Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Environment
Click here for the English version

Environment

Modellering størrelsen Spectrum for Macroinvertebrates og fisk i stream økosystemer

Published: July 30, 2019 doi: 10.3791/59945
Automatic Translation
1, 1,2, 3
1Center for Environmental Studies, Virginia Commonwealth University, 2Department of Ecology and Evolutionary Biology, University of Tennessee, 3Department of Environmental Quality

Summary

Dette er en protokoll for å modellere størrelses spekteret (Skalerings forholdet mellom individuell masse og befolkningstetthet) for kombinerte fiske-og virvelløse data fra wadable bekker og elver. Metoder inkluderer: feltet teknikker for å samle kvantitative fisk og virvelløse prøver; laboratorie metoder for å standardisere feltdataene; og statistiske dataanalyse.

Abstract

Størrelsen spekteret er en invers, allometric skalering forholdet mellom gjennomsnittlig Body Mass (M) og tetthet (D) av individer innenfor et økologisk samfunn eller mat Web. Viktigere, forutsetter størrelsen spekteret at individuelle størrelse, snarere enn Art ' atferdsmessige eller livshistorie egenskaper, er den primære avgjørende for overflod i et økosystem. Således, i motsetning til tradisjonelle allometric forhold som fokuserer på arter-nivå data (f. eks, mener arter ' kroppsstørrelse kontra befolkningstetthet), er størrelse Spectra analyser ' Ataxic '-enkelte eksemplarer identifiseres bare av deres størrelse, uten hensyn til Taksonomisk identitet. Størrelse Spectra modeller er effektive representasjoner av tradisjonelle, komplekse mat duk og kan brukes i beskrivende samt prediktiv sammenhenger (for eksempel forutsi responsen til store forbrukere til endringer i basal ressurser). Empiriske studier fra ulike akvatiske økosystemer har også rapportert moderat til høyt nivå av likhet i størrelse Spectra bakker, noe som tyder på at felles prosesser kan regulere forekomster av små og store organismer i svært ulike miljøer. Dette er en protokoll for å modellere det samfunnet nivå størrelse spektrum i wadable bekker. Protokollen består av tre hoved trinn. Først samler kvantitative bunn fisk og virvelløse prøver som kan brukes til å anslå lokale tettheten. For det andre, standardisere fisk og virvelløse data ved å konvertere alle individer til Ataxic enheter (dvs. individer identifisert av størrelse, uavhengig av taksonomisk identitet), og summere individer i logg2 størrelses beholdere. For det tredje, bruk lineær regresjon til å modellere forholdet mellom Ataxic M og D estimater. Detaljerte instruksjoner er gitt her for å fullføre hvert av disse trinnene, inkludert tilpasset programvare for å lette D estimering og størrelse Spectra modellering.

Introduction

Kroppsstørrelse skalering relasjoner, slik som positiv assosiasjon mellom body mass og metabolic rate, er godt kjent på den enkelte organisme nivå og blir nå studert på høyere nivåer av organisasjonen1,2,3 . Disse allometric relasjoner er oftest makt-loven funksjoner i form Y = aMb, der Y er den variable av interesse (f. eks metabolisme, overflod, eller hjem rekkevidde størrelse), M er kroppen massen av en enkelt eller gjennomsnittlig enkelt, b er en Skalerings koeffisient, og a er en konstant. For statistisk bekvemmelighet, Y og M data er ofte log-transformert før analysen deretter modellert med lineære ligninger av skjemaet log (Y) = Logg (a) + b log (M), der b og Logg ( a) bli den lineære modellen skråningen og avskjære, henholdsvis.

Størrelsen spekteret er en type allometric forhold som spår tetthet (D, antall individer per enhet område) eller biomasse (B, den oppsummerte massen av individer per enhet område) som en funksjon av M (se Seksjon 4 for ytterligere informasjon om bruk av "normalisert" D eller B estimater.) I likhet med andre Skalerings forhold mellom m og D eller mellom m og B, spiller størrelses spekteret en sentral rolle i grunnleggende og anvendt økologi. På befolkningsnivå, biologer ofte tolke negative D Image 1 M forhold som bevis på tetthet-avhengig overlevelse eller som modeller av økosystem bæreevne (dvs. ' self-tynning regel ')4, fempå. På EU-nivå, kan B Image 1 M relasjoner brukes til å studere system-nivå effekter av menneskeskapte forstyrrelser, for eksempel størrelse-selektiv fiske6,7. Allometric skalering av D og B med M er også sentrale for siste forsøk på å forene befolkning, samfunnet, og økosystem økologi2,8,9.  

En spesielt viktig egenskap ved størrelsen spekteret er det faktum at det er helt Ataxic9,10. Dette punktet er lett å gå glipp av når man sammenligner scatterplots av D Image 1 m eller B Image 1 m data, men skillet mellom taxic og Ataxic modeller er en kritisk en. I taxic modeller brukes en enkelt M -verdi til å representere den gjennomsnittlige kroppsmassen til hver enkelt av en gitt art eller dyr som er11. I Ataxic modeller er alle individer i et datasett partisjonert blant en rekke kropps størrelses intervaller eller M -hyller, uavhengig av deres taksonomisk identitet12. Sistnevnte er Ataxic tilnærming fordelaktig i akvatiske økosystemer hvor mange arter viser ubestemt vekst og oppleve en eller flere ontogenetiske skift i fôring atferd; i slike tilfeller vil en enkelt Art-nivå M gjennomsnittet skjule det faktum at en art kan fylle ulike funksjonelle roller gjennom hele livshistorien9,13,14. 

Her presenterer vi en komplett protokoll for å kvantifisere størrelses spekteret innenfor wadable bekker og elver. Protokollen begynner med feltet Prøvetaking metoder for å samle de nødvendige fisk og bunn macroinvertebrate data. Fisk vil bli samlet gjennom en "tre-pass"-samplings prosess. Overflod vil da bli anslått fra data for tømming med zippin metode15. I mangelvare prøvetaking, kan enkelte fisker innenfor en lukket studie nå (dvs. enkeltpersoner verken gå inn eller forlate den vedlagte rekkevidden) fjernes fra rekkevidden gjennom tre påfølgende prøver. Dermed vil antall gjenværende fisker bli gradvis utarmet. Fra denne reduksjonen trenden, kan total overflod innenfor studien nå anslås deretter konverteres til D (i fisk per m2), ved hjelp av kjente overflateareal av studien nå. Bunn macroinvertebrates vil bli samlet med standard fast-området prøver, deretter identifisert og målt i laboratoriet.

Deretter vil de kombinerte fiske-og macroinvertebrate dataene bli partisjonert mellom størrelses hyller. Tradisjonelt er oktav eller stokk2 skala (dvs. dobling intervaller) har blitt brukt til å angi størrelse bin grenser16. Når en liste over størrelsen skuffer er etablert, partisjonering av individuelle bunn macroinvertebrates blant sine respektive størrelse binger er grei fordi virvelløse dyr er direkte nummerert som antall individer per enhet området. Estimering av fiske forekomster i størrelses hyller er imidlertid mer abstrakt fordi disse estimatene utledes fra data for tømming. Detaljerte instruksjoner er derfor gitt for å anslå fisken overflod innenfor størrelse binger, uavhengig av taksonomisk identitet, fra tømming sample data.

