Methodenartikel

Steden als interfaces van het ontstaan van zoönotische gevaren: ontwikkeling van het New York City Tick and Wildlife Urban Surveillance System

719 weergaven

⸱

DOI:

10.3791/69755

⸱

10 maart 2026

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Ecology, Evolution, and Environmental Biology, Columbia University, 2NYC Bird Alliance, 3School of Biological Sciences, University of Canterbury, 4Mianus River Gorge, 5Cornell University, 6Hofstra University, 7City of New York Parks & Recreation

* These authors contributed equally

In dit artikel

Samenvatting

Er is een cruciale noodzaak om te monitoren hoe teken en hun wilde gastheren reageren op verstedelijking. Dit protocol beschrijft de stappen voor het ontwikkelen van een gestandaardiseerd Tick and Wildlife Urban Surveillance System dat adaptief beheer mogelijk maakt als reactie op opkomende door teken gedragen gevaren in stedelijke omgevingen.

Samenvatting

De door teken overgedragen gevaren in stedelijke landschappen nemen toe, maar er blijven kritieke kloven bestaan in het begrijpen van het risico op door teken overgedragen ziekten door mensen heen over verstedelijkingsgradiënten. Met het verlies van natuurlijke habitat wereldwijd kunnen stedelijke groene ruimtes een cruciaal leefgebied bieden voor wilde dieren, met wisselende gevolgen voor het ontstaan van door teken overgedragen ziekten. Het grootstedelijk gebied van New York City heeft de hoogste bevolkingsdichtheid en geografische voetafdruk van alle steden in de Verenigde Staten, terwijl het een uitgebreid netwerk van groengebieden bevat. Deze stedelijke groene ruimtes verschillen in omliggende landbedekking en connectiviteit, en bieden belangrijke toevluchtsoorden en habitat voor honderden stedelijke wildsoorten, die historisch gezien onderbelicht zijn. Voor zover de auteurs weten, zijn er geen stedelijke tekenbewakingssystemen om te monitoren hoe teken en hun wilde gastheren reageren op en opduiken in stedelijke omgevingen. Om deze kloof te dichten, werd een langdurig stedelijk teken- en wildbewakingssysteem ontwikkeld over een verstedelijkingsgradiënt van New York City tot Long Island, NY. Hier beschrijven we het proces van samenwerken met een diverse groep partners om een gecombineerd systeem voor het vangen van dieren en teken te bewaken, te ontwerpen, implementeren en onderhouden. Het proces begon met de vorming van een adviescommissie van experts op het gebied van tekengedragen ziekten en partners in wildbeheer die inzichten en feedback gaven om samen de volgende stappen te doorlopen: 1) visualisatie en afbakening van de verstedelijkingsgradiënt, 2) mogelijke keuze van groene ruimtes, 3) locatievergunningen, 4) keuze van wildcamera- en tekenverzamellocaties, 5) plaatsing van wildcamera's, 6) tekenverzamelingen, 7) tekenidentificatie, 8) identificatie van foto's met wildlifecamera's, en 9) transectonderhoud en rapportageresultaten. Naarmate New York City en andere steden wereldwijd blijven groeien, kunnen samenwerkingsprojecten zoals het Tick and Wildlife Urban Surveillance System kennis genereren die mensen helpt reageren op opkomende zoönotische gevaren in stedelijke omgevingen.

Inleiding

De meerderheid van de wereldbevolking woont in stedelijke gebieden, die gestaag groeien in zowel bevolking als geografische voetafdruk1. Hoewel stedelijke uitbreiding een van de grootste bedreigingen voor de wereldwijde biodiversiteitis 1,2,3, worden stedelijke gebieden ook steeds vaker beheerd om habitat te bieden aan wilde dieren via stedelijke vergroening, doordat natuurlijke habitats veranderen en gefragmenteerdworden 4,5,6,7. De combinatie van dichte menselijke populaties en wilde dieren in steden kan zowel positieve (bijvoorbeeld het gevoel van verbondenheid met de natuur)8 als schadelijke (bijv. zoönose ziekteoverdracht) interacties tussen mens en wilde dieren veroorzaken. Historisch gezien is wilde dieren in stedelijke systemen onderbelicht10, wat een cruciale kloof creëert voor het begrijpen van wildpersistentie, zoönotische ziekterisico11 en mens-wilde coëxistentie12 in een veranderende wereld.

Het noordoosten van de Verenigde Staten (VS) is intens verstedelijkt13 en een hotspot voor zwartpotteken (Ixodes scapularis) en tekengedragen ziekte emergence14, met ruimtelijke risicoverschillen over regio15. Door teken overgedragen ziekten, zoals de ziekte van Lyme, zijn de meest gemelde door vectoren overgedragen ziekte in de VS, met bijna 500.000 gevallen per jaar14. In de staat New York dragen zwartpootteken verschillende ziekteverwekkers van volksgezondheidszorg over, waaronder Borrelia burgdorferi (ziekte van Lyme), Anaplasma phagocytophilum (anaplasmose-agent), Babesia microti (babesiose-agent) en Powassan-virus (agent van Powassan-virusziekte)16. Naast de zwartbenige teek is de langhoornteek (Haemaphysalis longicornis) snel gevestigd in het noordoosten na de recente introductie17,18, en andere inheemse tekenvectoren zoals de eenzame teek (Amblyomma americanum), die alfa-gal syndroom19 kan veroorzaken, nemen in populatie toe en breiden hun verspreidingsgebied noordwaartsuit 20,21, wat nieuwe uitdagingen voor de volksgezondheid met zich meebrengt.

Hoewel stedelijke tekengedragen gevaren met15,22 toenemen, richt het meeste tekenonderzoek zich op landelijke en voorstedelijke gebieden 22,23,24, wat kritieke hiaten creëert in het begrip van de ecologie van tekengedragen ziekteverwekkers over verstedelijkingsgradiënten en in stedelijke groene ruimtes15,25. Actieve surveillance van teken, gastheren van wilde dieren en roofdieren van gastheer is noodzakelijk om op bewijs gebaseerde lokale beheerspraktijken te informeren26.

New York City (NYC) heeft de grootste menselijke bevolking van alle steden in de VS. In 2020 woonden naar schatting >8,4 miljoen mensen in de vijf boroughs13 van NYC, en >20,1 miljoen mensen in het bredere stedelijk gebied13. Hoewel NYC een hogere gemiddelde woningdichtheid heeft (ongeveer 4700 woningen per km²) dan welke andere stad in de VS dan ook, bevat de stad ook meer dan 29.000 acres (14% van de landbedekking) parkgebieden, beheerd door het NYC Department of Parks and Recreation27, dat belangrijk leefgebied en toevluchtsoord biedt voor honderden wilde diersoorten28, 29. De stad ligt langs de Atlantic Flyway, een trekroute voor miljoenen vogels 30,31, en is recentelijk opnieuw gekoloniseerd door verschillende meso-zoogdiersoorten, met name de oostelijke coyote (Canis latrans x Canis lycaon)32, gestreepte stinkdier (Mephitis mephitis)33 en witstaarthert (Odocoileus virginianus)34.

Naarmate NYC investeert in het herbeplantenvan 35, zal de frequentie van interacties tussen mens en wilde dieren waarschijnlijkmet 36 toenemen. Hoewel een toename van stedelijke biodiversiteit een teken kan zijn van een gezond ecosysteem37 en het gevoel van natuur in stedelijke levenskan herstellen 38, kunnen interacties met stedelijke dieren ook leiden tot de overdracht van zoönotische pathogenen11,39. Stedelijk aangepaste zoogdieren zoals de gewone wasbeer (Procyon lotor) zijn in dit opzicht interessante soorten omdat zij toleranter kunnen zijn voor verstedelijking dan andere grotere zoogdieren40,41 en mogelijk de overdracht van zoönotische pathogenen in stedelijkegebieden kunnen bemiddelen. Witstaartherten zijn een extra interessante soort, aangezien hun aanwezigheid in stedelijke groengebieden de tekenpopulatie verhoogt en het risico op de ziekte van Lymemet 25,43 verhoogt.

Binnen de stadsgrenzen van NYC is er een robuust vectorbewakingsprogramma uitgevoerd door het Department of Health; Echter, teken worden minder uitgebreid onderzocht in de meest stedelijke groene ruimtesvan de stad. Aangrenzende county-niveau tick-surveillance variëren in intensiteit: 47,48, waardoor grensoverschrijdende vergelijkingen moeilijk worden. Er zijn meerdere studies gedaan naar stedelijke tekengedragen gevaren 17,18,43,46,49 en wilde dieren 33,34,50,51 binnen de stadsgrenzen, wat waardevolle inzichten geeft in hoe teken, tekengedragen ziekteverwekkers en wilde dieren kunnen reageren op en gebruikmaken van stedelijke omgevingen. De effecten van verstedelijking op door teken gedragen gevaren en wildgemeenschappen reiken echter verder dan de kern van een stad, over verstedelijkingsgradiënten 15,52,53,54. Voor zover de auteurs weten, zijn er geen stedelijke tekenbewakingssystemen om te monitoren hoe teken en hun wild-gastheren ontstaan in omgevingen over urbanisatiegradiënten heen. Om New Yorkers te helpen reageren op opkomende door teken gedragen gevaren en samen te leven met wilde dieren, werkte een diverse groep NYC-partners aan de ontwikkeling van een Tick and Wildlife Urban Surveillance System (TWUSS) over een verstedelijkingsgradiënt van NYC tot Long Island, NY.

figure-introduction-1
Figuur 1. Stappen voor het ontwerpen, implementeren en onderhouden van het Tick and Wildlife Urban Surveillance System. Feedbackpijlen worden getoond tussen mogelijke groenruimte-selectie, locatie-toestemming en selectie van tekenverzameling en wildlifecamera-locaties. Figuur gemaakt met BioRender. Klik hier om een grotere versie van deze figuur te bekijken.

Voorafgaand aan de oprichting van TWUSS werd een adviescommissie gevormd bestaande uit belangrijke wildbeheerpartners en experts op het gebied van tekengedragen gevarenecologie, die inzichten en feedback gaven over het transectontwerp (Figuur 1). Maandelijkse bijeenkomsten werden gehouden om projectdoelen vast te stellen, waarbij werd besloten dat het primaire wetenschappelijke doel was om locaties te omvatten die een gradiënt van verstedelijking, habitatconnectiviteit en patchgrootte overschatten. De betrokkenheid van meerdere adviseurs bracht diepgaande lokale kennis van het gebied in. Zo hielp feedback tussen partners bij het plannen van de mogelijkheid dat het netwerk de dynamiek van coyote-uitbreiding en verspreiding op Long Island32 zou vastleggen. Partnerfeedback maakte ook de opname van locaties mogelijk waar managers bekend stonden om hun toegang te bieden, gemeenschapsgroepen konden helpen met natuurcamera's en/of fototagging, en teamleden persoonlijke banden hadden die toegang tot de locatie mogelijk maakten.

