Respuesta espacial de dos micromamíferos ibéricos a las autovías:
¿las evitan o las ignoran?Juan Rodríguez, Xavier Fernández-Aguilar, Guillem Molina-Vacas, Javier Lázaro,
Víctor Ramiro, Flávia Porto Peter, Jacinto Román, Eloy Revilla, Clara Grilo
Carreteras y micromamíferos• Antecedentes:
– Algunas especies de micromamíferos evitan la carretera en sí (e.g. McGregor et al., 2008);
– No son sensibles a la intensidad de tráfico (e.g. McGregor et al., 2008: de 47 a 15433 vehículos/día);
– Los márgenes de la carretera son favorables para la ocurrencia de micromamíferos (e.g. Bellamy et al. 2000; Fuentes-
Montemayor et al., 2009; Sabino-Marques y Mira, 2011)
• Insuficiente conocimiento acerca de los efectos producidos sobre el comportamiento y la conectividad en carreteras de gran volumen de tráfico.
Bellamy et al. (2000) Mammal Review 30: 131-139McGregor et al. (2008) Journal of Applied Ecology 45: 117–123
Fuentes-Montemayor et al. (2009) Journal of Animal Ecology 78: 857–865Sabino-Marques y Mira (2009) Ecological Research 26: 277–287
“Mammals and roads interactions:
from shifts in behavior to genetic structures”PTDC/BIA-BIC/110097/2009
Examinar los efectos a nivel individual y poblacional sobre el comportamiento y la genética causados por las carreteras y el tráfico en tres especies de micromamíferos ibéricos con diferentes requerimientos ecológicos (rata de agua Arvicola sapidus, topillo mediterráneo Microtus duodecimcostatus y ratón moruno Mus spretus).
Topillo mediterráneo Microtus duodecimcostatus
Rata de agua Arvicola sapidus
Especies de estudio
Endemismo (PT-ES-FR)SemiacuáticaVulnerable (UICN, 2001)
Endemismo (PT-ES-FR)FosoraPreocupación menor (UICN, 2001)
Palomo et al. (eds) (2007). Atlas y Libro Rojo de los Mamíferos Terrestres de EspañaRomán, J. (2007) Tesis Doctoral
Santos et al. (2011) Mammalian Biology 76: 133–142Centeno-Cuadros et al. (2011) PLoS ONE 6(9): e24613
Hipótesis
La respuesta comportamental en relación a la carretera será diferente en función de la historia vital:
1.Ambas especies evitan la carretera
2.El efecto barrera será menos importante para la rata de agua que para el topillo
3.La rata de agua será más sensible a las horas de mayor intensidad de tráfico
Objetivos
Estudiar el comportamiento de la rata de agua y el topillo mediterráneo en función de la intensidad de tráfico y la distancia a la carretera:
– Definir el área de campeo de individuos próximos a la autovía
– Analizar el uso del espacio dentro del área de campeo de estos individuos
– Estudiar la variación de los movimientos
– Estimar la tasa de cruce de la autovía
Área de estudio
Provincias de Huelva y Sevilla
Autovía A-49
Tráfico medio: 30.300 vehículos/día
Métodos
Captura de individuos a una distancia menor del radio del área media de campeo respecto a la autovía (30 m rata de agua (Pita et al., 2011); 10 m topillo mediterráneo (Borghi, 1992))
Radio-seguimiento: Toma de localizaciones cada 20 minutos durante 8 horas desde 2 horas antes de la puesta de sol
Borghi (1992) Tesis Doctoral Pita et al. (2011) Acta Oecologica 37: 124-132
• Área de campeo: Minimum Convex Polygon (ArcGIS/Hawth’s Tools)
• Uso del espacio: Localizaciones independientes VS aleatorias (Corrección Shoener, ArcGIS/Home Range Tools)
• Movimientos: Aproximaciones
• Modelo Lineal Generalizado Mixto (link=binomial, gaussiana)
Selección de modelos según criterio Akaike (AIC, R/lmer4)
Métodos
Evasión (0)
Aprox. (1)
MétodosVariables dependientes Descripción
Uso de espacio: Ocurrencia Presencia/ausencia del individuo en una determinada localización
Movimiento: Aproximación Acercamiento/alejamiento entre dos puntos consecutivos
Variables Independientes
Tráfico total Nº total de vehículos por hora
Ligeros Nº de vehículos de categoría 1 y 2 por hora
Pesados Nº de vehículos de categoría 3, 4 y 5 por hora
Distancia Distancia (m) respecto a la autovía
Datos Tráfico (A-49 pk47, Ministerio de Fomento)
Resultados: Áreas de campeo
Rata de agua: 13 ind., 1867 localizaciones Topillo mediterráneo: 7 ind., 897 localizaciones
- Ninguna especie incluye el pavimento en su área de campeo.- En ningún caso se detectaron cruces de la autovía.