Til slutt vil lineær regresjon brukes til å modellere størrelses spekteret. Denne protokollen er fullt kompatibel med den opprinnelige, generelle metoden for Kerr og Dickie16 og identisk med metodene som brukes av McGarvey og Kirk, 201817 i en studie av fisk og virvelløse størrelse Spectra i West Virginia bekker. Ved å bruke denne protokollen, kan etterforskere sørge for at deres resultater er direkte sammenlignbare med andre studier som bygger på Kerr og Dickie16, og dermed akselerere en bred og robust forståelse av kroppens størrelse skalering relasjoner i ferskvann økosystemer og mekanismer som driver dem.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alle metodene som er beskrevet her har blitt godkjent av institusjonelle Animal Care og use Committee (IACUC) av Virginia Commonwealth University.

1. innsamling og bearbeiding av fiske prøver

  1. Isolere fisker innenfor studien nå å skape en lukket fisk samling
    1. Identifiser oppstrøms og nedstrøms (retning er i forhold til en takstmann vendt "oppstrøms" og mot vannstrømmen) endene av studien nå merker endene med flyttbare merking tape.
      Merk: den totale lengden på studien nå er vilkårlig, men bør være lang nok til å omfatte et representativt utvalg av de ulike habitattyper (f. eks riffles, løper, bassenger, undergrave banker) til stede i hele bekken. I de fleste tilfeller vil en 100-200 m studie nå være tilstrekkelig.
    2. Mål bredden på den fuktet stream kanal ved 5-10 transects, fordeles jevnt langs lengden av studien rekkevidde. Beregn den totale overflateareal av studien nå som den gjennomsnittlige fuktet kanalbredde multiplisert med den totale lengden på rekkevidden.
    3. Sikre blokk garn (dvs. knotless not med flyter på den øverste linjen og vekter på bunnlinjen) over bekken kanalen på oppstrøms og nedstrøms endene av studien rekkevidde. Bruk medium til grov mesh garn (6.3-9.5 mm eller 1/4-3/8 tommer mesh) for å minimere opphopning av rusk og tilstopping. Ikke bruk store (> 12.7 mm) mesh-nett som små fisker vil passere gjennom.
      Merk: før prøvetaking, Forbered en rigg kit som inkluderer: (i) 8 lang (≥ 15 m lengde) biter av polypropylen tau (9,5 mm eller 3/8 tommer diameter); og (II) 8 cam-action tie-Down stropper. Ikke bruk ratt-stropper da disse kan festes og forårsake alvorlig skade når lasten slippes.
      1. På oppstrøms slutten av studien nå, finne et tre, rot, stor stein, eller andre solide objekt som kan brukes til å forankre et nett på hver side av bekken. Tilgjengeligheten av egnede ankerpunkter på hver side av bekken vil sannsynligvis påvirke posisjonen til oppstrøms grensen.
      2. Velg en del av polypropylen tau og lage en løkke i hver ende ved hjelp av en Bowline knute. Bruk bare en Bowline knute, da andre knop kan bli permanent forseglet når de utsettes for fukt og høy spenning. For instruksjoner om å knytte en Bowline knute, se figur 1.
      3. Vikle tauet rundt treet/root/rock og fôrer sløyfen i den ene enden gjennom løkken i den andre enden for å opprette et ankerpunkt (figur 2). Forkorte eller forlenge tauet ankeret ved å legge til eller fjerne wraps rundt treet/root/rock.
      4. Gjenta trinn 1.1.3.1 – 1.1.3.3 for å opprette et nytt ankerpunkt på motsatt side av strømmen.
      5. Lag en løkke i linjene på hver av de fire hjørnene av blokken nettet ved hjelp av en Bowline knute. Bruk bare en Bowline knute (figur 1).
      6. Koble begge sider av den øverste linjen i blokk nettet (linjen med flyter) til ankeret poeng ved hjelp av cam-action tie-Down stropper. Sett inn krokene i hver ende av tie-Down stroppen inn i løkkene på hjørnene av blokk nettet og ankerpunktene (figur 2). Trekk den frie snoren av tie-Down stroppen gjennom cam spenne for å stramme hvert kontaktpunkt.
        Merk: Trykk ned cam-knappen på hver av stroppene for å løsne spenningen på ankere (for justering av blokk nett oppsettet eller for å fjerne blokk nettet når prøvetaking er fullført).
      7. Sikre bunnlinjen i blokk nettet (linjen med vekter) ved å feste dem til bekken banken med telt innsatser.
      8. Etablere en forsegling med bunnen av bekken ved hjelp av store steiner for å feste blokken nettet ned. Plasser steiner på siden av nettet vendt oppstrøms. Pass på at toppen av nettet er over vannstanden (figur 2). Juster høyden (e) på ankerpunktet (e) etter behov.
      9. Sett en annen blokk netto ved å gjenta trinn 1.1.3.1-1.1.3.8 på nedstrøms slutten av studien rekkevidde.
  2. Utfør den første av tre trinn for prøvetaking av fisk i den vedlagte studie rekkevidden. Denne protokollen forutsetter at en ryggsekk electrofisher er tilgjengelig og alle kartlegging mannskap personell er skikkelig opplært til å bruke den. Andre metoder kan potensielt brukes, men kan ikke være så effektiv i å samle representative fiske prøver.
    Merk: i små bekker, 4-5 personer er en ideell mannskap størrelse: en til å betjene electrofisher, to til netto stunned fisker, og en eller to til å bære holde bøtter og shuttle fanget fisker. Også, ryggsekk electrofisking kan forårsake betydelig skade, både for å streame fisk og mennesker18. Det er derfor viktig å utvise forsiktighet og for å motta riktig trening.
    1. Begynner ved nedstrøms enden av vedlagte studien nå, snu ryggsekken electrofisher på og bevege seg i oppstrøms retning. Progress langsomt, flytte side-til-side gjennom studien nå for å sikre at alle instream habitater er samplet. Den første reduksjonen bestått er fullført når oppstrøms nettet er nådd.
    2. La støtte mannskapet følge lederen (som opererer electrofisher), samle stunned fisker med DIP garn som de er oppdaget og overføre dem til midlertidige bøtter, deretter å luftet holde kar. Bruk små batteridrevne "agn bøtte" pumper med lufte steiner for å sikre at fanget Fiskene forblir sunne.
      1. Vær spesielt oppmerksom på svært små, unge-of-Year fisker som de er vanskelige å oppdage og fange. Når fangst av de minste Fiskene er svært ineffektiv, kan resultatene være partisk. I dette tilfellet kan det være nødvendig å fjerne de minste klassene for Logg2 -størrelse fra fiske dataene, før du beregner tettheten i logg2 størrelses hyller (se trinn 3.2.2).
        Merk: suksess i netting stunned fisker vil variere med en rekke biologiske og miljømessige forhold. For eksempel grumsete vann hvor synligheten er lav vil begrense evnen til å effektivt finne og fange fisker; Hvis turbiditet er for høy, bør prøvetaking planlegges på nytt, eller et alternativt prøveområde bør velges.
  3. Behandling av fisk samlet i den første reduksjonen pass
    1. Bestem om anestesi vil være nødvendig. Levende fisker er ofte vanskelig å håndtere, og sedasjon kan være nødvendig for å minimere stress og skade på fiske prøver. Hvis anestesi brukes, to alternativer er mye (per april 2019) tilgjengelig: Tricaine-S (Tricaine methanesulfonate, MS-222) og karbondioksid (natron).
      Merk: Tricaine-S innebærer en 21-dagers holde periode før eksponert fisk kan trygt bli fortært19,20, men det er for tiden (som i april 2019) den eneste fisken beroligende godkjent av den amerikanske mat og narkotika administrasjon.
    2. Når du bruker beroligende midler, Følg nøye alle instruksjonene som følger med anestesi produktet. I alle tilfeller, bland bedøvelse sammensatte i et luftet vannbad. Senk samlet fisker i badekaret før sedasjon er observert. Når bedøvet, behandle Fiskene så raskt som mulig, som langvarig eksponering for beroligende midler kan føre til døden.
    3. Bruk små DIP garn å hente samplet fisker fra Holding tank (med eller uten sedasjon), enkeltvis eller i små grupper, for identifisering. Plasser prøvene i hvit plast eller emalje skuffer og bruke tang og forstørrelsesglass for undersøkelse. Bruk lokale eller regionale identifikasjons nøkler (for eksempel "fiskene i Ohio")21 til hjelp i identifisering.
    4. Mål total lengde (fra tuppen av snute til slutten av caudal fin) for hver prøve deretter veie på en felt balanse. Hvis du bruker en elektronisk balanse, velger du en med 0,1 eller 0,01 g presisjon. Hold en gjennomsiktig plastboks på hånden for å bruke, som nødvendig, som en vind og regn forbløffe (det må være stor nok til å dekke balansen og prøvene blir veid).
    5. Registrere all informasjon (art identitet, total lengde og vekt) på vanntette data ark. Et utskriftsvennlig eksempel på et datablad for fisk leveres i tilleggsfil 1.
    6. Når den er behandlet, returnere Fiskene til en separat luftet Holding/Recovery bin. Når alle Fiskene er behandlet, slipper dem nedstrøms av nedstrøms blokk nettet.
      Merk: Hvis du tilfeldigvis slipper dem inn i vedlagte studie nå, vil du ødelegge prøven! Hvis anestesi ble brukt, vente med å løsne til alle fiskene har kommet til hektene og gjenvunnet likevekt.
  4. Utføring av andre og tredje trinn
    Merk: Hvis en sterk nedgang trend ikke er indusert i de tre første passerer (dvs. Hvis antall samplet fisker ikke har merkbart falt med det tredje passet), kan ytterligere passerer være nødvendig å nøyaktig anslå fisk overflod22. Tiden tillater det, er det ofte en god idé å proaktivt gjennomføre fire eller fem påfølgende nedbryting passerer.
    1. Kontroller at nett-og nedstrøms blokkene fremdeles er sikre. Hvis betydelig rusk er samlet i enten blokkere nettet, fjerne den for håndplukking.
    2. Samle de resterende mangel på slitasje prøver ved å gjenta trinnene 1.2 – 1.3. Sørg for at sampling innsats forblir konsekvent blant alle tre passerer. Bruk samme bevegelseshastighet (timing prosessen anbefales) og samme besetningsmedlemmer å resurvey prøvetaking rekkevidde.
  5. Når du er ferdig, demontere blokken garn og fjerne alle anker materialer.