Vallen voor wildcamera's (ook wel trail- of wildcamera's genoemd; hierna wildcamera's genoemd) zijn breed toegepast als een niet-invasieve en relatief goedkope methode om gegevens over wilde dieren te verzamelen, wat de manier waarop wildonderzoeken routinematig worden uitgevoerdverandert. Wildcamera's maken het mogelijk om grote hoeveelheden beeldgegevens te verzamelen die niet mogelijk zouden zijn met traditionele veldobservatiemethoden57. Het Urban Wildlife Information Network (UWIN) ontwikkelde een transectontwerp voor het vangen van wildlifecamera's, dat wereldwijd wordt gedeeld onder partnersteden om lokale verspreiding van wilde dieren over stedelijke gradiënten58 te monitoren. Het UWIN-transectontwerp werd aangepast en natuurcamera's werden gecombineerd met tekencollecties bij de creatie van de TWUSS (Figuur 1). "Tekendrags" werden gebruikt voor tekenmonsters als standaardmethode om de tekendichtheid59 te schatten. De levensfase van tekenen bij nimfen werd als doelwit genomen voor bemonstering, aangezien nimfenteken de belangrijkste vector zijn van tekengedragen ziekteverwekkers voor mensen. Tekenmonsters werden daarom uitgevoerd van eind mei tot eind juli, in lijn met de piekactiviteit van nymfen I. scapularis in het noordoosten van US60.

Voor een stadspartner om lid te worden van het UWIN-netwerk, is de belangrijkste vereiste dat er ten minste één transect wordt opgezet dat 25-30 wildcamerastations kan huisvesten58; Er is geen minimale lengtevereiste, en het transect hoeft ook geen rechte lijn te volgen. Voor de UWIN-netwerkvereisten kunnen wildcamerastations worden opgezet in elk gebied waar wilde dieren gebruik maken, inclusief backyards58. TWUSS richt zich echter op openbare of semi-openbare groenruimtes, waaronder stadsparken, begraafplaatsen, bosreservaten, golfbanen of grote tuinen voor het plaatsen van wildcamera's om de verspreiding van gevoeligere doelsoorten, zoals witstaartherten en stinkdieren, vast teleggen. De transect van NYC is 55 km lang en 4 km breed, verdeeld in tien segmenten van 5 km lang. In 2022 werden in elk segment vier wildcamerastations opgezet, in totaal 40 wildbemonsteringslocaties verspreid over Brooklyn tot Nassau County, NY. In 2023 werd er een extra segment toegevoegd in Staten Island, NY. Voor tekenverzamelingen werden golfbanen uitgesloten vanwege het gebruik van insecticiden en actieve tekenbeheer, wat de data61 kan verstoren, waardoor 29 van de wildcameralocaties ook plekken voor tekenverzameling zijn geworden.

De TWUSS verschilt van andere tekenbewakingssystemen door het ontwerp van het transect van de urbanisatiegradiënt en de combinatie van gestandaardiseerde methoden voor het verzamelen van teken- en wildgegevens 26,62,63. Veel overheids- en niet-gouvernementele instellingen zijn betrokken bij tick surveillance64. De meeste tekenbewakingsinspanningen hebben echter een beperkt doel om tekenaanwezigheid te detecteren en vertrouwen op passieve, niet-gestandaardiseerde surveillancemethoden 62,63,65. Passieve surveillancemethoden (d.w.z. tick-rapporten op community science-platforms) zijn voordelig ten opzichte van actieve surveillancemethoden vanwege hun lage kosten en relatieve inspanning om62,66 te behouden, maar bieden geen diepgaand begrip van ruimtelijke en temporele trends63. In 2020 publiceerde de Centers for Disease Control and Prevention (CDC) een uitgebreide gids voor actieve tekensurveillance met gedetailleerde instructies voor het uitvoeren van tekendrags, maar slechts algemene richtlijnen voor locatiekeuze59, een cruciale stap voor het beoordelen van tekengevaar67. Bovendien omvatten huidige tekenmonitoringsmethoden zelden gepaarde monitoring van wilde dieren, ondanks dat de ecologie van teken nauw verbonden is met hun wild-gastheren68,69. Het Urban Wildlife Institute heeft grote inspanningen geleverd om de monitoring van wilde dieren te standaardiseren over verstedelijkingsgradiënten door de oprichting van UWIN58, en er is potentie om dergelijke netwerken uit te breiden naar One Health doelen70. Door gestandaardiseerde methoden voor tekenverzameling en wildmonitoring over een urbanisatiegradiënt te combineren, maakt de TWUSS zinvolle vergelijkingen mogelijk van de populatiedynamiek van teken en wilde dieren waar actieve surveillances beperkt waren22.

Het TWUSS-ontwerp is het meest geschikt in stedelijke gebieden waar wilde dieren, teken en de pathogenen die zij overdragen aanwezig zijn, met een groeiende of opkomendeverspreidingsgebied 64,70. Een belangrijke beperking om op te merken is de afhankelijkheid van partnerrechten en de grote inspanning die nodig is om het transect te onderhouden. Hier presenteren we het proces voor het opzetten van een transdisciplinaire samenwerking om een gecombineerd systeem voor het vangen van dieren en teken te bewaken, te ontwerpen, implementeren en onderhouden.

Protocol

Er werden toestemming verkregen van de juiste instanties voor toegang tot het terrein, het plaatsen van wildcamera's en het uitvoeren van tekenverzamelingen op elke locatie.

1. Visualisatie en afbakening van de initiële transectgradiënt

OPMERKING: Hoewel er veel manieren zijn om verstedelijking te kwantificeren71, zijn structurele componenten van ondoordringbare oppervlakte en woningdichtheid in combinatie met bosbedekking de meest gebruikte maatstaven in studies naar verstedelijking en wilde dieren en/of teken 25,72,73.

  1. Gebruik ArcGIS pro of andere voorkeurs-GIS-software om de verstedelijkingsstatistieken voor het studiegebied te visualiseren. Gebruik percentage ondoordringbare oppervlak- en woningdichtheid om verstedelijking en procent boombladerdak te categoriseren om groenheid en leefomgeving van wilde dieren te visualiseren74.
    1. Verkrijg het rasterbestand met het percentage ondoordringbare oppervlakken uit de meest actuele gepubliceerde National Landcover Database (NLCD)75. Voor woningdichtheid gebruik je de gegevens13 van de Amerikaanse volkstelling of de Silvis Housing density dataset76. Verkrijg het percentage boomkroonbedekking van de NLCD75.
    2. Sla alle datasets op in een projectmap op een lokale of serverschijf. Voeg elke datalaag toe aan het project met de knop Gegevens toevoegen op het tabblad Kaart . Selecteer elke datalaag uit de projectmap en voeg deze één voor één toe, waarbij je dit proces herhaalt voor alle datalagen.
    3. Voor het raster van ondoorlatende oppervlakken stel je de symboliek in op stedelijke intensiteit 'bakken' (categorieën) gebaseerd op gestandaardiseerde categorieën77: hoge stedelijke intensiteit (>80% ondoorlatende oppervlakken), gemiddelde stedelijke intensiteit (50%-79% ondoorlatende oppervlakken), lage stedelijke intensiteit (20%-49% ondoorlatende oppervlakken) en open ruimte (>20%). Om deze symboliek toe te passen, klik je met de rechtermuisknop op de rasterlaag in het Inhoudsvenster , selecteer je Symbologie, verander je Primaire symbologie naar Classificeren, en definieer je de klassen volgens de opgegeven stedelijke intensiteitscategorieën.
    4. Voor de shapefilelaag van de woningdichtheid stel je symboliek in voor gestandaardiseerde stedelijke intensiteitscategorieën van woningdichtheid als78: stedelijk (>1.000 huizen per km²), voorstedelijk (147,06-1.000 huizen per km²) en exurban (6,18-147,05 huizen per km²). Om deze symbologie toe te passen, klik met de rechtermuisknop op de laag in het Inhoudspaneel , selecteer Symbologie, verander Primaire symbologie in Unieke Waarden en wijs klassen toe die overeenkomen met de opgegeven woningdichtheidscategorieën.
    5. Voor de bladerdaklaag van de boom, houd symboliek als een doorlopend bereik van 0-100%.
  2. Identificeer waar een verstedelijkingsgradiënt in de regio bestaat voor de voorlopige plaatsing van een transect van 4 km breed dat elke categorie urbanisatie omvat, zoals gedefinieerd in stap 1.1.3 en 1.1.4. (Figuur 2).
    OPMERKING: Als er geen duidelijke lineaire verstedelijkingsgradiënt is voor transectplaatsing, kan het transect worden opgesplitst in segmenten van 5 km om een niet-lineair transect te vormen dat nog steeds de verschillende niveaus van verstedelijking vastlegt en minimaal vier locaties per segment bevat.
  3. Positioneer het transect om aan de volgende voorwaarden te voldoen, terwijl je de gradiënt toch adequaat vastlegt:
    1. Leg groene ruimtes vast van interesse en zorg ervoor dat wildcamerastations minstens 1 km uit elkaar kunnen worden geplaatst om ruimtelijk onafhankelijk te worden voor gewone stedelijke meso-zoogdieren en vogels79,80 (Figuur 2).
    2. Plaats het transect om groene ruimtes te bedekken die interessant zijn voor samenwerkingspartners of hoogwaardige ruimtes (>38% boomkroon bedekt81) die binnen fragmenten heterogeniteit in het groene bedekking behouden (d.w.z. een groot, bebost park in de meest stedelijke segmenten).
    3. Selecteer de knop Meten op het tabblad Kaart om de positie en afstand van het transect te bepalen.
      OPMERKING: Zorg ervoor dat er meer dan de minimale vier locaties per segment zijn om uit te kiezen bij het bepalen van de exacte transectlijn, aangezien sommige potentiële ruimtes om verschillende redenen onbruikbaar kunnen zijn of kunnen worden (bijvoorbeeld geen toestemming voor het plaatsen van wildlifecamera's of ongeschikte habitat bij grondbewaarneming).

