Correlations between weather conditions and common vole(Microtus arvalis) densities identified by regression tree analysis
Population dynamics of fluctuating and cyclic rodent populations can be impacted by particular weather parameters. In temperate areas there are interrelations between different weather parameters, which make identification difficult. However, this is necessary because small rodents are relevant for both the food web and crop damage especially in the face of climate change. We used both, boosted regression tree and classification and regression tree methods to identify weather conditions correlating with the active burrow index (ABI) of common voles (Microtus arvalis) from 1974 to 1998 in the high outbreak risk area of Central Germany. Highest ABI occurred in perennial crops in fall with a maximum of more than 2000 active burrows per 1000 m2. Boosted regression tree analysis showed that between 12 and 20 weather parameters could have a relative influence on vole ABIs ranging from 2% to 19%. Classification and regression tree analysis highlighted that the number of days with snow cover in December and March, ra infall amount in spring and maximum temperature in October seem to be key indicators for ABIs in the following year in spring. Monthly maximum temperatures of February to June and the amount of precipitation in April and July were correlated to ABIs in fall. Quantitative validation showed an agreement of ABI distribution on regional scale >85%. This represents the first study to identify complex weather conditions including single parameter thresholds correlated with common vole abundance in a temperate area. The results have the potential to aid the development of predictive models for small rodent dynamics and they inspire further detailed search for regulative mechanisms of small mammal dynamics.
Die Populationsdynamiken von Nagern können insbesondere durch Wetterparameter beeinflusst werden. In gemäßigten Zonen spielen viele unterschiedliche Wetterparameter zusammen, was ihre Identifikation schwierig macht. Sie ist jedoch gerade angesichts des Klimawandels notwendig, weil Kleinnager für das Nahrungsnetz höchst relevant sind, aber auch bei hohen Populationsdichten Schäden in der Landwirtschaft verursachen können. Wir nutzten die ,,Boosted regreesion tree ”BRT- und die ,,Classification and regression tree ”CART-Methode um Wetterkonstellationen zu identifizieren, die mit der Dichte von Feldmäusen (Microtus arvalis) korrelieren. Umfangreiche Daten zur Dichte lagen als Index ,,Anzahl der wiedergeöffnetenLöcher ”(WgL) für ein Gebiet mit hohem Massenvermehrungsrisiko in Deutschland aus den Jahren 1974 bis 1998 vor. HöchsteWgL-Werte mit einem Maximum von mehr als 2000 WgL pro 1000 m2wurden im Herbst in mehrjährigen Kulturen ermittelt.Die BRT-Methode zeigte, dass zwischen 12 und 20 Wetterparameterr einen relativen Einfluss von 2–19% auf die WgL-Anzahlder Feldmäuse haben könnten. Die CART-Analyse hob hervor, dass die Anzahl der Tage mit Schnee im Dezember und März,die Niederschlagsmenge im Frühjahr und die Temperatur im Oktober Schlüsselindikatoren für die WgL-Anzahl im Frühjahr desfolgenden Jahres sein könnten. Temperaturen im Februar bis Juni und die Niederschlagsmenge im April und Juli korrelierten mitder WgL-Anzahl im Herbst. Die qualitative Validierung zeigte eine Übereinstimmung der WgL-Verteilung auf regionaler Skalazu >85%. Zum ersten Mal konnten somit komplexe Wetterkonstellationen mit Schwellenwerten der involvierten Wetterparameteridentifiziert werden, die mit den Abundanzen von Feldmäusen in gemäßigten Zonen korrelieren. Die Ergebnisse haben dasPotenzial für die Entwicklung eines Vorhersagemodells zur Populationsdynamik von kleinen Nagern und sie bilden die Basisfür weitere detaillierte Untersuchungen zu regulativen Mechanismen von Kleinsäugerpopulationen.
Dateien
Zitieren
Zugriffsstatistik
Rechte
Nutzung und Vervielfältigung:
Alle Rechte vorbehalten