Resultados: Uso del espacioModelos candidatos AIC ΔAIC wi
Ocurrencia ~ Distancia 1829 0 0.700
Ocurrencia ~ Distancia + Tráfico pesados 1831 2 0.258
Ocurrencia ~ Distancia + Tráfico total 1836 7 0.021
Ocurrencia ~ Distancia + Tráfico ligeros 1836 7 0.021
Ocurrencia ~ Tráfico total 1861 32 0.000
Ocurrencia ~ Tráfico ligeros 1861 32 0.000
Ocurrencia ~ Tráfico pesados 1861 32 0.000
Ocurrencia ~ Distancia : Tráfico ligeros 1867 38 0.000
Ocurrencia ~ Distancia : Tráfico pesados 2598 769 0.000
Ocurrencia ~ Distancia : Tráfico total 2707 878 0.000
Nulo 1859 30 0.000
Modelos candidatos AIC ΔAIC wi
Ocurrencia ~ Distancia 1241 0 0.601
Ocurrencia ~ Distancia + Tráfico pesados 1243 2 0.221
Ocurrencia ~ Distancia + Tráfico total 1246 5 0.049
Ocurrencia ~ Distancia + Tráfico ligeros 1246 5 0.049
Ocurrencia ~ Distancia : Tráfico total 1248 7 0.018
Ocurrencia ~ Distancia : Tráfico ligeros 1248 7 0.018
Ocurrencia ~ Tráfico pesados 1249 8 0.011
Ocurrencia ~ Distancia : Tráfico pesados 1249 8 0.011
Ocurrencia ~ Tráfico total 1253 12 0.001
Ocurrencia ~ Tráfico ligeros 1253 12 0.001
Nulo 1248 7 0.018
Resultados: Uso del espacio
Variable Akaike weight
Model-averaged estimate
(Confidence interval)
Distancia 0.96 -0.03 (-0.04 a -0.02)
Tráfico pesados 0.26 0.0001 (-0.005 a 0.005)
Variable Akaike weight
Model-averaged estimate
(Confidence interval)
Distancia 0.82 -0.01 (-0.02 a -0.004)
Tráfico pesados 0.22 -0.00004 (-0.01 a 0.01)
Resultados: AproximaciónModelos candidatos AIC ΔAIC wi
Aproximación ~ Distancia + Tráfico total 1603 0 0.455
Aproximación ~ Distancia + Tráfico ligeros 1604 1 0.276
Aproximación ~ Distancia 1605 2 0.167
Aproximación ~ Distancia + Tráfico pesados 1606 3 0.102
Aproximación ~ Distancia : Tráfico pesados 1782 179 0.000
Aproximación ~ Distancia : Tráfico total 1785 182 0.000
Aproximación ~ Distancia : Tráfico ligeros 1785 182 0.000
Aproximación ~ Tráfico pesados 1786 183 0.000
Aproximación ~ Tráfico ligeros 1791 188 0.000
Aproximación ~ Tráfico total 1798 195 0.000
Nulo 1784 181 0.000
Modelos candidatos AIC ΔAIC wi
Aproximación ~ Distancia 569.8 0.0 0.406
Aproximación ~ Distancia + Tráfico total 571.2 1.4 0.201
Aproximación ~ Distancia + Tráfico ligeros 571.2 1.4 0.201
Aproximación ~ Distancia + Tráfico pesados 571.3 1.5 0.192
Aproximación ~ Distancia : Tráfico pesados 708.3 138.5 0.000
Aproximación ~ Distancia : Tráfico total 817.5 247.7 0.000
Aproximación ~ Distancia : Tráfico ligeros 824.2 254.4 0.000
Aproximación ~ Tráfico pesados 887.8 318.0 0.000
Aproximación ~ Tráfico ligeros 889.5 319.7 0.000
Aproximación ~ Tráfico total 889.5 319.7 0.000
Nulo 886.6 316.8 0.000
Resultados: Aproximación
Variable Akaike weight
Model-averaged estimate
(Confidence interval)
Distancia 0.90 0.12 (-0.13 a -0.10)
Tráfico total 0.46 0.0003 (-0.00003 a 0.0008)
Tráfico ligeros 0.28 0.0004 (-0.0004 a 0.0008)
Variable Akaike weight
Model-averaged estimate
(Confidence interval)
Distancia 1.00 0.16 (0.14 a 0.19)
Tráfico total 0.20 -0.0001 (-0.0004 a 0.0002)
Tráfico ligeros 0.20 0.0001 (-0.0002 a 0.0005)
Tráfico pesados 0.19 0.003 (-0.006 a 0.013)
Conclusiones
¿Evitan la autovía o la ignoran?
• Ambas especies aparentemente se vieron atraídos hacia los márgenes de la autovía.
• Evitan la autovía en sí misma, pero ignoran la intensidad de tráfico.
• La autovía podría actuar como barrera al intercambio genético comprometiendo la viabilidad de las poblaciones a largo plazo.
Próximos pasos
• ¿Qué otros factores influyen en el uso del espacio y los movimientos cerca de la autovía?Incluir caracterización del hábitat y analizar si existe un uso preferencial del territorio en función de una variabilidad ambiental.
• ¿Funciona la autovía como una barrera sobre las poblaciones de estas especies de micromamíferos? Analizar estructura e intercambio genético de las poblaciones a ambos lados de la autovía.
Muchas gracias
Juan Carlos Rivilla
Equipo de roedores
A vosotros