2. Mogelijke keuze van groengebieden: Identificeer potentiële groengebieden voor het plaatsen van wildcamera's en tekenverzamelingen binnen het studiegebied

  1. Identificeer elk groen gebied binnen de transectgrens door het shapefile Protected Areas Database of the United States (PAD-US) te downloaden en dit aan de kaart toe te voegen volgens stap 1.1.2. 82.
  2. Bereken de grootte (oppervlakte) en het percentage van de boomkroonbedekking binnen elke groene ruimte uit de datalaag van de boombladerdak.
    1. Selecteer in het tabblad Analyse de knop Tools om het Geoprocessing-paneel te openen.
    2. Om de grootte van elke groene ruimte te berekenen, gebruik je het gereedschap Geometrie-attributen berekenen . Selecteer de groene ruimte als de Invoerfuncties, maak vervolgens een nieuw veld voor grootte en selecteer Oppervlakte als de Eigenschap. Selecteer de gewenste Area Unit en het Coördinatensysteem en druk op Run voor het gereedschap om de actie te voltooien.
    3. Om het percentage boombladerdak binnen elk groen gebied te berekenen, gebruik je het Zonale Statistieken-instrument . Selecteer de greenspace-laag als de Input Raster- of Feature Zone-data, selecteer vervolgens de naam of unieke ID van elke greenspace als het Zoneveld en de boombladerdeklaag als de Input Value Raster. Selecteer vervolgens Gemiddelde als het Statistiektype en druk op Uitvoeren om de actie te laten uitvoeren.
  3. Voor locaties voor wildcamera's:
    1. Selecteer stadsparken, golfbanen, begraafplaatsen en natuurreservaten/gebieden voor wildcamerasites, aangezien deze vaak de meeste groene ruimtes in stedelijke gebieden uitmaken en vaak worden gebruikt als wildcameralocaties voor UWIN-gerelateerde studies6.
    2. Stel symboliek in voor de procent boombladerdeklaag na stap 1.1.3., waarbij gebieden binnen elk segment van het transect worden geclassificeerd als dichtbebost (>38% boombladerdak) of licht bebost habitat (<38% boomkroonbedekking)81 om rekening te houden met variatie in habitatkwaliteit over de wildcameralocaties in transect83. Binnen elk transectsegment identificeer je twee groene gebieden met dicht beboste gebieden en twee met licht beboste gebieden als mogelijke plaatsen voor wildcamera's (Figuur 3).
  4. Voor tekenverzamelingen wordt publieke gebruiksparken, natuurreservaten en tuinen gefilterd zodat alleen groene ruimtes met een stuk grond van ≥5 hectare en ≥20% totale boombedekking worden opgenomen, zodat tekenmonsters minstens 800 m bebost padhabitat kunnen bevatten.
    OPMERKING: Vermijd het kiezen van golfbanen voor tekenverzamelplaatsen vanwege insecticide gebruik61.

3. Locatie-toestemming

  1. Identificeer contacten voor elk geselecteerd groengebied met behulp van internetzoekmachines of partnernetwerken om toegang tot de locatie te krijgen en toestemming te krijgen om wildcamera's te plaatsen en tekenverzamelingen uit te voeren.
    1. Maak een overzicht van één pagina van het project op en verspreid het via e-mail of telefoon aan de geïdentificeerde contacten. Resultaten die in dit eenpagina-overzicht worden beschreven, kunnen onder meer toegang tot foto's via een Wildlife Insights-project pagina85, jaarlijkse rapporten over wildlifecamera's en daaruit voortvloeiende informatie over lokale tekenpopulaties omvatten. Voor parken en openbare natuurgebieden die in het transect worden gebruikt, verkrijg vergunningen via de betreffende parken/gemeentelijke afdelingen. Verkrijg schriftelijke toestemming (d.w.z. e-mailbevestiging) voor alle privé-ruimtes die in het transect worden gebruikt zonder een officieel vergunningsproces.

4. Keuze van wildcamera en plek voor tekenverzameling

  1. Voor het kiezen van de locatie van wildcamera's genereert u een willekeurig punt binnen elke groengrens om mogelijke locaties van wildcamera's te bepalen.
    1. Open het Geoprocessing-paneel en selecteer de tool Willekeurige Punten Maken . Kies de greenspace-laag als de Constraining Feature Class en selecteer Run.
    2. Voor groengebieden die groot genoeg zijn om twee plaatsen voor natuurcamera's te bevatten, genereer je gelijktijdig twee willekeurige punten met een minimale afstand van 1 km door de Minimum Toegestane Afstand als 1 km te selecteren.
    3. Genereer nieuwe willekeurige punten als ze niet binnen licht of dicht bebost gebied vallen (Figuur 3). Deze willekeurig gegenereerde punten kunnen tijdens locatiebezoeken kleine wijzigingen ondergaan, en er zal waarschijnlijk feedback zijn over de plaatsing van wildcamera's, afhankelijk van wat landeigenaren acceptabel achten.
  2. Voor tekenverzamellocaties selecteer je locaties om teken binnen een straal van 500 m van de wildcamera te trekken langs drie verschillende transecttypes: 1) achterkant, 2) binnenbos en 3) bos-gras rand25 (Figuur 4). Zorg ervoor dat acht volledige transecten van 100 m kunnen worden getrokken.
    1. Gebruik satellietbeelden of beschikbare padkaarten voor elke groene ruimte om twee potentiële 100 m transecten van elk transecttype te identificeren.
    2. Selecteer nog twee extra transecten in elk habitattype om 800 m te voltooien, zodat elke weerstand ≥10 m van elkaar verwijderd is.
    3. Als er geen bos-gazon rand is, kies dan nog eens 200 m als binnen- en padtransecten.
  3. Bereken het percentage boombladerdak, het percentage ondoordringbare oppervlakte en de woondichtheid binnen een straal van 2 km rond elke locatie van de wildcamera in het transect.
    1. Voeg de coördinaten van elke cameravalplaatsing toe aan de ArcGIS-projectkaart met de knop Gegevens toevoegen . Selecteer in het Geoprocessing-paneel van ArcGIS Pro het Pairwise Buffer-tool . Selecteer de laag van de cameravalpunten als de Invoerfuncties en stel de afstand in op 2 km. Klik op Run om de buffer te maken.
    2. Gebruik het Zonale Statistieken-instrument zoals beschreven in stap 2.2.3. om het percentage boomkroonbedekking, het percentage ondoordringbare oppervlakken en de woningdichtheid binnen de 2 km buffer rond elke cameraval te berekenen.
    3. Controleer of alle niveaus van verstedelijking worden weergegeven en dat de verstedelijkingsgradiënt voldoende wordt vastgelegd door de plaatsing van wildcamera's en tekenverzamellocaties binnen elk transectsegment (Figuur 5).
      OPMERKING: Stappen 5 en 6 omvatten noodzakelijk veldwerk, waardoor teamleden in het veld kunnen worden blootgesteld aan gevaren en risico's86. Veiligheid op het veld is essentieel voor succes. Volg vastgestelde veiligheidsrichtlijnen voor het plannen van veilig en effectief veldwerk86.

figure-protocol-1
Figuur 3. Voorbeeld van een 5 km segment van de TWUSS-transect. De figuur toont de TWUSS-transect (grijze streeplijn) met vier natuurcameraplaatsen (zwarte cirkels) geplaatst binnen groene ruimtes (zwarte omlijningen) en het tikkendrag-bemonsteringsgebied (rode cirkels) rond de wildcamera's. De basislaag toont de herclassificeerde boomdeklaag als dicht (groen) of licht (wit) bebost om de lokale habitatkwaliteit weer te geven. Klik hier om een grotere versie van deze figuur te bekijken.

figure-protocol-2
Figuur 4. Voorbeeldopstelling van een tekenverzamelingslocatie met een gekoppelde wildcamera en tekendragtransecten. De centrale zwarte punt stelt de plaatsing van de natuurcamera voor binnen een dicht bebost deel van het groen; De rood gestippelde lijn geeft een straal van 500 m rond de camera aan waarbinnen tick drags plaatsvinden; de 100 m brede rode lijnen vertegenwoordigen elk transecttype, aangeduid als "Bos/gazonrand," "Interieur" en "Pad." Google Earth-satellietbeelden worden gebruikt als basiskaart. Klik hier om een grotere versie van deze figuur te bekijken.

5. Inzet van wildcamera's

  1. Voltooi de volgende voorbereidende stappen enkele weken voor het inzetten van een natuurcamera:
    1. Maak inventaris van de uitrusting en zorg dat je genoeg wildcamera's, geheugenkaarten, sloten en kluizen bij de hand hebt voor elke inzet.
    2. Bereid genoeg verse batterijen voor voor elke natuurcamera om een volledige verandering te hebben. De meeste modellen van wildlifecamera's vereisen 6-8 AA-batterijen.
    3. Controleer bij elke volgende inzet van wildcamera's dubbel of alle gegevens van het vorige seizoen van de geheugenkaarten zijn gedownload en opgeslagen.
    4. Maak een label aan met een korte projectbeschrijving en relevante contactgegevens (bijvoorbeeld een permanent project-e-mailadres). Print het label en bevestig het stevig aan de bovenkant van elke wildlife-camera lockbox met doorzichtig verpakkingstape (zie Aanvullend Dossier 1).
    5. Label elke wildcamera met een uniek camera-ID-nummer en een SD-kaart met dezelfde ID, idealiter gekoppeld aan de naam van de locatie.
    6. Stel de datum en tijd in voor elke val met de natuurcamera.
    7. Pas de parameters van de wildlife camera als volgt aan: multi-shot (3 foto's), cameravertraging (30 s), gebruiksduur (24 uur), beeldkwaliteit/beeldgrootte (minimaal 16 MP).
      OPMERKING: Zie referentie87 voor meer details over aanbevolen instellingen voor natuurcamera's.
  2. Selecteer tijdens locatiebezoeken geschikte bomen voor het plaatsen van wildlifecamera's binnen 50 m van het willekeurig gegenereerde punt voor die ruimte.
    1. Plaats de natuurcamera op kniehoogte (~50 cm) op een plek die niet zichtbaar is vanaf de paden en draai hem weg van het verkeer (bijv. paden, wandelpaden) om menselijke detectie te minimaliseren. Plaats geen camera's die direct naar het oosten of westen gericht zijn om zonschittering te voorkomen.
    2. Verwijder grote grassprieten, bladeren of andere objecten die de camerasensoren (24 meter detectieafstand) kunnen verstoren tijdens winderige omstandigheden. Dit vermindert ook valse cameratriggers.
    3. Controleer of de natuurcamera parallel aan de grond is uitgelijnd.
  3. Zet wildcamera's in voor een duur van ≥28 dagen op elke locatie gedurende de maanden januari, april, juli en oktober om seizoensvariatie in het gebruik en de bezetting van het leefgebied van wilde dieren vast teleggen.