2. innsamling og bearbeiding av bunn macroinvertebrate prøver

  1. Velg bunn macroinvertebrate eksempel områder innenfor grensene av fisken prøvetaking nå som er representative for de viktigste typer fysiske habitater (f. eks riffles eller løper) observert i studien nå.
  2. Bruk en sampler med fast område, og samle inn den første bunn macroinvertebrate prøven. I grunne bekker med omfattende grus-til-småstein størrelse materiale, den Surber sampler og Hess sampler er de mest brukte enheter, men noen fast-området sampler kan brukes. Når du prøver andre typer habitater der disse enhetene ikke fungerer, må du rådføre deg med Merritt et al. 23 og Hauer og resh24.
    1. Plasser prøve enheten fast mot bekkenbunnen med prøven samlingen netto orientert nedstrøms; flytte store cobbles som er nødvendig for å etablere en fast forsegling med underlaget.
    2. Bruk et wire eller plast pensel til kraftig skrubbe underlaget innenfor prøvetaking området for en periode på 2 min, slik at forskyves bunn macroinvertebrates å drive inn i prøven nettet.
    3. Overfør prøven innholdet fra nettet til en plast krukke og dekk med 70% isopropylalkohol alkohol for bevaring. Merk glasset og oppbevar det på et trygt sted for overføring til laboratoriet.
  3. Samle og Bevar flere bunn macroinvertebrate prøver, Gjenta trinn 2,2.
    Merk: antall macroinvertebrate prøver som skal samles er variabel og noe vilkårlig. Ideelt sett bør 5-10 gjenskape prøver samles og individuelt bevart. På et minimum, bør 3 replikere prøver samles.
  4. Returner alle innsamlede prøver til laboratoriet for behandling.
    Merk: isopropylalkohol alkohol er en brennbar væske og hvis bevarte prøver vil bli sendt via bakke-eller flyselskap, vil det være nødvendig å først fullføre og tilfredsstille alle relevante farlige varer/farlig gods opplæring, pakking og shipping krav.
  5. I laboratoriet sorterer og identifiserer du bevarte bunn macroinvertebrate prøver.
    1. Skill thespecimens fra fine sediment ved å helle eksempel innholdet forsiktig inn i en fin sil (f.eks. 125 eller 250 μm) og skylling.
    2. Overfør skylt innhold til en hvit plast eller emalje skuff, dekk med et lite volum av vann, og manuelt plukke macroinvertebrates fra de resterende rester med fine punkt tang. Plasser ekstrahert macroinvertebrates i en liten beholder med 70% isopropylalkohol alkohol.
      Merk: Hvis en stor mengde grov plante eller mineral rester blandes med eksempel innholdet, noe som gjør det vanskelig å se macroinvertebrates i skuffen, kan det være nødvendig å behandle det resterende prøve innholdet ved først å subdividing materialet og arbeide med flere mindre mengder.
    3. Bruk et dissekere stereo mikroskop med et øye mikrometer montert i en av okularene, og Identifiser prøver til det laveste praktiske taksonomisk nivået. I de fleste tilfeller vil dette være familie eller slekten nivå.
      Merk: behandling og identifisering av hele innholdet i en enkelt virvelløse prøve vil ofte kreve 2 – 5 timer eller mer. Budsjett tilstrekkelig tid og være sikker på at et passende bibliotek med taksonomisk nøkler25,26,27,28 er tilgjengelig for å bistå i identifisering.
    4. Bruk øye mikrometer i mikroskop okularet for å måle hele Kroppslengden til hver prøve. Hvis måling av kroppslengde ikke er mulig (f.eks. skadede eller manglende mage), kan måling av bredden på hode kapselen være tilstrekkelig.
    5. Beregn individuell tørr masse (M) for hver prøve ved hjelp av kroppslengde eller hodekapsel bredde målinger og takson kroppslengde kontra m eller hode bredde vs. m regresjon ligninger fra publiserte kilder29, 30i det. For eksempel, den empiriske kroppen lengde (mm) vs. M (mg) ligningen rapportert i omtrent et al. 29 for alderfly Sialis Sp. (Megaloptera, Sialidae) er M = 0,0031 × total lengde2,801. Derfor beregnet M for en Sialis Sp. prøve med en total lengde på 15 mm er 6,104 mg.
      Merk: Hvis en publisert lengde kontra M -ligning ikke er tilgjengelig for en bestemt takson, erstatter du en passende ligning på et høyere taksonomisk oppløsnings nivå (for eksempel ved å erstatte den riktige ligningen for familie nivået når ligningen for slekten er ikke tilgjengelig) eller fra et nært beslektet takson med en lignende kroppsfasong.

