Portal de Periódicos da CAPES

The importance of fieldwork over predictive modeling in quantifying predation events of carnivores marked with GPS technology

2017; Oxford University Press; Volume: 99; Issue: 1 Linguagem: Espanhol

10.1093/jmammal/gyx176

1545-1542

L. Mark Elbroch, Blake Lowrey, Heiko U. Wittmer,

Wildlife-Road Interactions and Conservation

Global positioning system (GPS) technology has revolutionized the study of carnivores. Researchers commonly estimate kill rates with GPS data using the following steps. Firstly, researchers mark individual animals and fit them with GPS collars. Next, they visit a subset of "GPS clusters" (aggregated location data) during field surveys and assign spatiotemporal covariates associated with predation and non-predation events. Lastly, they develop predictive models with data collected in the field to estimate the probability that each cluster they did not visit in the field was a predation event. Such predation models help reduce field efforts and save money; however, these models are prone to error when carnivores eat prey of different sizes or exhibit shorter-than-expected handling times. We simulated reduced field efforts to investigate the reliability of predictive modeling in determining diet composition and detecting predation events for 3 puma (Puma concolor) populations with different prey assemblages and potential effects on handling time of carcasses. We visited a total 1,896 clusters in Chilean Patagonia, Colorado, and California, of which 1,752 clusters (~92%) were included to build and test predation models. Across all study areas, the total time a puma spent at a cluster was the only reliable predictor of a cluster being a predation event. When we reduced field efforts by selectively removing GPS clusters < 12 and < 24 h in length, model performance improved but produced inaccurate results. Predation models underestimated the number of predation events in California and Colorado and significantly over- or underestimated the number of predation events in Patagonia. Selectively reducing field efforts also reduced the diversity and evenness of prey we recorded in puma diets. Randomly reducing field efforts, in contrast, reduced the precision of model estimates. Our results highlight the importance of conducting intensive fieldwork over predation modeling to measure prey selection and kill rates of carnivores. La tecnología de Sistemas de Posicionamiento Global (GPS) han revolucionado el estudio de los carnívoros. Los investigadores comúnmente estiman las tasas de obtención de presas con datos de GPS. Primero, los investigadores marcan animales individuales y luego examinan un subconjunto de "conglomerados" (datos agregados de ubicación) a nivel de campo; luego, asignan covariables espaciotemporales asociadas con eventos de depredación y sitios sin obtención de presas; por último, desarrollan modelos predictivos que estiman la probabilidad de que cada agregado que no visitaron en campo corresponda a un evento de depredación. Los modelos de depredación reducen los esfuerzos de campo y ahorran dinero; sin embargo, dichos modelos son propensos a error cuando los carnívoros consumen presas de diferentes tamaños o exhiben tiempos de procesamiento más cortos de lo esperado. Simulamos esfuerzos de campo reducidos para investigar la confiabilidad del modelaje predictivo para la determinación de la composición de la dieta y los eventos de depredación de tres poblaciones de puma (Puma concolor) en la Patagonia chilena, Colorado y California, con diferentes conjuntos de presas y efectos sobre el tiempo de procesamiento de las carcasas. Revisamos 1,896 conglomerados en el campo, de los cuales se incluyeron 1,752 (~92%) para construir y comprobar modelos predictivos de depredación. El tiempo total que un puma pasó en un conglomerado fue el único predictor confiable de que éste fuera un evento de depredación en el área de estudio. Cuando redujimos los esfuerzos de campo removiendo selectivamente conglomerados de GPS con <12 horas y 24 horas de duración, el rendimiento del modelo mejoró (determinado con curvas ROC y validación cruzada de k-iteraciones) pero produjo resultados inexactos. Estos modelos subestimaron el número de eventos de depredación en California y Colorado, y sobre- y subestimaron significativamente la cantidad de eventos de depredación en la Patagonia. La reducción selectiva de los esfuerzos de campo también redujo la diversidad de presas que registramos en las dietas de puma. En contraposición, con la reducción aleatoria de los esfuerzos de campo, se redujo la precisión de las estimaciones del modelo. Nuestros resultados resaltan la importancia del trabajo de campo intensivo respecto al modelado de conglomerados para medir la selección de presas y las tasas de depredación de carnívoros medianos y grandes.