6. Tick-verzameling via tick drag

OPMERKING: Neem elke locatie 2-3 keer bemonsterd tussen eind mei en eind juli om replica's te verkrijgen rond de tijd van de piekperiode van de zoekperiode van zwartbenige tekennimf in het noordoosten van de VS (pas de tijdsperiode aan voor andere regio's en/of tekensoorten en levensstadia van belang), met een sleepafstand van 800 m bij elk locatiebezoek. De volledige 800 m hoeft niet opeenvolgend te zijn25,59.

  1. Voer de volgende stappen uit aan het begin van het veldseizoen voordat je begint met het verzamelen van teken:
    1. Bereid alle benodigde materialen voor het trekken van de tik voor.
      1. Terwijl je wegwerp-laboratoriumhandschoenen draagt (d.w.z. latex- of nitrilhandschoenen), vul je 2-3 flesjes van 1,5 mL per geplande transect met een minimaal volume van 500 μL van 85% EtOH of RNA/DNA Shield.
        OPMERKING: Gebruik 85% EtOH voor het behoud van teken en bacteriële ziekteverwekkers, en gebruik RNA/DNA Shield als RNA-behoud van belang is (bijvoorbeeld bij door teken overgedragen virussen)88. Zorg voor een juiste opslag van EtOH volgens de veiligheidsrichtlijnen van institutionele laboratoriums.
      2. Print voldoende datasheets voor elk gepland transect (zie Supplementair Bestand 2).
      3. Leg alle tekenverzamelmaterialen (pincet, permanente stiften, voorbereide flesjes, doorzichtig plastic tape voor het verzamelen van overvloedige larven, schrijfgerei voor het bijhouden van aantekeningen) in een heuptas voor gebruik in het veld. Bereid per velddataverzamelaar één heuptas voor.
    2. Schat de staplengte van elke velddataverzamelaar door de dataverzamelaar drie keer een transect van 10 m te laten lopen en de gemiddelde staplengte te berekenen.
    3. Neem de volgende voorzorgsmaatregelen voor persoonlijke veiligheid tijdens het verzamelen van teken:
      1. Maak lichtgekleurde kleding met lange mouwen klaar voor gebruik in het veld (bijvoorbeeld witte overalls) om de zichtbaarheid van tekenspotten op personeel te vergroten.
      2. Behandel minstens 24 uur voor de veldverzameling van teken, behandel kleding en schoenen met insecticideproducten die 0,5% permethrin59 bevatten en laat aan de lucht drogen. Volg de richtlijnen van de fabrikant voor heraanbrenging indien nodig.
        OPMERKING: Vermijd het gebruik van insecticiden op de huid, omdat dit het risico kan lopen dat insecticiden naar de tekensleep worden overgedragen en de tickactiviteit89 vermindert.
      3. Voordat je op het veld aankomt, stop je broek in sokken59.
      4. Controleer tijdens het tekenverzamelingsprotocol kleding en huid op teken en verwijder direct eventuele aangehechte teken met pincet59.
  2. Voltooi de volgende stappen om elke tick drag uit te voeren:
    1. Houd rekening met 30 minuten tot 1 uur per 100 m transect, hoewel de exacte benodigde tijd afhangt van de tickdichtheid89.
      OPMERKING: Vermijd het bemonsteren van teken als de vegetatie nat is, omdat dit de sleepdoek bevochtigt en de hechting van teken89 belemmert.
    2. Noteer het volgende op het datasheet: 1) het tijdstip van de dag, 2) weersomstandigheden (temperatuur, wind en relatieve luchtvochtigheid) met een weermeter, en 3) breedte-/lengtegraadcoördinaten aan het begin van het transect met een telefoon of ander GPS-apparaat met een nauwkeurigheid van minimaal 10 m.
    3. Verspreid de 1 m × 1 m lange witte corduroy of flanellen sleepdoek over de grond, zodat de doek volledig is uitgevouwen en zoveel mogelijk van het oppervlak de bosbodem of het gazonraakt.
    4. Loop langzaam 10 meter terwijl je de doek achter je sleept, stop dan en inspecteer de doek op teken. 89
    5. Controleer de doek zorgvuldig op teken. Plaats de doek in voldoende licht, scan de doek systematisch van links naar rechts en van boven naar beneden, en observeer op beweging.
      OPMERKING: Sleeptochten moeten worden uitgevoerd in transecten van 100 m en sleepdoeken om de 10 meter gecontroleerd worden om te voorkomen dat teken van de doek59 kruipen of vallen.
    6. Verzamel alle aanwezige teken met een pincet en plaats ze in de 1,5 mL conserveringsflesjes die 85% EtOH of RNA/DNA Shield bevatten. Gebruik een ander flesje voor elk 100 m transect, gelabeld met een uniek transectnummer.
      1. Als er veel larven op de doek aanwezig zijn, verzamel ze dan met doorzichtig verpakkingstape89.
    7. Noteer het aantal teken dat elke 10 m interval langs het 100 m transect wordt verzameld op het datasheet, waarbij soorten en levensstadia worden geïdentificeerd waar mogelijk.
    8. Noteer het belangrijkste vegetatietype (bijv. voornamelijk bladstrooisel, onverzorgd kruidachtig of onderhouden gras) per segment van 10 m (zie Aanvullend Dossier 2).
    9. Controleer aan het einde van elke transect van 100 m dubbel op elke kant van het doek op ticks en noteer de eindtijd en GPS-coördinaten voordat je doorgaat naar het volgende transect.

7. Tekenidentificatie

  1. Gebruik een dissectiemicroscoop om de soort en levensfase van alle verzamelde teken te identificeren, volgens taxonomische sleutels voor veelvoorkomende teken in de studie 90,91,92,93.
  2. Verdeel soorten en levensstadia van belang (bijv. I. scapularis nymfen) in nieuwe flesjes gevuld met 85% EtOH of RNA/DNA Shield en gelabeld met het bijbehorende transectnummer.
  3. Maak een spreadsheet om de tick-identificatiegegevens in te voeren voor elk verzameld en verwerkt tick-flesje.
    1. Koppel het tick-identificatie spreadsheet aan het velddatasheet via transect-ID.

8. Fototagging en analyse van wildlifecamera's

  1. Upload foto's van elke wildcamera en seizoensgebonden inzet in een lokale of online database voor fototagging (bijv. Wildlife Insights of Zooniverse). Het gebruik van een platform dat automatisch afbeeldingen van mensen verwijdert, kan helpen om privacyzorgen te voorkomen.
  2. Zorg ervoor dat de metadata voor geüploade foto's informatie bevat over de site en de verzamelperiode.
  3. Tag alle foto's door de diersoorten te identificeren met behulp van een online database die is opgebouwd voor onderzoek naar het vangen van wilddieren (bijv. Wildlife Insights) of door andere software te gebruiken die fotometadata bewaart.

9. Transectonderhoud en rapportage van uitkomsten

  1. Stel langetermijndoelen voor transectbeheer, deelnemers en leiderschap vast.
  2. Maak en onderhoud een database (zoals een gedeelde schijfmap) met documenten die relevante locatie-informatie bevatten, waaronder coördinaten van de plaatsing van wildlifecamera's, tik-sleepcoördinaten, locatie-toegangsinformatie, contacten voor landbeheerders en verwerkte gegevenstoegangsinformatie.
  3. Houd een hoofdspreadsheet bij met locatie-informatie (d.w.z. urbanisatie-metrics), aantal teken per soort per verzamelde levensfase, en een lijst van unieke diersoorten die per locatie per seizoen per projectjaar zijn geregistreerd.
    1. Maak eindejaarsrapporten die zijn afgestemd op elke landbeheerder en/of lokale deelnemer, inclusief samenvattingen van wildcamera's en tekengegevens om deelnemers betrokken te houden bij het project.

Resultaten

De transectlijn werd zo geplaatst dat het een urbanisatiegradiënt vastlegt die drie counties beslaat, van New York City tot Long Island, NY (Figuur 2).

figure-results-1
Figuur 2. Kaarten van het transect over de urbanisatiegradiënt. (A) Verstedelijkingsintensiteit weergegeven door NLCD percentage ondoordringbaar oppervlak. (B) Woningdichtheid gebaseerd op de eenheden van het censusblok. (C) Percentage boombladerdak afkomstig van NLCD-gegevens. (D) Satellietbeelden die het transect tonen dat wordt gebruikt voor tekenverzameling en het inzetten van wildcamera's. Klik hier om een grotere versie van deze figuur te bekijken.

Alle wildcamera- en tekenverzamelplaatsen voor het NYC-transect (n = 44 en n = 38, respectievelijk) werden geplaatst in openbare parken (n = 21, n = 23), golfbanen (n = 6, n = 0), begraafplaatsen (n = 5, n = 3), natuurreservaten (n = 9, n = 9) en openbare tuinen (n = 3, n = 3) (Tabel 1).

GroenruimtetypeAantal cameravallocatiesAantal tekenverzamelplaatsen
Openbaar park2123
Natuurreservaat99
Openbare tuin33
Begraafplaats53
Golfbaan60
Totaal aantal locaties4438

Tabel 1: Overzicht van het aantal wildlife-camera- en tekenverzamellocaties per type groengebied.

De berekening van procent boombladerdak, percentage ondoordringbare oppervlakte en woondichtheid binnen een straal van 2 km van elke locatie van de wildcamera's toonde aan dat de plaatsing van de wildcamera's binnen elk transectsegment effectief het gemiddelde en de verspreiding (vier locaties) vastlegde in stedelijke metrieken langs de verstedelijkingsgradiënt van NYC tot Long Island, NY (Figuur 5). Omdat in elk transectsegment twee dichtbeboste locaties en twee licht beboste locaties werden geselecteerd, toonde variatie in het percentage boomkroonbedekking binnen 100 m van elke wildcamera aan dat de lokale habitatkwaliteit rond elke wildcamera niet sterk verschilde (lage R2) over de urbanisatiegradiënt (Figuur 5D).

figure-results-2
Figuur 5. Omgevingskenmerken rond wildcamera's over het transect. Vier wildcamera's zijn geplaatst binnen elk 5 km transectsegment (1-10) van west naar oost, en de (A) procent ondoordringbare bedekking, (B) woningdichtheid en (C) boombedekking worden binnen een straal van 2 km van elke val met wildcamera's getoond. (D) De boomkroon binnen een straal van 100 m van de plaatsing van de natuurcamera vertegenwoordigt de diversiteit van de microhabitatkwaliteit binnen de gekozen groengebieden. Klik hier om een grotere versie van deze figuur te bekijken.