3. estimering av fisk og bunn macroinvertebrate tetthet i logg2 størrelses hyller

En animasjon som viser hvordan du formaterer fisk og virvelløse data for bruk i størrelse Spectra analyse er tilgjengelig på http://bit.ly/SizeSpectraDensities.

  1. Etablere en serie med Logg2 størrelse skuffer som vil omfatte alle virvelløse og fisk prøver, alt fra de minste bunn macroinvertebrate til den største fisken. Sørg for at alle størrelsesestimater er i enheter av mg tørr masse.
    Merk: for konsistens anbefaler vi størrelses hyllene som brukes av McGarvey og Kirk17. Disse størrelses hyllene varierer fra 0,0001 til 214 748,3648 mg. Et regneark med nedre og øvre grense for hver av disse 31 størrelse hyllene er gitt i tilleggsfil 2.
  2. Beregn fiske overflod innenfor hver av de tilsvarende størrelses hyllene.
    1. Først konvertere alle individuelle fiske vekter fra g våt masse (registrert på feltet datablad) til mg tørr masse. Den våte til tørre masse omregningsfaktoren av Waters31 (1 g våt masse = 0,2 g tørr masse) kan brukes etter konvertering fra g til mg.
    2. Sum totalt antall individuelle fisker som ble fanget i hver av de respektive størrelse hyllene (uavhengig av Art identitet) i løpet av første, andre og tredje tømming prøver. Et eksempel vises i tilleggsfil 2.
      Merk: partisk under-prøvetaking av svært små fisker er vanlig i damp fisk prøvetaking og vil være tydelig når individer er oppsummert i loggen2 størrelses beholdere; oppsummerte forekomster av de minste Fiskene vil bli tydelig lavere enn i større beholdere (f. eks, 5 kontra 100 individer i tilstøtende størrelse skuffer). Fjern Logg2 størrelses hyller som er klart partisk før størrelsen Spectra analyse (se trinn 4).
    3. Bruk zippin høyeste sannsynlighet15,32 til å estimere total fiske overflod (n) innenfor den minste fisken størrelse bin.
      1. Begynn med å beregne en mellomliggende X -statistikk som
        Equation 1
        der jeg betegner den ith prøvetaking pass (i = 1, 2, 3, etc.), k representerer det totale antall passerer (k = 3, med mindre ytterligere passerer ble kartlagt), og Ci er den totale antall fisker fanget under i th pass.
      2. Beregn det maksimale sannsynlighet anslaget for n ved iteratively å erstatte synkende n -verdier i formel 2 til
        Equation 2
        der T er det totale antallet personer som er tatt under k -pass, og alle gjenværende variabler er som definert ovenfor i Formel 1.
      3. Hvis det ikke observeres null i første, andre eller tredje prøve, anslår du n som summen av enkeltpersoner som ble tatt opp blant de tre tomme prøvene. Et eksempel på ligninger 1 og 2 vises i tilleggsfil 2.
        Merk: flere programmer kan brukes til å beregne zippin overflod estimater fra tømming prøver, for eksempel "fjerning"-funksjonen i R-pakken "FSA" (fiskeri Stock Assessment)33. Det er imidlertid mer lærerikt å manuelt løse ligninger 1 og 2 i et regneark. Du finner detaljerte instruksjoner i Lockwood og Schneider34 og tilleggsfil 2.
    4. Gjenta trinn-3.2.3 for hver av de gjenværende fiske størrelses hyllene.
    5. Konverter n estimat for hver størrelse bin inneholder fisk til en per 1 m2D estimat ved å dele n av det totale areal anslaget for den undersøkte rekkevidden fra trinn 1.1.2 ovenfor. For eksempel, hvis zippin n anslaget er 70 fisk og arealet av den undersøkte rekkevidden er 1 200 m2, deretter D = 0,058 fisk/m2.
  3. Beregn bunn macroinvertebrate overflod i logg2 størrelse hyller av pooling resultater fra hvert av feltet prøvene (dvs. kombinere resultater fra replikere prøvene i en enkelt liste over enkelte eksemplarer), og deretter summere det totale antall individer innenfor hver størrelse bin.
    Merk: Hvis lengden-masse ligninger som brukes i trinn 2.5.5 produsere individuelle vekt estimater i enheter av mg tørr masse, ingen ekstra enhet konvertering er nødvendig for bunn macroinvertebrates.
  4. Anslå bunn macroinvertebrate D innenfor hver størrelse bin som
    Equation 3
    For eksempel, hvis 6 bunn macroinvertebrate prøver ble samlet inn med en standard Hess enhet (overflateareal = 0,086 m2) og totalt 110 individer ble talt innenfor en gitt størrelse bin, D anslaget for den størrelsen bin er 213 individer/m2 .
  5. Kombiner d -resultater for fisker og bunn macroinvertebrates til én enkelt tabell med D -estimater per Logg2 størrelses skuff. Hvis fisk og macroinvertebrates oppstår i samme størrelse bin (en sjelden hendelse som kan oppstå for de største virvelløse dyr og minste Fiskene), summere sine respektive D estimater for å få en total D estimat for den størrelsen bin.
  6. Slett eventuelle ' tomme ' Logg2 størrelses hyller (dvs. størrelse hyller med D verdier av null), som tomme hyller vil bias den lineære regresjon modeller som brukes til å anslå størrelse Spectra parametere35,36.

4. modellering av bunn macroinvertebrate og Fiskestørrelse spektrum

  1. Beregn gjennomsnittlig tørr masse for hver Logg2 størrelse bin (Ḿ) ved hjelp av en av følgende verdier: (i) minimumsverdien (nedre grense) for hver størrelse bin; (II) maksimumsverdien (øvre grense); (III) det aritmetiske gjennomsnittet (av minimum og maksimum); eller (IV) det geometriske gjennomsnittet (av minimum og maksimum)35.
    Merk: i eksemplene nedenfor, Ḿ ble estimert som aritmetisk gjennomsnitt av hver Logg2 størrelse bin (se tilleggsfil 2).
  2. ' Normalisere ' D anslaget for hver Logg2 størrelse bin ved å dele den med sin respektive bredde (dvs. forskjellen mellom øvre og nedre grense)16,35. Dette vil hindre at ikke-uniform Logg2 størrelses intervaller fra å skape bias i lineær regresjon modeller som brukes til å anslå størrelse Spectra parametere35,37,38.
  3. Log10 Transformer alle Ḿ og Ḏ data for å konvertere krumlinjet D Image 1 M -relasjonen til en lineær relasjon. Deretter bruker vanlige minst kvadrater regresjon med log10(Ḿ) og logg10(Ḏ) data til modell størrelsen spekteret som 
    Equation 4
    der log10(a) er skjæringspunktet og b er skråningen av lineær størrelse spektrum modell.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Forbilde, inkludert originale felt data, blir presentert for Slaunch Fork, West Virginia, en liten bekk i det sørlige vest-Virginia. Ytterligere størrelse Spectra modellen resultatene er også presentert for to andre bekker i samme region: Camp Creek og Cabin Creek, West Virginia. Dette er de tre studiesteder inkludert i McGarvey og Kirk17, men data som presenteres her er fra nye prøver samlet i mai 2015. Et fullt jobbet, manuelt eksempel på størrelsen Spectra modellering prosessen er inkludert for Slaunch Fork data i supplerende File 2. Alternativt, alle beregninger kan automatisert med en skikk og bruk størrelse Spectra søknad (se skikkelsen 3) for http://bit.ly/SizeSpectra.

