प्रजाती (पक्षी):ओरिएंटल व्हाईट स्टॉर्क (सिकोनिया बॉयसियाना)
जर्नल:रिमोट सेन्सिंग
सारांश:
कार्यक्षम संवर्धन आणि पुनर्संचयित धोरणांच्या विकासासाठी प्रजाती-पर्यावरण संबंध स्पष्ट करणे अत्यंत महत्त्वाचे आहे. तथापि, प्रजाती वितरण आणि अधिवास वैशिष्ट्यांविषयी तपशीलवार माहितीच्या अभावामुळे हे काम अनेकदा गुंतागुंतीचे असते आणि स्केल आणि लँडस्केप वैशिष्ट्यांच्या प्रभावाकडे दुर्लक्ष केले जाते. येथे, आम्ही पोयांग तलावावर त्यांच्या हिवाळ्याच्या काळात जीपीएस लॉगर्ससह ११ ओरिएंटल व्हाईट स्टॉर्क (सिकोनिया बॉयसियाना) चा मागोवा घेतला आणि दिवसभरातील क्रियाकलापांच्या वितरणानुसार ट्रॅकिंग डेटा दोन भागांमध्ये (चारणे आणि मुरगळणे) विभागला. त्यानंतर, अधिवास निवड वैशिष्ट्यांचे मॉडेल करण्यासाठी तीन-चरण बहु-स्केल आणि बहु-स्टेट दृष्टिकोन वापरण्यात आला: (१) प्रथम, आम्ही दैनंदिन हालचाली वैशिष्ट्यांवर आधारित या दोन राज्यांसाठी स्केलची शोध श्रेणी कमी केली; (२) दुसरे, आम्ही प्रत्येक उमेदवार चलाचे ऑप्टिमाइझ केलेले प्रमाण ओळखले; आणि (३) तिसरे, आम्ही नैसर्गिक वैशिष्ट्ये, मानवी अडथळा आणि विशेषतः लँडस्केप रचना आणि कॉन्फिगरेशनच्या संबंधात एक बहु-स्केल, बहु-चलित अधिवास निवड मॉडेल बसवतो. आमच्या निष्कर्षांवरून असे दिसून आले आहे की सारसांच्या अधिवासाची निवड स्थानिक प्रमाणानुसार बदलत होती आणि हे प्रमाणन संबंध वेगवेगळ्या अधिवास आवश्यकता (चार शोधणे किंवा मुसळधार जागा) आणि पर्यावरणीय वैशिष्ट्यांमध्ये सुसंगत नव्हते. सारसांच्या चार शोधण्याच्या अधिवास निवडीसाठी लँडस्केप कॉन्फिगरेशन अधिक शक्तिशाली भाकित करणारा होता, तर मुसळधार जागा लँडस्केप रचनेसाठी अधिक संवेदनशील होती. त्याच काळातील उपग्रह प्रतिमांमधून मिळवलेले उच्च-परिशुद्धता अवकाशीय-काळातील उपग्रह ट्रॅकिंग डेटा आणि लँडस्केप वैशिष्ट्ये बहु-स्केल अधिवास निवड मॉडेलमध्ये समाविष्ट केल्याने प्रजाती-पर्यावरणीय संबंधांची समज मोठ्या प्रमाणात सुधारू शकते आणि कार्यक्षम पुनर्प्राप्ती नियोजन आणि कायदे मार्गदर्शन करू शकते.
प्रकाशन येथे उपलब्ध आहे:
https://doi.org/10.3390/rs13214397