Sinds de start van het TWUSS-systeem in het voorjaar van 2022 tot en met de zomer van 2023 heeft het verzamelen van veldgegevens geleid tot 4.928 dagen voor het vangen van wildlifecamera's en het verzamelen van 3.421 nymfenzwartbeenteken, 575 nimfen-eenzame sterteken en 329 nimfen-langhoornteken op alle locaties (Tabel 2).

NimfentekensoortenTotaal aantal verzamelde
Amblyomma americanum (Lone Star)575
Haemaphysalis longicornis (Langhoornig)329
Ixodes scapularis (Zwartpoten)3421
Alle nimfenteken4325

Tabel 2: Samenvatting van nimfentekenverzamelingen per soort op alle 38 locaties en twee bemonsteringsjaren (2022-2023).

Uit de foto's van de natuurcamera's werden 34 unieke soorten geïdentificeerd op alle camera's (zie Supplementair Bestand 3 voor de volledige soortenlijst), waaronder 16 zoogdiersoorten en 16 vogelsoorten (Figuur 6). Natuurcamera's werden ingesteld om meso-zoogdieractiviteit te targeten, en de volgende zeven meso-zoogdiersoorten werden waargenomen: oostelijke coyote (Canis latrans var.), rode vos (Vulpes vulpes), wasbeer (Procyon lotor), Virginia-opossum (Didelphis virginiana), gestreepte stinkdier (Mephitis mephitis), witstaarthert (Odocoileus virginianus) en bosmarmot (Marmota monax).

figure-results-3
Figuur 6. Een verzameling representatieve beelden vastgelegd over het transect, waaronder meso-zoogdieren, kleine zoogdieren, vogels, huisdieren en mensen. Klik hier om een grotere versie van deze figuur te bekijken.

Door de implementatie van het TWUSS-protocol is het eerste gekoppelde transect voor stedelijke tekengevaren en wildmonitoring vastgesteld over een verstedelijkingsgradiënt. Een eerder gepubliceerde studie gebaseerd op dit surveillancesysteem koppelde de urbanisatiemetrics over de gradiënt, keystone tekengastheer (witstaartherten) gegevens van de wildcamera's en tekenverzamelingsgegevens om de cascaderende effecten van verstedelijking op de bezetting van de gastheer van wilde dieren en de tekengevarenintensiteit25 te identificeren. Deze studie toonde aan dat een toename van de connectiviteit van groene gebieden, een grotere bedekking van het bladerdak en een verminderde ondoorlatende oppervlakkigheid hiërarchisch de kans op bewoning van witstaartherten verhoogden, wat de hoeveelheid nimfen I. scapularis-teken binnen elk groengebied significant voorspelde (Figuur 7, Tabel 3)25.

figure-results-4
Figuur 7. Representatieve modelplot is gebaseerd op het gepaarde ontwerp van de wildcamera en tekenverzameling. (A) Functionele connectiviteit als de sterkste voorspeller van de bezettingskans van witstaartherten. (B) Aantal nimfenzwartpootteken als een belangrijke functie van de bezetting van witstaartherten. Voor perceel A werd het bezettingsmodel gemaakt met behulp van foto's van witstaartherten van wildcamera's die in 2022-2023 zijn gesitueerd. Voor plot B geven punten het veldverzamelde aantal ticks in 2022-2023 per 1600 m2 steekproef aan, en de regressielijn en standaardfout vertegenwoordigen de negatieve binomiale modelvoorspelling. De y-as is beperkt tot <300 ticks voor visualisatie. Figuur aangepast en gereproduceerd met toestemming van Lilly et al. 202525 Klik hier om een grotere versie van deze figuur te bekijken.

ModeltypeResponsvariabeleModelcomponentSchattingSEzP( >|z|)
EenseizoensbezettingsmodelHertenbezetting(Interceptie)3.041.791.70.09
Functionele connectiviteit11.094.082.72< 0,01
EenseizoensbezettingsmodelHertenbezetting(Interceptie)−1,531.04−1,480.14
Percentage boombladerdak6.152.272.7< 0,01
EenseizoensbezettingsmodelHertenbezetting(Interceptie)−1,260.91−1,390.16
Percentage ondoordringbaar oppervlak−5,852.24−2,62< 0,01
Negatief binomiaal gegeneraliseerd lineair gemengd effectmodel. Locatie en jaar werden als willekeurige effecten meegenomen.Overvloed aan nimfen met zwarte tekens(Interceptie)−9,040.81−11.17< 0,001
Hertenbezetting4.430.577.79< 0,001
Binnen het groene gebied is het percentage boomkroon0.030.012.330.02

Tabel 3: Representatieve modelresultaten van het gekoppelde ontwerp, de wildcamera en het teken verzamelen transect. Resultaten van het bezettingsmodel dat de belangrijkste voorspellers van hertenbezetting aantoont; Resultaten van het negatieve binomiale gegeneraliseerde lineaire mixed effects-model tonen de abundantie van nimfen zwartpootteken als functie van zowel hertenbezetting als percentage boombladerdak binnen het groengebied. Tabel aangepast en gereproduceerd met toestemming van Lilly et al. 202525

Aanvullend dossier 1. Voorbeeld van een lockbox-label voor wildlifecamera's. Klik hier om dit bestand te downloaden.

Aanvullend dossier 2. Voorbeeld van een tick collection datasheet. Klik hier om dit bestand te downloaden.

Aanvullend dossier 3. Lijst van 34 unieke soorten die zijn vastgelegd door de NYC Wildlife Transect wildlife camera's en visueel geïdentificeerd door onderzoekers. Klik hier om dit bestand te downloaden.

Discussie

Door de start van TWUSS laat dit protocol zien hoe een gekoppeld teken- en wildmonitoringtransect ontworpen kan worden dat een urbanisatiegradiënt vastlegt. Representatieve resultaten van dit systeem hebben het mogelijk gemaakt om landschapsschaal en de gastheer van wilde dieren te identificeren die tekengevaar veroorzaken in stedelijke gebieden25. Belangrijke tekenhostgegevens uit het ontwerp van de gekoppelde wildlifecamera zijn ook gebruikt om gebieden binnen New York City te identificeren die mogelijk recent een verhoogd risicovan 25 hebben. Dit benadrukt het belang van voortdurende monitoring van teken en wilde dieren in steden naarmate de verstedelijking wereldwijd toeneemt, en benadrukt de noodzaak van een standaard surveillanceontwerp en -methodologieën. Replicatie van de TWUSS in steden waar tekengedragen gevaren opduiken, zou een grootschalige vergelijking mogelijk maken van stedelijke landschapsstatistieken die de verspreiding van teken en wilden hosten,25,70.

Het TWUSS-transect beslaat diverse soorten groengebieden, beheerspraktijken en landbeheersgebieden, waarbij 20 verschillende landbeheersgroepen toestemming vereisen voor het plaatsen van wildcamera's en tekenverzamelingsvergunningen. De TWUSS is dus afhankelijk van de deelname van diverse samenwerkingspartners, en bewijs suggereert dat lokale participatie van deelnemers het langetermijnsucces van tekenbewakingssystemen94,95 en inspanningen voor natuur- en biodiversiteitsbehoud, inclusief in stedelijke contexten 96,97,98,99 kan verbeteren. Samenwerking met de gemeentelijke parken en gezondheidsdiensten heeft bijgedragen aan meer bewegwijzering binnen groene ruimtes waar zwartbenige teken werden verzameld en gerichte vectorsurveillance door de gemeentelijke gezondheidsdienst waarbij tekengedragen gevaren nieuw werden geïdentificeerd.

Met de uitgebreide hoeveelheid verzamelde gegevens komt ook de grote taak van gegevensverwerking, tekenidentificatie en het identificeren van gefotografeerde wilde dierensoorten. Het onderhouden van een georganiseerde gedeelde projectdatabase (stap 9.2) met alle projectinformatie en data is essentieel geweest voor het succes van TWUSS, aangezien de projectmanagementverantwoordelijkheden tijdens de oprichting van de organisatie zijn veranderd. Daarnaast kunnen tekenclassificatie en fotografische gegevens een effectieve manier zijn voor jonge onderzoekers en vrijwilligers om betrokken te raken bij het project en de interesse in zowel de diersoorten als tekengevaren in hun lokale groene gebieden te vergroten. Via de TWUSS zijn onderwijsmogelijkheden voor studenten geïntegreerd in het project door deelname aan transectgegevensverwerking. In de twee jaar sinds de start van TWUSS hebben meer dan 30 junior onderzoekers (bachelor- en masterstudenten) bijgedragen aan beeldclassificatie en tekenidentificatie, en voor velen van hen was dit hun eerste onderzoekservaring. Naast het creëren van kansen voor universiteitsstudenten, zijn er verschillende initiatieven voor gemeenschapsbetrokkenheid uitgevoerd met de New York Academy of Sciences en de Girl Scouts. Via deze outreach-activiteiten worden actieve onderzoekers die bij het transect betrokken zijn, gekoppeld aan gemeenschapsorganisaties om praktijkgericht leren en enthousiasme over lokale teken en stedelijke dieren te bevorderen. Door deze projecten hebben jonge vrijwilligers geleerd hoe ze wildcamera's kunnen plaatsen, gegevens kunnen verzamelen en waarnemingen kunnen samenvatten.

In de toekomst is er potentie voor extra transecten in NYC. Naarmate de TWUSS blijft groeien, kan de enorme hoeveelheid beeldgegevens die door elke wildcamera worden verzameld, de voortgang van het onderzoek beperken door het trage proces van beeldclassificatie100. Recente technologische vooruitgang, waaronder de integratie van machine learning-algoritmen om data van wildcamera's te verwerken, kunnen helpen deze tijdsvertragingte verminderen. De TWUSS maakt gebruik van een online platform (stap 8.1) dat machine learning-modellen gebruikt voor de initiële beeldclassificatie en heeft gestroomlijnd het beheer, de analyse en het delen van gegevens over wildcameravallen uit de TWUSS.