I hver av de tre studien streamer en klar, negative Ḏ Image 1 Ḿ forholdet ble oppdaget for kombinerte bunn macroinvertebrate og fisk data (Figur 4). Størrelse Spectra bakkene var alle mellom-1,7 og-1,8, med overlappende 95% sikkerhets intervaller (dvs. ± 1,96 standard feil). Denne likheten i størrelse Spectra bakkene indikerer at overflod avtar med økende kroppsstørrelse på omtrent like priser i alle tre bekker. Men de ulike størrelse Spectra avskjærer viser at forskjeller i samlede Ḏ er variable blant bekker, med høyest tetthet i Camp Creek (snappe = 0,71) og mye lavere tetthet i Cabin Creek (snappe = 0,07). 

Figure 1
Figur 1. Fire-trinns illustrasjon av Bowline knute.
Original illustrasjon ble laget av Luis Dantas og er tilgjengelig på https://commons.wikimedia.org/wiki/File:Bowline_in_four_steps.png. Dette bildet er fritt distribuert under en CC-BY-SA-3,0 Creative Commons-lisens (http://creativecommons.org/licenses/by-sa/3.0/). Vennligst klikk her for å se en større versjon av dette tallet.

Figure 2
Figur 2. Illustrasjon av blokk netto oppsett.
Øvre panel viser det generelle utseendet og retningen til et sikkert blokk nett. Nedre panel understreker viktige trinn for å sikre et blokk nett. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 3
Figur 3. Screen fangst av størrelsen Spectra programmet.
Programvaren er vert online (http://bit.ly/SizeSpectra) og alle funksjoner er tilgjengelig via et enkelt, grafisk brukergrensesnitt. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 4
Figur 4. Ataxic størrelse Spectra tomter fra tre West Virginia bekker.
Bunn macroinvertebrate og fiske data kjennetegnes av farge. I hvert plott vises gjennomsnittlig individuell tørr masse (Ḿ) i logg2 størrelses hyller på x-aksen og normalisert tetthet (Ḏ) vises på y-aksen. Minst-kvadrater regression linjer er lagt på hver tomt med lineær modell bakker (slo.), avskjærer (Int.), og koeffisienter av besluttsomhet (r2). Standard feil er inkludert i parentes for bakker og avskjærer. For å hjelpe til i sammenligning, alle plot akser er vist på identiske skalaer. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 5
Figur 5. Taxic Body Mass vs tetthet forholdet i Slaunch Fork.
Hvert datapunkt (diamant) representerer gjennomsnittlig kroppsmasse (M, tørr masse) og estimert tetthet (D) for en enkelt takson. Lineære regresjon modeller vises separat for virvelløse dyr og for fisk (stiplede svarte linjer), samt kombinerte dyr (solid grå linje). Vennligst klikk her for å se en større versjon av dette tallet.

Tilleggsfil 1. Eksempel på felt data ark som brukes til å registrere fiske identiteter,-lengder og-vekter. Vennligst klikk her for å laste ned denne filen.

Tilleggsfil 2. Et fullt jobbet eksempel på størrelsen Spectra modellering prosessen, ved hjelp av bunn macroinvertebrate og fisk data (mai 2015) fra Slaunch Fork, West Virginia. Vennligst klikk her for å laste ned denne filen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Denne Ataxic størrelse Spectra protokollen kan brukes til å kvantifisere og modell størrelse struktur innenfor samfunn av strømmen fisker og virvelløse dyr. Tidligere størrelse Spectra studier i stream økosystemer har varierte fra grunnleggende beskrivende forskning39,40 til sammenligninger langs en langsgående elv profil41 og blant distinkte biogeografiske regioner42. Sesongmessige sammenligninger er utført43,44 og nylig, sesongmessige endringer i størrelse Spectra parametre har vært knyttet til vanntemperatur og hydrologi17. Størrelse Spectra bakker har også blitt brukt til å anslå trofiske overføre effektivitet blant suksessive trofiske nivåer45,46, mens størrelse Spectra avskjærer har blitt brukt som proxyer for mat Web kapasitet eller økosystem produktivitet 47 for alle , 48. disse mangfoldige eksemplene viser at størrelsen på Spectra modeller kan anvendes i mange forskjellige sammenhenger. Videre, når de nødvendige justeringene er gjort til Prøvetaking metoder, størrelse Spectra analyser gjelder for andre typer økosystemer, inkludert store elver48,49,50, innsjøer51 ,52,53og marine miljøer54,55,56.

Et spørsmål som kan oppstå når du vurderer en størrelse spektrum analyse er om Ataxic størrelse Spectra modeller er fundamentalt annerledes enn tradisjonelle D Image 1 M modeller som bruker taxic data (dvs. en enkelt gjennomsnittlig Body Mass og tetthet estimat for hver arter)57. Tross alt, taxic og Ataxic modeller er begge preget av negative D Image 1 M forhold som kan vises lignende når plottet på Logg-log akser. I prinsippet bør Ataxic metoder være overlegne i taxic metoder når forsknings målet er å forstå hvordan biomasse distribueres eller hvordan energi overføres i stream økosystemer9. Dette er fordi bety Body Mass anslag (for en gitt takson) kan skjule betydelig variasjon i individuelle størrelse. Gjennom hele deres livshistorie, mange akvatiske organismer øke kroppens masse av flere størrelsesordener og oppleve en eller flere ontogenetiske skift i fôring atferd14,58,59. De gjennomsnittlige kroppsmasse anslagene som brukes i taxic analyser, kan derfor være misvisende, mens Ataxic metoder gjør det mulig å beholde hele spekteret av observerte kroppsstørrelser i studier av kropps størrelses skalering16.  

Praktiske forskjeller mellom Ataxic og taxic metoder kan også påvises empirisk. I figur 5, viser vi taxic D Image 1 M forholdet fra Slaunch Fork, West Virginia, med samme bunn virvelløse og fisk data som ble brukt i Ataxic størrelse spektrum tomten i Figur 4 (rådata for Slaunch gaffel er inkludert i tilleggsfil 2). Når M er anslått som gjennomsnittlig tørr masse for alle individer og D er anslått som summen av individer (standardisert til individer per M2) av en gitt takson, skråningen av D Image 1 M -modellen (solid Gray regresjon linje i figur 5) øker til-0,59. Videre blir den negative D Image 1 M forholdet en funksjon av forskjeller i M og D blant store dyr grupper (virvelløse dyr vs. fisker); bevis på en signifikant D Image 1 M forholdet er svakere når virvelløse dyr og fisk er undersøkt separat (stiplede regresjon linjer i figur 5). Dette er en sterk kontrast med den Ataxic Ḏ Image 1 Ḿ -modellen, som avslører en jevn, nesten konstant reduksjon i tettheten etter hvert som kroppsmassen øker (se Figur 4).    

