1.3 Seasonal movementPassive monito

1.3 Seasonal movement
Passive monitoring In order to determine whether
daily-scale movement behavior could predict seasonal-
scale movement patterns, we deployed an array of
20 fixed automated acoustic receivers (Vemco© VR2)
on navigational buoys or markers in the main basin of
Puget Sound (Fig. 1). These receivers continuously
“listened” for Vemco acoustic transmitters throughout
the duration of this study. The average radius of detection
of receivers was 479 meters (Andrews et al., 2007).
These 20 sites formed the backbone of our passive
acoustic monitoring; however, there were several other
research groups in Puget Sound using the same equipment,
and we received data from over 100 receivers that
detected sixgill sharks from November 2005 – December
2007 (Andrews et al., 2010).
Development of a seasonal-scale movement model
To evaluate if daily behavior could predict seasonalscale
patterns, we ran our biased random walk model for
150 days, and then compared simulated displacements
to the observed displacements detected by passive receivers.
To estimate displacement from our passive array,
we used positional data for individuals if the shark was
detected at a site at least 10 times on the same date. This
criterion eliminated potential false detections. All data
were subsequently reduced to unique date/site combinations,
such that a shark was either present or absent at a
site for each date. Displacement of individuals was estimated
as:
2
Rn =nm2 (3)
where n is the move number (each day was a new
time-step) and m2 is the mean squared distance (Turchin,
1998). Displacements using VR2 data were calculated at
daily intervals beginning with detections received
within the first two weeks of May.
As in the development of the daily model, the BRW
did not predict seasonal-scale movement patterns (see
Results section below), so we modified the model by
adding two additional movement components (Turchin,
1998). First, we recognized that our daily active tracking
data could have missed rare, large movements, and
thus we modified the model to accommodate this possibility.
Consequently, simulated movement became a
combination of both observed and unobserved behavior.
Unobserved moves were based on parameters drawn
from uniform distributions with turn angles unbounded.
Move lengths were based on maximum speeds that
ranged from 5 to 12.5 km/hr. This range of speeds was
based on our calculations of the straight-line distance
between detections on acoustic receivers divided by the
time it took to make this move for all sixgills. This resulted
in a distribution of rates of movement with a
maximum > 6 km/hr (Fig. 2). Because sharks are
unlikely to move in a straight line between receivers,
these estimates are conservative, and sixgills most likely
have maximum swimming speeds greater than these calculations. Efforts to calculate rates of movement using
tail-beat frequency (Lowe et al., 1998) and
speed-sensing transmitters (Gruber et al., 1988) have
shown that calculations measured from active tracks
underestimate actual swimming speeds by a factor of ~2.
Our distribution of swim speeds comes from measurements
between passive receivers, which are less accurate
and likely more conservative than measurements
based on smaller-scale active tracks. Thus, the maximum
swimming speed of sixgill sharks may be more
than twice as fast as measured from passive receivers,
but these speeds are likely maintained for very short
periods. Therefore, we limited maximum swim speed of
sixgills to 12.5 km/hr; approximately twice the maximum
calculated from passive receivers. This value is
well within maximum swimming speeds for other shark
species.
Fig.

ผลลัพธ์ (ไทย) 1:

1.3
การเคลื่อนไหวตามฤดูกาลการตรวจสอบแบบPassive
เพื่อตรวจสอบว่าการเคลื่อนไหวในชีวิตประจำวันในระดับที่สามารถทำนายพฤติกรรมseasonal-
รูปแบบการเคลื่อนไหวในระดับที่เรานำไปใช้อาร์เรย์ของตัวรับสัญญาณอะคูสติก 20 คงอัตโนมัติ (VEMCO © VR2) ในการนำหรือทุ่นเครื่องหมายในอ่างหลักของพูเจ็ต(รูปที่ 1). รับเหล่านี้อย่างต่อเนื่อง"ฟัง" ส่งสัญญาณอะคูสติก VEMCO ตลอดระยะเวลาของการศึกษาครั้งนี้ รัศมีเฉลี่ยของการตรวจสอบของการรับเป็น 479 เมตร (แอนดรู et al, 2007).. เหล่านี้ 20 เว็บไซต์เป็นกระดูกสันหลังของเราแฝงการตรวจสอบอะคูสติก; แต่มีอีกหลายกลุ่มวิจัยใน Puget Sound โดยใช้อุปกรณ์เดียวกันและเราได้รับข้อมูลจากกว่า100 รับที่ตรวจพบฉลามsixgill จากพฤศจิกายน 2005 - ธันวาคม(. แอนดรู et al, 2010). 2007 การพัฒนาของการเคลื่อนไหวตามฤดูกาลขนาด รูปแบบที่สามารถทำนายseasonalscale เพื่อประเมินว่าพฤติกรรมในชีวิตประจำวันรูปแบบเราวิ่งรูปแบบสุ่มเดินของเราลำเอียงสำหรับ150 วันและกระจัดจำลองแล้วเมื่อเทียบกับการกระจัดสังเกตที่ตรวจพบโดยรับเรื่อยๆ . ในการคำนวณมูลค่าการกระจัดจากแถวเรื่อย ๆ ของเราเราใช้ข้อมูลตำแหน่งสำหรับบุคคลถ้าปลาฉลามที่ถูกตรวจพบในเว็บไซต์อย่างน้อย 10 ครั้งในวันเดียวกัน นี้เกณฑ์ตัดออกตรวจจับเท็จที่อาจเกิดขึ้น ข้อมูลทั้งหมดที่ถูกลดลงต่อมาวันที่ไม่ซ้ำกัน / ชุดที่เว็บไซต์ดังกล่าวว่าปลาฉลามเป็นอย่างใดอย่างหนึ่งในปัจจุบันหรือขาดหายไปในเว็บไซต์สำหรับแต่ละวัน แทนที่ของบุคคลที่เป็นที่คาดกันในนาม: 2 Rn = Nm2 (3) ที่ n คือจำนวนการย้าย (ในแต่ละวันเป็นใหม่เวลาขั้นตอน) และ m2 เป็นค่าเฉลี่ยระยะยืด (Turchin, 1998) displacements โดยใช้ข้อมูล VR2 ถูกคำนวณในช่วงเวลาในชีวิตประจำวันเริ่มต้นด้วยการตรวจจับได้รับภายในสองสัปดาห์แรกของเดือนพฤษภาคม. ในขณะที่การพัฒนาของรูปแบบทุกวันที่ BRW ไม่ได้คาดการณ์รูปแบบการเคลื่อนไหวตามฤดูกาลขนาด (ดูส่วนผลด้านล่าง) ดังนั้นเราจึงมีการปรับเปลี่ยน รูปแบบโดยการเพิ่มการเคลื่อนไหวของสององค์ประกอบเพิ่มเติม(Turchin, 1998) ครั้งแรกที่เราได้รับการยอมรับว่าการติดตามการใช้งานประจำวันของเราข้อมูลที่อาจจะพลาดที่หายากการเคลื่อนไหวขนาดใหญ่และทำให้เรามีการปรับเปลี่ยนรูปแบบเพื่อรองรับการเป็นไปได้นี้. ดังนั้นการเคลื่อนไหวจำลองกลายเป็นรวมกันของทั้งสังเกตและพฤติกรรมที่ไม่มีใครสังเกต. ย้ายสังเกตอยู่บนพื้นฐานของพารามิเตอร์วาดจากการกระจายเหมือนกันกับการเปิดมุมมากมาย. ย้ายความยาวขึ้นอยู่กับความเร็วสูงสุดที่อยู่ระหว่าง 5-12.5 กม. / ชม ช่วงของความเร็วในการนี้ได้รับการขึ้นอยู่กับการคำนวณของเราของระยะทางเส้นตรงระหว่างการตรวจจับบนอะคูสติกรับหารด้วยเวลาที่มันเอาไปให้ย้ายสำหรับsixgills ทั้งหมดนี้ นี้ส่งผลในการกระจายของอัตราของการเคลื่อนไหวที่มีสูงสุด> 6 กม. / ชม (รูปที่. 2) เพราะปลาฉลามที่มีโอกาสน้อยที่จะย้ายในแนวเส้นตรงระหว่างผู้รับประมาณการเหล่านี้เป็นอนุรักษ์นิยมและsixgills ส่วนใหญ่จะมีความเร็วในการว่ายน้ำสูงสุดมากกว่าการคำนวณเหล่านี้ ความพยายามที่จะคำนวณอัตราของการเคลื่อนไหวโดยใช้ความถี่หางตี (โลว์ et al., 1998) และเครื่องส่งสัญญาณความเร็วการตรวจจับ(กรูเบอร์ et al., 1988) ได้แสดงให้เห็นว่าการคำนวณวัดจากแทร็คที่ใช้งานประมาทความเร็วในการว่ายน้ำที่เกิดขึ้นจริงโดยปัจจัยของ~ 2 . การกระจายตัวของความเร็วในการว่ายน้ำของเรามาจากการวัดระหว่างรับเรื่อย ๆ ซึ่งมีความถูกต้องน้อยลงและมีแนวโน้มที่อนุรักษ์นิยมมากขึ้นกว่าการวัดขึ้นอยู่กับแทร็คที่ใช้งานขนาดเล็ก ดังนั้นสูงสุดความเร็วของปลาฉลามว่ายน้ำ sixgill อาจจะมากขึ้นกว่าสองเท่าเร็วที่สุดเท่าที่วัดได้จากเครื่องรับเรื่อยๆ , แต่ความเร็วเหล่านี้มีแนวโน้มที่จะรักษาสั้นมากระยะเวลา ดังนั้นเราจึง จำกัด ความเร็วสูงสุดของการว่ายน้ำsixgills 12.5 กม. / ชม; ประมาณสองครั้งสูงสุดที่คำนวณจากการรับเรื่อย ๆ ค่านี้เป็นอย่างดีในความเร็วสูงสุดสำหรับการว่ายน้ำฉลามอื่น ๆ ชนิด. มะเดื่อ