Naast deze positieve resultaten heeft de TWUSS te maken gehad met uitdagingen van stedelijk veldwerk, zoals vandalisme of diefstal van natuurcamera's. In de eerste twee jaar van gegevensverzameling (april 2022-januari 2024) werden vier wildcamera's gestolen en drie beschadigd (d.w.z. volledig of gedeeltelijk beschadigd), wat leidde tot een vervangingspercentage van 2% per inzet, wat overeenkomt met andere stedelijke wildonderzoeken58. Het aanpassen van het label van de lockbox voor wildlifecamera's (stap 5.1.4) en het zorgvuldig zorgen dat wildcamera's (stap 5.2.1) werden geplaatst weg van zware menselijke activiteit en paden, waren belangrijke stappen om diefstal en vandalisme te verminderen. Aanvullende probleemoplossing kan in de toekomst nodig zijn door de wildcamera naar een nieuwe boom te verplaatsen of een locatie te laten verwijderen als diefstal en vandalisme onhandelbaar worden.

Wildlifecamera's zoals die in de TWUSS worden gebruikt, zijn vaak geoptimaliseerd om middelgrote en grote zoogdierenvast te leggen, waardoor er een gat ontstaat in de bewaking van de kleine zoogdier- en vogelgemeenschap. Kleine zoogdieren zijn de dominante reservoirgastheren voor veel door teken overgedragen ziekteverwekkers23 en daarom zou het toevoegen van gerichte levende vangsten op een subset van locaties over de urbanisatiegradiënt een grondigere surveillance van de tekengastheer en ziekteverwekkersgemeenschap mogelijk maken. Evenzo zijn er op de gemaakte beelden talrijke vogelsoorten gedetecteerd, maar wildlifecamera's kunnen de vogeldiversiteit niet nauwkeurig monitoren, waarvan sommige reservoirgastheren zijn voor teken102. Daarom wordt ook aanbevolen om vogelpuntentellingen, mistnetten of passieve audiosurveillance toe te voegen.

Samenvattend benadrukt de ervaring van het ontwerpen en implementeren van TWUSS enkele uitdagingen, kansen en best practices voor het ontwikkelen van een gecombineerd onderzoeksproject over teken- en wilde-stedelijke ecologie met een diverse groep deelnemers in de hele stad. Elke natuurcamera die wordt geplaatst en elke teek die in het TWUSS-transect wordt verzameld, is het resultaat van een relatie die is opgebouwd en onderhouden tussen onderzoekers en medewerkers van de lokale parken, gemeenteleiders, natuurreservaatbeheerders, terreinbeheerders van de golfbaan, begraafplaatsmedewerkers en vele andere personen met uiteenlopende investeringen en interesse in tekengedragen gevaren en stedelijk wild. Het opbouwen van succesvolle samenwerkingsrelaties in onderzoek en betrokkenheid van deelnemers kost tijd en moeite, wat moet worden opgenomen in het onderzoeksontwerp en de uitvoering van stedelijke ecologieprojecten insteden 96,103,104,105. Naarmate steden wereldwijd groeien, kunnen samenwerkingsprojecten zoals de TWUSS mensen helpen reageren op opkomende zoönotische gevaren, terwijl ze samenleven met wilde dieren in stedelijke omgevingen.

Openbaarmakingen

De auteurs hoeven geen belangenconflicten aan te geven.

Dankbetuigingen

Dit werk werd ondersteund door de National Science Foundation Graduate Research Fellowship (subsidie #10328000) en door het Coupled Natural Human Systems 2/Dynamics of Integrated Socio-Environmental Systems (CNH2/DISES) programma van de National Science Foundation (Award #1924061). Financiering werd ook verstrekt door de Centers for Disease Control and Prevention ter ondersteuning van het Northeast Regional Center for Excellence in Vector-Borne Diseases: Teaching & Evaluation Center (NEVBD-TEC) (Award #NU50CK000633). De inhoud is uitsluitend de verantwoordelijkheid van de auteurs en vertegenwoordigt niet noodzakelijkerwijs de officiële standpunten van de Centers for Disease Control and Prevention, het Department of Health and Human Services of de National Science Foundation.

We willen ook de steun van het Urban Wildlife Information Network erkennen, met speciale dank aan Dr. Seth Magle, Dr. Mason Fidino en Kimberly Rivera bij het opzetten van ons wildcamera-vangtransect. Wij danken de leden van het Eco-Epidemiologie-lab en studenten van Columbia en Barnard College die hebben geholpen met advies, opzet, veldwerk, tekenidentificatie en/of fototagging, waaronder Dr. Meredith VanAcker, Dr. Nichar Gregory, Sung-Joo Lee, Alexis Angulo, Hanna Chen, Molly Durawa, Rebecca Garcia, Aidyn Levin, Jake Miller, Safa Muhammad, Devorah Gordin en Adara Anisman. Daarnaast danken we City of New York Parks & Recreation, Nassau County, Town of North Hempstead, North Shore Land Alliance, New York State DEC, New York State Parks, de Green-Wood Cemetery, de Evergreens Cemetery, Maple Grove Cemetery, Old Westbury Gardens, SUNY Old Westbury en de ecologisch ingestelde golfbaanmanagers voor de toegang om onderzoek te doen in hun groene ruimtes. Dit onderzoek werd uitgevoerd op inheemse gronden van de Lenape, Matinecock, Merrick, Nissaquogue en Massapequas.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
1x1 m wit katoenen ribfluweel of flanellen sleepdoekEcoloogy Supplies0015TKan worden gekocht kant-en-klaar of worden geconstrueerd volgens de richtlijnen uiteengezet door de CDC 2020 of Salomon et al. 2020.
32+ GB SD-geheugenkaartSanDiskSDSDXXO-032G-GN4INVoor fotoopslag
Batterijen (de meeste camera's hebben AA nodig)DuracellMN1500B20 Voor het voeden van camera's
Camera verstelbare vergrendelingskabelMoultrie (Python merk)MCA-21667Voor het beveiligen van camera's
Camera beveiligingsboxBrowningBTC-SB-SMVoor het beveiligen van camera's
Camera val riemMoultrieMCA-12667Voor het plaatsen van camera's
Duidelijk plastic verpakkingstapeNANAVoor het labelen van widlife camera lock boxes en voor het verzamelen van een grote hoeveelheid larven. Elke merk werkt.
Dissectie microscoopAmScopeSM-1BSX-64SVoor het identificeren van teken
DNA/RNA SheildZymo researchR1100-250Voor tekenopslag
Eppendorf Safe-Lock Tubes 1,5 mL - MicrotubeFisher scientific05-402-941,5 ml flacons voor tekenopslag
Ethanol 200 proofThermo scientificT038181000Voor tekenopslag
FannypackNANAVoor het vasthouden/organiseren van teken verzamelmaterialen in het veld. Elke merk werkt.
Fijne punt permanente markeerstiftenStaedtler55580-PK10Voor het labelen van tekenbuizen
PincetFisher scientific12-000-121Voor het verzamelen van teken van de doek en identificeren onder een microscoop 
GIS SoftwareNANAArcGIS, QGIS of R kan worden gebruikt afhankelijk van gebruikersvoorkeur
Kestrel 3000 WeermeterKestrel Meters830Voor het meten van klimaat / weersomstandigheden
Bewegingsgeactiveerde cameraval (Browning strike force pro aanbevolen)BrowningBTC-5PX-1080Voor het fotograferen van dieren in het wild 
Schrijfinstrument (pen of potlood)NANAVoor het invullen van gegevensbladen. Elke merk werkt.