Et viktig punkt av bekymring i størrelse Spectra analyse er formateringen av Ataxic Ḿ og Ḏ data. Tre sekvensielle trinn – partisjonering enkeltpersoner mellom Logg2 størrelse hyller, normalisere tettheten anslaget for hver størrelse bin, og logg10 transformasjon av alle Ḿ og Ḏ data (som beskrevet ovenfor)-bør være ferdig før standardisert størrelse Spectra modeller sammenlignes16. Men i mange tilfeller, studier som rapporten størrelse Spectra resultatene har benyttet ulike metoder38. For eksempel har noen forfattere brukt log2 størrelse hyller og log-forvandlet data, men ikke normalisere sine D anslag39,42. Andre har partisjonert sine Ataxic data mellom log5 eller Logg10 størrelse binger, med eller uten normalisering sine D anslag38,40,41. På siden "eksempel data & Result" i størrelse Spectra program (http://bit.ly/SizeSpectra), inkluderer vi veksler for å illustrere effekter som logger10 transformasjon og normalisering av tettheten anslagene har på observert D Image 1 M -forholdet (se Figur 3). Disse Visualiseringene demonstrerer hvorfor det er viktig å følge den komplette, sekvensielle metoden presentert i Kerr og Dickie16 og detaljert her, spesielt når sammenligninger vil bli gjort mellom ulike størrelser Spectra modeller. 

Størrelse Spectra resultater kan også være følsomme for binning prosessen som brukes til å partisjonere enkelte eksemplarer blant størrelse skuffer. Av denne grunn, Edwards et al. 60 utviklet en maksimal sannsynlighet-metode for å modellere størrelses spekteret som bruker kumulative distribusjoner av individuell størrelse, i stedet for binned størrelses data. Denne nye tilnærmingen sikrer at sammenligninger av størrelse Spectra parametre ikke vil være forutinntatt av variable binning ordninger. Det er derfor et viktig fremskritt i størrelse Spectra forskning. Imidlertid kan kumulative distribusjoner av enkelte eksemplarer ikke brukes når en sekundær metode, for eksempel zippin tømming estimering metoden som brukes her eller en sammenlignbar merke-gjenerobre merking metode, er nødvendig for å anslå D for populasjoner av interesse kumulative distribusjoner vil bare fungere når D estimater kan utledes direkte fra rå eksempel innholdet. I denne konteksten kan kumulative distribusjoner bygges for bunn virvelløse data (teller per enhet sample området), men ikke for fisken data (totalt overflod avledet fra tømming prøver). Vi oppfordrer derfor andre til å bruke de spesifikke størrelses hyllene som er oppført i tilleggsfil 2. Disse størrelse binger skal fungere godt for de fleste stream studier (dvs. omfatte størrelsesområdet av de fleste macrofauna som vil bli møtt i små bekker) og hvis brukt konsekvent, vil bidra til å sikre at størrelsen Spectra modeller fra ulike systemer er direkte Sammenlignbare.

Til slutt, vi forsiktighet at feltet Prøvetaking metoder beskrevet her for bunn macroinvertebrates og fisker kan undervurdere D innenfor noen log2 størrelse binger hvis andre typer akvatiske macrofauna er lokalt tilstede. I tempererte, vadbar bekker og elver, disse andre macrofauna vil ofte konsistent av crayfishes61 og Salamandere62. Når det er mulig, kan ytterligere tiltak iverksettes for å samle representative prøver av disse organismer. Imidlertid kan nøyaktige estimater av kreps og Salamander tettheten være vanskelig å få tak. For eksempel, ryggsekk electrofishers, Seine garn, agnet feller, og spesialbygde Quadrat sampler har alle blitt brukt til å studere kreps tetthet og størrelse struktur, men ingen metode er allment anerkjent som overlegen63,64, 65. hensiktsmessige tiltak for å innlemme crayfishes og Salamandere vil derfor avhenge av lokale miljøforhold og tidligere kjennskap til den lokale biota. Som et minimum bør etterforskerne erkjenne at hvis crayfishes og/eller salamandere er til stede, men ikke samplet, vil D anslag i større log2 størrelse binger undervurdere den sanne D verdier, som individuelle kreps og Salamander kroppen massene er generelt sammenlignbare å streame fisk kroppen massene.

Til tross for disse bekymringene, antyder en voksende kropp av forskning på akvatiske størrelse spekteret at akvatiske organismer kan følge relativt enkle M skalering lover, som spådd av Peters1, Sheldon et al.66, Andersen og Beyer67 , og andre. Metoder som presenteres her kan, hvis det er bredt vedtatt, bidra til å bygge en stor og geografisk omfattende database på størrelse Spectra i stream økosystemer. Dette vil i sin tur lette kritisk forståelse av Baseline dynamikk som ligger til grunn størrelses spekteret og bistand i anvendt innsats for å forutse hvordan forstyrrelser vil påvirke størrelses strukturert stream lokalsamfunn.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne har ingenting å avsløre.

Acknowledgments

Finansiering for dette arbeidet ble gitt av National Science Foundation (Grant DEB-1553111) og Eppley Foundation for Scientific Research. Dette manuskriptet er VCU Rice elver Center bidrag #89.

Materials

Name Company Catalog Number Comments
Chest waders Multiple options n/a Personal protective equipment for use during electrofishing. Do NOT use 'breatheable' waders as electrical current will pass through them.
Rubber lineman's gloves Multiple options n/a Personal protective equipment for use during electrofishing.
Dip nets with fiberglass poles Multiple options n/a Used to capture stunned fishes during electrofishing.
Backpack electrofishing unit Smith-Root; Halltech; Midwest Lake Management; Aqua Shock Solutions www.smith-root.com; www.halltechaquatic.com; https://midwestlake.com; https://aquashocksolutions.com/ Backpack electrofishers are currently manufactured and distributed by four independent companies in North America. Prices and warranty/technical support are the most important factors in choosing a vendor.
Block nets/seines (×2) Duluth Nets https://duluthfishnets.com/ Necessary length will depend on stream width. 3/8 inch mesh is recommended.
Cam-action utility straps with 1 inch nylon webbing (×4) Multiple options n/a Used to secure/anchor block nets. Available at auto supply, hardware, and department stores.
Large tent stakes (×4) Multiple options n/a Used to secure/anchor block nets. Available at camping and department stores.
5 gallon plastic buckets (×5) Multiple options n/a Used to hold and transport fish during electrofishing. Available at hardware and paint supply stores.
10-20 gallon totes (×3) Multiple options n/a Used as livewells, sedation tanks, and recovery bins for captured fishes. Available at hardware and department stores.
Battery powered 'bait bucket' aeration pumps Cabelas IK-019008 Used to aerate fish holding bins during field processing.
Fish anesthesia (Tricaine-S) Syndel www.syndel.com Used to sedate fishes for field processing. Tricaine-S is regulated by the U.S. Food and Drug Administration.
Folding camp table and chairs Cabelas IK-518976; IK-552777 Used to process fish samples.
Pop-up canopy Multiple options n/a Used as necessary for sun and rain protection.
Fish measuring board Wildco 3-118-E40 Used to measure fish lengths.
Battery powered field scale with weighing dish Multiple options n/a Used to weigh fishes. Must weigh be accurate to 0.1 or 0.01 grams.
Clear plastic wind/rain baffle Multiple options n/a Used to shield scale in rainy or windy conditions. Must be large enough to cover the scale and a weighing dish.
White plastic or enamel examination trays Multiple options n/a Trays are essential for examining fishes in the field.
Stainless steel forceps Multiple options n/a Forceps are helpful when examining small fishes and in transfering invertebrates to specimen jars.
Hand magnifiers Multiple options n/a Magnification is often helpful when identifying fish specimens in the field.
Fish identification keys n/a n/a Laminated keys that are custom prepared for specific locations are most effective.
Datasheets printed on waterproof paper Rite in the Rain n/a Waterproof paper is essential when working with aquatic specimens.
Retractable fiberglass field tapes Lufkin n/a Used to measure stream channel dimensions.
Surber sampler or Hess sampler Wildco 3-12-D56; 3-16-C52 Either of these fixed-area benthic samplers will work well in shallow streams with gravel or pebble substrate.
70% ethanol or isopropyl alcohol Multiple options n/a Used as invertebrate preservative.
Widemouth invertebrate specimen jars (20-32 oz.) U.S. Plastic Corp. 67712 Any widemouth plastic jars will work but these particular jars are durable and inexpensive.

