社区生态流鱼:概念、方法和技术

将环境变异纳入社区模型稳定性:例子从流鱼

加里·d·格罗斯曼和约翰·l·Sabo

doi:https://doi.org/10.47886/9781934874141.ch20

Abstract. -随机动力学理论的核心,数据分析,和理解领域的水文生态和人口。更重要的是,水文变化已被确定为一个关键过程影响生物多样性和共处流鱼组合。然而,直到最近,我们缺乏工具的水文变化可以直接与社会稳定的措施。这里,我们将展示如何修改傅里叶分析的日均流量数据可以用来量化方面的水文变化有关的三个参考流,然后在Coweeta溪鱼组合稳定的措施,北卡罗莱纳;加州Sagehen溪;和水獭溪,印第安纳州)通过多元自回归(MAR)模型。具体来说,我们定义灾难性变化的标准差的大小剩余引用一个长期年度流动趋势,和个人灾难性事件流大于(洪水)或小于(干旱)两倍大小(即。2)。然后我们一年一度的大小直接挂钩剩余流与MAR模型量化流和鱼组合的稳定性之间的关系从相同或附近的溪流。我们的结果证实,这些流代表一个梯度在鱼组合的稳定性能;Sagehen溪是最稳定的,而水獭溪是最不稳定的。灾难性的高和低的时间流中最可预测的是Sagehen溪和最不可预测的大Raccon溪(参考流水獭溪),而的大小和频率灾难性的事件不同的方式不太符合梯度鱼社区稳定。然而,鱼社区共变的稳定性明显与剩余流量大小(高和低流量事件)。尽管这种技术并非没有限制(例如,它是居民最相关的物种),这似乎是一个有前途的新工具链接直接鱼组合稳定和水文变化,更广泛地说,量化联系流监管和原生水生生物群的可行性。