Referenties

  1. Seto, K. C., Güneralp, B., Hutyra, L. R. Global forecasts of urban expansion to 2030 and direct impacts on biodiversity and carbon pools. Proc Natl Acad Sci. 109 (40), 16083-16088 (2012).
  2. Rastandeh, A., Jarchow, M. Urbanization and biodiversity loss in the post-COVID-19 era: complex challenges and possible solutions. Cities Health. 5 (sup1), S37-S40 (2021).
  3. Venter, O., Sanderson, E. W., Magrach, A., Allan, J. R., Beher, J., et al. Sixteen years of change in the global terrestrial human footprint and implications for biodiversity conservation. Nat Commun. 7 (1), 12558 (2016).
  4. Egerer, M., Buchholz, S. Reframing urban "wildlife" to promote inclusive conservation science and practice. Biodivers Conserv. 30 (7), 2255-2266 (2021).
  5. Lerman, S. B., Narango, D. L., Andrade, R., Warren, P. S., Grade, A. M., et al. Wildlife in the city: human drivers and human consequences. Urban Ecol Its Nat Chall. , 37-66 (2020).
  6. Gallo, T., Fidino, M., Lehrer, E. W., Magle, S. B. Mammal diversity and metacommunity dynamics in urban green spaces: implications for urban wildlife conservation. Ecol Appl. 27 (8), 2330-2341 (2017).
  7. Ives, C. D., Lentini, P. E., Threlfall, C. G., Ikin, K., Shanahan, D. F., et al. Cities are hotspots for threatened species. Glob Ecol Biogeogr. 25 (1), 117-126 (2016).
  8. Soulsbury, C. D., White, P. C. L. Human-wildlife interactions in urban areas: a review of conflicts, benefits and opportunities. Wildl Res. 42 (7), 541-553 (2015).
  9. Ellwanger, J. H., Byrne, L. B., Chies, J. A. B. Examining the paradox of urban disease ecology by linking the perspectives of Urban One Health and Ecology with Cities. Urban Ecosyst. 25 (6), 1735-1744 (2022).
  10. Magle, S. B., Hunt, V. M., Vernon, M., Crooks, K. R. Urban wildlife research: Past, present, and future. Biol Conserv. 155, 23-32 (2012).
  11. Combs, M. A., Kache, P. A., VanAcker, M. C., Gregory, N., Plimpton, L. D., et al. Socio-ecological drivers of multiple zoonotic hazards in highly urbanized cities. Glob Change Biol. 28 (5), 1705-1724 (2022).
  12. König, H. J., Kiffner, C., Kramer-Schadt, S., Fürst, C., Keuling, O., et al. Human-wildlife coexistence in a changing world. Conserv Biol. 34 (4), 786-794 (2020).
  13. . 2020 Population Distribution in the United States and Puerto Rico Available from: https://www.census.gov/library/visualizations/2021/geo/population-distribution-2020.html (2021)
  14. Kugeler, K. J., Schwartz, A. M., Delorey, M. J., Mead, P. S., Hinckley, A. F. Estimating the Frequency of Lyme Disease Diagnoses, United States, 2010-2018. Emerg Infect Dis. 27 (2), 616-619 (2021).
  15. Diuk-Wasser, M. A., VanAcker, M. C., Fernandez, M. P., Reisen, W. Impact of Land Use Changes and Habitat Fragmentation on the Eco-epidemiology of Tick-Borne Diseases. J Med Entomol. 58 (4), 1546-1564 (2021).
  16. Piedmonte, N. P., Shaw, S. B., Prusinski, M. A., Fierke, M. K. Landscape Features Associated With Blacklegged Tick (Acari: Ixodidae) Density and Tick-Borne Pathogen Prevalence at Multiple Spatial Scales in Central New York State. J Med Entomol. 55 (6), 1496-1508 (2018).
  17. Tufts, D. M., Goodman, L. B., Benedict, M. C., Davis, A. D., VanAcker, M. C., et al. Association of the invasive Haemaphysalis longicornis tick with vertebrate hosts, other native tick vectors, and tick-borne pathogens in New York City, USA. Int J Parasitol. 51 (2), 149-157 (2021).
  18. Rochlin, I., Benach, J. L., Furie, M. B., Thanassi, D. G., Kim, H. K. Rapid invasion and expansion of the Asian longhorned tick (Haemaphysalis longicornis) into a new area on Long Island, New York, USA. Ticks Tick-Borne Dis. 14 (2), 102088 (2023).
  19. Young, I., Prematunge, C., Pussegoda, K., Corrin, T., Waddell, L. Tick exposures and alpha-gal syndrome: A systematic review of the evidence. Ticks Tick-Borne Dis. 12 (3), 101674 (2021).
  20. Childs, J. E., Paddock, C. D. THE ASCENDANCY OFAMBLYOMMA AMERICANUMAS A VECTOR OF PATHOGENS AFFECTING HUMANS IN THE UNITED STATES*. Annu Rev Entomol. 48, 307-337 (2003).
  21. Raghavan, R. K., Peterson, A. T., Cobos, M. E., Ganta, R., Foley, D. Current and Future Distribution of the Lone Star Tick, Amblyomma americanum (L.) (Acari: Ixodidae) in North America. PLOS ONE. 14 (1), e0209082 (2019).
  22. Diuk-Wasser, M. A., Fernandez, P., Vanwambeke, S. O. Tick-Borne Diseases in Urban and Periurban Areas: A Blind Spot in Research and Public Health. Annu Rev Entomol. , (2025).
  23. Kilpatrick, A. M., Dobson, A. D. M., Levi, T., Salkeld, D. J., Swei, A., et al. Lyme disease ecology in a changing world: consensus, uncertainty and critical gaps for improving control. Philos Trans R Soc Lond B Biol Sci. 372 (1722), 20160117 (2017).
  24. Yuan, Q., Llanos-Soto, S. G., Gangloff-Kaufmann, J. L., Lampman, J. M., Frye, M. J., et al. Active surveillance of pathogens from ticks collected in New York State suburban parks and schoolyards. Zoonoses Public Health. 67 (6), 684-696 (2020).
  25. Lilly, M. V., Davis, M., Kross, S. M., Konowal, C. R., Gullery, R., et al. Functional connectivity for white-tailed deer drives the distribution of tick-borne pathogens in a highly urbanized setting. Landsc Ecol. 40 (5), 87 (2025).
  26. Tan, Q., Zhang, C., Xia, J., Wang, R., Zhou, L., et al. Information-guided adaptive learning approach for active surveillance of infectious diseases. Infect Dis Model. 10 (1), 257-267 (2024).
  27. . A Stronger, More Resilient New York Available from: https://www.nyc.gov/site/sirr/report/report.page (2013)
  28. Seewagen, C. L., Slayton, E. J. Mass Changes Of Migratory Landbirds During Stopovers In A New York City Park. Wilson J Ornithol. 120 (2), 296-303 (2008).
  29. Stark, J. R., Aiello-Lammens, M., Grigione, M. M. The effects of urbanization on carnivores in the New York metropolitan area. Urban Ecosyst. 23 (2), 215-225 (2020).
  30. Seewagen, C. L., Slayton, E. J., Guglielmo, C. G. Passerine migrant stopover duration and spatial behaviour at an urban stopover site. Acta Oecologica. 36 (5), 484-492 (2010).
  31. Rivel, D., Rosenheim, K. . Birdwatching in New York City and on Long Island. , 338 (2016).
  32. Nagy, C., Weckel, M., Monzón, J., Duncan, N., Rosenthal, M. R. Initial colonization of Long Island, New York by the eastern coyote, Canis latrans (Carnivora, Canidae), including first record of breeding. Check List. 13 (6), 901-907 (2017).
  33. Bradfield, A. A., Nagy, C. M., Weckel, M., Lahti, D. C., Habig, B. Predictors of Mammalian Diversity in the New York Metropolitan Area. Front Ecol Evol. 10, (2022).
  34. VanAcker, M. C., DeNicola, V. L., DeNicola, A. J., Aucoin, S. G., Simon, R., et al. Resource selection by New York City deer reveals the effective interface between wildlife, zoonotic hazards and humans. Ecol Lett. 26 (12), 2029-2042 (2023).
  35. Elmqvist, T., Fragkias, M., Goodness, J., Güneralp, B., Marcotullio, P. J., et al. . Urbanization, Biodiversity and Ecosystem Services: Challenges and Opportunities. , (2013).
  36. Aronson, M. F., Lepczyk, C. A., Evans, K. L., Goddard, M. A., Lerman, S. B., et al. Biodiversity in the city: key challenges for urban green space management. Front Ecol Environ. 15 (4), 189-196 (2017).
  37. Harrison, P. A., Berry, P. M., Simpson, G., Haslett, J. R., Blicharska, M., et al. Linkages between biodiversity attributes and ecosystem services: A systematic review. Ecosyst Serv. 9, 191-203 (2014).
  38. Vuorisalo, T., Lahtinen, R., Laaksonen, H. Urban biodiversity in local newspapers: a historical perspective. Biodivers Conserv. 10 (10), 1739-1756 (2001).
  39. Sokolow, S. H., Nova, N., Pepin, K. M., Peel, A. J., Pulliam, J. R. C., et al. Ecological interventions to prevent and manage zoonotic pathogen spillover. Philos Trans R Soc B Biol Sci. 374 (1782), 20180342 (2019).
  40. Lesmeister, D. B., Nielsen, C. K., Schauber, E. M., Hellgren, E. C. Spatial and temporal structure of a mesocarnivore guild in midwestern north America. Wildl Monogr. 191 (1), 1-61 (2015).
  41. Santini, L., González-Suárez, M., Russo, D., Gonzalez-Voyer, A., von Hardenberg, A., et al. One strategy does not fit all: determinants of urban adaptation in mammals. Ecol Lett. 22 (2), 365-376 (2019).
  42. Pither, R., O'Brien, P., Brennan, A., Hirsh-Pearson, K., Bowman, J. Predicting areas important for ecological connectivity throughout Canada. PLOS ONE. 18 (2), e0281980 (2023).
  43. VanAcker, M. C., Little, E. A. H., Molaei, G., Bajwa, W. I., Diuk-Wasser, M. A. Enhancement of Risk for Lyme Disease by Landscape Connectivity, New York, New York, USA. Emerg Infect Dis. 25 (6), 1136-1143 (2019).
  44. The City of New York Department of Health and Mental Hygiene. . 2025 Comprehensive Mosquito Surveillance and Control Plan. , (2025).
  45. Bajwa, W., Kennedy, A., Vincent, Z., Heck, G., Riaj, S., et al. Five human pathogens detected by tick surveillance in New York City parks, 2014-2015. J Med Entomol. , tjae014 (2024).
  46. Bajwa, W., Kennedy, A., Vincent, Z., Heck, G., Riaj, S., et al. Earliest records of the Asian longhorned tick (Acari: Ixodidae) in Staten Island, New York, and subsequent population establishment, with a review of its potential medical and veterinary importance in the United States. J Med Entomol. , tjae019 (2024).
  47. . Tick Surveillance Program Available from: https://www.suffolkcountyny.gov/Departments/Health-Services/Public-Health/Preventive-Services/Arthropod-borne-Diseases/Tick-Surveillance-Program (2025)
  48. . Tick Information Available from: https://www.nassauswcd.org/Tick-Information (2025)
  49. Bastard, J., Gregory, N., Fernandez, P., Mincone, M., Card, O., et al. Cascading effects of mammal host community composition on tick vector occurrence at the urban human-wildlife interface. Ecosphere. 15 (8), e4957 (2024).
  50. Munshi-South, J., Nagy, C. Urban park characteristics, genetic variation, and historical demography of white-footed mouse (Peromyscus leucopus) populations in New York City. PeerJ. 2, e310 (2014).
  51. Henger, C. S., Herrera, G. A., Nagy, C. M., Weckel, M. E., Gormezano, L. J., et al. Genetic diversity and relatedness of a recently established population of eastern coyotes (Canis latrans) in New York City. Urban Ecosyst. 23 (2), 319-330 (2020).
  52. McKinney, M. L. Urbanization, Biodiversity, and Conservation: The impacts of urbanization on native species are poorly studied, but educating a highly urbanized human population about these impacts can greatly improve species conservation in all ecosystems. BioScience. 52 (10), 883-890 (2002).
