Modelleren van foerageerpatronen en het voorspellen van de effecten van het verlies van leefgebieden

Het effect van het verlies van leefgebieden op de individuele overleving zal afhangen van de specifieke bewegings- en foerageerstrategieën van deze vogelsoorten, inclusief de mate waarin OWF's worden vermeden. Het is bekend dat het vermijdingspercentage moeilijk te schatten is, en de meeste vermijdingscijfers worden weergegeven als één percentage per soort. Waarschijnlijk is het vermijden van OWF's afhankelijk van meerdere factoren, zoals de staat van een individueel dier (bijvoorbeeld de energiereserves), de potentiële voedselbeschikbaarheid binnen het OWF-gebied en de plaatselijke weersomstandigheden.

Een dynamic state variable model bestaat uit een reeks individuele variabelen en omgevingsvariabelen, een specificatie van de dynamiek van die variabelen en een functie van de fitness, die specificeert hoe ‘fitness’ varieert met de staat van een individu. Vaak wordt een fitness proxy gebruikt, zoals levenslang reproductiesucces. Individuele overleving kan worden gebruikt als een maat voor de fitness voor modellen die geen rekening houden met de voortplantingsperiode.

Bovendien moeten er trade-offs zijn voor een aantal gedragsmatige of fysiologische beslissingen. Stochastic dynamic programming kan dan worden gebruikt om de beslissingen af te leiden die de fitness maximaliseren en hoe die beslissingen afhankelijk zijn van de staat van het individu en de omgeving (inclusief tijd).

In dit project ontwikkelen de onderzoekers een dynamic state variable model dat kan worden gebruikt om het effect van het verlies van leefgebied op de winteroverleving van zeevogels te kwantificeren. Bovendien zou dit model kunnen worden gebruikt om de relatie te bestuderen tussen het vermijden van OWF's, de individuele staat en het gerealiseerde sterfterisico van botsingen met windturbines.

Voortgang (september 2023)

De onderzoekers hebben een model ontwikkeld om de optimale fitness van specifieke bewegingsstrategieën buiten het broedseizoen van de jan-van-gent te berekenen. De volgende stap is om dit model te gebruiken voor simulaties in gebieden met windmolenparken.