}

ทิศทางในอนาคต

การปรับปรุง PVA ที่มีแนวโน้มจะเกิดขึ้นในอนาคตอันใกล้นี้ ได้แก่: 1) การกำหนดนิยามที่แน่นอนของ PVA และมาตรฐานทางวิทยาศาสตร์ด้านคุณภาพที่ใช้ในการประเมิน PVA ทั้งหมด และ 2) การนำความก้าวหน้าทางพันธุกรรมล่าสุดมาประยุกต์ใช้ใน PVA

ดูเพิ่มเติม

อ่านเพิ่มเติม

Beissinger, Steven R. และ McCullough, Dale R. (2002). “การวิเคราะห์ความอยู่รอดของประชากร”, ชิคาโก: สำนักพิมพ์มหาวิทยาลัยชิคาโก
Beissinger, SR & Westphal, MI (1998). "เกี่ยวกับการใช้แบบจำลองทางประชากรศาสตร์ของความอยู่รอดของประชากรในการจัดการสัตว์ป่าใกล้สูญพันธุ์" วารสารการจัดการสัตว์ป่า 62 ( 3): 821– 841. doi : 10.2307/3802534 . JSTOR 3802534 .
Brook, BW, Burgman, MA, Akçakaya, HR, O'Grady, JJ และ Frankham, R. (2002). "การวิจารณ์ PVA ตั้งคำถามผิด: โยนเด็กทารกเชิงฮิวริสติกทิ้งไปพร้อมกับน้ำอาบน้ำเชิงตัวเลข" ชีววิทยาการอนุรักษ์ 16 ( 1): 262– 263. doi : 10.1046/j.1523-1739.2002.01426.x . PMID 35701975 . S2CID 85769077 .{{cite journal}}: CS1 maint: multiple names: authors list ( link )
Brook, BW, JJ O'Grady, AP Chapman, MA Burgman, HR Akçakaya และ R. Frankham (2000). "ความแม่นยำในการทำนายของการวิเคราะห์ความอยู่รอดของประชากรในชีววิทยาการอนุรักษ์" Nature . 404 (6776): 385– 387. Bibcode : 2000Natur.404..385B . doi : 10.1038/35006050 . PMID 10746724 . S2CID 4373715 .{{cite journal}}: CS1 maint: multiple names: authors list ( link )
Crouse, DT, Crowder, LB และ Caswell, H. (1987). "แบบจำลองประชากรตามระยะสำหรับเต่าทะเลหัวใหญ่และนัยสำคัญสำหรับการอนุรักษ์" Ecology . 68 (5): 1412– 1423. doi : 10.2307/1939225 . JSTOR 1939225 .{{cite journal}}: CS1 maint: multiple names: authors list ( link )
Ellner, SP, Fieberg, J., Ludwig, D. และ Wilcox, C. (2002). "ความแม่นยำของการวิเคราะห์ความอยู่รอดของประชากร". Conservation Biology . 16 (1): 258– 261. doi : 10.1046/j.1523-1739.2002.00553.x . PMID 35701961 . S2CID 55642940 .{{cite journal}}: CS1 maint: multiple names: authors list ( link )
Gilpin, ME และ Soulé, ME (1986). “ชีววิทยาการอนุรักษ์: วิทยาศาสตร์แห่งความขาดแคลนและความหลากหลาย”, ซันเดอร์แลนด์, แมสซาชูเซตส์: Sinauer Associates
Hui, C., Fox, GA และ Gurevitch, J. (2017). "ผลกระทบของพอร์ตโฟลิโอที่ขึ้นอยู่กับขนาดอธิบายอัตราเงินเฟ้อการเติบโตและการลดลงของความผันผวนในประชากรศาสตร์เชิงภูมิทัศน์" Proceedings of the National Academy of Sciences USA . 114 (47): 12507– 12511. Bibcode : 2017PNAS..11412507H . doi : 10.1073/pnas.1704213114 . PMC 5703273 . PMID 29109261 .{{cite journal}}: CS1 maint: multiple names: authors list ( link )
Perrins, CM, Lebreton, JD และ Hirons, GJM (บรรณาธิการ) (1991). “การศึกษาประชากรนก: ความเกี่ยวข้องกับการอนุรักษ์และการจัดการ” นิวยอร์ก: สำนักพิมพ์มหาวิทยาลัยออกซ์ฟอร์ด
McCarthy, MA, Keith, D., Tietjen, J., Burgman, MA, Maunder MN, Master, L., Brook, BW, Mace, G., Possingham, HP, Medellin, R., Andelman, S., Regan, H., Regan, T., และ Ruckelshaus, M (2004). "การเปรียบเทียบการคาดการณ์ความเสี่ยงต่อการสูญพันธุ์โดยใช้แบบจำลองและการตัดสินเชิงอัตวิสัย" Acta Oecologica . 26 (2): 67– 74. Bibcode : 2004AcO....26...67M . doi : 10.1016/j.actao.2004.01.008 .{{cite journal}}: CS1 maint: multiple names: authors list ( link )
Maunder MN (2004). "การวิเคราะห์ความอยู่รอดของประชากรโดยอาศัยการผสมผสานการวิเคราะห์แบบบูรณาการ แบบเบย์เซียน และแบบลำดับชั้น" Acta Oecologica . 26 (2): 85– 94. doi : 10.1016/j.actao.2003.11.008 .
Menges, ES (2000). "การวิเคราะห์ความอยู่รอดของประชากรในพืช: ความท้าทายและโอกาส". Trends in Ecology & Evolution . 15 (2): 51– 56. doi : 10.1016/S0169-5347(99)01763-2 . PMID 10652555 .
Morris, WF, Hudgens, BR, Moyle, LC, Stinchcombe, JR และ Bloch, PL (2002). "การวิเคราะห์ความอยู่รอดของประชากรในแผนฟื้นฟูพันธุ์สัตว์ใกล้สูญพันธุ์: การใช้งานในอดีตและการปรับปรุงในอนาคต" Ecological Applications . 12 (3): 708– 712. doi : 10.1890/1051-0761(2002)012[0708:PVAIES]2.0.CO;2 . ISSN 1051-0761 . S2CID 43987429 .{{cite journal}}: CS1 maint: multiple names: authors list ( link )
Reed, JM, LS Mills, JB Dunning, ES Menges, KS Mckelvey, R. Frye, SR Beissinger, M. Anstett และ P. Miller. (2002). "ประเด็นที่เกิดขึ้นใหม่ในการวิเคราะห์ความอยู่รอดของประชากร". Conservation Biology . 16 (1): 7– 19. doi : 10.1046/j.1523-1739.2002.99419.x . PMID 35701959 . S2CID 6997697 .{{cite journal}}: CS1 maint: multiple names: authors list ( link )
Taylor, BL (1995). "ความน่าเชื่อถือของการใช้การวิเคราะห์ความอยู่รอดของประชากรเพื่อการจำแนกความเสี่ยงของสายพันธุ์" . Conservation Biology . 9 (3): 551– 559. doi : 10.1046/j.1523-1739.1995.09030551.x .

ลิงก์ภายนอก

เครือข่ายแบ่งปันโค้ด GreenBoxes Greenboxes (เบต้า) คือแหล่งเก็บโค้ดโอเพนซอร์สสำหรับการสร้างแบบจำลองประชากรและ PVA Greenboxes ช่วยให้ผู้ใช้สามารถแบ่งปันโค้ดของตนเองและค้นหาโค้ดที่ผู้อื่นแบ่งปันได้อย่างง่ายดาย
VORTEX ถูกเก็บถาวรเมื่อวันที่ 24 พฤศจิกายน 2019 ที่Wayback Machine VORTEX เป็นซอฟต์แวร์จำลองสถานการณ์แบบอิงตัวบุคคล ซึ่งรวมเอาแรงเชิงกำหนด ตลอดจนเหตุการณ์สุ่มทางด้านประชากรศาสตร์ สิ่งแวดล้อม และพันธุกรรม ที่มีผลต่อประชากรสัตว์ป่า
RAMAS คือชุดซอฟต์แวร์ที่ได้รับการยอมรับอย่างกว้างขวางสำหรับการวิเคราะห์ความแปรปรวนของดิน (PVA) โดยมีตัวเลือกสำหรับโครงสร้างอายุ/ระยะการเจริญเติบโต กระบวนการเชิงพื้นที่ และการเปลี่ยนแปลงภูมิทัศน์ สามารถสร้างและเรียกใช้แบบจำลองได้โดยใช้ส่วนติดต่อผู้ใช้แบบกราฟิก หรือผู้ใช้สามารถรวมโหมดการประมวลผลแบบกลุ่มของโปรแกรมเข้ากับเวิร์กโฟลว์อัตโนมัติได้

[

[ 2 ]

[ 3 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]