  53. Bradley, C. A., Altizer, S. Urbanization and the ecology of wildlife diseases. Trends Ecol Evol. 22 (2), 95-102 (2007).
  54. Gallo, T., Fidino, M., Gerber, B., Ahlers, A. A., Angstmann, J. L., et al. Mammals adjust diel activity across gradients of urbanization. eLife. 11, e74756 (2022).
  55. Burton, A. C., Neilson, E., Moreira, D., Ladle, A., Steenweg, R., et al. REVIEW: Wildlife camera trapping: a review and recommendations for linking surveys to ecological processes. J Appl Ecol. 52 (3), 675-685 (2015).
  56. Vélez, J., McShea, W., Shamon, H., Castiblanco-Camacho, P. J., Tabak, M. A., et al. An evaluation of platforms for processing camera-trap data using artificial intelligence. Methods Ecol Evol. 14 (2), 459-477 (2023).
  57. Schneider, S., Taylor, G. W., Linquist, S., Kremer, S. C. Past, present and future approaches using computer vision for animal re-identification from camera trap data. Methods Ecol Evol. 10 (4), 461-470 (2019).
  58. Magle, S. B., Fidino, M., Lehrer, E. W., Gallo, T., Mulligan, M. P., et al. Advancing urban wildlife research through a multi-city collaboration. Front Ecol Environ. 17 (4), 232-239 (2019).
  59. Diuk-Wasser, M. A., Hoen, A. G., Cislo, P., Brinkerhoff, R., Hamer, S. A., et al. Human Risk of Infection with Borrelia burgdorferi, the Lyme Disease Agent, in Eastern United States. Am J Trop Med Hyg. 86 (2), 320-327 (2012).
  60. Bekken, M. A. H., Soldat, D. J., Koch, P. L., Schimenti, C. S., Rossi, F. S., et al. Analyzing golf course pesticide risk across the US and Europe-The importance of regulatory environment. Sci Total Environ. 874, 162498 (2023).
  61. Clow, K. M., Leighton, P. A., Pearl, D. L., Jardine, C. M. A framework for adaptive surveillance of emerging tick-borne zoonoses. One Health. 7, 100083 (2019).
  62. Eisen, R. J., Paddock, C. D. Tick and Tickborne Pathogen Surveillance as a Public Health Tool in the United States. J Med Entomol. 58 (4), 1490-1502 (2020).
  63. Petersen, L. R., Beard, C. B., Visser, S. N. Combatting the Increasing Threat of Vector-Borne Disease in the United States with a National Vector-Borne Disease Prevention and Control System. Am J Trop Med Hyg. 100 (2), 242-245 (2019).
  64. Mader, E. M., Ganser, C., Geiger, A., Harrington, L. C., Foley, J., et al. A Survey of Tick Surveillance and Control Practices in the United States. J Med Entomol. 58 (4), 1503-1512 (2021).
  65. Kopsco, H. L., Xu, G., Luo, C. Y., Rich, S. M., Mather, T. N. Crowdsourced Photographs as an Effective Method for Large-Scale Passive Tick Surveillance. J Med Entomol. 57 (6), 1955-1963 (2020).
  66. Švec, P., Hönig, V., Zubriková, D., Wittmann, M., Pfister, K., et al. The use of multi-criteria evaluation for the selection of study plots for monitoring of I. ricinus. ticks - Example from Central Europe. Ticks Tick-Borne Dis. 10 (4), 905-910 (2019).
  67. Wisely, S. M., Glass, G. E. Advancing the Science of Tick and Tick-Borne Disease Surveillance in the United States. Insects. 10 (10), 361 (2019).
  68. Thompson, A. T., White, S. A., Doub, E. E., Sharma, P., Frierson, K., et al. The wild life of ticks: Using passive surveillance to determine the distribution and wildlife host range of ticks and the exotic Haemaphysalis longicornis, 2010-2021. Parasit Vectors. 15 (1), 331 (2022).
  69. Murray, M. H., Surasinghe, T., Gelmi-Candusso, T., Sander, H. A., Lilly, M., et al. Multicity research networks are needed to address global One Health challenges. BioScience. , biaf106 (2025).
  70. Seress, G., Lipovits, &. #. 1. 9. 3. ;., Bókony, V., Czúni, L. Quantifying the urban gradient: A practical method for broad measurements. Landsc Urban Plan. 131, 42-50 (2014).
  71. Moll, R. J., Cepek, J. D., Lorch, P. D., Dennis, P. M., Tans, E., et al. What does urbanization actually mean? A framework for urban metrics in wildlife research. J Appl Ecol. 56 (5), 1289-1300 (2019).
  72. Gandy, S. L., Hall, J. L., Plahe, G., Watkinson, K., Johnson, D., et al. The dependence of urban tick and Lyme disease hazards on the hinterlands. Nat Cities. 2 (10), 948-957 (2025).
  73. Magle, S. B., Lehrer, E. W., Fidino, M. Urban mesopredator distribution: examining the relative effects of landscape and socioeconomic factors. Anim Conserv. 19 (2), 163-175 (2016).
  74. Dewitz, J. . National Land Cover Database (NLCD) 2021 Products. , (2023).
  75. Hammer, R. B., Stewart, S. I., Winkler, R. L., Radeloff, V. C., Voss, P. R. Characterizing dynamic spatial and temporal residential density patterns from 1940-1990 across the North Central United States. Landsc Urban Plan. 69 (2), 183-199 (2004).
  76. Homer, C., Dewitz, J., Jin, S., Xian, G., Costello, C., et al. Conterminous United States land cover change patterns 2001-2016 from the 2016 National Land Cover Database. ISPRS J Photogramm Remote Sens. 162, 184-199 (2020).
  77. Theobald, D. M. Landscape Patterns of Exurban Growth in the USA from 1980 to 2020. Ecol Soc. 10, 1 (2005).
  78. Stanley, D., Gehrt, P. D., Seth, P. D., Riley, P. D., Brian, L., et al. . Urban Carnivores. , (2010).
  79. Sauer, J. R., Link, W. A., Fallon, J. E., Pardieck, K. L., Ziolkowski, D. J. The North American Breeding Bird Survey 1966-2011: Summary Analysis and Species Accounts. North Am Fauna. 1 (79), 1-32 (2013).
  80. Endreny, T., Sica, F., Nowak, D. Tree Cover Is Unevenly Distributed Across Cities Globally, With Lowest Levels Near Highway Pollution Sources. Front Sustain Cities. 10, 2 (2020).
  81. . Protected Areas Database of the United States (PAD-US) Available from: https://www.census.gov/library/visualizations/2021/geo/population-distribution-2020.html (2024)
  82. Parsons, A. W., Forrester, T., Baker-Whatton, M. C., McShea, W. J., Rota, C. T., Schmid, B., Baldwin, I. T., Schmid, B., Kéry, M., Kühn, I. Mammal communities are larger and more diverse in moderately developed areas. eLife. 7, e38012 (2018).
  83. Diuk-Wasser, M. A., Gatewood, A. G., Cortinas, M. R., Yaremych-Hamer, S., Tsao, J., et al. Spatiotemporal Patterns of Host-Seeking Ixodes scapularis Nymphs (Acari: Ixodidae) in the United States. J Med Entomol. 43 (2), 166-176 (2006).
  84. Lilly, M. V., Konowal, C. R. Wildlife Insights: New York City UWIN Camera-trappingTransect. Wildlife Insights. , (2025).
  85. Daniels, L. D., Lavallee, S. Better Safe than Sorry: Planning for Safe and Successful Fieldwork. Bull Ecol Soc Am. 95 (3), 264-273 (2014).
  86. Palencia, P., Vicente, J., Soriguer, R. C., Acevedo, P. Towards a best-practices guide for camera trapping: assessing differences among camera trap models and settings under field conditions. J Zool. 316 (3), 197-208 (2022).
  87. Xu, G., Siegel, E., Fernandez, N., Bechtold, E., Daly, T., et al. Active Surveillance of Powassan Virus in Massachusetts Ixodes scapularis Ticks, Comparing Detection Using a New Triplex Real-Time PCR Assay with a Luminex Vector-Borne Panel. Viruses. 16 (2), 250 (2024).
  88. Salomon, J., Hamer, S. A., Swei, A., Machtinger, E. . A Beginner's Guide to Collecting Questing Hard Ticks (Acari: Ixodidae): A Standardized Tick Dragging Protocol. 20 (6), 11 (2020).
  89. Pratt, S. D., Littig, K. S. . Ticks of public health importance and their control. , 42 (2025).
  90. Durden, L. A., Keirans, J. E. Key to the Nymphs of the Genus Ixodes of the United States. Nymphs of the Genus Ixodes. (Acari: Ixodidae) of the United States: Taxonomy, Identification Key, Distribution, Hosts, and Medical/Veterinary Importance. , (2005).
  91. Keirans, J. E., Litwak, T. R. Pictorial Key to the Adults of Hard Ticks, Family Ixodidae (Ixodida: Ixodoidea), East of the Mississippi River. J Med Entomol. 26 (5), 435-448 (1989).
  92. Dubie, T. R., Grantham, R., Coburn, L., Noden, B. H. Pictorial Key for Identification of Immature Stages of Common Ixodid Ticks Found in Pastures in Oklahoma. Southwest Entomol. 42 (1), 1-14 (2017).
  93. Kopsco, H. L., Mather, T. N. Tick-Borne Disease Prevention Behaviors Among Participants in a Tick Surveillance System Compared with a Sample Of Master Gardeners. J Community Health. 47 (2), 246-256 (2022).
  94. Sakamoto, J. M. Progress, challenges, and the role of public engagement to improve tick-borne disease literacy. Curr Opin Insect Sci. 28, 81-89 (2018).
  95. Sterling, E. J., Betley, E., Sigouin, A., Gomez, A., Toomey, A., et al. Assessing the evidence for stakeholder engagement in biodiversity conservation. Biol Conserv. 209 (159), 171 (2017).
  96. Brooks, J., Waylen, K. A., Mulder, M. B. Assessing community-based conservation projects: A systematic review and multilevel analysis of attitudinal, behavioral, ecological, and economic outcomes. Environ Evid. 2 (1), 2 (2013).
  97. Apfelbeck, B., Snep, R. P. H., Hauck, T. E., Ferguson, J., Holy, M., et al. Designing wildlife-inclusive cities that support human-animal co-existence. Landsc Urban Plan. 200, 103817 (2020).
  98. Magle, S. Lessons learned about steering a large urban wildlife research network from theory to practice. Urban Ecosyst. 26 (6), 1685-1691 (2023).
  99. Harris, G., Thompson, R., Childs, J. L., Sanderson, J. G. Automatic Storage and Analysis of Camera Trap Data. Bull Ecol Soc Am. 91 (3), 352-360 (2010).
  100. Leorna, S., Brinkman, T. Human vs. machine: Detecting wildlife in camera trap images. Ecol Inform. 72, 101876 (2022).
  101. Ginsberg, H. S., Buckley, P. A., Balmforth, M. G., Zhioua, E., Mitra, S., Buckley, F. G. Reservoir Competence of Native North American Birds for the Lyme Disease Spirochete, Borrelia burgdorferi. J Med Entomol. 42 (3), 5 (2005).
  102. Pickett, S. T. A., Cadenasso, M. L., Rademacher, A. M. Coproduction of place and knowledge for ecology with the city. Urban Ecosyst. 25 (3), 765-771 (2022).
  103. Toomey, A., Smith, J., Becker, C., Palta, M. Towards a pedagogy of social-ecological collaborations: engaging students and urban nonprofits for an ecology with cities. Urban Ecosyst. 26 (2), 425-432 (2023).
  104. Mach, K. J., Lemos, M. C., Meadow, A. M., Wyborn, C., et al. Actionable knowledge and the art of engagement. Curr Opin Environ Sustain. 42, 30-37 (2020).

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

Stedelijke TekenbewakingCameravallen voor Wilde DierenTekenoverdraagbare ZiektenStedelijke GroengebiedenUrbanisatiegradi ntTekenverzamelingGastheerdierenTekenidentificatieMonitoring van Stedelijke Wilde Dieren

Gerelateerde artikelen