DOWNLOAD MATERIALS LIST

References

  1. Peters, R. H. The ecological implications of body size. , Cambridge University Press. Cambridge, UK. (1983).
  2. Brown, J. H., Gillooly, J. F., Allen, A. P., Savage, V. M., West, G. B. Toward a metabolic theory of ecology. Ecology. 85 (7), 1771-1789 (2004).
  3. Marquet, P. A., et al. Scaling and power-laws in ecological systems. Journal of Experimental Biology. 208 (9), 1749-1769 (2005).
  4. Bohlin, T., Dellefors, C., Faremo, U., Johlander, A. The energetic equivalence hypothesis and the relation between population-density and body-size in stream-living salmonids. The American Naturalist. 143 (3), 478-493 (1994).
  5. Dunham, J. B., Vinyard, G. L. Relationships between body mass, population density, and the self-thinning rule in stream-living salmonids. Canadian Journal of Fisheries and Aquatic Sciences. 54 (5), 1025-1030 (1997).
  6. Jennings, S., Blanchard, J. L. Fish abundance with no fishing: predictions based on macroecological theory. Journal of Animal Ecology. 73 (4), 632-642 (2004).
  7. Petchey, O. L., Belgrano, A. Body-size distributions and size-spectra: universal indicators of ecological status? Biology Letters. 6 (4), 434-437 (2010).
  8. Woodward, G., et al. Body size in ecological networks. Trends in Ecology and Evolution. 20 (7), 402-409 (2005).
  9. Trebilco, R., Baum, J. K., Salomon, A. K., Dulvy, N. K. Ecosystem ecology: size-based constraints on the pyramids of life. Trends in Ecology and Evolution. 28 (7), 423-431 (2013).
  10. White, E. P., Ernest, S. K. M., Kerkhoff, A. J., Enquist, B. J. Relationships between body size and abundance in ecology. Trends in Ecology and Evolution. 22 (6), 323-330 (2007).
  11. Schmid, P. E., Tokeshi, M., Schmid-Araya, J. M. Relation between population density and body size in stream communities. Science. 289 (5484), 1557-1560 (2000).
  12. Morin, A., Nadon, D. Size distribution of epilithic lotic invertebrates and implications for community metabolism. Journal of the North American Benthological Society. 10 (3), 300-308 (1991).
  13. Mittelbach, G. G., Persson, L. The ontogeny of piscivory and its ecological consequences. Canadian Journal of Fisheries and Aquatic Sciences. 55 (6), 1454-1465 (1998).
  14. Woodward, G., Hildrew, A. G. Body-size determinants of niche overlap and intraguild predation within a complex food web. Journal of Animal Ecology. 71 (6), 1063-1074 (2002).
  15. Zippin, C. The removal method of population estimation. Journal of Wildlife Management. 22 (1), 82-90 (1958).
  16. Kerr, S. R., Dickie, L. M. The biomass spectrum: a predator-prey theory of aquatic production. , Columbia University Press. New York. (2001).
  17. McGarvey, D. J., Kirk, A. J. Seasonal comparison of community-level size-spectra in southern coalfield streams of West Virginia (USA). Hydrobiologia. 809 (1), 65-77 (2018).
  18. Reynolds, J. B., Kolz, A. L. Electrofishing. Fisheries techniques. Zale, A. V., Parrish, D. L., Sutton, T. M. 8, 3rd, American Fisheries Society. Bethesda, MD. Chapter 8 305-361 (2012).
  19. Bowker, J., Trushenski, J. Fish drug questions answered by the FDA. Fisheries. 38 (12), 549-552 (2013).
  20. Topic Popovic, N., et al. Tricaine methane-sulfonate (MS-222) application in fish anaesthesia. Journal of Applied Ichthyology. 28 (4), 553-564 (2012).
  21. Trautman, M. B. The fishes of Ohio. , 2nd, The Ohio State University Press. Columbus, OH. (1981).
  22. Riley, S. C., Fausch, K. D. Underestimation of trout population size by maximum-likelihood removal estimates in small streams. North American Journal of Fisheries Management. 12 (4), 768-776 (1992).
  23. Merritt, R. W., Cummins, K. W., Resh, V. H., Batzer, D. P. Sampling aquatic insects: collection devices, statistical considerations, and rearing procedures. An introduction to the aquatic insects of North America. Merritt, R. W., Cummins, K. W., Berg, M. B. , Kendall Hunt. Dubuque, Iowa. Chapter 3 15-37 (2008).
  24. Hauer, F. R., Resh, V. H. Macroinvertebrates. Methods in stream ecology. Hauer, F. R., Lamberti, G. A. 1, Academic Press. Boston, MA. Chapter 15 297-319 (2017).
  25. Thorp, J. H., Covich, A. P. Ecology and classification of North American freshwater invertebrates. , Academic Press. Burlington, MA. (2010).
  26. Merritt, R. W., Cummins, K. W., Berg, M. B. An introduction to the aquatic insects of North America. , 4th, Kendall/Hunt Publishing Company. Dubuque, Iowa. (2008).
  27. Stewart, K. W., Stark, B. P. Nymphs of North American stonefly genera (Plecoptera). , 2nd, The Caddis Press. Columbus, OH. (2002).
  28. Wiggins, G. B. Larvae of the North American caddisfly genera (Trichoptera). , 2nd, University of Toronto. Toronto, Ontario. (1998).
  29. Benke, A. C., Huryn, A. D., Smock, L. A., Wallace, J. B. Length-mass relationships for freshwater macroinvertebrates in North America with particular reference to the Southeastern United States. Journal of the North American Benthological Society. 18 (3), 308-343 (1999).
  30. Smock, L. A. Relationships between body size and biomass of aquatic insects. Freshwater Biology. 10 (4), 375-383 (1980).
  31. Waters, T. F. Secondary production in inland waters. Adv. Ecol. Res. 10, 91-164 (1977).
  32. Carle, F. L., Strub, M. R. New method for estimating population-size from removal data. Biometrics. 34 (4), 621-630 (1978).
  33. Ogle, D. H., Wheeler, P., Dinno, A. FSA: fisheries stock analysis. R package version 0.8.22.9000. , https://github.com/droglenc/FSA (2018).
  34. Schneider, J. C. Stream fish population estimates by mark-and-recapture and depletion methods. Manual of fisheries survey methods II: with periodic updates. 7, Michigan Department of Natural Resources. Ann Arbor, MI. (2000).
  35. Blanco, J. M., Echevarría, F., García, C. M. Dealing with size-spectra: some conceptual and mathematical problems. Scientia Marina. 58 (1-2), 17-29 (1994).
  36. White, E. P., Enquist, B. J., Green, J. L. On estimating the exponent of power-law frequency distributions. Ecology. 89 (4), 905-912 (2008).
  37. Vidondo, B., Prairie, Y. T., Blanco, J. M., Duarte, C. M. Some aspects of the analysis of size spectra in aquatic ecology. Limnology and Oceanography. 42 (1), 184-192 (1997).
  38. Sprules, W. G., Barth, L. E. Surfing the biomass size spectrum: some remarks on history, theory, and application. Canadian Journal of Fisheries and Aquatic Sciences. 73 (4), 477-495 (2016).
  39. Poff, N. L., et al. Size structure of the metazoan community in a Piedmont stream. Oecologia. 95 (2), 202-209 (1993).
  40. Ramsay, P. M., et al. A rapid method for estimating biomass size spectra of benthic metazoan communities. Canadian Journal of Fisheries and Aquatic Sciences. 54 (8), 1716-1724 (1997).
  41. Solimini, A. G., Benvenuti, A., D’Olimpio, R., Cicco, M. D., Carchini, G. Size structure of benthic invertebrate assemblages in a Mediterranean river. Journal of the North American Benthological Society. 20 (3), 421-431 (2001).
  42. Huryn, A. D., Benke, A. C. Relationship between biomass turnover and body size for stream communities. Body size: the structure and function of aquatic ecosystems. Hildrew, A., Raffaelli, D., Edmonds-Brown, R. 4, Cambridge University Press. Cambridge, UK. 55-76 (2007).
  43. Gaedke, U. The size distribution of plankton biomass in a large lake and its seasonal variability. Limnology and Oceanography. 37 (6), 1202-1220 (1992).
  44. Stead, T. K., Schmid-Araya, J. M., Schmid, P. E., Hildrew, A. G. The distribution of body size in a stream community: one system, many patterns. Journal of Animal Ecology. 74 (3), 475-487 (2005).
  45. Brose, U., et al. Consumer-resource body-size relationships in natural food webs. Ecology. 87 (10), 2411-2417 (2006).
  46. Mehner, T., et al. Empirical correspondence between trophic transfer efficiency in freshwater food webs and the slope of their size spectra. Ecology. 99 (6), 1463-1472 (2018).
  47. Daan, N., Gislason, H. G., Pope, J. C., Rice, J. Changes in the North Sea fish community: evidence of indirect effects of fishing? ICES Journal of Marine Science. 62 (2), 177-188 (2005).
  48. Murry, B. A., Farrell, J. M. Resistance of the size structure of the fish community to ecological perturbations in a large river ecosystem. Freshwater Biology. 59 (1), 155-167 (2014).
  49. Broadway, K. J., Pyron, M., Gammon, J. R., Murry, B. A. Shift in a large river fish assemblage: body-size and trophic structure dynamics. PLoS ONE. 10 (4), e0124954 (2015).
  50. Vila-Martínez, N., Caiola, N., Ibáñez, C., Benejam, L., Brucet, S. Normalized abundance spectra of fish community reflect hydro-peaking on a Mediterranean large river. Ecological Indicators. 97, 280-289 (2019).
  51. Brucet, S., et al. Size-based interactions across trophic levels in food webs of shallow Mediterranean lakes. Freshwater Biology. 62 (11), 1819-1830 (2017).
  52. Ersoy, Z., et al. Size-based interactions and trophic transfer efficiency are modified by fish predation and cyanobacteria blooms in Lake Mývatn, Iceland. Freshwater Biology. 62 (11), 1942-1952 (2017).
  53. Arranz, I., Hsieh, C. H., Mehner, T., Brucet, S. Systematic deviations from linear size spectra of lake fish communities are correlated with predator–prey interactions and lake-use intensity. Oikos. 128 (1), 33-44 (2019).
  54. Jennings, S., et al. Long-term trends in the trophic structure of the North Sea fish community: evidence from stable-isotope analysis, size-spectra and community metrics. Marine Biology. 141 (6), 1085-1097 (2002).
  55. Guiet, J., Poggiale, J. C., Maury, O. Modelling the community size-spectrum: recent developments and new directions. Ecological Modelling. 337, 4-14 (2016).
  56. Robinson, J. P. W., et al. Fishing degrades size structure of coral reef fish communities. Global Change Biology. 23 (3), 1009-1022 (2017).
  57. Reuman, D. C., Mulder, C., Raffaelli, D., Cohen, J. E. Three allometric relations of population density to body mass: theoretical integration and empirical tests in 149 food webs. Ecology Letters. 11 (11), 1216-1228 (2008).
  58. Huryn, A. D., Wallace, J. B., Anderson, N. H. Habitat, life history, secondary production, and behavioral adaptations of aquatic insects. An introduction to the aquatic insects of. Merritt, R. W., Cummins, K. W., Berg, M. B. 5, Kendall Hunt. Dubuque, IA. Chapter 5 55-103 (2008).
  59. Werner, E. E., Gilliam, J. F. The ontogenetic niche and species interactions in size-structured populations. Annual Review of Ecology and Systematics. 15 (1), 393-425 (1984).
  60. Edwards, A. M., Robinson, J. P. W., Plank, M. J., Baum, J. K., Blanchard, J. L. Testing and recommending methods for fitting size spectra to data. Methods in Ecology and Evolution. 8 (1), 57-67 (2017).
  61. Roell, M., Orth, D. Production of three crayfish populations in the New River of West Virginia, USA. Hydrobiologia. 228 (3), 185-194 (1992).
  62. Hawkins, C. P., Murphy, M. L., Anderson, N. H., Wilzbach, M. A. Density of fish and salamanders in relation to riparian canopy and physical habitat in streams of the northwestern United States. Canadian Journal of Fisheries and Aquatic Sciences. 40 (8), 1173-1185 (1983).
  63. Rabeni, C. F., Collier, K. J., Parkyn, S. M., Hicks, B. J. Evaluating techniques for sampling stream crayfish (Paranephrops planifrons). New Zealand Journal of Marine and Freshwater Research. 31 (5), 693-700 (1997).
  64. DiStefano, R. J., Gale, C. M., Wagner, B. A., Zweifel, R. D. A sampling method to assess lotic crayfish communities. Journal of Crustacean Biology. 23 (3), 678-690 (2003).
  65. Price, J. E., Welch, S. M. Semi-quantitative methods for crayfish sampling: sex, size, and habitat bias. Journal of Crustacean Biology. 29 (2), 208-216 (2009).
  66. Sheldon, R. W., Sutcliffe, W. H. Jr, Paranjape, A. M. Structure of pelagic food chain and relationship between plankton and fish production. Journal of the Fisheries Research Board of Canada. 34 (12), 2344-2353 (1977).
  67. Andersen, K., et al. Asymptotic size determines species abundance in the marine size spectrum. The American Naturalist. 168 (1), 54-61 (2006).

Tags

Environmental Sciences økologi fisk virvelløse dyr størrelse-struktur skalering forholdet Body Mass tetthet individuell variasjon Ataxic data lineær regresjon lengde-Mass forhold tømming prøvetaking
Modellering størrelsen Spectrum for Macroinvertebrates og fisk i stream økosystemer
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

McGarvey, D. J., Woods, T. E., Kirk, … More

McGarvey, D. J., Woods, T. E., Kirk, A. J. Modeling the Size Spectrum for Macroinvertebrates and Fishes in Stream Ecosystems. J. Vis. Exp. (149), e59945, doi:10.3791/59945 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter