ГАЗ-330232 «Газель-фермер Бизнес» с удлиненной базой

Главная » ГАЗ » ГАЗ-330232 «Газель-фермер Бизнес» с удлиненной базой

Позвоните нашим специалистам и они помогут Вам подобрать оптимальный автомобиль под ваши задачи:

8(831) 414-16-40

8-987-756-54-50

Автомобиль  ГАЗ-330232 — удлиненная версия серийного грузопассажирского автомобиля  «Газель-фермер». Стандартная база (2,4 м) удлиняется до размеров платформы трехместной «Газели» — 3 м (практикуется и супер-удлинение до 4 м). При этом грузоподъемность в 1 тонну не меняется, но удлинение дает возможность перевозить более габаритные грузы. Объем тентованного кузова «Газели-фермер» с удлиненной базой может достигать 13 м³.

Универсальность «фермера»  обеспечивается двухрядной кабиной, способной перевозить небольшую бригаду рабочих (водитель плюс пять пассажиров). Шестиместные бортовые «Газели», несмотря на слово «фермер» в названии, наиболее популярны не только и не столько в сельском хозяйстве, сколько среди строительных организаций и компаний, занимающихся производством мебели.

«Газель-фермер» сочетает в себе функции микроавтобуса и «малотоннажника» (как раз необходимого для перевозки нужного инвентаря и инструментов).

Модификации

Наряду с заднеприводной, автозаводом выпускается полноприводная модификация «Газели-фермер» — ГАЗ-330273, которая призвана преодолевать российские дороги в любом их состоянии.  Полный привод на автомобилях ГАЗ является постоянным, неотключаемым. Для «переброски» крутящего момента используется межосевой дифференциал с функцией блокировки. Для понижения передачи на автомобилях есть дополнительный рычаг.

Обслуживание и гарантия

Гарантия на автомобиль — 2 года или 80 тыс. км пробега и 1 год или 40 тыс. км пробега, если речь идет о полноприводной версии. Обслуживание будет осуществляться в любом сервисном центре «ГАЗ». При замене двигателя на ЗМЗ-405, гарантия на двигатель составит 1 год (предоставляется заводом-производителем).

«Газель-фермер» — популярное шасси для установки надстроек.

Технические характеристики ГАЗ-330232

Двигатели	УМЗ-4216 бензин				Cummins ISF 2.8l дизель
Тип привода	задний			полный	задний	полный
Полная масса, кг	3500
Снаряженная масса, кг	2060			2280	2180	2400
Длина грузового отсека, мм	3089
Ширина грузового отсека, мм	1978
Объем грузовой платформы, м3	2,44
Площадь грузовой платформы, м2	6,11
Погрузочная высота, мм	1000		1100		1000	1100
Мощность двигателя, л. с.	106,8				120
Рабочий объем двигателя, л	2,89				2,781
Максимальный контрольный расход топлива, л/100км при 80 км/ч	13	15			10,3	11,3
Постоянный клиренс, мм	170		190		170	190
Минимальный радиус поворота, м	6,7		8,7		6,7	8,7

Бортовая платформа на базе ГАЗ 33023 (Газель ФЕРМЕР) 2,4/3,2/4,2 метра

 Запросить цену Заказать звонок Шасси 3302 «Фермер» оснащено вместительной двухрядной кабиной на шесть мест и бортовой платформой с грузоподъемностью в 1 тонну. Отлично подходит для хозяйственной, коммунальной и предпринимательской деятельности. На автомобиль  «ФЕРМЕР» с удлиненной базой (ГАЗ 33023) установлена бортовая платформа длиной 3,1 метра. Высота тента — до 2,5м . По желанию заказчика автомобиль может быть оборудован тентом с боковой и верхней загрузкой. Преимущества новой ГАЗели Бизнес грузоподъемность до 1,5 тонн объем перевозимого груза от 6 до 18 м³ 2 типа привода: 2WD и 4WD гарантия 3 года или 150 тыс.км пробега интервал ТО — 80 000 км запчасти дешевле в 3-5 раз по сравнению с зарубежными аналогами максимальная вместимость до 15 мест 3 варианта длины шасси У ГАЗели-Бизнес 4 варианта двигателя: БЕНЗИН / ДИЗЕЛЬ / ГБО LPG / CNG. Битопливный двигатель УМЗ-421647 CNG позволяет снизить до 60% расходов на топливо. Еще одним серьезным преимуществом будет цена — ГАЗель с двигателем CNG будет на 41% дешевле, чем такая же ГАЗель, но с бензиновым двигателем. Продуманная грузовая платформа из цельного листа холоднокатаной стали обеспечивает долговечность и устойчивость к коррозии. Задняя зависимая рессорная подвеска — оптимальное решение для грузовой техники. Она обеспечит устойчивость к критическим нагрузкам, долговечность и простоту ремонта. Независимая двухрычажная передняя подвеска дает большой запас прочности и хорошую плавность хода. Мы предлагаем отличную возможность купить ГАЗель Бизнес по цене производителя. Благодаря многолетнему опыту «СпецТехКомплект» зарекомендовал себя как надежный партнер на рынке России и стран СНГ. Технические характеристики шасси Модельный ряд Модификация Шасси Тип кузова Кол-во мест Тип шасси Колесная формула Двигатель 3302-750 ГАЗель БИЗНЕС Борт 3 места Cтандартное шасси 4х2 Бензин (УМЗ-А274 Evotech) 33025-750 ГАЗель БИЗНЕС Борт 3 места Cтандартное шасси 4х2 Бензин+LPG (УМЗ-А274 Evotech) 33026-240 ГАЗель БИЗНЕС Борт 3 места Cтандартное шасси 4х2 Бензин+CNG (УМЗ) 33027-753 ГАЗель БИЗНЕС Борт 3 места Cтандартное шасси 4х4 Бензин (УМЗ-А274 Evotech) 33027-303 ГАЗель БИЗНЕС Борт 3 места Cтандартное шасси 4х4 Дизель (Cummins) 330202-750 ГАЗель БИЗНЕС Борт 3 места Удлиненное шасси 4х2 Бензин (УМЗ-А274 Evotech) 330252-750 ГАЗель БИЗНЕС Борт 3 места Удлиненное шасси 4х2 Бензин+LPG (УМЗ-А274 Evotech) 330262-240 ГАЗель БИЗНЕС Борт 3 места Удлиненное шасси 4х2 Бензин+CNG (УМЗ) 33023-750 ГАЗель БИЗНЕС Борт, комби 6 мест Cтандартное шасси 4х2 Бензин (УМЗ-А274 Evotech) 330232-750 ГАЗель БИЗНЕС Борт, комби 6 мест Удлиненное шасси 4х2 Бензин (УМЗ-А274Evotech) 330253-750 ГАЗель БИЗНЕС Борт, комби 6 мест Удлиненное шасси 4х2 Бензин+LPG (УМЗ-А274 Evotech) 330263-240 ГАЗель БИЗНЕС Борт, комби 6 мест Удлиненное шасси 4х2 Бензин+CNG (УМЗ) 330273-753 ГАЗель БИЗНЕС Борт, комби 6 мест Cтандартное шасси 4х4 Бензин (УМЗ-А274 Evotech) 330273-303 ГАЗель БИЗНЕС Борт, комби 6 мест Cтандартное шасси 4х4 Дизель (Cummins) Общие данные Параметры Стандартная / удлиненная база* Стандартная / удлиненная база** Количество мест Пассажировместимость 2+1 2 5+1 5 Колесная формула 4×2 Тип привода задний Полная масса, кг 3500 Масса снаряженного автомобиля, кг*** 1840/2005 1955/2060 Распределение нагрузки автомобиля полной массы на дорогу через шины, кг*** передних колес задних колес 1200/1290 2300/2210 2240/2155 2900/3500 База, мм 2900/3500 Колея колес: передних, мм задних (между серединами сдвоенных шин), мм 1700 1560 Дорожный просвет (под картером заднего моста при полной массе), мм 170 Минимальный радиус разворота по колее наружного переднего колеса, м 5,5/6,7 Максимальная скорость автомобиля на горизонтальном участке ровного шоссе, км/ч*** 130 Угол свеса (с нагрузкой) передний, град. задний, град. 22 24/17 22 24/23 Максимальный преодолеваемый подъем на основном топливе с полной нагрузкой, % 26 Погрузочная высота, мм 960/1000 Внутренние габаритные размеры кузова, мм длина ширина высота 3089/4139 1978 400 2339 1978 400 Коробка переключения передач 5МКПП Емкость топливного бака, л 64 * 330200-0000244/330202-0000244 ** 330230-0000244/330232-0000244 *** Параметры данного показателя меняются в зависимости от двигателя. Данные показатели относятся к автомобилям с двигателем УМЗ-42164 (бензиновый) Двигатели Параметры Cummins ISF2.8s4129P EVOTECH A 275 Тип двигателя Дизельный, с турбонаддувом и охладителем наддувочного воздуха Бензиновый, 4-тактный, впрысковый Количество цилиндров и их расположение 4, рядное Диаметр цилиндров и ход поршня,мм 94×100 96,5х92 Рабочий объем цилиндров, л 2,8 2,69 Степень сжатия 16,5 10 Номинальная мощность, нетто кВт (л.с.) при частоте вращения коленчатого вала, об/мин 88,3 (120) 3600 78,5 (106,8) 4000 Максимальный крутящий момент, нетто, Н*м (кгсм) при частоте вращения коленчатого вала, об/мин 270 (27,5) 1400-3000 220,5 (22,5) 2350±150 Порядок работы цилиндров 1-3-4-2 1-2-4-3 Частота вращения коленчатого вала в режиме холостого хода, об/мин минимальная повышенная 750±50 4500 800±50 3000 Направление вращения коленчатого вала (наблюдая со стороны вентилятора) правое Запас хода от одной заправки при движении на всех типах топлива 475 — ЭБУ один — Контрольный расход основного топлива при движении со скоростью: 60 км/ч, л/100км 80 км/ч, л/100км 8,5 10,3 9,8 12,1 Чертежи и размеры ГАЗель Бизнес полностью отвечает всем актуальным на сегодняшний день стандартам безопасности, эргономики и надежности. В новой ГАЗели-Бизнес используются комплектующие от знаменитых мировых производителей: BOSCH — вакуумный усилитель и ABS EATON — блокируемый дифференциал заднего моста WEBASTO — предпусковой подогреватель HOERBIGER — коробка переключения передач и раздатка ZF — рулевое управление SACHS — амортизаторы и рессоры подвески EDAG — новая панель приборов ГАЗель Бизнес CNG Технические характеристики Модель ГАЗ-33026 ГАЗ-330262 ГАЗ-330263 Колесная формула 4х2 4х2 4х2 Полная масса, кг 3500 3500 3500 Масса снаряженного автомобиля, кг 2110 2275 2330 База, мм 2900 3500 3500 Длина автомобиля, мм 5540 6619 6289 Колея передних колес, мм 1700 1700 1700 Колея задних колес, мм 1560 1560 1560 Дорожный просвет, мм 170 170 170 Радиус поворота, мм 5,5 6,7 6,7 Максимальный подъем, % 20 20 20 Угол свеса передний/задний, град. 24 22 22 Угол свеса задний, град. 24 17 23 Длина грузового отсека, мм 3089 4139 3089 Ширина грузового отсека, мм 1978 1978 1978 Высота грузового отсека, мм до 2200 до 2200 до 2200 Количество мест, всего 3 3 6 Погрузочная высота, мм 975 975 975 Объем газового баллона, л 53,4 53,4 53,4 Количество газовых баллонов 4 Заправочный объем газа, куб.м/кг 42,7 / 30,5 Схема расположения газовых баллонов Заводская гарантия на уровне базового автомобиля Экономия расходов на топливо до 60 % Современное газобаллонное оборудование IV поколения Все компоненты сертифицированы по правилам ЕЭК ООН 110 Соответствует международным требованиям по безопасности Увеличение запаса хода от одной заправки до 700 км Купить ГАЗель-Бизнес Современный дизайн, высокая маневренность и плавность хода, системы активной и пассивной безопасности, эффективная климатическая установка, просторная и удобная кабина делают автомобиль профессиональным инструментом для повышения доходности бизнеса. На сегодняшний день ГАЗель является абсолютным лидером по продажам среди малотоннажных автомобилей. Низкие цены привлекают многих клиентов. А специальные предложения и акции «СпецТехКомплект» помогут сэкономить Ваши средства. Для удобства приобретения существуют кредитные и лизинговые программы. Купить ГАЗель-Бизнес Вы можете как в заднеприводном, так и в полноприводном исполнении. Свяжитесь с нами по телефону или отправьте сообщение, и наши менеджеры всегда помогут подобрать наиболее оптимальные условия покупки. Вся спецтехника полностью сертифицирована и подготовлена к регистрации в ГАИ и Ростехнадзоре (для некоторых видов).

СПЕЦПРЕДЛОЖЕНИЯ ВСЕ

Газель-фермер ГАЗ-33023 и удлиненный ГАЗ-330232 (цена и технические характеристики)

ГАЗ-33023 «Газель-фермер» — компактный малотоннажный грузопассажирский автомобиль, ориентированный прежде всего на работу в условиях сельской местности, что отражается в названии модели. Между тем, вместительный салон, дополненный не менее вместительным кузовом, приглянулся и различным ремонтным бригадам, работающим в черте города, так что можно смело считать ГАЗ-33023 «Газель-фермер» универсальным коммерческим автомобилем. Расширяет функциональность «Фермера» возможность легкого и быстрого монтажа на базе его шасси различного вспомогательного оборудования и компактных надстроек.

Внешность ГАЗ-33023 «Газель-фермер» базируется на привычном облике стандартной «ГАЗели», параллельно с которой фермерский трудяга переживал и рестайлинг, в рамках которого экстерьер был заметно улучшен за счет новой решетки радиатора, подрихтованного бампера, больших зеркал заднего вида и каплевидной галогеновой оптики. Цельнометаллическая кабина ГАЗ-33023 «Газель-фермер» имеет аэродинамичные контуры и выполнена в удлиненном формате, но при этом автомобиль получил только две двери для посадки пассажиров.

В отличие от базовой «ГАЗели», фермерский вариант ГАЗ-33023 имеет двухрядный 6-местный салон с компоновкой: 2 места спереди и 4 сзади. Большого объема свободного пространства ни на переднем, ни на заднем ряду кресел ГАЗ-33023 не предлагает, ограничиваясь скромными показателями комфорта. Не совсем удобна и посадка на второй ряд, осуществляемая только через складываемое переднее пассажирское сидение. На первоначальном этапе производства весьма скромной была и эргономика салона, но позже (в рамках рестайлинга) салон был серьезно переработан и улучшен за счет новой передней панели, применения более качественных материалов и расширения списка базового оборудования.

Теперь о габаритах. Грузопассажирский автомобиль «Газель-фермер» выпускался в двух вариантах длины – 5470 или 6300 мм. В первом случае (модификации 33023-216, 33023-404, 33023-748 и т.д.) автомобиль получал грузовую платформу размером 2306х1943х380 мм, а во втором (модификации 330232-216, 330232-408, 330232-531 и т.д.) размеры платформы увеличивались до 3090х1943х380-400 мм. В обоих случаях платформа комплектуется тремя откидными металлическими бортами. Колесная база «Газель-фермер» соответственно равнялась 2900 мм для автомобиля стандартной длины и 3500 мм для автомобиля с увеличенной платформой. Габаритная ширина ГАЗ-33023 «Газель-фермер» с учетом боковых зеркал составляет 2380 мм, ширина кабины грузовика – 1998 мм. Высота автомобиля по крыше кабины равна 2200 мм, по верхней точке тента – 2570 мм. Дорожный просвет (клиренс) ГАЗ-33023 – 170 мм.

Снаряженная масса ГАЗ-33023 «Газель-фермер» в зависимости от исполнения составляет 1825 – 2100 кг. Полная масса во всех случаях не превышает 3500 кг, а грузоподъемность ГАЗ-33023 равна 1000 кг (для автомобиля с удлиненной платформой допускается увеличение грузоподъемности до 1200 кг).

Технические характеристики. Моторы для «Газель-фермер» были позаимствованы у стандартной «ГАЗели» и среди них нашлось место трем бензиновым агрегатам, а также одному дизельному двигателю. На модификациях 33023-216 и 330232-216 производитель устанавливал 4-цилиндровый рядный бензиновый мотор УМЗ-4216, допускающий возможность комплектации автомобиля газобаллонным оборудованием. Двигатель получил рабочий объем 2,89 литра, распределенный впрыск топлива, а его максимальная отдача составляла 123 л.с. при 4000 об/минуту. Пик крутящего момента двигателя УМЗ-4216 приходится на отметку 235 Нм, которые доступны в диапазоне от 2200 до 2500 об/минуту.

Для модификаций 33023-404, 33023-408, 330232-404 и 330273-408 предлагался другой бензиновый агрегат — ЗМЗ-40524. В его распоряжении 4 цилиндра рядного расположения с рабочим объемом 2,46 литра и система распределенного впрыска топлива. В зависимости от модификации, двигатель предлагал 124 или 133 л.с. максимальной мощности при 4500 об/минуту, а также 214 Нм крутящего момента при 4000 об/минуту.

Третьим в списке бензиновых моторов значился агрегат Chrysler 2.4L-DOHC с 4 цилиндрами рядного расположения, 2,43 литра рабочего объема, распределенным впрыском и 16-клапанным ГРМ DOHC. Данный мотор способен выдавать до 150 л.с. мощности при 5500 об/минуту, а его пиковый крутящий момент достигает отметки 224 Нм при 4200 об/минуту. Устанавливался Chrysler 2.4L-DOHC на модификациях 33023-748 и 330232-748, а в некоторых случаях был представлен своей младшей версией, производящей 133 л.с. мощности и 204 Нм крутящего момента.

Единственным дизелем для ГАЗ-33023 «Газель-фермер» (модификации 33023-531, 330232-531 и 330273-531) значился мотор ГАЗ-5602, созданный на основе импортного агрегата STEYR M14. Как и предыдущие моторы, ГАЗ-5602 получил 4 цилиндра рядного расположения, но с рабочим объемом всего 2,13 литра. Кроме того, дизель комплектовался системой турбонаддува. Его мощность не превышала 95 л.с. при 3800 об/минуту, а пик крутящего момента не выходил за рамки 204 Нм, доступных уже при 2300 об/минуту.

Добавим, что в разные периоды производства на ГАЗ-33023 «Газель-фермер» устанавливались и другие двигатели, в частности бензиновые ЗМЗ-4025.10, ЗМЗ-4026.10, ЗМЗ-40522.10, ЗМЗ-4061.10 и ЗМЗ-4063.10 мощностью от 86 до 153 л.с. Что касается КПП, то все модификации «Газель-фермер» получали 5-ступенчатую синхронизированную МКПП с передаточным числом главной передачи равным 5,125 и взаимодействующую с двигателем через однодисковое фрикционное сухое сцепление.

ГАЗ-33023 «Газель-фермер» создан на базе рамного шасси с зависимой рессорной подвеской спереди и сзади, которая дополняется гидравлическими телескопическими амортизаторами, а также стабилизатором поперечной устойчивости для задней оси. В базе все модификации ГАЗ-33023 получают задний привод, но версии 330273-408 и 330273-531 оснащаются постоянным полным приводом с межосевым дифференциалом, подключающим переднюю ось (в данном случае клиренс увеличивается до 190 мм). Грузопассажирский автомобиль «Газель-фермер» комплектовался двухконтурной тормозной системой с гидравлическим приводом, дисковыми механизмами на передних колесах и барабанными механизмами на задних. Стояночный тормоз грузовика снабжен тросовым приводом. Рулевой механизм ГАЗ-33023 работает по схеме «винт – шариковая гайка», а в некоторых версиях исполнения (33023-216, 33023-408, 33023-748, 330273-408 и т.д.) снабжен гидроусилителем руля. В настоящий момент выпуск ГАЗ-33023 «Газель-фермер» прекращен, ему на смену пришел новый автомобиль, получивший название «Фермер-Бизнес».

Отзывы

ГАЗель БИЗНЕС фермер ГАЗ 33023 бортовая

Описание

ГАЗЕЛЬ БИЗНЕС ФЕРМЕР

Вариант грузового малотоннажного автомобиля, который непременно станет Вашей правой рукой в бизнесе. Сочетание вместительной цельнометаллической двухрядной кабины, рассчитанной на 5 пассажиров, и грузоподъемность до 1200 кг.

ГАЗель БИЗНЕС 7-местная – универсальный малотоннажный грузовой автомобиль с двухрядной водительской кабиной, пользуется широкой популярностью с различных сферах хозяйства и идеально подходит для предприятий малого и среднего бизнеса.

Двухрядная кабина очень удобна транспортировкой до 6 человек (вместе с водителем) и возможностью трансформировать второй ряд сидений в спальное место: 4 кресла легко складываются, образовывая просторное место для отдыха. Данный вид кабины особенно полезен во время дальних поездок.

Купить ГАЗель 2-хрядный можно с бортом 2 метра, 3 метра, 4 метра и 5 метров. Такой габаритный диапазон не только расширяет возможности грузоперевозок: осуществление транспортировки длинномерного груза до 6 метров, а также теперь можно размещать груз в собранном виде. Транспортировка более крупного груза в собранном состоянии экономит время, а при установке тента – деньги, так как тент является прекрасной бюджетной альтернативой фургона. Кроме того, у Вас есть возможность нанести оклейку на фургон своего продукта и логотипа, что повысит узнаваемость Вашей компании.

Новая ГАЗель фермер наиболее часто встречаются в сельской местности, все это благодаря возможности полноприводного исполнения на моделях с 2-х метровым и 3-х метровым бортом.

ГДЕ КУПИТЬ ГАЗ 33023

За счет выгодных предложений от компании «Луидор» стоимость автомобиля выходит очень привлекательной. Обращайтесь за дополнительной информацией к нашим менеджерам.

Цена на ГАЗель БИЗНЕС фермер в автосалоне Луидор одна из самых приемлемых в городе. Луидор – официальный дилер ГАЗ в Уфе – является надежным партнером Вашего бизнеса. Наши высококвалифицированные специалисты помогут Вам сделать правильный выбор и оформят покупку всего за 15 минут!

Купить ГАЗель БИЗНЕС Вы можете в автосалоне Луидор по адресу:

г. Уфа, ул. Интернациональная, д. 20;
тел.: 8 (347) 246-34-47, 8 (800) 300-61-48

– маневренный автомобиль, предназначенный для грузопассажирских перевозок.

Вместимость груза до 1,5 тонн не мешает автомобилю совершать маневры и справляться с управлением на крутых поворотах даже при полной загрузке, что сложно было бы добиться без улучшенного сцепления и новых амортизаторов передней подвески. ГАЗель БИЗНЕС отлично адаптирована к российским дорогам. Водитель теперь будет чувствовать себя спокойнее и увереннее во время движения даже в экстремальных ситуациях: улучшены вакуумный усилитель и главный тормозной цилиндр, что сокращает тормозной путь на 3 метра.

Усовершенствованы системы пуска, зажигания и охлаждения. Эксплуатационный срок автомобиля вырос за счет использования в конструкции только качественных составляющих, ресурс ГАЗели БИЗНЕС вырос до 300 000 км.

Еще одним плюсом владения ГАЗели БИЗНЕС является то, что для ее управления не требуется особой категории прав. Достаточно иметь права группы «В». Модельный ряд ГАЗа-3302 так же включает полноприводную ГАЗель бизнес ГАЗ-33027 борт и удлиненный бортовой ГАЗ-330202.

Цены на ГАЗель БИЗНЕС в автосалоне Луидор – официального дилера ГАЗ – доступные, а специальные предложения, действующие в нашем автосалоне, делают покупку еще более выгодной и легкой.

Купить ГАЗель БИЗНЕС Вы можете в нашем автосалоне ЛУИДОР. У нас всегда в наличии весь модельный ряд различных модификаций. Наши менеджеры рады ответить на все вопросы и подобрать для Вас наиболее оптимальные условия покупки автомобиля, действующие только у нас!

Бортовой автомобиль с двухрядной кабиной ГАЗ-33023

Бортовой автомобиль с двухрядной кабиной ГАЗ-33023 — ГАЗ-Восточный Ветер

Главная » Модельный ряд ГАЗ » Газель БИЗНЕС » Бортовой автомобиль с двухрядной кабиной ГАЗ-33023

Бортовой автомобиль ГАЗ 33023 «Фермер». Выпускается с двигателями: бензиновым «УМЗ» и дизельным «Cummins», с приводами 4х2 и 4х4, число мест 6. Для двигателя «УМЗ» с приводом 4х2 доступны к заказу комплектации с установкой заводского газобаллонного оборудования LPG (бензин+пропан) и CNG (бензин+метан). Все автомобили оборудованы ГУР. Изготовление автомобиля возможно на стандартной и удлиненной базе.

Полная масса автомобиля 3500 кг.
Стандартная база — длина борта 2,3 м.
Удлиненная база — длина борта 3,0 м.

ГАЗель БИЗНЕС 7-местная – универсальный малотоннажный грузовой автомобиль с двухрядной водительской кабиной, пользуется широкой популярностью с различных сферах хозяйства и идеально подходит для предприятий малого и среднего бизнеса.

Двухрядная кабина очень удобна транспортировкой до 6 человек (вместе с водителем) и возможностью трансформировать второй ряд сидений в спальное место: 4 кресла легко складываются, образовывая просторное место для отдыха. Данный вид кабины особенно полезен во время дальних поездок.

Купить ГАЗель 2-хрядный можно с бортом 2 метра, 3 метра, 4 метра и 5 метров. Такой габаритный диапазон не только расширяет возможности грузоперевозок: осуществление транспортировки длинномерного груза до 6 метров, а также теперь можно размещать груз в собранном виде. Транспортировка более крупного груза в собранном состоянии экономит время, а при установке тента – деньги, так как тент является прекрасной бюджетной альтернативой фургона. Кроме того, у Вас есть возможность нанести оклейку на фургон своего продукта и логотипа, что повысит узнаваемость Вашей компании.

Новая ГАЗель фермер наиболее часто встречаются в сельской местности, все это благодаря возможности полноприводного исполнения на моделях с 2-х метровым и 3-х метровым бортом.

	ГАЗель БИЗНЕС борт 2 метра	ГАЗель БИЗНЕС борт 3 метра	ГАЗель БИЗНЕС борт 4 метра	ГАЗель БИЗНЕС борт 5 метров
Габаритные размеры: длина/ширина/высота по кабине (по тенту), мм	5540/2066/2120 (2570)	6283/2066/2274 (2570)	7310/2066/2274 (2570)	8130/2066/2274 (2570)
Внутренние габаритные размеры грузовой платформы (длина/ширина/высота), мм	2339/1978/400	2339/1978/400	4050/1978/400	5000/1978/400
Объем кузова, куб. м	—	—	—	—
Грузоподъемность, кг	До 1200	До 1200	До 1150	1100
Возможность полноприводного исполнения	да	да	нет	нет

	УМЗ-42164 бензиновый	УМЗ-421647 с CNG Битопливный (бензин+метан)	УМЗ-421647 с LPG Битопливный (бензин+пропан)
Количество цилиндров	4	4	4
Система питания	многоточечный впрыск топлива	инжекторный впрыск	инжекторный впрыск
Рабочий объем, куб. см	2890	2890	2890
Номинальная мощность нетто, кВТ, (л.с.)	78,5 (106,8)	73,4 (99,8) при работе на бензине 67,2 (91,4) при работе на компримированном природном газе	73,4 (99,8) при работе на бензине 73,4 (99,8) при работе на сжиженном нефтяном газе

Возможные опции:

• Блокируемый дифференциал (входит в базовую комплектацию)
• Панель прибoров «Люкс»
• Кондиционер
• Тормозная система с АБС
• Пакет опций №2

В состав пакета опций №2 входит: противотуманные фары, электрокорректор зеркал, передние электростеклоподъемники, панель приборов «Люкс» (магнитола с кнопками управления на руле и аудиоподготовка), центральный замок передних дверей

Покупка ГАЗ-3302 в «Восточном Ветре» получится максимально выгодной за счет низкой стоимости на 6-и местную ГАЗель БИЗНЕС бортовую и специальных предложений, действующих только в нашем автосалоне.

*Подробности уточняйте у наших менеджеров по телефону 8 800 234 52 32 и +7 (343) 270-00-85

×

Сохраняем данные

Мы Вам обязательно перезвоним!

Ой… Программисты что-то сломали 🙁 Попробуйте чуть попозже!

×

Мы уже набираем Ваш номер!

Ой… Программисты что-то сломали 🙁 Они скоро починят, а пока Вы можете сами набрать нас!

×

Вы были у нас на сайте .
Вы нашли то, что искали?

Изотермический Фургон Газель-NEXT 7 мест

Общие характеристики
Количество мест	6 пассажирских 1 водительское
Грузоподъемность, кг	Не менее 850 кг
Дорожный просвет (под картером заднего моста при полной массе), мм	170
Минимальный радиус поворота по колее наружного переднего колеса, м	5,7
Контрольный расход топлива (замеряется по специальной методике) при движении с постоянной скоростью, л/100 км:
— 60 км/ч	8,5
— 80 км/ч	10,3
Максимальная скорость автомобиля на горизонтальном участке ровного шоссе, км/ч:	130
Трансмиссия
Сцепление	Однодисковое, сухое, с гидравлическим приводом
Коробка передач	5-ти ступенчатая, механическая
Карданная передача	Два вала с тремя карданными шарнирами и промежуточной опорой
Задний мост:
— главная передача	Гипоидная, передаточное число – 4,3
— дифференциал	Конический, шестеренчатый
Ходовая часть
Колеса	Дисковые, с неразборным ободом 5½ Jx16h3
Шины	Пневматические, радиальные, размером 185/75R16C
Подвеска:
— передняя	Независимая, на поперечных рычагах с цилиндрическим пружинами, со стабилизатором поперечной устойчивости
— задняя	Две продольные, полуэллиптические рессоры с дополнительными рессорами и стабилизатором поперечной устойчивости
Амортизаторы	Четыре – газонаполненные, телескопические, двухстороннего действия
Рулевое управление
Рулевой механизм с ГУР	Реечного типа
Насос ГУР	Пластинчатый, двукратного действия
Рулевая колонка	Регулируемая по углу наклона
Тормозное управление
Рабочая тормозная система	Двухконтурная с гидравлическим приводом и вакуумным усилителем
Тормозные механизмы:
— передних колес	Дисковые
— задних колес	Барабанные
Запасная тормозная система	Каждый контур рабочей тормозной системы
Стояночная тормозная система	С механическим тросовым приводом к тормозным механизмам задних колес

Африка: физическая география | Национальное географическое общество

Африка, второй по величине континент, омывается Средиземным морем, Красным морем, Индийским океаном и Атлантическим океаном. Он разделен экватором пополам почти поровну.

Физическую географию Африки, окружающую среду и ресурсы, а также географию человека можно рассматривать отдельно.

В Африке восемь основных физических регионов: Сахара, Сахель, Эфиопское нагорье, саванна, побережье Суахили, тропические леса, Великие африканские озера и юг Африки.Некоторые из этих регионов охватывают большие полосы континента, такие как Сахара и Сахель, а другие — изолированные районы, такие как Эфиопское нагорье и Великие озера. В каждом из этих регионов есть уникальные сообщества животных и растений.

Сахара

Сахара — самая большая в мире жаркая пустыня, занимающая 8,5 миллиона квадратных километров (3,3 миллиона квадратных миль), что примерно равно размерам южноамериканской страны Бразилии. Обозначая северную выпуклость Африки, Сахара составляет 25 процентов континента.

Сахара имеет ряд отличительных физических особенностей, включая эрги, регуляторы, хамады и оазисы. Эрги, которые покрывают 20 процентов территории Сахары, представляют собой песчаные дюны, простирающиеся на сотни километров на высоте более 300 метров (1000 футов). Эргы покрывают большую часть Алжира и Ливии, а также часть Мали и Нигерии. Эрг может содержать большое количество соли, которая продается для промышленного и пищевого использования.

Реги — это равнины из песка и гравия, которые составляют 70 процентов территории Сахары. Гравий может быть черным, красным или белым.Реги — это остатки доисторического дна и русла рек, но теперь они почти безводны.

Хамада — это возвышенные плато из скалы и камня, достигающие высоты 3353 метра (11000 футов). К ним относятся горы Атлас, которые простираются от юго-западного Марокко до северо-востока Туниса; горы Тибести на юге Ливии и на севере Чада; и горы Ахаггар на юге Алжира.

Оазис — это центр воды в пустыне, часто в форме источников, колодцев или ирригационных систем.Около 75 процентов населения Сахары живет в оазисах, которые составляют всего 2071 квадратный километр (800 квадратных миль) огромной площади пустынь.

Сообщества животных и растений Сахары адаптировались к чрезвычайно засушливым условиям региона. Почки тушканчика, вида грызунов, производят мочу высокой концентрации, которая сводит к минимуму потерю воды. Верблюд-верблюд экономит воду, изменяя температуру своего тела, поэтому он не потеет, когда становится жарче. Скорпион ограничивает свою деятельность ночью, зарываясь в более прохладные пески под поверхностью в течение дня.Скорпион, хищник, также поглощает воду из плоти своей добычи.

Сахарские растения выживают благодаря корневой системе, уходящей под землю на глубину до 24 метров (80 футов). В некоторых частях Сахары растения вообще не могут прижиться. Например, в южной Ливийской пустыне нет зелени на расстоянии более 195 километров (120 миль).

Сахель

Сахель представляет собой узкую полосу полузасушливых земель, которая образует переходную зону между Сахарой ​​на севере и саваннами на юге.Он состоит из плоских бесплодных равнин, которые простираются примерно на 5400 километров (3300 миль) через Африку, от Сенегала до Судана.

В Сахеле находится плодородная дельта Нигера, одной из самых длинных рек Африки. К сожалению, плодородные земли Сахеля быстро превращаются в пустыню в результате засухи, вырубки лесов и интенсивного сельского хозяйства. Этот процесс известен как опустынивание.

Сообщества животных Сахеля постоянно ищут скудные водные и растительные ресурсы.Сенегальская песчанка, самое распространенное млекопитающее в Сахеле, размером всего несколько сантиметров, потребляет до 10 процентов растений Сахеля.

Зеленая растительность Сахеля появляется только во время сезона дождей, но часто фермерами быстро собирают урожай или поедают животных. Баобабы — это устойчивые к засухе и огню деревья, стволы которых часто имеют ширину 15 метров (50 футов) и высоту 26 метров (85 футов). Акация, чья глубокая корневая система идеально подходит для полузасушливого климата, является одним из наиболее распространенных деревьев в Сахеле.Колючая трава колючая — основной корм для сахельских стад, таких как скот зебу.

Эфиопское нагорье

Эфиопское нагорье начало подниматься 75 миллионов лет назад, когда магма мантии Земли подняла широкий купол древней скалы. Этот купол позже раскололся, когда континентальная кора Африки разделилась, образовав систему Великой рифтовой долины. Сегодня эта долина пересекает Эфиопское нагорье с юго-запада на северо-восток. На Эфиопском нагорье находится 80 процентов самых высоких гор Африки.

Горный скалистый ландшафт идеально подходит для ловких видов животных. Местные виды, такие как горный козел Валиа, находящийся под угрозой исчезновения дикая коза, и бабуин гелада живут на уступах и скалистых заставах Симиенских гор. Самым символическим видом высокогорья, вероятно, является эфиопский волк, который сейчас находится на грани исчезновения.

Важные виды растений, произрастающие в Эфиопском нагорье, включают эфиопскую розу, туземную розу африканских стран и ensete, высокое, толстое, эластичное растение, которое является близким родственником банана.

Саванна

Саванна, или луга, покрывает почти половину Африки, более 13 миллионов квадратных километров (5 миллионов квадратных миль). Эти луга составляют большую часть Центральной Африки, начиная с юга от Сахары и Сахеля и заканчивая к северу от южной оконечности континентов.

Среди множества африканских регионов саванны Серенгети (или равнины Серенгети) являются наиболее известными. Серенгети — это обширная холмистая равнина, простирающаяся на 30 000 квадратных километров (11 583 квадратных миль) от заповедника Масаи-Мара в Кении до национального парка Серенгети в Танзании.

Серенгети является домом для одного из континентов с наибольшей концентрацией крупных видов млекопитающих, включая львов, гиен, зебр, жирафов и слонов. Ежегодно более 1 миллиона антилоп гну совершают круговую миграцию после сезонных дождей через равнины Серенгети. Их выпас и вытаптывание травы позволяет расти новым травам, а их отходы помогают удобрять почву.

Побережье Суахили

Побережье Суахили простирается примерно на 1610 километров (1000 миль) вдоль Индийского океана от Сомали до Мозамбика.Близлежащие коралловые рифы и барьерные острова защищают побережье от суровой погоды.

На песчаном побережье Суахили не так много животных. Златокузневая слоновья землеройка, грызун с длинной мордой, поедающий насекомых, является обычным явлением. Небольшой примитивный вид приматов, известный как детеныш кустарников, обитает в зеленых районах побережья Суахили. Детеныши кустарников, у которых есть огромные глаза для ночной охоты, питаются в основном насекомыми, фруктами и листьями.

Эти участки с большей растительностью расположены на узкой полосе вдали от прибрежных песков.Интенсивное культивирование уменьшило разнообразие видов растений во внутренних районах побережья Суахили. Мангровые леса — самая распространенная растительность. Мангровые заросли имеют открытую корневую систему. Это позволяет деревьям поглощать кислород непосредственно из воздуха, а также из бедной питательными веществами почвы.

Дождевой лес

Большая часть естественных дождевых лесов Африки была уничтожена в результате застройки, сельского и лесного хозяйства. Сегодня 80 процентов тропических лесов Африки сосредоточено в Центральной Африке, вдоль бассейна реки Конго.

В тропических лесах Африки обитает богатое разнообразие животных; 6-километровый (4-мильный) участок может содержать до 400 видов птиц, 150 видов бабочек и 60 видов земноводных. К важным млекопитающим относятся африканские лесные слоны, гориллы, черная обезьяна-колобус и окапи, похожий на осла жираф.

Муравей-водитель — один из самых агрессивных видов тропических лесов Африки. Муравьи-водители передвигаются колоннами численностью до 20 миллионов человек по подстилке тропических лесов и поедают все, от токсичных многоножек до рептилий и мелких млекопитающих.

Растительное сообщество влажных лесов Африки еще более разнообразно: по оценкам, зарегистрировано 8000 видов растений. Более 1100 из этих видов являются эндемиками или больше нигде на Земле не встречаются. Идентифицировано только 10 процентов растений тропических лесов Африки.

Великие африканские озера

Великие озера расположены в девяти странах, окружающих Великую рифтовую долину. Когда африканский континент отделился от Саудовской Аравии, на поверхности Земли образовались большие глубокие трещины.Позже эти трещины были заполнены водой. Этот геологический процесс создал одни из самых больших и глубоких озер в мире.

Есть семь крупных африканских Великих озер: озеро Альберт, озеро Эдвард, озеро Киву, озеро Малави, озеро Танганьика, озеро Туркана и озеро Виктория. Озеро Виктория, самое большое озеро в Африке, является южным истоком реки Нил, самой длинной реки в мире.

В районе Великих африканских озер обитают разнообразные водные и наземные животные.Рыба включает 45-килограммового (100-фунтового) нильского окуня и 2,5-сантиметровую (1-дюймовую) цихлиду. Мигрирующие животные саванны, такие как антилопы гну, используют озера в качестве водопоев. Бегемоты и крокодилы называют этот регион своим домом.

Великие озера граничат со всем, от тропических лесов до растительных сообществ саванн. Однако инвазивные виды, такие как водный гиацинт и папирус, начали захватывать целые береговые линии, подвергая опасности животных и растения.

Южная Африка

В регионе южной части Африки преобладает кратон Каапвааль, шельф коренных пород, размер которого превышает 2.6 миллиардов лет. Скалистые участки южной части Африки включают плато и горы, такие как хребет Дракенсберг.

Южная Африка является эпицентром известных заповедников «Африка», охраняющих такие виды животных, как львы, слоны, павианы, белые носороги и зебры Берчелла. К другим важным видам животных относятся импала, разновидность оленей, и спрингбок, разновидность газелей, которые могут подпрыгивать на несколько футов в воздух, чтобы избежать хищников.

Южная Африка Капская флористическая область — одна из самых богатых растениями областей в мире.В то время как регион Капского Флора покрывает менее 0,5 процента территории Африки, он является домом для почти 20 процентов флоры континента. Гигантский протея, национальный цветок Южной Африки, встречается в Цветочной области Кейптауна.

3.6: Движение с постоянным ускорением (часть 2)

Объединение уравнений

В следующих примерах мы продолжаем исследовать одномерное движение, но в ситуациях, требующих немного большего количества алгебраических манипуляций. {2} + 2a (x — x_ {0}) \]

Прежде чем мы перейдем к примерам, давайте более внимательно рассмотрим некоторые уравнения, чтобы увидеть поведение ускорения при экстремальных значениях.{2}} {2 (x — x_ {0})} \ ldotp \]

Таким образом, при конечной разнице между начальной и конечной скоростями ускорение становится бесконечным, в пределе смещение приближается к нулю. Ускорение приближается к нулю в пределе, разница в начальной и конечной скоростях приближается к нулю для конечного смещения.

Пример 3.10: Как далеко уезжает машина?

На сухом бетоне автомобиль может замедляться со скоростью 7,00 м / с ² , тогда как на мокром бетоне он может замедляться только со скоростью 5.00 м / с ² . Найдите расстояния, необходимые для остановки автомобиля, движущегося со скоростью 30,0 м / с (около 110 км / ч) по (а) сухому бетону и (б) мокрому бетону. (c) Повторите оба вычисления и найдите смещение от точки, где водитель видит, что светофор становится красным, принимая во внимание время его реакции 0,500 с, чтобы нажать ногой на тормоз.

Стратегия

Сначала нам нужно нарисовать эскиз Рисунок \ (\ PageIndex {1} \). Чтобы определить, какие уравнения лучше всего использовать, нам нужно перечислить все известные значения и точно определить, что нам нужно решить.

Рисунок \ (\ PageIndex {1} \): Пример эскиза для визуализации замедления и тормозного пути автомобиля.

Решение

1. Во-первых, нам нужно определить известные и то, что мы хотим решить. Мы знаем, что v ₀ = 30,0 м / с, v = 0 и a = −7,00 м / с ² (a отрицательно, потому что оно находится в направлении, противоположном скорости). Возьмем x0 равным нулю. Ищем смещение \ (\ Delta \) x, или x — x ₀ . Во-вторых, мы определяем уравнение, которое поможет нам решить проблему.{2})} \ ldotp $$ Таким образом, $$ x = 64.3 \; м \; на\; сухой\; бетон \ ldotp $$
2. Эта часть может быть решена точно так же, как (а). Единственное отличие состоит в том, что ускорение составляет −5,00 м / с ² . Результат: $$ x_ {wet} = 90.0 \; м \; на\; влажный\; бетон \ ldotp $$
3. Когда водитель реагирует, тормозной путь такой же, как в пунктах (a) и (b) для сухого и влажного бетона. Итак, чтобы ответить на этот вопрос, нам нужно вычислить, как далеко проехал автомобиль за время реакции, а затем добавить это время ко времени остановки.Разумно предположить, что скорость остается постоянной в течение времени реакции водителя. Для этого мы, опять же, определяем известные и то, что мы хотим решить. Мы знаем, что \ (\ bar {v} \) = 30,0 м / с, t _{реакции} = 0,500 с, а реакция = 0. Мы берем x _{0-реакцию} равным нулю. Ищем х _{реакция} . Во-вторых, как и раньше, мы определяем лучшее уравнение для использования. В этом случае x = x ₀ + \ (\ bar {v} \) t работает хорошо, потому что единственное неизвестное значение — это x, которое мы и хотим найти.В-третьих, мы подставляем известные для решения уравнения: $$ x = 0 + (30,0 \; м / с) (0,500 \; с) = 15,0 \; m \ ldotp $$ Это означает, что автомобиль движется на 15,0 м, пока водитель реагирует, в результате чего общие смещения в двух случаях с сухим и мокрым бетоном на 15,0 м больше, чем если бы он реагировал мгновенно. Наконец, мы добавляем смещение во время реакции к смещению при торможении (рис. \ (\ PageIndex {2} \)), $$ x_ {braking} + x_ {response} = x_ {total}, $$ и находим (a) 64,3 м + 15,0 м = 79,3 м в сухом состоянии и (b) 90.0 м + 15,0 м = 105 м во влажном состоянии.

Рисунок \ (\ PageIndex {2} \): Расстояние, необходимое для остановки автомобиля, сильно варьируется в зависимости от дорожных условий и времени реакции водителя. Здесь показаны значения тормозного пути для сухого и мокрого покрытия, рассчитанные в этом примере для автомобиля, движущегося со скоростью 30,0 м / с. Также показано общее расстояние, пройденное от точки, когда водитель впервые видит, что свет загорается красным, при условии, что время реакции составляет 0,500 с.

Значение

Смещения, найденные в этом примере, кажутся разумными для остановки быстро движущегося автомобиля.Остановка автомобиля на мокром асфальте должна длиться дольше, чем на сухом. Интересно, что время реакции значительно увеличивает смещения, но более важен общий подход к решению проблем. Мы идентифицируем известные и определяемые величины, а затем находим соответствующее уравнение. Если существует более одного неизвестного, нам нужно столько независимых уравнений, сколько неизвестных необходимо решить. Часто есть несколько способов решить проблему. Фактически, различные части этого примера могут быть решены другими методами, но представленные здесь решения являются самыми короткими.

Пример 3.11: Расчет времени

Предположим, что автомобиль выезжает на автомагистраль на съезде длиной 200 м. Если его начальная скорость равна 10,0 м / с, а он ускоряется со скоростью 2,00 м / с ² , сколько времени потребуется автомобилю, чтобы преодолеть 200 м по рампе? (Такая информация может быть полезна транспортному инженеру.)

Стратегия

Сначала мы рисуем эскиз Рисунок \ (\ PageIndex {3} \). Нас просят решить для времени t. Как и раньше, мы идентифицируем известные величины, чтобы выбрать удобное физическое соотношение (то есть уравнение с одним неизвестным, t.)

Рисунок \ (\ PageIndex {3} \): эскиз автомобиля, ускоряющегося на съезде с автострады.

Решение

Опять же, мы определяем известные и то, что мы хотим решить. Мы знаем, что x ₀ = 0, v ₀ = 10 м / с, a = 2,00 м / с ² и x = 200 м.

Нам нужно решить для t. Уравнение x = x ₀ + v ₀ t + \ (\ frac {1} {2} \) at ² работает лучше всего, потому что единственной неизвестной в уравнении является переменная t, для которой нам нужно решать.{2} — 4ac}} {2a}, \]

, что дает два решения: t = 10,0 и t = -20,0. Отрицательное значение времени неразумно, так как это будет означать, что событие произошло за 20 секунд до начала движения. Мы можем отказаться от этого решения. Таким образом,

\ [t = 10,0 \; s \ ldotp \]

Значение

Всякий раз, когда уравнение содержит неизвестный квадрат, есть два решения. В некоторых проблемах имеют смысл оба решения; в других случаях разумно только одно решение. 10.Ответ 0 кажется разумным для типичной автострады на съезде.

Упражнение 3.5

Пилотируемая ракета ускоряется со скоростью 20 м / с ² во время пуска. Сколько времени нужно, чтобы ракета достигла скорости 400 м / с?

Пример 3.12: Ускорение космического корабля

Космический корабль покинул орбиту Земли и направляется к Луне. Разгоняется со скоростью 20 м / с ² за 2 мин и преодолевает расстояние в 1000 км. Каковы начальная и конечная скорости космического корабля?

Стратегия

Нас просят найти начальную и конечную скорости космического корабля.{2}) (120,0 \; s) = 9533,3 \; м / с \ ldotp \]

Значение

Есть шесть переменных: смещение, время, скорость и ускорение, которые описывают движение в одном измерении. Начальные условия данной задачи могут быть множеством комбинаций этих переменных. Из-за такого разнообразия решения могут быть нелегкими, например простой заменой в одно из уравнений. Этот пример показывает, что решения кинематики могут потребовать решения двух одновременных кинематических уравнений.

Освоив основы кинематики, мы можем перейти ко многим другим интересным примерам и приложениям. В процессе разработки кинематики мы также увидели общий подход к решению проблем, который дает как правильные ответы, так и понимание физических взаимоотношений. Следующий уровень сложности в наших задачах кинематики связан с движением двух взаимосвязанных тел, называемых задачами преследования двух тел .

Задачи преследования двух тел

До этого момента мы рассматривали примеры движения с участием одного тела.Даже для задачи с двумя автомобилями и тормозным путем на мокрой и сухой дороге мы разделили эту задачу на две отдельные задачи, чтобы найти ответы. В задаче о преследовании двух тел движения объектов связаны — это означает, что неизвестное, которое мы ищем, зависит от движения обоих объектов. Чтобы решить эти проблемы, мы пишем уравнения движения для каждого объекта, а затем решаем их одновременно, чтобы найти неизвестное. Это показано на рисунке \ (\ PageIndex {4} \).

Рисунок \ (\ PageIndex {4} \): сценарий преследования с двумя телами, в котором машина 2 имеет постоянную скорость, а машина 1 идет сзади с постоянным ускорением.Автомобиль 1 догонит автомобиль 2 позже.

Время и расстояние, необходимое для того, чтобы автомобиль 1 догнал автомобиль 2, зависит от начального расстояния, на которое автомобиль 1 находится от автомобиля 2, а также от скорости обоих автомобилей и ускорения автомобиля 1. Кинематические уравнения, описывающие движение обоих автомобилей, должны быть решил найти эти неизвестные.

Рассмотрим следующий пример.

Пример 3.13: Гепард ловит газель

Гепард прячется за кустом. Гепард замечает пробегающую мимо газель со скоростью 10 м / с.В тот момент, когда газель проходит мимо гепарда, гепард из состояния покоя ускоряется со скоростью 4 м / с ² , чтобы поймать газель. а) Сколько времени требуется гепарду, чтобы поймать газель? б) Что такое смещение газели и гепарда?

Стратегия

Мы используем систему уравнений для постоянного ускорения, чтобы решить эту проблему. Поскольку есть два движущихся объекта, у нас есть отдельные уравнения движения, описывающие каждое животное. Но то, что связывает уравнения, — это общий параметр, который имеет одинаковое значение для каждого животного.Если мы внимательно посмотрим на проблему, становится ясно, что общим параметром для каждого животного является их позиция x в более позднее время t. Поскольку оба они начинаются с x ₀ = 0, их смещения будут такими же в более позднее время t, когда гепард догонит газель. Если мы выберем уравнение движения, которое решает смещение для каждого животного, мы можем затем установить уравнения, равные друг другу, и решить для неизвестного, то есть времени.

Решение

1. Уравнение для газели: Газель имеет постоянную скорость, которая является ее средней скоростью, поскольку она не ускоряется.{2} $$ $$ t = \ frac {2 \ bar {v}} {a} \ ldotp $$ Газель имеет постоянную скорость 10 м / с, которая является ее средней скоростью. {2} — 50 \; m \ ldotp $$ Водоизмещение газели: $$ x = \ bar {v} t = 10 (5) = 50 \; m \ ldotp $$ Мы видим, что оба смещения равны, как и ожидалось.

Значение

Важно анализировать движение каждого объекта и использовать соответствующие кинематические уравнения для описания отдельного движения. Также важно иметь хорошую визуальную перспективу задачи преследования двух тел, чтобы увидеть общий параметр, который связывает движение обоих объектов.

Упражнение 3.6

Велосипед имеет постоянную скорость 10 м / с. Человек начинает с отдыха и начинает бежать, чтобы догнать велосипед через 30 секунд, когда велосипед находится в том же положении, что и человек.Какое ускорение у человека?

(PDF) Влияние пола и возраста на массу тела и некоторые морфометрические измерения Gazelle Dorcas и Reedbuck в Судане

Влияние пола и возраста на некоторые измерения тела Gazelle Dorcas и Reedbuck в Судане 21

Литература о массе тела и размеры

Доркас немногочисленны или даже не найдены, а найденные предметы

очень старые. Например, Броуэн (1950) сообщил, что

составляет 20 кг веса тела Доркас, выращенного в

Нигере.Позже, в 1974 году, Обусье отметил, что среднее значение массы тела

доркас, выращенных в Чаде, могло достигать

кг. В целом Йом-Тов и др. (1995) сообщили о

, что среднее значение массы тела составляет 16 кг,

находится в диапазоне от 14,6 до 18,2 кг. В этом исследовании соответствующее значение

было ниже, чем сообщенное

им; что составляет 12,25 кг, но диапазон был выше

в нашем исследовании, что составляет 5.5 кг.

Кроме того, эти авторы сообщили о средних значениях длины головы и

тела G. dorcas из Синая и Судана

, равных 95,5 см, в диапазоне от 89,0 до 101,4 см у

самцов и 95,2 см в диапазоне от 88,5 до 101,0 см

у самок. Они заявили, что длина хвоста Dorcas

составляла около 11-16% от длины головы и тела на

Синае, 17,5-17,7% в Нигере и 21,2-21,5% в Чаде.

Эти результаты не согласуются с выводами нашего исследования

, в котором мы получили более низкие значения длины головы и тела

, составляющие 15,00 и 15,5 см для длины головы

и 50,33 и 50,00 для длины тела самцов и

самок, соответственно. Йом-Тов и др. (1995) заявили, что

уха в Сахаре длиннее (14,8-17,7% от

длины головы и тела по сравнению с 14,0-15,8% в

Синае).Как правило, результаты, представленные этими авторами

, не согласуются с нашими результатами. Разногласия могут быть связаны с

, относящимися к различным географическим областям, в которых выросли

подвидов Gazelle Dorcas, согласно

Йом-Тов и др. (1995).

Groves (1981) заявил, что длина рогов

самок Доркас в среднем составляет около 62% от длины рогов самцов в

Сомали, но почти 80% в Сахаре. Согласно

Йом-Тов и др.(1995), рога Доркас варьируются от

20,1 до 26,6 см в зависимости от географического региона

, в котором живет животное. Эти цифры ниже, чем

, приведенных в настоящем исследовании. В нашем исследовании длина рога

составляла 18,00 и 16,83 см для самцов и самок,

соответственно, а средняя длина рога самок составляет

, что составляет 93% от средней длины рога самцов.

Эти результаты расходятся с тем, что наблюдали

Гровс (1981) и Йом-Тов и др.(1995).

Другой вид, принадлежащий к тому же роду, —

Gazella subgutturosa. Работая с этим видом, Groves

и Harrison (1967) сообщили, что вес тела

самок и самцов должен составлять 23,2 кг (17,5–33,2) и 27,4 кг

(22,0–33,8) соответственно. Heptner et al. (1988) сообщили о

веса тела женщин и мужчин в диапазоне от 18

до 33 кг и от 20 до 43 кг у обоих полов,

соответственно.Однако, по данным Demirsoy (2003), масса джейрана, выращенного в Турции на

, составляла 8-12 кг для самок и 18 кг для

самцов. Недавно Gürler

et al. (2015) изучили массу тела и около

морфологических характеристик газели (Gazella

subgutturosa) в Турции. Они сообщили статистически о

значительно более высоких значениях массы тела и

измерений у взрослых самцов, чем у самок, за исключением

ушей и длины хвоста.Средняя масса тела составила 13,86 кг и

19,39 кг для женщин и мужчин, соответственно, и разница в

была значительной. Они также сообщили о средних значениях

окружности груди, длины уха,

окружности шеи, длины головы и хвоста для мужчин

, равных 63,19, 14,06, 28,08, 22,69 и 19,54 см, в то время как

у женщин равнялись 59,50, 13,86, 23,42, 21,67 и

18,75 см. Средняя длина рога взрослых самцов составила

34.89см; от 28,5 до 46,0 см. В их исследовании

наблюдались значительные различия между молодыми самками

и самцами по массе тела и окружности груди

, тогда как различия по другим признакам

, включая длину ушей, длину хвоста и длину рогов, были в

в пользу самцов, но статистически не значимо. Эти результаты

выше, чем результаты нашего исследования

.Несогласие может быть связано с размером

Gazella subgutturosa, который, как сообщается, больше

и тяжелее G. dorcas и G. gazelle

(Güldenstaedt, 1780; IUCN, 1998).

Gazella subgutturosa Marica — другой вид

из того же рода Gazelle. В Саудовской Аравии:

Cunningham et al. (2011) оценочная масса тела

самок и самцов Gazella subgutturosa Marica равна

16.6 кг и 19,5 кг соответственно. Приблизительно равные

значений были сообщены Wronski et al. (2010) для тела

масс самок и самцов Г. с. marica составляет

17,4 кг (11–24 кг) и 19,6 кг (15–28 кг), соответственно.

Заметные морфологические различия между популяциями G.

subgutturosa, выращенными в восточных и западных

регионах Ирана, о которых сообщают Karami et al. (2002). Эти

результатов, упомянутые ранее, указывают на значительные

различий в массе тела и размерах тела

между видами рода Gazelle, а также на

между подвидами, принадлежащими к одному и тому же виду,

в зависимости от ареалов распространения в какие из

популяций подвидов

являются живыми.Когда значения массы тела

и другие измерения тела были взяты вместе

, результаты показывают, что Gazella

dorcas имела меньший размер тела, чем G. marica и

G. subgutturosa, поскольку значения наших результатов были

ниже, чем указано в литературе для G. marica

и G. subgutturosa. В настоящем исследовании различия

массы тела между полами не были статистически значимыми.Эти результаты не соответствовали

данным Kings Wood and Blank (1996) и

Cunningham et al. (2011), которые сообщили о присутствии

газелей-диморфизминов полового размера. Blank et al. (2012)

сообщили о половом диморфизме размера тела, так что

мужчин имели размер тела больше, чем женщины, на 30%.

Wronski et al. (2010) заявили, что существенные различия между полами

существуют для BW у G.с. marica, G.

gazella и два разных фенотипа G. dorcas. Авторы

сообщили, что BW, NC и SH самок составляли

88%, 76% и 95% от показателей самцов в G. s. marica,

соответственно. В соответствии с результатами Wronski

et al. (2010), BW, NC и SH взрослых самок составляли

, 71%, 83% и 88% от таковых взрослых самцов, а также отмеченный половой диморфизм

существует у газелей

, исследованных в настоящем исследовании.В настоящем исследовании не наблюдалось

значимых различий между полами для

массы тела или морфометрических измерений (Таблица 2).

С другой стороны, возраст был важным фактором

, влияющим на массу тела и некоторые измерения

, включая BL, HL, NL, EL, HOL, CH и HLG (таблица

2).

О гепардах • Факты о гепардах • Фонд сохранения гепардов •

Дикая жизнь гепарда

Жизненный цикл гепарда делится на три стадии: детеныш (от рождения до 18 месяцев), юность (от 18 до 24 месяцев) и взрослая жизнь (от 24 месяцев).

Период беременности (беременности) гепарда составляет 93 дня, а размеры пометов варьируются от одного-двух до шести детенышей (случайные пометы из восьми детенышей были зарегистрированы, но это случается редко). Смертность детенышей выше в охраняемых территориях, таких как национальные парки и заповедники, где ближе к крупным хищникам больше, чем в незащищенных районах. В таких местах смертность детенышей гепарда может достигать 90%.

Взрослая жизнь гепарда в дикой природе трудна.Гепарды в дикой природе (как самцы, так и самки вместе взятые) имеют средний возраст от 10 до 12 лет. Средняя продолжительность жизни взрослого самца в дикой природе меньше (8 лет), отчасти из-за территориальных конфликтов с конкурирующими группами самцов. Смертность взрослых особей — один из наиболее значительных факторов, ограничивающих рост и выживание популяции диких гепардов.

Угрозы гепарду

Информация о неволе

Детеныши гепарда Гепарды-подростки

Физические характеристики взрослых гепардов

Взрослый гепард в среднем весит от 75 до 125 фунтов.Они могут иметь длину от 40 до 60 дюймов, измеренную от головы до задних конечностей. Хвост может добавить еще от 24 до 32 дюймов, увеличивая общую длину до 7,5 футов. В среднем гепарды достигают высоты в плечах от 28 до 36 дюймов.

Гепард представляет собой диморфный вид по половому признаку, хотя определить пол гепардов только по внешнему виду сложно. Гепарды-самцы немного больше самок и у них большие головы, но они не демонстрируют такой же степени физических различий между полами других видов крупных кошек, таких как львы.

Гепарды имеют тонкий корпус с узкой талией и глубокой грудью. У них большие ноздри, которые позволяют увеличить потребление кислорода. У гепардов большие легкие и сердце, соединенные с кровеносной системой с сильными артериями и надпочечниками, которые работают в тандеме, обеспечивая очень эффективную циркуляцию кислорода через кровь.

Гепард с длинными ногами и очень тонким телом сильно отличается от всех других кошек и является единственным представителем своего рода Acinonyx. Уникальная морфология и физиология гепарда позволяют ему развивать невероятные скорости, которыми он славится.

Маркировка

Подшерсток гепарда варьируется от светло-коричневого до темно-золотистого и отмечен сплошными черными пятнами. Эти пятна не открыты, как розетки на шкуре леопарда или ягуара, что является одним из способов быстро идентифицировать гепарда.

Характерные черные полосы слез проходят от глаз ко рту. Считается, что полосы защищают глаза от солнечных лучей. Считается, что они выполняют ту же функцию, что и прицел, помогая гепардам сосредоточиться на своей добыче на большом расстоянии, сводя к минимуму блики солнца.

Хвосты гепарда оканчиваются густым пучком, окруженным пятью или шестью темными кольцами. Эти отметины обеспечивают им превосходную маскировку во время охоты и затрудняют их обнаружение другими хищниками. Хвост также считается сигнальным устройством, помогающим детенышам следовать за своей матерью в высокой траве. Цвет кончика хвоста у разных особей варьируется от белого до черного.

Создан для скорости

Гепард — самое быстрое наземное животное в мире и самая большая кошка Африки, находящаяся под угрозой исчезновения.Уникально адаптированный к скорости, гепард способен развивать скорость более 110 километров в час всего за три секунды. На максимальной скорости их шаг составляет семь метров. Уникальная структура тела гепарда: гибкий позвоночник, полуавтоматические когти, длинные ноги и хвост позволяют ему развивать невероятную максимальную скорость 110 км / ч (70 миль в час). Тело гепарда узкое и легкое, с длинными тонкими конечностями. Специализированные мышцы обеспечивают больший поворот конечностей, увеличивая ускорение.

Подушечки лап гепардов твердые и менее округлые, чем у других кошек. Колодки действуют как протекторы шин, обеспечивая им повышенное сцепление на быстрых и крутых поворотах. Короткие тупые когти, которые считаются полузадвижными, ближе к собакам, чем к другим кошкам. Захваты работают как шипы гусеницы, цепляясь за землю, обеспечивая сцепление во время бега и помогая увеличить скорость.

Бегущий гепард в Центре CCF в Намибии

Быстрый и гибкий

Гибкость позвоночника гепарда уникальна.Длинный мускулистый хвост гепарда работает как руль, стабилизируя и действуя как противовес его массе тела. Постоянно раскачивая хвост вперед и назад, подстраиваясь под движение жертвы, можно делать резкие повороты во время погони на высокой скорости. Лопатка гепарда не прикрепляется к ключице, что позволяет плечам свободно двигаться.

Бедра поворачиваются, чтобы задние ноги могли раздвинуться далеко друг от друга, когда тело полностью выпрямлено. Расширение бедер и плеч позволяет широко разгибаться во время бега, что обеспечивает исключительную длину шага.Длина между их ступенями составляет от шести до семи метров (21 фут), а в секунду делается четыре шага. Два раза за один шаг, когда тело гепарда полностью оторвано от земли: один раз, когда все четыре ноги вытянуты, и один раз, когда все четыре ноги сгруппированы под телом.

Детеныши гепарда

При рождении детеныши весят от 8,5 до 15 унций, слепые и беспомощные. Мать будет терпеливо ухаживать за ними, тихо мурлыкая, обеспечивая им тепло и безопасность.Примерно через день мать оставит детенышей на охоту, чтобы она могла продолжать ухаживать за детенышами. Это самое уязвимое время для детенышей, поскольку они остаются без защиты. Они будут жить в уединенном гнезде, пока им не исполнится шесть-восемь недель, и их мать регулярно перемещает их из гнезда в гнездо, чтобы избежать обнаружения хищниками. Следующие полтора года мама будет сама ухаживать за детенышами.

Примерно в возрасте шести недель

Детеныши начинают следовать за своей матерью в ее ежедневных путешествиях, поскольку она ищет добычу.В течение этих первых нескольких месяцев она не может двигаться далеко или быстро, а смертность детенышей самая высокая. В течение этого времени выживет менее одного из 10 детенышей, так как они погибают от нападений других крупных хищников, таких как львы и гиены, или от травм. Это время, когда обучают жизненным навыкам.

У детенышей гепарда толстая серебристо-серая шуба спускается по спине. Мантия помогает маскировать детенышей, имитируя внешний вид агрессивного животного, называемого медоедом. Эта мимикрия может помочь удержать хищников, таких как львы, гиены и орлы, от попыток их убить.Детеныши теряют мантию примерно в трехмесячном возрасте.

От четырех до шести месяцев

Детеныши гепарда очень подвижны и игривы. Деревья обеспечивают хорошие точки наблюдения и позволяют развить навыки балансировки. В этом возрасте полу-неоткатывающиеся когти детенышей острее и помогают им держаться за высокие «детские елки», по которым они взбираются вместе со своими братьями и сестрами. Обучение охоте — самый важный навык выживания, который будут развивать детеныши. В годовалом возрасте детеныши гепарда участвуют в охоте вместе с матерью.

Примерно 18 месяцев

Мать и детеныши наконец разойдутся. Несмотря на то, что они не в полной мере приспособлены к самостоятельной охоте, независимые детеныши мужского и женского пола будут держаться вместе еще несколько месяцев, чтобы овладеть своими охотничьими навыками. Когда девушки-подростки начинают ездить на велосипеде, доминирующие самцы ухаживают за ними и прогоняют своих братьев.

Обучение охоте начинается рано Обучение охоте в игре продолжается и в подростковом возрасте, гепарды остаются со своей матерью около 18 месяцев.

Мужские коалиции

Когда братья и сестры становятся половозрелыми, они отделяются от группы, чтобы вести в значительной степени независимую жизнь. Братья и сестры мужского пола остаются вместе до конца своей жизни, образуя группу, известную как коалиция. Коалиции увеличивают успех охоты и выступают в качестве защиты от других хищников.

Когда происходит разделение с сестрами, самцы будут бродить, пока не смогут найти и защитить территорию. Этот процесс может занять несколько лет, и самцы могут путешествовать на сотни миль, перемещаясь из одной области в другую, подталкиваемую более опытными мужскими коалициями.В конце концов, группа найдет место, где они смогут поселиться. Он станет территорией коалиции и может охватывать от 15 до 30 квадратных миль.

Гепардов, осиротевших в молодом возрасте и подвергшихся реабилитации, можно объединить в пары с лицами, не связанными с родственными связями, чтобы сформировать коалицию. Когда этих гепардов выпускают обратно в дикую природу, созданные коалиции часто остаются нетронутыми на протяжении всей жизни особей.

Коалиция гепардов-самцов

Сопряжение

Самки ведут уединенный образ жизни, если их не сопровождают детеныши.В отличие от гепардов-самцов, которые предпочитают жить на определенных территориях со своей коалицией, самки перемещаются в пределах «домашних ареалов», которые перекрывают территории нескольких групп самцов. Домашние ареалы самок гепарда зависят от распределения добычи. Если добыча бродит и широко распространена, у самок будут большие ареалы.

Эструс у самок гепардов непредсказуема или регулярна. Это одна из причин, почему гепардов сложно разводить в неволе. Восприимчивость к спариванию зависит от факторов окружающей среды, которые, как выяснили исследователи, запускаются близостью самцов и их запахом.Эструс длится до 14 дней, и в этот период самки спариваются с несколькими самцами. Гепарды-самцы, которые сталкиваются с самкой гепарда во время течки, остаются с ней и спариваются до трех дней с интервалами в течение дня. Когда дело доходит до спаривания, в коалиции нет доминирующих самцов, претендующих на исключительный доступ к самкам. Все самцы в коалиции спариваются.

Генетическое разнообразие

Во время последнего ледникового периода численность гепардов в мире сократилась до нескольких особей.Это событие вызвало резкое сокращение генетического разнообразия гепарда, известное как «узкое место» популяции, что привело к физической однородности нынешней популяции гепарда. Гепарды настолько генетически похожи, что в экспериментах реципрокные трансплантаты кожи от неродственных гепардов были приняты иммунной системой другого из-за животных, имеющих сходные генотипы главного комплекса гистосовместимости (MHC).

Исследователи обнаружили, что подходящие уровни генетического разнообразия жизненно важны для способности любой популяции адаптироваться и преодолевать изменения окружающей среды и неожиданные бедствия.Неустойчивое человеческое развитие и безответственное потребление могут оказать давление на экосистемы во всем мире. Популяционные исследования показали, что когда среда обитания разрушается, а популяции становятся фрагментированными и изолированными, скорость инбридинга увеличивается, а генетическое разнообразие снижается.

Физиологические нарушения, такие как низкое качество спермы, очаговая эрозия неба, восприимчивость к инфекционным заболеваниям и изогнутый хвост, являются результатом низкого генетического разнообразия как в дикой, так и в содержащейся в неволе популяции гепардов.

Сперма гепарда под микроскопом Изогнутый хвост

Охота

Гепарды — визуальные охотники. В отличие от других больших кошек, гепарды ведут дневной образ жизни, то есть охотятся рано утром и поздно вечером.Гепарды карабкаются по «игровым деревьям» или насыпям термитов, чтобы получить оптимальную точку обзора для обнаружения добычи на горизонте. Охота состоит из нескольких составляющих. Он включает в себя обнаружение добычи, преследование, погоню, спотыкание (или захват добычи) и убийство с помощью удушающего укуса в горло.

Диета и питание

Виды добычи, от которых зависит гепард, развили скорость и методы избегания, которые могут держать их вне досягаемости. Добычей гепардов являются: газели (особенно газели Томсона), импалы и другие антилопы малого и среднего размера, зайцы, птицы и грызуны.Гепарды также охотятся на телят более крупных стад.

Гепарды обычно предпочитают охотиться на диких животных и избегают охоты на домашний скот. Исключение составляют больные, раненые, старые или молодые и неопытные гепарды. Как правило, домашний скот, погибший от нападения гепардов, также бывает больным, раненым и старым / молодым. Содержание домашнего скота в краале и использование несмертельных средств защиты может значительно снизить уровень хищничества домашнего скота.

Преследование Удачная охота

Действия

В то время как гепарды могут развивать замечательную скорость, они не могут выдерживать погоню на высокой скорости очень долго.Они должны поймать свою добычу за 30 секунд или меньше, так как они не могут поддерживать максимальную скорость намного дольше. Гепарды проводят большую часть своего времени во сне и минимально активны в самые жаркие часы дня. Они предпочитают тенистые места и будут спать под защитой больших тенистых деревьев. Ночью гепарды не охотятся, наиболее активны они в утренние и вечерние часы.

Роль в экосистеме

Гепард играет особую роль в своей экосистеме.Гепарды — одни из самых успешных охотников в саванне, но их добычу очень часто крадут более крупные хищники или хищники, которые охотятся группами. Хищники играют важную роль в любой экосистеме. Они поддерживают здоровье жертв, убивая слабых и старых особей. Они также действуют как проверка популяции, которая помогает растениям выжить, предотвращая чрезмерный выпас. Без хищников, таких как гепард, экосистема саванны в Намибии была бы совсем другой, и нынешняя экологическая тенденция к опустыниванию ускорилась бы.

Вокализации

В отличие от других «больших кошек», классификация которых включает: львов, тигров, леопардов и ягуаров) гепарды не рычат. Они рычат, когда сталкиваются с опасностью, и издают звуки, более похожие на пронзительный щебет или пузырь, и лают при общении друг с другом. Гепард также может мурлыкать как на вдохе, так и на выдохе.

Шипение и отображение угроз

Виды тогда и сейчас

Родственники современного гепарда были распространены по всему миру примерно до 20 000 лет назад, когда окружающая среда мира претерпела драматические изменения во время Великого ледникового периода.Осталась лишь горстка людей.

Популяция гепардов восстановилась. Вплоть до ~ 10 000 лет назад их ареал распространился по всему африканскому континенту (за исключением бассейна Конго и пустыни Сахара) и в Азии от Аравийского полуострова до восточной Индии. Сегодня гепарды встречаются только в 9% от их исторического ареала и функционально вымерли. Когда-то найденные по всей Азии и Африке, сегодня в дикой природе насчитывается менее 7100 взрослых и подростков.

Защищенный статус

В настоящее время гепарды занесены в Красный список МСОП как уязвимые.В Намибии это охраняемый вид. Согласно Закону о исчезающих видах в Соединенных Штатах, они считаются находящимися под угрозой исчезновения. Конвенция о международной торговле видами, находящимися под угрозой исчезновения (СИТЕС), перечисляет их как виды в Приложении 1. Большинство диких гепардов существуют фрагментированными популяциями в отдельных частях Африки, занимая всего 9 процентов от их исторического ареала. В Иране осталось менее 50 азиатских гепардов (подвид).

Самая большая отдельная популяция гепардов занимает полигон из шести стран, который охватывает Намибию, Ботсвану, Южную Африку, Анголу, Мозамбик и Замбию.В Намибии проживает самое большое количество жителей из всех стран, что дало ей прозвище «Мировая столица гепардов». Более 75 процентов оставшихся диких гепардов живут на сельских сельскохозяйственных угодьях вместе с человеческими сообществами.

Ископаемое Acinonyx pardinensis (гигантский гепард), Музей Histoire Naturelle, Париж. Вымерший древний вид гепарда, тесно связанный с современным гепардом, был ростом с африканского льва в плечах.Гигантский гепард жил в Европе и был примерно в два раза больше современных гепардов.

Гепарды в неволе

В неволе гепарды могут жить от 17 до 20 лет. В странах Африки, таких как Намибия, незаконно ловить и вылавливать живых гепардов из дикой природы. Также в большинстве африканских стран, таких как Намибия, запрещено держать гепардов в частной собственности или в качестве домашних животных. Фонд сохранения гепардов и другие базирующиеся в Африке неправительственные организации удерживают в неволе популяции раненых или осиротевших животных в рамках усилий по реабилитации и возрождению.

Пригодность к выпуску зависит от:

• возраст осиротевших
• степень, в которой для их выживания требовалось вмешательство человека

Очень молодые и тяжелобольные животные будут в большей степени контактировать с людьми, ухаживающими за ними. Выживание в дикой природе зависит от отвращения к людям и избегания человеческих популяций. Гепарды, нуждающиеся в ручном выращивании и длительном лечении, не обладают достаточным страхом перед людьми за жизнь в дикой природе, особенно когда их территории все чаще будут разделены поселениями людей.

Зоопарки и заповедники

Аккредитованные зоопарки по всему миру участвуют в программах разведения в неволе, которые отслеживают генетическую пригодность для спаривания пар. Критерии аккредитации различаются в зависимости от аккредитующей организации. Аккредитация в большинстве случаев требует, чтобы зоопарки, содержащие гепардов в неволе, поддерживали работы по сохранению. Фонд сохранения гепардов перечисляет зоопарки, которые финансируют нашу работу по сохранению здесь.

Cheetah Conservation Fund ведет Международную племенную книгу гепардов для популяций гепардов, содержащихся в неволе.

Доктор Маркер и Кэтрин Хилкер в питомнике гепардов зоопарка Цинциннати

Специализированные природоохранные потребности

Как и все другие виды, борющиеся с исчезновением, проблема гепарда сложна и многогранна. Однако большинство причин, по которым гепард представляет опасность, можно разделить на три общие категории:

• конфликт человека и дикой природы,
• потеря среды обитания и потеря добычи,
• браконьерство и незаконный оборот дикой природы, когда детенышей вывозят с Африканского Рога и контрабандой ввозят в торговлю экзотическими животными, в первую очередь в государствах Персидского залива.

Конфликт между человеком и дикой природой

В отличие от других крупных кошек и стайных хищников, гепарды плохо себя чувствуют в заповедниках. Эти районы обычно содержат большую плотность других более крупных хищников, таких как лев, леопард и гиена. Такие хищники, как эти, соревнуются с гепардами за добычу и даже убивают гепардов, если представится возможность. В таких местах смертность детенышей гепарда может достигать 90%. Таким образом, примерно 90% гепардов в Африке живут за пределами охраняемых земель на частных сельскохозяйственных угодьях и поэтому часто вступают в конфликты с людьми.

Когда хищник угрожает домашнему скоту фермера, он также угрожает его средствам к существованию. Фермеры действуют быстро, чтобы защитить свои ресурсы, часто отлавливая гепардов или стреляя в них. Поскольку гепарды чаще охотятся в течение дня, их видят чаще, чем ночных хищников, что способствует более высокому уровню преследования гепарда.

Конфликт между человеком и дикой природой

Узнайте больше об усилиях CCF по смягчению конфликта между человеком и дикой природой

Конфликт между человеком и дикой природой

Утрата среды обитания

Гепардам для выживания требуются обширные участки земли с подходящей добычей, водой и укрытием.Поскольку дикие земли разрушаются и фрагментируются в результате человеческой экспансии, происходящей по всему миру, доступная среда обитания гепарда также разрушается. Доступная среда обитания фрагментирована и деградирована, что сокращает количество животных, которых может содержать территория. Многочисленные ландшафты по всей Африке, которые когда-то могли содержать тысячи гепардов, теперь изо всех сил пытаются поддерживать лишь горстку.

Утрата среды обитания

Узнайте больше об усилиях CCF по предотвращению и сокращению потерь среды обитания.

Утрата среды обитания

Незаконная торговля дикими животными

Во многих частях мира существуют сильные культурные ассоциации, поддерживающие гепардов в качестве компаньонов. У этой практики долгая история, и ее часто можно увидеть в древнем искусстве.

В наше время гепарды по-прежнему считаются символом статуса. Хотя во многих странах владение гепардами и экзотическими домашними животными запрещено законом, спрос на гепардов в качестве домашних животных по-прежнему велик.Детенышей незаконно вылавливают из дикой природы, и только каждый шестой выживает в пути к потенциальному покупателю.

Незаконная торговля дикой природой

Узнайте больше об усилиях CCF по прекращению незаконной торговли гепардами всех видов.

Незаконная торговля домашними животными

Животные и растения в зоопарке Сан-Диего

Страус — самая крупная и самая тяжелая из ныне живущих птиц.Как следует из названия его вида, camelus , страус когда-то был известен как «верблюжья птица» из-за его длинной шеи, выпуклых глаз и широких ресниц, а также его подвижной походки. Также, как и верблюды, страус может переносить высокие температуры и долгое время обходиться без воды.

Как она такая тяжелая, эта нелетающая птица, которая никогда не сможет подняться в небо; вместо этого он создан для работы. Его длинные, толстые и мощные ноги могут преодолевать большие расстояния без особых усилий, а у его ног только два пальца для большей скорости.

Страусы могут бежать короткими рывками до 43 миль в час (70 километров в час), и они могут поддерживать постоянную скорость 31 милю в час (50 километров в час). Всего один шаг может составлять от 10 до 16 футов (от 3 до 5 метров) в длину — это больше, чем во многих комнатах! Когда угрожает опасность, страусы довольно легко могут спастись, убегая. Птенцы страусов могут бегать со скоростью, приближающейся к 35 милям в час (56 километров в час) всего в месячном возрасте!

Если они не умеют летать, почему у них есть крылья? Во-первых, страусы вытягивают крылья, чтобы удерживать равновесие при беге, особенно если они внезапно меняют направление.Однако их основное использование, наряду с хвостовыми перьями, — это демонстрация и ухаживание. Чтобы показать свое превосходство, страус высоко поднимает голову и поднимает крылья и рулевые перья; чтобы показать подчинение, голова, крылья и хвост опущены.

В отличие от перьев большинства птиц, страусиные перья рыхлые, мягкие и гладкие. Они не скрепляются, как перья других птиц, из-за чего страусы выглядят лохматыми. Перья также могут промокнуть под дождем, потому что у страусов нет специальной железы, которая необходима многим птицам для защиты своих перьев от влаги во время чистки.Взрослые самцы страусов имеют яркое черно-белое оперение; у неполовозрелых птиц и взрослых самок серовато-коричневые перья.

Страусы живут группами, что помогает в защите. Обладая длинной шеей и острым зрением, они могут видеть на большом расстоянии, поэтому в группе хотя бы один из них может заметить приближение опасности. Страусы иногда собираются в большие стаи из 100 и более особей, но большинство стай меньше, обычно около 10 птиц или только пара самцов и самок. У групп есть иерархия, в которой доминирующий самец устанавливает и защищает территорию, доминирующая самка, называемая «основной курицей», и несколько других самок.Одинокие самцы также могут приходить и уходить во время сезона размножения.

Вопреки популярному мифу, страусы не прячут голову в песок! Когда страус чувствует опасность и не может убежать, он плюхается на землю и остается неподвижным, положив голову и шею на землю перед собой. Поскольку голова и шея слегка окрашены, они гармонируют с цветом почвы. Издалека это выглядит так, будто страус зарылся головой в песок, потому что видно только тело.Некоторые страусиные яйца теряются из-за гиен, шакалов и даже египетских стервятников, которые разбивают яйца, бросая на них камни. Но когда взрослый страус находится под угрозой, он атакует когтистой ногой, которая наносит достаточно сильный удар, чтобы убить льва.

Ocelots • Интересные факты и информация для детей

Латинское имя

Leopardus pardalis

Класс

Млекопитающие

Заказать

Хищник

Семья

Кошачьи

Сохранение статуса

Наименьшие опасения

Оцелоты любят жить в районах с густым растительным покровом.

В основном это тропические леса, терновые леса, мангровые болота и саванна или их окрестности.

Они мясоеды и любят есть все, включая оленей, змей, рыбу, птиц, кроликов и грызунов… они не привередливы! Оцелоты ведут ночной образ жизни и обычно охотятся ночью, но, как известно, они охотятся уже в сумерках или даже на рассвете.

Цвет оцелота варьируется от очень светло-желтого до темно-красновато-серого, но у всех есть темные пятна и полосы.

Сохранение

Хотя в настоящее время считается, что оцелотов меньше всего беспокоит вымирание, на их численность повлияла охота за мехом, а также их отлавливали и держали в качестве экзотических домашних животных.Торговля оцелотами теперь запрещена.

Интересные факты об оцелоте

• В зоопарках они живут до 20 лет, а в дикой природе всего 7-10 лет.
• Они наиболее активны в сумерках и много спят днем. Как ваша кошка дома!
• Они могут вырасти до метра в длину.
• Народ моче в древнем Перу поклонялся им и часто изображал оцелотов в своем искусстве.

Оцелот вопросы и ответы

Есть ли у оцелота когти?

Охотятся ли на них какие-нибудь другие существа?
Это действительно… ягуары и пумы с радостью охотятся на оцелотов, орлов-гарпий и крупных змей, таких как анаконда.

Мы гордимся тем, что являемся членами Британской и Ирландской ассоциации зоопарков и аквариумов (BIAZA) и Европейской ассоциации зоопарков и аквариумов (EAZA).Наше членство означает, что мы делимся знаниями с ведущими зоопарками Великобритании и Европы, а также учимся у них.

Выбор ресурсов кочевого копытного животного в динамичном ландшафте

Abstract

Кочевые перемещения часто являются следствием непредсказуемой динамики ресурсов. Однако то, как кочевые копытные выбирают динамические ресурсы, еще недостаточно изучено. Здесь мы рассмотрели ресурсную выборку кочевых монгольских джейранов ( Procapra gutturosa, ) в Восточной степи Монголии.Мы использовали ежедневные GPS-координаты 33 газелей, отслеживаемых до 3,5 лет. Мы исследовали отбор кормов в течение вегетационного периода с использованием Нормализованного индекса разницы растительности (NDVI). Зимой мы исследовали выбор снежного покрова, который обеспечивает доступ к корму и питьевой воде. Мы изучали отбор на уровне популяции с использованием функций выбора ресурсов (RSF), а также на индивидуальном уровне с использованием функций пошагового выбора (SSF) в различных пространственно-временных масштабах от 1 до 10 дней. Результаты анализа на популяционном и индивидуальном уровнях различались.На уровне популяции мы обнаружили селекцию на значение NDVI выше среднего в течение вегетационного периода. Это может указывать на выбор участков с большим кормовым покровом в засушливом степном ландшафте. Зимой газели выбирают для промежуточного снежного покрова, что может указывать на предпочтение участков, которые предлагают немного снега для увлажнения, но не настолько, чтобы мешать движению. На индивидуальном уровне, как по сезонам, так и по шкалам, мы не смогли обнаружить отбор у большинства особей, но отбор был аналогичен тому, который наблюдался в RSF для тех особей, демонстрирующих отбор.Сложность выбора с помощью SSF может указывать на то, что монгольские газели используют стратегию случайного поиска для поиска корма в ландшафте с большими однородными участками растительности. Таким образом, сочетание случайных поисков и характеристик ландшафта может скрыть результаты в мелком масштабе SSF. Значительные результаты в более широком масштабе, использованные для RSF на уровне популяции, подчеркивают, что, хотя отдельные особи демонстрируют несогласованные траектории движения, они в конечном итоге выбирают аналогичную растительность и снежный покров.

Образец цитирования: Stratmann TSM, Dejid N, Calabrese JM, Fagan WF, Fleming CH, Olson KA, et al. (2021) Выбор ресурсов кочевого копытного животного в динамичном ландшафте. PLoS ONE 16 (2): e0246809. https://doi.org/10.1371/journal.pone.0246809

Редактор: Флойд У. Векерли, Техасский государственный университет, СОЕДИНЕННЫЕ ШТАТЫ

Поступило: 1 октября 2020 г .; Принята к печати: 26 января 2021 г .; Опубликован: 12 февраля 2021 г.

Авторские права: © 2021 Stratmann et al.Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Из соображений сохранения окружающей среды не принято публиковать необработанные данные GPS о местонахождении животных, но мы предоставляем фрейм данных с перецентрированными точками GPS, всеми точками отсутствия и всеми связанными данными об окружающей среде. Этого набора данных достаточно для проведения статистического анализа и воспроизведения цифр, и он находится в Open Science Framework (https: // osf.io / w6syz /) по адресу: DOI 10.17605 / OSF.IO / W6SYZ.

Финансирование: TSMS финансировалось MainCampus Stipendium der Stiftung Polytechnischen Gesellschaft Frankfurt am Main. TSMS, TM и ND финансировались Фондом Роберта Боша. TSMS, TM и ND финансировались Федеральным министерством образования и исследований Германии (BMBF, 01LC1710A и 01LC1820A). JMC частично финансировался Центром понимания передовых систем (CASUS), который финансируется Федеральным министерством образования и исследований Германии (BMBF) и Министерством науки, культуры и туризма Саксонии (SMWK) за счет налоговых средств на основе бюджет утвержден Саксонским Государственным Парламентом.JMC, CHF и WFF были поддержаны грантом NSF IIBR 1915347. Спонсоры не играли никакой роли в дизайне исследования, сборе и анализе данных, решении опубликовать или подготовке рукописи.

Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.

Введение

В ландшафтах с динамичной доступностью ресурсов животные часто мигрируют [1]. Когда ресурсы одновременно динамичны и непредсказуемы, начальные и конечные точки миграции больше не существуют, и животные должны реагировать более гибко, часто посредством кочевых перемещений [2–4].Хотя многое известно о ресурсном выборе мигрирующих животных — тех животных, которые перемещаются между фиксированными местами в предсказуемое время, — гораздо меньше известно о ресурсном выборе кочевых животных. Существующие исследования часто ограничиваются одним или двумя сезонами в году. Однако движущие силы движения могут различаться в зависимости от сезона, особенно в зонах с умеренным климатом, когда снег может изменить выбор ресурсов [5–7]. Ситуация усложняется тем, что кочевые животные демонстрируют большую индивидуальную изменчивость траекторий движения в пределах одного и того же ландшафта, что контрастирует с поведением многих мигрирующих животных, которые демонстрируют модели передвижения, которые более согласованы между людьми [4].Остается неизвестным, является ли эта индивидуальная вариация результатом индивидуальных различий в выборе ресурсов или просто случайным поиском пищи. Чтобы изучить факторы, влияющие на выбор ресурсов в течение года у кочевых животных, мы использовали монгольских газелей ( Procapra gutturosa, ).

Выбор ресурсов в вегетационный период

Для копытных гипотеза кормового созревания (FMH) описывает, как характеристики растений и ограничения кормодобывания травоядных могут взаимодействовать, чтобы повлиять на выбор травоядных животных для растительности.FMH утверждает, что травоядные животные должны выбирать для вегетации промежуточную биомассу [8–13]. Новая растительность очень питательна, но ее мало, поэтому на ее поиск и употребление уходит много времени. Старые растения многочисленны, не требуют много времени, чтобы найти и поесть, но имеют низкую питательную ценность. Это связано с тем, что растения наращивают свои клеточные стенки лигнином и усиливают химическую защиту по мере роста, что затрудняет их переваривание травоядными животными. Таким образом, выбор промежуточной биомассы оптимизирует потребление энергии.Ферментеры задней кишки могут лучше удовлетворять свои потребности в энергии на растительности более низкого качества, чем жвачные животные. Жвачным животным требуется время для эффективного пищеварения, тогда как задние кишки могут компенсировать низкое качество растительности, поедая их в больших количествах, которые быстро перевариваются [14]. Поэтому мы ожидаем, что FMH будет особенно актуальным для жвачных животных, таких как монгольская газель [14]. FMH получил дальнейшее развитие в гипотезе зеленой волны (GWH) [15–19], которая добавляет пространственный и временной компонент к FHM.Он предполагает, что животные мигрируют по высотным или широтным градиентам, чтобы воспользоваться преимуществами нескольких пиков качества корма. Однако в ландшафтах, таких как пастбища и засушливые районы, где кочевые копытные ищут непредсказуемый корм, GWH может не применяться, потому что отслеживание зеленой волны работает лучше всего, когда градиент качества растительности сохраняется в течение длительного времени и быстро перемещается в предсказуемом порядке. через пейзаж [20, 21]. Вот почему в этой рукописи мы сосредоточились на FMH.Лось ( Cervus elaphus ) [13, 22], гну ( Connochaetes taurinus ) [23] и газели Томсона ( Gazella thomsoni thomsoni ) [24], как было обнаружено, отбирают промежуточную биомассу растительности в соответствии с FMH. . Два исследования даже нашли поддержку кочевых копытных животных после FMH, то есть кочевые животные, похоже, могут находить места с высококачественным кормом во время поиска непредсказуемо меняющегося ландшафта [24, 25]. Например, [24] обнаружили, что кочующие газели Томпсона располагались в районах с повышенным энергопотреблением во время сезона дождей.Кроме того, в предыдущем исследовании монгольских джейранов [25] были обнаружены доказательства существования FMH на основе данных о присутствии-отсутствии, полученных в результате обследований на разрезах.

Выбор ресурса зимой

В то время как FMH и GWH описывают, как копытные, как ожидается, будут отбирать фураж в течение вегетационного периода, стратегии отбора должны меняться зимой. Для копытных в умеренном климате низкие температуры и снег становятся ключевыми факторами, определяющими выбор ресурсов. Снег может увеличить стоимость передвижения, ограничить доступ к корму или даже полностью предотвратить движение [6, 26].С другой стороны, снег может служить средством для гидратации [27, 28]. Холодные температуры и ледяные ветры также могут привести к компромиссу между выбором типов среды обитания, обеспечивающих укрытие от терморегулирующего стресса и глубокого снега (например, густой лес), и выбором тех, которые обеспечивают хороший корм (например, открытые луга) [7, 29– 31]. Хотя выбор типов местообитаний различается по видам, в большинстве исследований по выбору зимних местообитаний копытных обнаруживается избегание глубокого снега, особенно у мелких копытных [5, 7, 26].Для копытных, живущих вдоль высотных или широтных градиентов, это означает перемещение в долины или более низкие широты [5, 32]. Для копытных в открытых степях выпадение снега менее предсказуемо, поэтому способность двигаться, чтобы избежать снежных бурь, вероятно, важна, тем более, что нет лесов, в которых можно было бы укрыться [33]. Поскольку зимой качество кормов, как правило, низкое, выбор ресурсов должен определяться необходимостью поддерживать доступ к корму и низкими энергетическими затратами. Хотя существует несколько примеров исследований выбора ресурсов копытных в зимний период, немногие из них сосредоточены на кочевых копытных животных.В двух предыдущих исследованиях изучался выбор ресурсов монгольских газелей на уровне популяции зимой, и оба выявили выбор в пользу высокой кормовой биомассы и районов с короткой продолжительностью снежного покрова или малым снежным покровом [28, 34].

Важность проверки индивидуального отбора

Предыдущие исследования отбора ресурсов часто фокусировались на отборе на уровне популяции, то есть на среднем индивидууме [35–37]. Эти исследования объединили данные или результаты по отдельным людям, чтобы прийти к общему выводу о том, какие ресурсы выбирает население.Тем не менее, недавние исследования обнаружили индивидуальные различия в выборе среды обитания, что вынуждает исследователей учитывать последствия этих различий для методов управления [35, 36]. Рассмотрение индивидуального отбора и изучение различий между особями особенно интересно при изучении кочевых копытных, поскольку особи часто демонстрируют несогласованные движения с сильно различающимися траекториями [4, 38]. Причина этих нескоординированных движений плохо изучена и плохо изучена.Возможные объяснения заключаются в том, что люди используют стратегию случайного поиска, чтобы справиться с непредсказуемой динамикой ресурсов, или что люди демонстрируют разные стратегии выбора из-за различных физиологических состояний. Однако до настоящего времени никто не рассматривал индивидуальные вариации в выборе ресурсов монгольских газелей.

История жизни монгольских газелей

Монгольские газели — небольшие копытные, весом около 30 кг, обитающие в степях России, Монголии и Китая. Большинство монгольских газелей обитает в восточной степи Монголии, в районе к востоку от железной дороги Улан-Батор — Пекин, к северу от пустыни Гоби и к югу от сибирских лесов.По оценкам, существует около 800 000 джейранов [39], что делает их видами, вызывающими наименьшее беспокойство [40]. Монгольские газели являются промежуточными кормильцами, используют высококачественные травы и разнотравье в течение вегетационного периода и выживают за счет отмершей растительности зимой за счет увеличения площади поверхности рубца [41, 42]. Это изменение физиологии является ключом к выживанию в этой сильно сезонной среде, где зеленая растительность в основном присутствует с июня по сентябрь, а зима долгая и суровая с температурами ниже -40 ° C.Считается, что непредсказуемость динамики растительности и снегопады являются ключевыми движущими силами кочевых перемещений этого вида.

Монгольские газели считаются кочующими на основании предыдущего количественного анализа данных GPS о местоположении [3, 38, 43–45]. Fleming et al. [44] показали, что газели требуется несколько месяцев, чтобы пересечь территорию, которую она использует в течение своей жизни, которая может быть в три раза больше, чем экосистема Серенгети-Мара. Также было показано, что отдельные монгольские газели не возвращаются в определенные места, даже во время отела или зимой [38, 43, 45].Большая территория, используемая газелями, длительное время, необходимое для пересечения этой территории, и отсутствие повторяемости в их перемещениях являются ключевыми характеристиками их кочевого передвижения. Групповая динамика — еще одна важная часть поведения газелей. Особи будут перемещаться вместе с сородичами в стадах, но они покинут одно стадо и присоединятся к другому способом деления-слияния [ sensu 46, также см. Видео в вспомогательных материалах для 38]. Это означает, что особи, находящиеся в одном и том же стаде в один день, могут иметь совершенно разные пути передвижения в следующие дни или годы [3, 38, 43].Среднегодовой размер ареала монгольских газелей составляет ~ 19 346 км ² , но отдельные годовые размеры ареала различаются на порядок (диапазон 6 431 км ² –53 422 км ² ) [38]. Эта индивидуальность в движении побудила нас изучить не только популяцию, но и индивидуальные реакции на растительность и снежный покров.

Исследовательский подход и гипотезы

Для изучения выборки ресурсов монгольских газелей мы использовали обширный набор данных ежедневных GPS-местоположений 33 особей.В течение вегетационного периода мы связали эти данные с Нормализованным индексом разницы растительности (NDVI), спутниковым показателем озеленения растительности, который был связан с качеством растительности и использовался для количественной оценки наличия ресурсов [47–50]. Обычно в исследованиях используются полевые измерения (например, биомасса, содержание азота) для проверки FMH. Однако, учитывая размер Восточной степи и временную продолжительность нашего исследования, такие полевые измерения были бы невозможны. Несколько других исследований использовали NDVI для проверки FMH [25, 51].Однако, поскольку высокие значения NDVI соответствуют более высокой биомассе растительности [52–55], мы считаем оправданным тестирование FMH с использованием NDVI. По мнению FMH, травоядным животным следует избегать растительности с высокой биомассой, что соответствует высоким значениям NDVI. Им также следует избегать растительности с низкой биомассой, которая соответствует низким значениям NDVI. Следовательно, FMH может предсказать выбор для промежуточного NDVI [25, 56]. Поскольку монгольские газели — жвачные животные, мы предположили, что они должны выбирать промежуточный NDVI в течение вегетационного периода.Зимой добыча корма осуществляется за счет высоты снежного покрова, который может препятствовать передвижению и доступу к корму для мелких копытных. С другой стороны, снег необходим как источник питьевой воды. Поскольку данные о высоте снежного покрова для Монголии недоступны, мы использовали снежный покров MODIS для изучения выбора ресурсов зимой. Поэтому мы выдвинули гипотезу, что газели должны выбирать участки с промежуточным снежным покровом зимой, обеспечивая доступ как к воде, так и к корму. Наконец, мы были заинтересованы в сравнении отбора на популяционном и индивидуальном уровнях и предположили, что отбор будет аналогичным на уровне популяции и на индивидуальном уровне.Несмотря на уникальные пути, по которым идут отдельные монгольские газели, мы ожидали, что эти разные пути, тем не менее, приведут монгольских газелей в районы со схожими характеристиками, поскольку существует объединяющая физиологическая потребность в высококачественной растительности и в районах с низким снежным покровом. Чтобы проверить эти гипотезы, мы (i) использовали функции выбора ресурсов (RSF) [57], чтобы изучить выбор на уровне популяции в степи для NDVI в течение вегетационного периода и снежного покрова зимой и (ii) функции ступенчатого выбора (SSF). [58], чтобы изучить индивидуальный отбор для NDVI и снежного покрова вдоль пути движения при длине шага 1, 5 и 10 дней.

Методы

Область исследования

Восточная степь Монголии — одно из крупнейших нетронутых лугопастбищных угодий умеренного пояса в мире [42]. Это территория с открытыми равнинами, холмами, несколькими стоячими или текущими источниками воды и без деревьев. В этом районе всего несколько населенных пунктов и несколько дорог с твердым покрытием, хотя добыча нефти и полезных ископаемых становится все более распространенным явлением. В этом ландшафте редко встречаются заборы, за исключением 1) на границе с Россией и Китаем и 2) по обе стороны железной дороги, ведущей из Улан-Батора в Пекин, которые очень эффективны для остановки движения газелей [38, 59].

Расположение хороших пастбищ для диких и домашних травоядных животных непредсказуемо, оно меняется в зависимости от дождя, снега и пожаров [60–62], вызывая кочевые перемещения как людей, так и монгольских газелей. Среднегодовое количество осадков составляет около 200 мм [62], а температура колеблется от более 30 ° C летом до -40 ° C зимой [27]. Считается, что этот суровый климат больше влияет на популяции диких и домашних травоядных, чем ограничение кормов [63]. Следовательно, монгольские газели должны выдерживать широкий спектр условий в течение года.

Монгольские газели слежения за газелями

монгольских газелей было отловлено в восточной степи Монголии с помощью забивных сетей [64]. Этот метод отлова соответствует стандартному протоколу, утвержденному Министерством окружающей среды и зеленого развития Монголии (лицензии: 6/5621, 5/4275). В октябре 2014 года было поймано 16 монгольских газелей. Пятнадцать из этих монгольских газелей были оснащены ошейниками Lotek GPS, запрограммированными на сбор данных о местоположении каждые 23 часа, а одна монгольская газель была оснащена ошейником Sirtrack GPS на солнечной энергии, запрограммированным на сбор данных о местоположении каждый час.Две монгольские газели погибли в течение месяца после отлова, поэтому их данные не использовались. В сентябре 2015 года было поймано 19 монгольских газелей. Четырнадцать монгольских газелей получили ошейники Lotek GPS для ежедневного определения местоположения, а 5 получили ошейники Sirtrack GPS на солнечной энергии, которые собирают почасовые данные. Семь из 33 монгольских газелей были самцами, и все особи были взрослыми особями. Мы проанализировали данные до 8 мая 2018 г., что дало нам данные за 3,5 года для некоторых людей (диапазон: от 22 до 1286 дней, μ ± sd = 411.5 ± 315,1 сут, таблица S1). Данные о почасовых наблюдениях за монгольскими газелями были суммированы как среднесуточное местонахождение, поэтому все анализы данных основывались на ежедневных данных о местонахождении. GPS-треки газелей в Восточной степи можно увидеть на рис. 1.

Рис. 1. Карта района исследования и GPS-координаты 33 монгольских газелей в Восточной степи Монголии.

На врезке показана часть Восточной степи к востоку от огороженной железной дороги, идущей из Улан-Батора в Пекин.Обратите внимание, как заборы вдоль границы препятствуют проникновению монгольских газелей в Россию и Китай.

https://doi.org/10.1371/journal.pone.0246809.g001

Данные дистанционного зондирования

Мы использовали NDVI для количественной оценки наличия ресурсов в вегетационный период и снежного покрова для количественной оценки доступности ресурсов в зимний период. Для вегетационного периода мы использовали данные NDVI 250 метров за 16 дней (MOD13Q1) из Terra MODIS (версия 6) и загрузили их с LP DAAC (https: // lpdaac.usgs.gov/) и LAADS (https://ladsweb.modaps.eosdis.nasa.gov/) с использованием пакета MODIS в R [65]. Для количественной оценки снежного покрова мы использовали набор данных с разрешением 500 метров о максимальной площади снежного покрова за 8-дневный период (MOD10A2) из ​​Terra MODIS (версия 6). Мы использовали пакет MODIS для загрузки данных из Национального центра данных по снегу и льду (https://nsidc.org/data/). В этом категориальном наборе данных о снеге пиксели классифицируются как: снег (если снег был обнаружен хотя бы один раз за 8 дней), отсутствие снега, отсутствие данных, отсутствие решения, ночь, озеро, океан, облако, лед на озере, насыщение детектора, или заполнить.Используя ESRI ArcGIS 10.6, мы переклассифицировали набор данных на три категории: снег, без снега, а остальные категории поместили в категорию без данных, поскольку они не предоставляют информации о снежном покрове. Затем мы использовали агрегатный инструмент для создания набора данных о средней протяженности снежного покрова на площади 2 x 2 км. Мы решили создать этот набор данных с более грубым разрешением, потому что снег может влиять на мобильность, и нас интересовал не только снежный покров в записанной точке GPS, но и то, на что походило окружающее пространство. Хотя глубина снежного покрова была бы наиболее информативной мерой для использования, такой набор данных не существует для Восточной степи.

Определение сезонов

Мы разделили наш анализ на два сезона: вегетационный период и зиму. Сезоны были определены на основе наличия снежного покрова, поскольку он меняет интерпретацию NDVI. Для определения вегетационного периода мы выбрали только даты, для которых снежный покров не регистрировался в период с 2014 по 2018 год, на основе набора данных о снежном покрове. Это был период с 9 мая по 29 августа. Остальную часть года, с 30 августа по 8 мая, мы называем зимой, так как это период, когда может выпадать снег.Хотя мы могли бы изучить более двух периодов, принимая во внимание жизненный цикл газелей (например, период отела во время вегетационного периода и период гона зимой), эти периоды были бы слишком короткими, чтобы иметь достаточно данных.

Функции выбора ресурсов

Вся подготовка данных и анализ для RSF и SSF проводились в R (R версии 3.5.1 и 4.0.1, по состоянию на 10 июля 2018 г. и 22 июня 2020 г.) [66].

Чтобы изучить выбор ресурсов на уровне популяции, мы запустили обобщенные линейные модели смешанных эффектов (GLMM) для каждого сезона, объединив ежедневные точки GPS от всех монгольских газелей.Таким образом, этот анализ отражает то, что выбирает среднестатистическая монгольская газель в Восточной степи. Для проведения этого анализа мы создали набор точек «псевдо-отсутствия», чтобы использовать их в качестве сравнения посещенных точек. Чтобы пространственно ограничить наши точки псевдо-отсутствия, мы создали 100% минимальный выпуклый многоугольник (MCP) вокруг всех дневных точек для каждой индивидуальной комбинации сезон-год, используя пакет adehabitatHR [67]. Затем мы вырезали МКП, чтобы они находились в пределах Монголии, поскольку Монголия огорожена, и газели не могут пересечь границу России или Китая (рис. 1).Хотя 100% MCP включают некоторые районы, которые монгольские газели не посещали, их высокая мобильность, тем не менее, сделала бы эти районы доступными для них. 100% MCPs также позволили нам изучить, как монгольские газели помещались в более крупный ландшафт в отличие от SSF, которые смотрели на выборку на пути движения. Наши модели были запущены на сезонной основе, и каждый сезон включал данные из нескольких сцен MODIS NDVI (n = 7 в год) или сцен снежного покрова MODIS (n = 32 в год), которые суммируют NDVI за 16-дневный период и снежный покров за 8-дневный период.Более грубое временное разрешение компенсирует дни, когда качество данных низкое из-за облачности. RSF требует большого количества случайных точек [68], поэтому мы создали наборы данных с 1, 2, 5, 10 и 20 раз большим количеством точек псевдо-отсутствия, чем точек присутствия. Это позволило нам определить, когда бета-коэффициенты модели стали стабильными. Мы равномерно распределяем данные об окружающей среде для наших точек псевдо-отсутствия между сценами MODIS. Для этого для каждой комбинации сцены MODIS / отдельной газели мы: 1) выбрали MCP для этого отдельного сезона-года, 2) использовали функцию spsample из пакета R sp [69, 70], чтобы сгенерировать стратифицированную случайную выборку точки псевдо-отсутствия в MCP, равные (или в 2, 5, 10 или 20 раз больше) количеству точек присутствия, попадающих в эту сцену MODIS, 3) извлекали значения NDVI или снежного покрова из этой сцены в случайные точки и 4) повторили процедуру для каждой комбинации сцены и отдельной сцены.Затем мы использовали функцию glmer из пакета lme4 [71] для запуска GLMM. Чтобы избежать предвзятых оценок бета-коэффициентов, мы присвоили точкам присутствия вес 1, а точкам псевдо-отсутствия вес 1000 [72]. Для каждого сезона мы запускали по две модели. Первая модель имела квадратичный член для фиксированного эффекта либо NDVI (например, NDVI + NDVI ² ), либо снежного покрова со случайными наклонами и пересечениями для каждой отдельной монгольской газели и случайными пересечениями для года и сцены MODIS. Квадратичная модель может проверить, выбирают ли люди промежуточные значения ресурсов (нисходящая парабола) или минимальные и максимальные доступные значения ресурсов (восходящая парабола).Вторая модель имела линейный член для фиксированного эффекта, NDVI или снежного покрова, со случайными наклонами и пересечениями для каждой отдельной монгольской газели и случайными пересечениями для года и сцены MODIS. Эта линейная модель проверяет, выбрали ли монгольские газели максимальное значение ресурса (положительный наклон) или минимальное значение ресурса (отрицательный наклон). Затем для каждого сезона мы использовали AIC для сравнения поддержки этих гипотез относительно формы отбора (то есть квадратичной и линейной). Помимо тестирования двух моделей, мы запускали все модели с увеличивающимся числом точек псевдоотсутствия.Хотя мы пытались учесть отсутствие независимости в наших данных (например, данные, поступающие от одного человека, года или сцены MODIS) со случайными эффектами, эти модели часто приводили к единичным совпадениям, указывая на то, что наша модель была слишком сложной для данных [ 71]. Поэтому в нескольких случаях нам пришлось снизить сложность модели. В вегетационный период линейная и квадратичная модели были единичными, поскольку год не объяснял никаких расхождений в данных. Поэтому мы повторно запустили модели без года в качестве случайного перехвата.Модели по-прежнему были единичными, потому что отдельные люди также объясняли небольшую дисперсию, и поэтому мы запускали модели только со случайным перехватом для сцены MODIS. Зимой случайный перехват для сцены MODIS привел к сингулярным подгонкам как линейной, так и квадратичной моделей, поэтому мы повторно запустили модели без случайного перехвата для сцены MODIS. В линейных, но не квадратичных моделях случайный отрезок года вызывал сингулярное совпадение и поэтому был удален.

Функции выбора шага

Для проверки отбора отдельных монгольских газелей по NDVI и снежному покрову на траектории движения мы использовали функции ступенчатого выбора (SSF).SSF используют условную логистическую регрессию (клогит) для сравнения районов, где были обнаружены монгольские газели, с районами, где животные могли бы уйти, на основе их длины шага и относительных углов поворота [58]. SSF группирует сравнения точки присутствия и соответствующих ей точек псевдо-отсутствия в один этап. Точки псевдоотсутствия представляют собой места, которые монгольская газель могла бы достичь за определенный временной шаг, но не пошла. Для каждого шага среда в местоположении присутствия сравнивается со средой в местоположениях псевдо-отсутствия.Выполнение этого для многих шагов позволило нам определить, существует ли значительная разница в окружающей среде между местом, где была обнаружена монгольская газель, и местом, где она могла быть. SSF позволяют нам исследовать выбор на пути движения.

Поскольку выбор ресурса зависит от масштаба [73], биологическая интерпретация SSF зависит от интервала между местоположениями (длины шага) [74]. Неизвестно, в каком масштабе монгольские газели выбирают для растительности и снежного покрова. Поэтому мы протестировали несколько шкал.Обычно растительность (или снежный покров) на расстоянии дня ходьбы (смещение ~ 5 км в среднем; S1 Рис.) Очень похожа. Поэтому мы также протестировали длину шага 5 дней (смещение ~ 17 км в среднем; S1 рис.) И 10 дней (смещение ~ 27 км; S1 рис.). Это позволило нам выбрать различные пространственные масштабы, но поскольку размер выборки уменьшается с каждым увеличением длины шага, мы не могли тестировать более крупные шаги. Чтобы сгенерировать наборы данных для различных шкал, мы прошли все ежедневные местоположения, идентифицируя наборы последовательных местоположений GPS с минимум тремя точками на набор.Три точки — это минимум, необходимый для расчета относительного угла поворота. Мы сделали то же самое для точек с разницей в 5 и 10 дней. На основе этих данных мы могли затем рассчитать смещения за 1, 5 и 10 дней (например, длину шага) и относительные углы поворота. Данные от всех людей были объединены, чтобы уменьшить влияние необычной длины смещения или низкого размера выборки для людей с меньшим количеством данных. Используя эти объединенные данные о длине шага и углах поворота, мы создали 25, 50, 100, 200 и 400 точек псевдо-отсутствия для каждой точки, которую посетило животное.Затем значения NDVI или снежного покрова были извлечены в точки присутствия и псевдоотсутствия. Подходящая сцена MODIS для использования была выбрана путем сопоставления даты точки присутствия со сценой MODIS, которая включала эту дату.

SSF были запущены на основе каждого сезона-года (например, монгольская газель 1 зимой 2015 г.) для всех трех пространственных масштабов (длина шага 1, 5 и 10 дней) для зимних моделей, поскольку модели со смешанными эффектами такие, как предложенные в [37], обычно не сходятся для нашего набора данных.Тем не менее, для моделей вегетационного периода в шкалах с шагом 5 и 10 дней было слишком мало данных, чтобы разделить их по годам, поэтому мы запускали эти модели по индивидуумам, а однодневные модели — по отдельным годам и индивидуально для сравнения. Мы использовали функцию «clogit» в пакете выживания [75, 76] для запуска наших моделей. Мы оставляли только отдельные комбинации сезон-год или индивидуальный сезон, в которых было не менее 20 шагов. Для каждого отдельного набора данных за сезон-год мы подбираем линейную модель (просто NDVI или просто снежный покров) и квадратичную модель (NDVI + NDVI ² или снежный покров + снежный покров ² ), чтобы проверить те же гипотезы, которые мы тестировали. в RSF.В течение каждого сезона-года мы определили, сколько особей продемонстрировали значительный отбор (α ≤ 0,05) в линейных или квадратичных моделях. Мы использовали AIC, чтобы определить, какая гипотеза получила больше поддержки, но мы не сообщаем о главных моделях, которые не были значимыми, поскольку в этих случаях наши гипотезы, вероятно, не отражали основополагающий процесс. На основе лучших моделей мы разделили выбор на выбор по максимуму (линейная модель с положительным наклоном), выбор по минимуму (линейная модель с отрицательным наклоном), выбор по промежуточным значениям (квадратичная модель, нисходящая парабола) или выбор по экстремальные значения (квадратичная модель, восходящая парабола).Поскольку нет хорошего эмпирического правила для количества требуемых псевдо-отсутствия, модели были запущены с 25, 50, 100, 200 и 400 точками псевдо-отсутствия, чтобы проверить, когда бета-коэффициенты станут стабильными.

Для визуализации наших данных мы построили график относительной силы отбора против имеющегося NDVI или снежного покрова [77]. Относительная сила выбора подтверждает, что выбор всегда зависит от выбора между двумя или более вариантами. Поскольку нас интересовал FMH, мы выбрали среднее значение NDVI для данного года в качестве точки сравнения для моделей вегетационного периода по отдельным годам.Для индивидуальных моделей мы выбрали среднее значение NDVI за вегетационные сезоны 2015–2017 гг. Для зимних моделей мы использовали средний снежный покров для данного года, потому что мы также предположили, что газели выберут промежуточный снежный покров. Среднее значение было рассчитано путем объединения данных о присутствии и псевдо-отсутствия в течение сезона от всех особей, но деления его по годам для получения среднегодовых значений. Поскольку эти значения показывают некоторые крайности из-за того, что несколько точек попадают в очень редкие места обитания, мы ограничили данные, удалив верхние и нижние 5% значений NDVI (снежный покров).Кривые относительной силы отбора показывают силу отбора для значений NDVI (снежного покрова), доступных человеку в данном сезоне-году, если этот человек должен выбирать между этими значениями или средним значением NDVI (снежный покров). Доступный NDVI (снежный покров) — это диапазон NDVI (снежный покров), покрытый точками, которые посетила отдельная монгольская газель, и соответствующими точками псевдо-отсутствия. Опять же, мы ограничили доступные значения, удалив верхние и нижние 5% значений NDVI (снежный покров).Характерной чертой используемого нами метода построения графиков является то, что разные контрольные точки приводят к разной силе выбора, но значение NDVI (снежный покров), при котором пики выбора остаются неизменными. Поэтому для сравнения отдельных особей по сезонам и годам мы сосредоточили внимание на значении NDVI (или снежного покрова) на пике отбора, а не на силе отбора.

Результаты

Для моделей RSF мы запускали все модели с увеличивающимся числом точек псевдо-отсутствия. Коэффициенты не сильно изменились после использования в качестве точек присутствия 20-кратного количества точек псевдо-отсутствия, поэтому мы представляем результаты этих моделей (S2, рис.).На уровне популяции в оба сезона квадратичные модели лучше подходят, чем линейные (таблица 1). В течение вегетационного периода газели отбираются для промежуточного NDVI (рис.2; β _NDVI = 13,34, p <0,001; β _NDVI ² = -14,55, p <0,001; таблица S2). Выбранное значение NDVI (0,46, значение NDVI, при котором log (RSS) максимумы) было выше среднего значения NDVI в пределах диапазона популяции за три вегетационных сезона (0,30) (рис. 2).Фактически, выбранное значение было на верхнем пределе доступного газелям NDVI (0,15–0,55). Мы определили доступный NDVI, чтобы исключить значения NDVI в верхних и нижних 5% данных. По сравнению с максимальным и минимальным наблюдаемым NDVI (-0,16 и 0,79 соответственно) выбранное значение NDVI будет более промежуточным, хотя и выше среднего, которое остается 0,30 для всего набора данных. Зимой мы обнаружили значительный выбор промежуточных значений снежного покрова на уровне популяции (рис.2; β _снег = 1.51, p <0,001; β _снег ² = -1,70, p <0,001; Таблица S3). В то время как наше внимание было сосредоточено на результате на уровне популяции (то есть на среднем индивидууме), случайные эффекты объясняли значительные вариации, в основном за счет случайных наклонов для индивидуума (таблица S4; маргинальное R ² = 0,003, условное R ² = 0,41) . Выбранное значение снежного покрова (0,44) было чуть ниже среднего снежного покрова в пределах популяционного диапазона за четыре зимы (0.46).

Рис. 2.

Селекция монгольскими газелями по А) снежному покрову зимой и Б) по NDVI в вегетационный период. RSF показывает, что монгольские газели выбирают средний снежный покров зимой (30 августа — 8 мая) (A). В течение вегетационного периода (8 мая — 29 августа) газели выбирают значение NDVI выше среднего (B). Отбор количественно оценивается как относительная сила отбора (RSS). Кривые были построены на основе наиболее подходящего RSF для популяции, определенного AIC. Вертикальная линия указывает средний NDVI (доля снежного покрова), который использовался в качестве контрольной точки для построения кривых.Точки указывают значение NDVI (доля снежного покрова), при котором RSS достигает пика. Кривая построена только для диапазона NDVI (доли снежного покрова), наблюдаемого в использованных и доступных точках за период исследования (октябрь 2014 г. — май 2018 г.), из которого удалены верхние и нижние 5% значений. Средства также основаны на этом подмножестве.

https://doi.org/10.1371/journal.pone.0246809.g002

В отличие от анализа на уровне популяции, отдельные SSF не были информативными.Мы обсуждаем результаты для моделей с 400 случайными точками, потому что бета-коэффициенты больше не сильно меняются с таким количеством случайных точек (приложение S1). Хотя p-значения все еще менялись, это было только для несущественных моделей. Значимые модели обычно показывают стабильные p-значения во всем диапазоне точек псевдо-отсутствия (приложение S1). Немногие особи продемонстрировали значительный отбор в любом масштабе (рис. 3). Если бы размер выборки был проблемой, мы бы ожидали найти намного больше людей, выбирающих по шкале 1 день, а не по шкале 5 и 10, но это было не так (размеры выборки см. В таблицах S5 – S7).Для вегетационного периода у нас не было достаточных данных для запуска моделей на отдельные годы для 5- и 10-дневной шкал, поэтому мы сообщаем о результатах моделей, запускаемых отдельными людьми на всех шкалах (но см. Рис. S3 и S4 и Таблицу S8 для Однодневные SSF, проводимые по индивидуальным годам). Для тех особей, которые демонстрировали отбор в течение вегетационного периода, результаты были аналогичны RSF, при этом особи отбирали по NDVI выше среднего, часто на верхнем пределе доступного NDVI, во всех шкалах (рис. 4; рис. S5 и S6).В SSF это было результатом выбора, принявшего квадратную или линейную форму, тогда как выбор принял только квадратичную форму в RSF (рис. 2 и рис. 4; таблица S8). Зимой у нас было достаточно данных, чтобы посмотреть на выборку особями в течение года. Некоторые газели выбраны по максимальному снежному покрову, доступному им в течение года, другие — по минимальному снежному покрову, а третьи — по промежуточному снежному покрову (рис. 5; рис. S7 и S8 и таблица S9). Это означало, что был выбор снежного покрова как выше, так и ниже среднего снежного покрова в течение данного года.Такое сочетание типов выбора и отсутствие единообразия наблюдались на всех уровнях (S7 и S8, рис.). Мы также исследовали, демонстрируют ли газели, данные которых были получены более одного года, одинаковый отбор в разные годы зимой. В то время как большинство газелей демонстрировали последовательный отбор зимой (например, положительная линейная модель была главной моделью и значимой для каждого года данных), до четверти действительно меняли стратегии отбора (1-дневная шкала = 6 особей из 16 с более чем одним год данных, 5-дневная шкала = 7 из 17, 10-дневная шкала = 1 из 4, рис. 6).Переключение выбора включает в себя переключение формы выделения (например, с линейной на квадратичную), направления выделения (например, с положительного, линейного на отрицательное линейное) или между выбором и отказом от выбора.

Рис. 3.

Различия между монгольскими газелями в выборе NDVI в течение вегетационного периода и снежного покрова зимой в разных масштабах (A– 1 день, B– 5 дней, C– 10-дневная ступенчатая шкала) на основе индивидуальных SSF. Синие, желтые и оранжевые участки гистограмм показывают процент особей, отобранных для NDVI в течение вегетационного периода или для снежного покрова зимой, серые участки показывают процент особей, которые не проявили отбор.Для тех, кто показывает выбор, темно-синий означает выбор для самого высокого доступного NDVI (или снежного покрова), голубой означает выбор для самого низкого доступного NDVI (или снежного покрова), желтый выбор для промежуточных значений и оранжевый выбор для высоких и низких значений. НДВИ (или снежный покров). Над каждой полосой указано количество людей, у которых было достаточно данных (минимум 20 шагов) для запуска функций выбора шага. Данные не показывают доказательств выбора для большинства людей, и эта тенденция сохраняется по всем протестированным шкалам.

https://doi.org/10.1371/journal.pone.0246809.g003

Рис. 4. Выборка для NDVI на шкале с шагом 1 день, показанная отдельными монгольскими газелями в течение вегетационного периода (9 мая — 29 августа).

Отбор количественно оценивается как относительная сила отбора (RSS). Кривые были построены на основе результатов отдельных SSF и показывают модель, наиболее подходящую для человека. Показаны только те особи, которые продемонстрировали значительный отбор на ступенчатой ​​шкале за 1 день.Вертикальная линия указывает среднее значение NDVI (как описано в методах), которое использовалось в качестве контрольной точки для построения кривых. Точки указывают значения NDVI, при которых RSS достигает пика. Кривая строится только для диапазона NDVI, доступного для отдельной газели, как определено в методах. Положительные значения журнала (RSS) указывают на выбор этого значения NDVI по сравнению со средним значением NDVI, отрицательные значения журнала (RSS) указывают на избежание этого значения NDVI по сравнению со средним значением NDVI. Результаты для 5-дневной и 10-дневной шкал можно найти на (S5 и S6, рис.).

https://doi.org/10.1371/journal.pone.0246809.g004

Рис. 5. Выбор снежного покрова с шагом в 1 день, показанный отдельными монгольскими газелями в заданный год зимой (30 августа — 8 мая. ).

Отбор количественно оценивался как относительная сила отбора (RSS). Кривые были построены на основе результатов отдельных SSF и показывают модель, наиболее подходящую для человека. Показаны только те особи, которые продемонстрировали значительный отбор на ступенчатой ​​шкале за 1 день.Вертикальные линии обозначают средний снежный покров за конкретный год (как описано в методах) и использовались в качестве контрольных точек для построения кривых. Точки указывают значения снежного покрова, при которых RSS достигает максимума. Кривая строится только для диапазона снежного покрова, доступного отдельной газели, как определено в методах. Положительные значения журнала (RSS) указывают на выбор этого значения снежного покрова над средним значением снежного покрова, отрицательные значения журнала (RSS) указывают на избежание этого значения снежного покрова по сравнению со средним значением снежного покрова.Результаты для 5-дневной и 10-дневной шкал можно найти на (S7 и S8, рис.).

https://doi.org/10.1371/journal.pone.0246809.g005

Рис. 6. Процент монгольских джейранов, показавших разные стратегии отбора снежного покрова в разные годы в соответствии с SSF.

Не все монгольские газели демонстрируют последовательные стратегии отбора снежного покрова на протяжении многих лет. Для всех отдельных газелей, по которым у нас были данные за более чем один год в течение зимнего сезона, был рассчитан процент, изменивший свою стратегию отбора хотя бы один раз.Это может быть переход от одного типа выбора к другому (например, высокий снежный покров против среднего снежного покрова) или от выбора к не отображению выбора. У нас не было достаточных данных для запуска моделей отдельных лет во всех масштабах в течение вегетационного периода.

https://doi.org/10.1371/journal.pone.0246809.g006

Обсуждение

Отбор на уровне популяции

Мы исследовали выборку ресурсов кочевых монгольских газелей по годам и сезонам в масштабе популяции и в индивидуальном масштабе, ежедневно и еженедельно.В течение вегетационного периода на уровне популяции отбор принимал квадратную форму, при этом средняя газель выбирала значение NDVI выше среднего. Таким образом, мы обнаружили лишь ограниченную поддержку нашей гипотезы о том, что газели выбирают промежуточный NDVI в соответствии с FMH. Здесь мы подчеркиваем, что, хотя выбранное значение NDVI является промежуточным значением NDVI, которое колеблется от -0,2 до 1, оно выше среднего доступного NDVI и находится в верхнем диапазоне доступного NDVI. NDVI описывает зелень растительности, и наблюдаемые значения в степи в целом были меньше 0.5. Более низкие значения NDVI могут отражать области с более видимой голой почвой [48, 78, 79]. Такие участки частично встречаются в степи естественным образом, но также возникают из-за засухи или чрезмерного выпаса скота [52, 80]. Следовательно, газели могут выбирать районы с более высоким NDVI, потому что они имеют более густой растительный покров и, следовательно, больше кормов. Следовательно, с помощью NDVI мы, возможно, не сможем обнаружить отбор по качеству корма в соответствии с FMH, но наблюдаемый отбор предполагает, что газели находят участки с более высоким кормовым покровом.Тем не менее, отбор снова снижается в верхней части значений NDVI, вероятно, потому, что эти области отражают высокую густую растительность, которую трудно переваривать, и которая служит укрытием для хищников, таких как волки. Хотя мы нашли лишь ограниченное подтверждение нашей исходной гипотезы в период вегетации, мы нашли поддержку нашей гипотезе о том, что газели выбирают промежуточный снежный покров зимой. Это говорит о том, что зимой газели избегают участков с сильным снегопадом, но ищут участки, которые обеспечивают достаточно снега для гидратации, не ограничивая передвижение или доступ к корму.

На уровне популяции в ходе предыдущей работы с монгольскими джейранами была обнаружена селекция на промежуточный NDVI весной и осенью [25]. Зимой в двух отдельных исследованиях было обнаружено избегание участков со снегом, особенно участков с длительным снежным покровом [28, 34]. Расхождения между этими исследованиями и нашими могут иметь методологическое происхождение. [25] и [34] использовали данные присутствия / отсутствия из съемок линейных трансект для расчета RSF, а [28] использовали данные GPS от 8 монгольских газелей для построения модели пригодности среды обитания Maxent.Несмотря на их различия, эти и наши исследования показывают, что кочевые животные могут приспосабливаться к непредсказуемой растительности в течение вегетационного периода и находить растительность свободной от слишком большого количества снежного покрова зимой.

Сравнение результатов на уровне населения и на индивидуальном уровне

В то время как предыдущие исследования были сосредоточены на отборе кормов на уровне популяции, мы также исследовали отбор на индивидуальном уровне [35–37]. Мотивация для этого индивидуального анализа заключалась в том, что монгольские газели, пойманные в одном месте и в одно и то же время, часто демонстрируют разные траектории движения, ведущие их в самые разные районы степи.Нас интересовало, оказываются ли люди, тем не менее, в районах со схожей растительностью или снежным покровом, или проявляют ли особи различия, которые могут быть объяснением этих уникальных путей передвижения. В других исследованиях, в которых использовались как RSF, так и SSF, основное внимание уделялось изучению изменений в отборе в разных масштабах (например, выбор домашнего диапазона по сравнению с выбором внутри домашнего диапазона) [81, 82]. Однако наша гипотеза заключалась в том, что выбор качества растительности и снежного покрова должен быть одинаковым в обоих масштабах (т.е., в пределах сезонного диапазона популяции и по индивидуальной траектории движения) и среди особей, несмотря на их разные траектории движения. Это потому, что в отличие от других ландшафтов, которые состоят из множества классов земного покрова, наш ландшафт просто включает один класс среды обитания: пастбища. В то время как олень может выбрать лес для своего домашнего ареала и открытые луга в лесу для кормления, такой неоднородности классов среды обитания в монгольской степи не существует. Что варьируется, так это качество трав и форбасов в зависимости от состояния роста или состава растений и глубины снежного покрова.В настоящее время нет доступных данных дистанционного зондирования для изучения этих аспектов степи. Поэтому наш интерес в проверке нашей гипотезы в масштабе популяции и индивидуума состоял в том, чтобы учесть индивидуалистические пути движения, которые более определены в SSF, чем в RSF. Хотя мы обнаружили закономерности отбора на уровне популяции и можем описать отбор средней газели, наши результаты SSF, исследующие отбор на индивидуальном уровне, были неубедительными. Для большинства особей в оба сезона мы не смогли обнаружить отбор.В течение вегетационного периода несколько особей, для которых мы смогли обнаружить отбор, показали отбор по NDVI выше среднего по всем шкалам, что согласуется с результатами RSF. Основное отличие состоит в том, что выделение имело как линейную, так и квадратную форму. Поэтому некоторые люди показали отбор в соответствии с FMH, выбрав NDVI в промежуточном диапазоне того, что было доступно для них, хотя NDVI при выборе пика все еще был выше среднего доступного NDVI. Зимой отбор между особями варьировался: одни выбирали высокий, низкий и средний снежный покров.Поэтому мы наблюдали отбор как для имеющегося снежного покрова выше, так и ниже среднего. Эта изменчивость наблюдалась во всех масштабах. Особи, выбранные для использования с высоким снежным покровом, могли застрять в глубоком снегу или глубина снега была слишком низкой, чтобы повлиять на движение и кормление. Наша неспособность обнаружить отбор у большинства особей была удивительной. Если бы размер выборки (см. Таблицы S5 – S7) был проблемой, мы ожидали бы увидеть намного больше людей, показывающих отбор по шкале 1 день, чем по шкале большего размера.Хотя было снижение, оно было минимальным, так как очень мало особей уже продемонстрировали отбор по шкале 1 дня (рис. 3). Есть несколько возможных объяснений, как методологических, так и биологических, которые могли бы объяснить эти результаты. Эти объяснения обсуждаются ниже и могут пролить свет на аспекты SSF, которым пока уделялось мало внимания и которые должны быть рассмотрены в будущих исследованиях.

Роль ландшафтной конфигурации и случайного поиска

Одним из объяснений нашей неспособности обнаружить отбор на индивидуальном уровне с помощью SSF может быть однородность ландшафта в очень широких масштабах.NDVI и снежный покров в степи изменяются только в широких масштабах, что может привести только к небольшим различиям в NDVI или снежном покрове между местами обитания газелей и их окружением в пределах суточной или еженедельной шкалы перемещений (Приложение S2) [3]. SSF сокращают доступные ресурсы до тех, которые находятся в пределах выбранной шкалы шагов, которую пользователи должны тщательно выбирать [74], но которая часто определяется частотой исправлений GPS. Хотя газели преодолевают большие расстояния в 5- и 10-дневном масштабе (27-35 км), изменчивость NDVI на этих расстояниях, возможно, была слишком мала, чтобы показать какие-либо существенные различия в NDVI между выбранными и случайными местоположениями (Приложение S2).Если NDVI в выбранных и случайных точках одинаковы, то SSF интерпретируют это как отсутствие отбора, даже если газель находится в зоне с высококачественным фуражом. Это означает, что, хотя монгольские газели могут принимать решения в субсуточных временных масштабах, какие растения употреблять в пищу, в зависимости от их усвояемости, когда дело доходит до поиска большей площади, в пределах которой они должны добывать корм, им необходимо переместиться намного раньше, чем они окажутся в области с разные характеристики. Это поднимает вопрос о том, какие стратегии поиска можно использовать, когда на ландшафте есть большие однородные участки.Если бы газели использовали восприятие, это потребовало бы восприятия ресурсов вне их поля зрения. Восточная степь — равнинный безлесный ландшафт. В аналогичных ландшафтах в Серенгети гну ( Connochaetes taurinus ) наблюдались движущимися к грозе, которую они слышали на расстоянии 24 км, или к ливням, которые затемняли небо на расстоянии 80 км [83]. Кроме того, монгольские газели, нашедшие хорошие ресурсы, потенциально могут позвать других газелей в нескольких километрах, чтобы поделиться этой информацией [84].Поэтому газели могут найти хорошие заплатки с ресурсами, даже если они находятся далеко.

В качестве альтернативы, учитывая большие размеры участков растительности и их непредсказуемую динамику, использование восприятия может оказаться невозможным или только частично, и во многих случаях газели могут использовать стратегии случайного поиска для поиска новых ресурсов. Это связано с тем, что в непредсказуемых ландшафтах ресурсов не ожидается, что следование памяти и градиенту будет полезно при поиске ресурсов. Вместо этого животные могут использовать поиск с ограничением по площади [85, 86], который может быть менее эффективным, чем восприятие, и который часто может помещать монгольских газелей в неблагоприятную среду обитания и, таким образом, затруднять обнаружение отбора в целом.

Независимо от того, используют ли газели случайный поиск или восприятие для выбора между большими однородными участками среды обитания, выбор участков для кормодобывания, скорее всего, будет происходить очень редко. Если это так, то SSF могут быть слишком мелкими, чтобы улавливать эти редкие события. Длина шага может быть увеличена только до определенного момента, прежде чем размер выборки станет ограничивающим или исследуемая область не станет похожей на подход RSF. Таким образом, использование SSF с кочевыми животными может потребовать использования интегрированных функций ступенчатого выбора, чтобы связать изменения в движении (например,g., скорость, угол поворота) с различиями в качестве ресурса [87]. Тем не менее, мы все равно столкнемся с проблемой поиска длины шага, подходящей как для поведения животного, так и для композиции ландшафта. И для SSF, и для RSF другим полезным подходом было бы разделение траекторий движения на поисковое и поисковое поведение, что позволило бы более целенаправленно изучить выбор во время определенных поведенческих режимов [81, 88, 89]. Это также может помочь нам определить, в каких масштабах газели кормятся и ищут корм.Затем SSF можно было бы использовать в пределах кормовых участков, чтобы посмотреть на предпочтения растительности, но для этого потребуются данные о субсуточных перемещениях и более точные данные о качестве растительности. Однако эти методы категоризации не проверялись на кочевых животных. Наконец, моделируя случайные поиски теоретического животного с известным предпочтением среды обитания, будущая работа могла бы изучить, какой подход лучше всего подходит для изучения выбора ресурсов у животных, использующих стратегии случайного поиска.

Выделение в динамичных пейзажах

Дополнительным фактором, который может усложнить подход SSF, является возможность того, что конфигурация ресурсов в монгольской степи может измениться со временем.При использовании NDVI и снежного покрова пространственная конфигурация ресурсов изменяется во времени и пространстве. Насколько однороден или неоднороден ландшафт, будет влиять на то, в каком масштабе животные могут выбирать для растительности или снежного покрова и в каком масштабе SSF могут определять выбор. Если конфигурация ресурсов в пространстве постоянно меняется, тогда SSF, которые могут тестировать только одну шкалу за раз, могут иметь трудности с обнаружением выбора. Другие исследования по ряду таксонов использовали NDVI для SSF (канадская рысь [ Lynx canadensis ] — [81]; вилорог [ Antilocapra americana ] — [90]; горная зебра Хартмана [ Equus zebra hartmannae ] — [ 91], африканских слонов [ Loxodonta africana ] — [92]), но ни одно исследование не показало аналогичных проблем с NDVI.Все нашли выбор для NDVI, хотя исследованные временные шаги были намного меньше, чем в нашем исследовании (<= 4 часа). Меньшие временные шаги приводят к большему количеству данных, которые могли бы облегчить обнаружение выбора, учитывая, что среда достаточно неоднородна, чтобы отличить выбранные точки от доступных. Для всех исследований NDVI был только одной из многих протестированных переменных, и у нас недостаточно информации о динамике и конфигурации соответствующих ландшафтов, чтобы проводить сравнения с нашим исследованием.В будущей работе можно использовать моделирование ландшафтов и движений животных, чтобы изучить, как конфигурация ландшафта влияет на способность SSF обнаруживать отбор.

Выбор переменной

Для тех особей, у которых SSF обнаружил значительный отбор, направление и степень отбора для NDVI и снежного покрова были непостоянными и непостоянными. В разные годы особи демонстрировали разные модели отбора. Постоянные различия в отборе между особями не являются чем-то необычным и часто связаны с особенностями животных [35].Чтобы быть классифицированным как личность, люди должны демонстрировать одни и те же модели отбора на протяжении многих лет [35]. Поскольку наши результаты не показали стабильности по годам, их трудно интерпретировать. Зимой изменчивость, скорее всего, связана с ограничениями данных, которые не позволяют нам определить высоту снежного покрова. Особи, отобранные по высокому снежному покрову, могли находиться в районах с небольшой высотой снежного покрова. В обоих сезонах одно биологическое объяснение изменчивости отбора может заключаться в том, что различия в отборе между особями или различия внутри особей по годам могут быть связаны с физиологическим состоянием индивидуума.Например, было показано, что репродуктивное состояние, пол, возраст, тепловой стресс, меняющиеся потребности в энергии и здоровье влияют на стратегии отбора животных [30, 93–95]. Таким образом, у отдельных газелей могут быть разные стратегии отбора в зависимости от их текущего состояния, что может вызывать различия между отдельными особями, а также различия между отдельными особями в разные годы. Таким образом, в некоторых случаях может быть полезно максимизировать потребление энергии путем выбора растительности с промежуточной биомассой. В других случаях выбор растительности с высоким содержанием биомассы может позволить человеку быстро удовлетворить свои основные потребности в энергии, оставляя время для других видов деятельности, таких как размножение [30, 96, 97].Кроме того, сезонное и неоднородное присутствие кусающих насекомых, деятельность человека, необходимость защиты телят, засухи и периоды сильной жары могут изменить стратегии отбора на более длительные периоды времени.

Не прошедшие экспертизу драйверы отбора

Еще одно простое объяснение неубедительных результатов SSF может заключаться в том, что другие факторы влияют на выбор в локальном масштабе. Волки, кусающие мухи, беспокойство людей и выпас скота, вероятно, изменяют то, как газели выбирают растительность и / или снежный покров.Поскольку наличие всех этих факторов изменяет пространство и время, их трудно измерить, и мы не смогли их учесть. Тем не менее, [51] показал, что, хотя монгольских газелей меньше в районах с промежуточным NDVI с большим количеством людей, отбор на промежуточный NDVI все еще обнаруживается. Таким образом, мы ожидаем, что дополнительные биотические и абиотические факторы ослабят, но не лишат нас возможности определять выбор по растительности или снежному покрову. Также было бы легче обнаружить отбор, если бы были доступны данные об усвояемости или составе растительности для вегетационного периода и данные о высоте снежного покрова для зимы.NDVI и снежный покров — это наилучшие доступные метрики, доступные во времени и в широком масштабе, но они являются лишь приблизительными показателями качества среды обитания. Более точные индикаторы качества растительности и данные о высоте снежного покрова в сочетании с данными о температуре будут особенно полезны для изучения реакции монгольских газелей на изменение климата.

Заключение

Наши выводы о том, как кочевые монгольские газели отслеживают растительные ресурсы и снежный покров, определяются RSF на уровне популяции.Только в этом масштабе мы смогли обнаружить отбор по NDVI и снежному покрову. Несмотря на непредсказуемый ландшафт и уникальные траектории движения, RSF показывают, что монгольские газели действительно выбирают районы с аналогичной растительностью в течение вегетационного периода и аналогичным снежным покровом зимой. Следовательно, похоже, что существует сходство в отборе между отдельными особями. Хотя нам потребуются данные о перевариваемости или видовом составе растительности, чтобы понять, почему газели выбирают по значениям NDVI выше среднего, поразительно, что кочевые особи, отслеживающие непредсказуемую растительность, тем не менее находят аналогичные участки растительности.Точно так же зимой популяцию отбирают для промежуточного снежного покрова. Интересно, что мы не смогли обнаружить отбор для большинства людей, использующих SSF. Это может привлечь внимание к аспектам SSF, которые еще предстоит изучить, и мы надеемся, что наше исследование вдохновит на дальнейшие исследования того, как конфигурация ландшафта и стратегия поиска могут влиять на производительность SSF, что, в свою очередь, поможет лучше понять выбор ресурсов травоядных животных на пастбищах. системы. Это было бы особенно важно для кочевых животных, где SSF могли бы помочь нам лучше понять уникальные пути передвижения, которые выбирают особи, и связаны ли они с мелкомасштабным отбором ресурсов.

Вспомогательная информация

S1 Рис. Гистограмма расстояний смещения на 1, 5 и 10 дней (в км) от 34 монгольских газелей в восточной степи Монголии.

Смещение — это расстояние по прямой между двумя точками GPS. Он не учитывает расстояние, которое человек фактически прошел, чтобы переместиться между этими двумя точками.

https://doi.org/10.1371/journal.pone.0246809.s001

(TIFF)

S2 Рис. Влияние количества точек псевдо-отсутствия на коэффициенты модели RSF.

Модели запускались с равным количеством точек присутствия и псевдо-отсутствия, удвоенным количеством точек псевдо-отсутствия как точками присутствия и 5, 10 и 20-кратным количеством точек псевдо-отсутствия как точками присутствия. Это было сделано для всех моделей. Здесь мы показываем результаты RSF для каждого сезона, который получил наибольшую поддержку по данным AIC. A) Для вегетационного периода это была квадратичная модель (NDVI + NDVI ² ) со случайным эффектом для сцены NDVI. Б) Для зимы это квадратичная модель (снежный покров + снежный покров ² ) со случайным уклоном и пересечением для отдельных газелей и случайным пересечением для года.Показаны бета-коэффициенты для линейного и квадратичного параметра. Различия между 10 и 20-кратным количеством точек псевдо-отсутствия невелики, поэтому мы представляем результаты моделей, запущенных с 20-кратным количеством точек псевдо-отсутствия, чем точек присутствия.

https://doi.org/10.1371/journal.pone.0246809.s002

(TIFF)

S3 Рис. Выбор для NDVI по шкале с шагом в 1 день, показанный отдельными монгольскими газелями в заданный год в течение вегетационного периода (9 мая — 29 августа).

Отбор количественно определяется как относительная сила отбора (RSS).Кривые были построены на основе результатов SSF для отдельных лет и показывают модель, наиболее подходящую для данной комбинации отдельных лет. Показаны только те особи, которые продемонстрировали значительный отбор на ступенчатой ​​шкале за 1 день. Вертикальные линии указывают средний NDVI за данный год (как описано в методах) и использовались в качестве контрольных точек для построения кривых. Точки указывают значения NDVI, при которых RSS достигает пика. Кривая строится только для диапазона NDVI, доступного для отдельной газели, как определено в методах.Положительные значения журнала (RSS) указывают на выбор этого значения NDVI по сравнению со средним значением NDVI, отрицательные значения журнала (RSS) указывают на избежание этого значения NDVI по сравнению со средним значением NDVI.

https://doi.org/10.1371/journal.pone.0246809.s003

(TIFF)

S4 Рис. Различия между монгольскими газелями в отборе для NDVI в течение вегетационного периода по шкале с шагом в 1 день, основанной на функциях выбора шага (SSF), выполняемых для каждой индивидуальной годовой комбинации.

Большинство монгольских джейранов не демонстрировали селекцию по шкале с шагом в 1 день.Синие, желтые и оранжевые участки гистограмм показывают процент людей, отобранных для NDVI в течение вегетационного периода данного года или для снежного покрова зимой данного года, серые участки показывают процент особей, которые не показали отбора. . Для тех, кто показывает выбор, темно-синий означает выбор самого высокого доступного NDVI (или снежного покрова), светло-синий означает выбор самого низкого доступного NDVI (или снежного покрова), желтый выбор — промежуточные значения, оранжевый — высокий и низкий. .Над каждой полосой указано количество людей, у которых было достаточно данных (минимум 20 шагов) для выполнения функций выбора шага на индивидуальной годовой основе.

https://doi.org/10.1371/journal.pone.0246809.s004

(TIFF)

S5 Рис.

Выбор NDVI по шкале 5-дневного шага, показанной отдельными монгольскими газелями в течение вегетационного периода (9 мая — 29 августа). Отбор количественно оценивается как относительная сила отбора (RSS). Кривые были построены на основе результатов отдельных SSF и показывают модель, наиболее подходящую для человека.Показаны только те особи, которые продемонстрировали значительный отбор на пятидневной ступенчатой ​​шкале. Вертикальная линия указывает среднее значение NDVI (как описано в методах), которое использовалось в качестве контрольной точки для построения кривых. Точки указывают значения NDVI, при которых RSS достигает пика. Кривая строится только для диапазона NDVI, доступного для отдельной газели, как определено в методах. Положительные значения журнала (RSS) указывают на выбор этого значения NDVI по сравнению со средним значением NDVI, отрицательные значения журнала (RSS) указывают на избежание этого значения NDVI по сравнению со средним значением NDVI.

https://doi.org/10.1371/journal.pone.0246809.s005

(TIFF)

S6 Рис. Выбор для NDVI по 10-дневной шкале, показанный отдельными монгольскими газелями в течение вегетационного периода (9 мая — 29 августа).

Отбор количественно определяется как относительная сила отбора (RSS). Кривые были построены на основе результатов отдельных SSF и показывают модель, наиболее подходящую для человека. Показаны только те особи, которые продемонстрировали значительный отбор на 10-дневной ступенчатой ​​шкале.Вертикальная линия указывает среднее значение NDVI (как описано в методах), которое использовалось в качестве контрольной точки для построения кривых. Точки указывают значения NDVI, при которых RSS достигает пика. Кривая строится только для диапазона NDVI, доступного для отдельной газели, как определено в методах. Положительные значения журнала (RSS) указывают на выбор этого значения NDVI по сравнению со средним значением NDVI, отрицательные значения журнала (RSS) указывают на избежание этого значения NDVI по сравнению со средним значением NDVI.

https: // doi.org / 10.1371 / journal.pone.0246809.s006

(TIFF)

S7 Рис. Выбор снежного покрова по пятидневной шкале, показанный отдельными монгольскими газелями в заданный год в течение зимы (30 августа — 8 мая).

Отбор был количественно оценен как относительная сила отбора (RSS). Кривые были построены на основе результатов отдельных SSF и показывают модель, наиболее подходящую для человека. Показаны только те особи, которые продемонстрировали значительный отбор на пятидневной ступенчатой ​​шкале. Вертикальные линии обозначают средний снежный покров в данном году (как описано в методах) и использовались в качестве контрольной точки для построения кривых.Точки указывают значения снежного покрова, при которых RSS достигает максимума. Кривая строится только для диапазона снежного покрова, доступного отдельной газели, как определено в методах. Положительные значения журнала (RSS) указывают на выбор этого значения снежного покрова над средним значением снежного покрова, отрицательные значения журнала (RSS) указывают на избежание этого значения снежного покрова по сравнению со средним значением снежного покрова.

https://doi.org/10.1371/journal.pone.0246809.s007

(TIFF)

S8 Рис. Выбор снежного покрова по 10-дневной шкале, показанный отдельными монгольскими газелями в заданный год в течение зимы (август.30 — 8 мая).

Отбор был количественно оценен как относительная сила отбора (RSS). Кривые были построены на основе результатов отдельных SSF и показывают модель, наиболее подходящую для человека. Показаны только те особи, которые продемонстрировали значительный отбор на 10-дневной ступенчатой ​​шкале. Вертикальная линия указывает средний снежный покров (как описано в методах), который использовался в качестве контрольной точки для построения кривых. Точки указывают значения снежного покрова, при которых RSS достигает максимума. Кривая строится только для диапазона снежного покрова, доступного отдельной газели, как определено в методах.Положительные значения журнала (RSS) указывают на выбор этого значения NDVI по сравнению со средним, отрицательные значения журнала (RSS) указывают на избежание этого значения NDVI по сравнению со средним.

https://doi.org/10.1371/journal.pone.0246809.s008

(TIFF)

S1 Таблица. Сводка данных, доступных для каждой отдельной монгольской газели.

Информация предоставляется для каждой монгольской газели по полу, количеству записанных за день точек, дню, когда мы начали отслеживать особь, и когда мы остановились, продолжительности данных в годах и месяцах, а также частоте, с которой были записаны местоположения GPS. .

https://doi.org/10.1371/journal.pone.0246809.s009

(XLSX)

S2 Стол. Бета-коэффициенты для наиболее подходящей модели RSF, описывающей отбор монгольскими газелями для NDVI в течение вегетационного периода (9 мая — 29 августа).

Квадратичная модель была основана на 3379 ежедневных местоположениях 25 человек в течение 3 лет. В таблице представлены бета-коэффициенты, стандартная ошибка и p-значения для всей модели.

https://doi.org/10.1371/journal.pone.0246809.s010

(XLSX)

S3 Таблица. Бета-коэффициенты для наиболее подходящей модели RSF, описывающей выбор монгольских газелей для снежного покрова зимой (30 августа — 8 мая).

Квадратичная модель была основана на 9791 ежедневном местоположении 33 человек за четыре зимы. В таблице представлены бета-коэффициенты, стандартная ошибка и p-значения для всей модели.

https://doi.org/10.1371/journal.pone.0246809.s011

(XLSX)

S8 Таблица. Значения AIC для разных вегетационных периодов (9 мая — авг.29) Модели SSF, исследующие то, как монгольские газели выбирают для NDVI.

Модели представляют различные гипотезы о том, как монгольские газели выбирают NDVI (линейный или квадратичный). В линейной модели в качестве независимой переменной используется только NDVI. В квадратичной модели в качестве независимых переменных используются NDVI + NDVI ² . Модели были запущены для каждого человека с длиной шага 1, 5 и 10 дней. Для длины шага в 1 день мы также могли запускать модели по годам. Результаты показаны только для тех людей, у которых топ-модель имела значимое p-значение (α <0.05). ΔAIC - это разница между моделью и топовой моделью.

https://doi.org/10.1371/journal.pone.0246809.s016

(XLSX)

S9 Таблица. Значения AIC для различных зимних (30 августа — 8 мая) моделей SSF, изучающих, как монгольские газели выбирают снежный покров.

Модели представляют различные гипотезы о том, как монгольские газели выбирают снежный покров (линейный или квадратичный). Модели были запущены для каждого отдельного года с длиной шага 1, 5 и 10 дней. Результаты показаны только для тех индивидуальных лет, когда топ-модель имела значимое p-значение (α <0.05). ΔAIC - это разница между моделью и топовой моделью.

https://doi.org/10.1371/journal.pone.0246809.s017

(XLSX)

Благодарности

Мы хотели бы поблагодарить Йорга Альбрехта и Йоханнеса Сигнера за их статистическое понимание и помощь. Было бы невозможно собрать данные о монгольских газелях без помощи многочисленных полевых помощников, Всемирного фонда дикой природы (WWF Монголия), который помог получить разрешения на отлов животных, и Министерства окружающей среды и туризма Монголии. .

Список литературы

1. 1. Алерстам Т., Хеденстрём А., Окессон С. Миграция на большие расстояния: эволюция и детерминанты. Ойкос. 1 ноября 2003 г.; 103 (2): 247–60.
2. 2. Мюллер Т., Фаган В.Ф. Поиск и навигация в динамических средах — от индивидуального поведения до распределения населения. Ойкос. 1 мая 2008 г .; 117 (5): 654–64.
3. 3. Мюллер Т., Олсон К.А., Дресслер Г., Леймгрубер П., Фуллер Т.К., Николсон С. и др. Как динамика ландшафта связывает модели передвижения отдельных особей и популяций: сравнение данных о перемещении копытных животных по разным видам.Glob Ecol Biogeogr. 2011 1 сентября; 20 (5): 683–94.
4. 4. Тейтельбаум К.С., Мюллер Т. Помимо миграции: причины и последствия кочевых перемещений животных. Trends Ecol Evol. 1 июня 2019 г .; 34 (6): 569–81. pmid: 30885413
5. 5. Мистеруд А., Бьёрнсен Б. Х., Остбай Э. Влияние высоты снежного покрова на выбор пищи и среды обитания косули (Capreolus capreolus) вдоль высотного градиента в южно-центральной части Норвегии. Wildl Biol. 1997 Март, 3 (3/4): 27–33.
6. 6. Робинсон Б.Г., Меррилл Э.Влияние снега на функциональную реакцию пасущихся копытных. Ойкос. 2012. 121 (1): 28–34.
7. 7. Гилберт С.Л., Хундертмарк К.Дж., Лицо Д.К., Линдберг М.С., Бойс М.С. Поведенческая пластичность в изменчивой окружающей среде: взаимодействие между высотой снежного покрова и средой обитания стимулирует передвижение оленей зимой. J Mammal. 2017 8 февраля; 98 (1): 246–59.
8. 8. van Soest PJ. Пищевая экология жвачных животных. Корваллис: книги O и B; 1982.
9. 9. McNaughton SJ. Пастбищные лужайки: животные в стадах, форма растений и совместная эволюция.Am Nat. 1984. 124 (6): 863–86.
10. 10. McNaughton SJ. Пастбищные газоны: на домашних и диких травоядных. Am Nat. 1986; 128 (6): 937–9.
11. 11. Хоббс Н.Т., Свифт Д.М. Выпас стада: когда реализуются преимущества в питании? Am Nat. 1988. 131 (5): 760–4.
12. 12. Fryxell JM. Качество корма и скопление крупных травоядных. Am Nat. 1991, 1 августа; 138 (2): 478–98.
13. 13. Hebblewhite M, Merrill E, McDermid G. Многоуровневая проверка гипотезы кормового созревания в частично мигрирующей популяции копытных.Ecol Monogr. 1 мая 2008 г .; 78 (2): 141–66.
14. 14. Иллиус А.В., Гордон И.Дж. Моделирование экологии питания копытных травоядных животных: эволюция размеров тела и конкурентные взаимодействия. Oecologia. 1 марта 1992 г., 89 (3): 428–34. pmid: 28313093
15. 15. Дрент Р., Эббинг Б., Вейджанд Б. Уравновешивание энергетических бюджетов разводящих арктических гусей в течение годового цикла: отчет о ходе работы. Verhandlungen Ornithol Ges Bayern. 1978; 23: 239–64.
16. 16. Оуэн М.Дикие гуси мира: история их жизни и экология. Лондон: Б. Т. Бэтсфорд Лтд .; 1980.
17. 17. Bischof R, Loe LE, Meisingset EL, Zimmermann B, Van Moorter B., Mysterud A. Мигрирующее северное копытное животное в погоне за весной: прыжки или серфинг по зеленой волне? Am Nat. 2012 г., 1 октября; 180 (4): 407–24. pmid: 22976006
18. 18. Армстронг Дж. Б., Такимото Дж., Шиндлер Д. Е., Хейс М. М., Кауфман М. Дж. Волны ресурсов: фенологическое разнообразие увеличивает возможности поиска пищи для мобильных потребителей.Экология. 2016 1 мая; 97 (5): 1099–112. pmid: 27349088
19. 19. Меркл Дж. А., Монтейт К. Л., Эйкенс Е. О., Хейс М. М., Херси К. Р., Миддлтон А. Д. и др. Весной крупные травоядные бороздят волны зелени. Proc R Soc B. 29 июня 2016 г .; 283 (1833): 20160456. pmid: 27335416
20. 20. Aikens EO, Kauffman MJ, Merkle JA, Dwinnell SPH, Fralick GL, Monteith KL. Зеленый ландшафт формирует серфинг ресурсных волн у крупного мигрирующего травоядного животного. Ecol Lett. 2017; 20 (6): 741–50. pmid: 28444870
21. 21.Aikens EO, Mysterud A, Merkle JA, Cagnacci F, Rivrud IM, Hebblewhite M, et al. Волнообразные закономерности фенологии растений определяют тактику передвижения копытных. Curr Biol. 2020 июл; S0960982220308484. pmid: 32619482
22. 22. Wilmshurst JF, Fryxell JM, Hudsonb RJ. Качество корма и выбор грядок по wapiti (Cervus elaphus). Behav Ecol. 1995 декабрь 1; 6 (2): 209–17.
23. 23. Wilmshurst JF, Fryxell JM, Farm BP, Sinclair A, Henschel CP. Пространственное распределение антилоп гну Серенгети по ресурсам.Может J Zool. 1999, 1 ноября; 77 (8): 1223–32.
24. 24. Fryxell JM, Wilmshurst JF, Sinclair ARE. Прогнозные модели передвижения травоядных животных Серенгети. Экология. 1 сентября 2004 г .; 85 (9): 2429–35.
25. 25. Мюллер Т., Олсон К.А., Фуллер Т.К., Шаллер Г.Б., Мюррей М.Г., Леймгрубер П. В поисках кормов: прогнозирование динамических местообитаний монгольских газелей с использованием спутниковых оценок продуктивности растительности. J Appl Ecol. 2008 г., 1 апреля; 45 (2): 649–58.
26. 26. Паркер К.Л., Роббинс СТ, Хэнли Т.А.Затраты энергии на передвижение оленей-мулов и лосей. J Wildl Manag. 1984. 48 (2): 474–88.
27. 27. Цзян З., Такацуки С., Гао З., Цзинь К. Современное состояние, экология и сохранение монгольской газели, Procapra gutturosa: обзор. Исследование млекопитающих. 1998. 23 (1): 63–78.
28. 28. Ито Т. Я., Сакамото Ю., Лхагвасурен Б., Кинугаса Т., Шинода М. Зимняя среда обитания монгольских газелей в районах южной Монголии при строительстве новой железной дороги: оценка межгодовых изменений подходящих местообитаний.Мамм Биол. 2018 1 ноября; 93: 13–20.
29. 29. Mysterud A, Østbye E. Покров как элемент среды обитания копытных в умеренном климате: влияние на выбор среды обитания и демографию. Wildl Soc Bull 1973–2006 гг. 1999. 27 (2): 385–94.
30. 30. ван Бест FM, Милнер Дж. М.. Поведенческие реакции на тепловые условия влияют на сезонные изменения массы термочувствительного северного копытного животного. PLoS ONE. 11 июня 2013 г .; 8 (6): e65972. pmid: 23776584
31. 31. Курбин Н., Дюссо С., Вейлетт А., Жиру М.-А, Котэ С.Д.Как справиться с сильными колебаниями суровости зимы: пластичный выбор среды обитания оленей с высокой плотностью. Behav Ecol. 2017 1 августа; 28 (4): 1037–46.
32. 32. Авгар Т., Моссер А., Браун Г.С., Фрикселл Дж. М.. Экологические и индивидуальные движущие силы моделей передвижения животных в широком географическом диапазоне. J Anim Ecol. 2013 г., 1 января; 82 (1): 96–106. pmid: 23020517
33. 33. Каченский П., Ганбатар О., Алтансух Н., Энхсайхан Н., Штауфер С., Вальцер С. Опасность того, что все ваши яйца окажутся в одной корзине — зимняя авария вновь завезенных лошадей Пржевальского в монгольской Гоби.PLoS ONE. 2011 28 декабря; 6 (12): e28057. pmid: 22216089
34. 34. Луо З., Лю Б., Лю С., Цзян З., Халбрук Р.С. Влияние плотности населения и домашнего скота на выбор зимних местообитаний монгольской газели (Procapra gutturosa). Zoolog Sci. 2014, 1 января; 31 (1): 20–30. pmid: 24410492
35. 35. Leclerc M, Vander Wal E, Zedrosser A, Swenson JE, Kindberg J, Pelletier F. Количественная оценка устойчивых индивидуальных различий в выборе среды обитания. Oecologia. 1 марта 2016 г .; 180 (3): 697–705. pmid: 26597548
36. 36.Монтгомери Р.А., Редилла К.М., Ортис-Кало В., Смит Т., Келлер Б., Миллспо Дж. Дж. Оценка индивидуальности отношений между животными и средой обитания. Ecol Evol. 2018; 8 (22): 10893–901. pmid: 30519415
37. 37. Мафф С., Сигнер Дж., Фиберг Дж. Учет индивидуальных вариаций в исследованиях выбора среды обитания: эффективная оценка моделей смешанных эффектов с использованием байесовских или частотных вычислений. J Anim Ecol. 2020; 89 (1): 80–92. pmid: 31454066
38. 38. Nandintsetseg D, Bracis C, Olson KA, Böhning-Gaese K, Calabrese JM, Chimeddorj B., et al.Проблемы сохранения разнообразных кочевых видов. J Appl Ecol. 2019; 56 (8): 1916–26.
39. 39. Олсон К.А., Фуллер Т.К., Шаллер Г.Б., Одонхуу Д., Мюррей М.Г. Оценка плотности популяции монгольских газелей Procapra gutturosa по дальним трансектам. Орикс. 2005 апр; 39 (02): 164–169.
40. 40. Группа специалистов МСОП по антилопам. Procapra gutturosa [Интернет]. Красный список видов, находящихся под угрозой исчезновения МСОП; 2016 [цитируется 27 февраля 2020 года]. Доступно по адресу: https: // dx.doi.org/10.2305/IUCN.UK.2016-3.RLTS.T18232A50193126.en
41. 41. Цзян З., Такацуки С., Ли Дж., Ван В., Гао З., Ма Дж. Сезонные колебания в еде и пищеварении монгольских газелей в Китае. J Wildl Manag. 2002, 1 января; 66 (1): 40–7.
42. 42. Олсон К.А., Мюррей М.Г., Фуллер Т.К. Состав растительности и питательность кормов для джейрана Восточной Монголии. Rangel Ecol Manag. 2010, 1 сентября; 63 (5): 593–8.
43. 43. Олсон К.А., Фуллер Т.К., Мюллер Т., Мюррей М.Г., Николсон К., Одонхуу Д. и др.Годовые перемещения монгольских газелей: кочевники в Восточной степи. J Arid Environ. 2010 ноя; 74 (11): 1435–42.
44. 44. Флеминг СН, Калабрезе Дж.М., Мюллер Т., Олсон К.А., Леймгрубер П., Фаган В.Ф. От мелкомасштабного кормления до домашних ареалов: полувариантный подход к определению режимов движения в пространственно-временных масштабах. Am Nat. 2014 Май; 183 (5): E154–67. pmid: 24739204
45. 45. Нандинцецег Д., Брацис С., Леймгрубер П., Каченский П., Буувейбаатар Б., Лхагвасурен Б. и др.Изменчивость кочевников: градиенты окружающей среды изменяют поведение копытных в засушливых районах. Экосфера. 1 ноя 2019; 10 (11): e02924.
46. 46. Couzin ID, Laidre ME. Популяции деления-слияния. Curr Biol. 11 августа 2009 г .; 19 (15): R633–5. pmid: 19674541
47. 47. Hamel S, Garel M, Festa-Bianchet M, Gaillard J-M, Côté SD. Весенний нормализованный индекс растительности (NDVI) предсказывает годовые колебания в сроках пика содержания сырого протеина в фекалиях у горных копытных.J Appl Ecol. 2009 г., 1 июня; 46 (3): 582–9.
48. 48. Петторелли Н., Райан С., Мюллер Т., Буннефельд Н., Енджеевска Б., Лима М. и др. Нормализованный индекс разницы растительности (NDVI): непредвиденные успехи в экологии животных. Clim Res. 2011 20 января; 46 (1): 15–27.
49. 49. Райан SJ, Cross PC, Винни J, Hay C, Bowers J, Getz WM. Полезность нормализованного разностного индекса растительности для прогнозирования качества кормов для африканских буйволов. J Wildl Manag. 2012 1 сентября; 76 (7): 1499–508.
50. 50.Лукач П.М., Митчелл М.С., Хебблвайт М., Джонсон Б.К., Джонсон Н., Кауфман М. и др. Факторы, влияющие на пополнение лосей у разных экотипов на западе США. J Wildl Manag. 2018; 82 (4): 698–710.
51. 51. Олсон К.А., Мюллер Т., Керби Дж. Т., Болорцетсег С., Леймгрубер П., Николсон С. Р. и др. Смерть от тысячи хижин? Влияние домашнего хозяйства на плотность и распространение монгольских газелей. Conserv Lett. 2011, 1 августа; 4 (4): 304–12.
52. 52. Кавамура К., Акияма Т., Йокота Х., Цуцуми М., Ясуда Т., Ватанабэ О. и др.Сравнение индексов растительности MODIS с AVHRR NDVI для мониторинга количества и качества кормов на пастбищах Внутренней Монголии, Китай. Grassl Sci. Март 2005 г .; 51 (1): 33–40.
53. 53. Кавамура К., Акияма Т., Йокота Х., Цуцуми М., Ясуда Т., Ватанабэ О. и др. Мониторинг кормовых условий с помощью снимков MODIS в степи Ксилингол, Внутренняя Монголия. Int J Remote Sens. 2005 г., 1 апреля; 26 (7): 1423–36.
54. 54. Гаррутт Э.Л., Хансен А.Дж., Лоуренс Р.Л. Использование NDVI и EVI для картирования пространственно-временных изменений биомассы и качества кормов для мигрирующих лосей в экосистеме Большого Йеллоустоуна.Remote Sens.2016 Май; 8 (5): 404.
55. 55. Джонсон Х.Э., Густин Д.Д., Голден Т.С., Адамс Л.Г., Парретт Л.С., Ленарт Э.А. и др. NDVI демонстрирует неоднозначный успех в прогнозировании пространственно-временных изменений качества и количества летнего фуража карибу. Экосфера. 2018; 9 (10): e02461.
56. 56. Сойер Х., Кауфман М.Дж. Экология остановки мигрирующего копытного животного. J Anim Ecol. 2011; 80 (5): 1078–87. pmid: 21545586
57. 57. Мэнли Б.Ф., Макдональд Л., Томас Д., Макдональд Т.Л., Эриксон В.П.Выбор ресурсов животными: статистический дизайн и анализ для полевых исследований. 2-е изд. Нидерланды: Спрингер; 2002.
58. 58. Фортин Д., Бейер Х. Л., Бойс М. С., Смит Д. В., Дюшен Т., Мао Дж. С.. Волки влияют на движения лосей: поведение формирует трофический каскад в Йеллоустонском национальном парке. Экология. 2005 1 мая; 86 (5): 1320–30.
59. 59. Ито Т.Ю., Лхагвасурен Б., Цунекава А., Шинода М., Такацуки С., Буувейбаатар Б. и др. Фрагментация среды обитания диких копытных животных антропогенными преградами в Монголии.PLoS ONE. 2013 Февраль; 8 (2): e56995. pmid: 23437291
60. 60. Фернандес-Хименес ME. Поддержание степей: географическая история пастбищного землепользования в Монголии. Геогр Ред. 1999; 89 (3): 315–42. pmid: 20662187
61. 61. Фернандес-Хименес М.Э., Аллен-Диас Б. Тестирование неравновесной модели динамики растительности пастбищ в Монголии. J Appl Ecol. 1999, 1 декабря; 36 (6): 871–85.
62. 62. Вандандорж С., Мунхьяргал Э., Болдгив Б., Ганцецег Б. Изменения количества явлений и продолжительности типов дождя над Монголией с 1981 по 2014 гг.Environ Earth Sci. 2017 1 января; 76 (2): 70.
63. 63. Рао М.П., ​​Дави Н.К., Д’Арриго Р.Д., Скис Дж., Начин Б., Кэролайн Леланд и др. Дзуды, засухи и падеж скота в Монголии. Environ Res Lett. 2015; 10 (7): 074012.
64. 64. Бергер Дж., Мюррей К.М., Буувейбаатар Б., Данбар М.Р., Лхагвасурен Б. Отлов копытных в Центральной Азии с использованием загонных сетей: преимущества и недостатки на примере находящегося под угрозой исчезновения монгольского сайгака (Saiga tatarica mongolica). Орикс. Октябрь 2010 г.; 44 (04): 512–515.
65. 65. Маттиуцци М., Детч Ф. MODIS: приобретение и обработка продуктов MODIS. [программное обеспечение]. 2019. Доступно по ссылке: https://CRAN.R-project.org/package=MODIS
66. 66. R Core Team. R: язык и среда для статистических вычислений. [программное обеспечение]. Вена, Австрия: Фонд R для статистических вычислений; 2020. Доступно по ссылке: https://www.R-project.org/
67. 67. Календж С. Пакет «adehabitat» для программного обеспечения R: инструмент для анализа использования пространства и среды обитания животными.Модель Ecol. 2006 август; 197 (3–4): 516–9.
68. 68. Барбет-Массин М., Джигет Ф., Альберт Ч., Туиллер В. Выбор псевдо-отсутствия для моделей распространения видов: как, где и сколько? Методы Ecol Evol. 2012. 3 (2): 327–38.
69. 69. Биванд Р., Пебесма Э., Гомес-Рубио В. Прикладной анализ пространственных данных с Р. 2-е изд. Нью-Йорк: Спрингер; 2013.
70. 70. Пебесма Э., Биванд Р., Роулингсон Б., Гомес-Рубио В., Хиджманс Р., Самнер М. и др. sp: классы и методы для пространственных данных [программное обеспечение].2020 [цитируется 13 августа 2020 года]. Доступно по ссылке: https://CRAN.R-project.org/package=sp
71. 71. Бейтс Д., Мехлер М., Болкер Б., Уокер С. Подгонка линейных моделей смешанных эффектов с использованием lme4. J Stat Softw. 2015 7 октября; 67 (1): 1–48.
72. 72. Фитиан В., Хасти Т. Эквивалентность конечной выборки в статистических моделях для данных только о присутствии. Ann Appl Stat. 2013 декабрь 1; 7 (4): 1917–39. pmid: 25493106
73. 73. Джонсон DH. Сравнение показателей использования и доступности для оценки предпочтения ресурсов.Экология. 1980. 61 (1): 65–71.
74. 74. Турфьель Х., Сиути С., Бойс М.С. Применение функций ступенчатого выбора в экологии и охране природы. Mov Ecol. 2014 7 февраля; 2 (1): 4. pmid: 25520815
75. 75. Терно Т. Пакет для анализа выживаемости в R [программное обеспечение]. 2020. Доступно по ссылке: https://CRAN.R-project.org/package=survival
76. 76. Therneau TM, Grambsch PM. Моделирование данных о выживаемости: расширение модели Кокса. Нью-Йорк: Спрингер-Верлаг; 2000
77. 77.Авгар Т., Леле С.Р., Кейм Дж.Л., Бойс М.С. Относительная сила отбора: количественная оценка величины эффекта при выводе выбора среды обитания и ступенчатого выбора. Ecol Evol. 2017 г. 1 июля; 7 (14): 5322–30. pmid: 28770070
78. 78. Краска DG, Такер CJ. Сезонность и тренды снежного покрова, вегетационного индекса и температуры в Северной Евразии. Geophys Res Lett. 2003 г. 11 апреля; 30 (7): 58.
79. 79. Петторелли Н., Вик Дж.О., Мистеруд А., Гайяр Дж.М., Такер С.Дж., Стенсет NChr. Использование полученного со спутников NDVI для оценки экологической реакции на изменение окружающей среды.Trends Ecol Evol. 2005 Сен; 20 (9): 503–10. pmid: 16701427
80. 80. Nanzad L, Zhang J, Tuvdendorj B., Nabil M, Zhang S., Bai Y. Аномалия NDVI для мониторинга засухи и ее корреляция с климатическими факторами над Монголией с 2000 по 2016 год. J Arid Environ. 2019 Май; 164: 69–77.
81. 81. Squires JR, DeCesare NJ, Olson LE, Kolbe JA, Hebblewhite M, Parks SA. Сочетание выбора ресурса и поведения движения для прогнозирования коридоров канадской рыси на южной периферии их ареала.Биол Консерв. 1 января 2013 г .; 157: 187–95.
82. 82. Reinking AK, Smith KT, Mong TW, Read MJ, Beck JL. Во всех масштабах вилорог выбирает полынь, избегает заграждений и проявляет негативную реакцию на антропогенные особенности зимой. Экосфера. 2019 1 мая; 10 (5): e02722.
83. 83. Talbot LM, Talbot MH. Антилопа гну в западном Масаиланде, Восточная Африка. Wildl Monogr. 1963; (12): 3–88.
84. 84. Мартинес-Гарсия Р., Калабрезе Дж. М., Мюллер Т., Олсон К. А., Лопес К. Оптимизация поиска ресурсов путем обмена информацией: монгольские газели в качестве примера.Phys Rev Lett. 2013 14 июня; 110 (24): 248106. pmid: 25165967
85. 85. Карейва П., Оделл Г. Стаи хищников демонстрируют «тактику добычи», если отдельные хищники используют поиск с ограничением по району. Am Nat. 1 августа 1987 г.; 130 (2): 233–70.
86. 86. Моралес Дж. М., Хейдон Д. Т., Фраир Дж., Холсингер К. Э., Фрикселл Дж. М.. Извлечение большего из данных о перемещении: построение моделей движения как смеси случайных блужданий. Экология. 2004, 1 сентября; 85 (9): 2436–45.
87. 87. Авгар Т., Поттс-младший, Льюис М.А., Бойс М.С.Комплексный поэтапный анализ выбора: устранение разрыва между выбором ресурсов и перемещением животных. Методы Ecol Evol. 2016 1 мая; 7 (5): 619–30.
88. 88. Паттерсон Т.А., Томас Л., Уилкокс С., Оваскайнен О., Маттиопулос Дж. Государственно-космические модели передвижения отдельных животных. Trends Ecol Evol. 2008 Февраль; 23 (2): 87–94. pmid: 181
90. 89. Gurarie E, Andrews RD, Laidre KL. Новый метод определения поведенческих изменений в данных о перемещениях животных. Ecol Lett. 2009. 12 (5): 395–408.pmid: 19379134
91. 90. Джонс П.Ф., Джейкс А.Ф., Теландер А.С., Сойер Х., Мартин Б.Х., Хебблвайт М. Заборы сокращают среду обитания частично мигрирующих копытных в Северной полынной степи. Экосфера. 2019; 10 (7): e02782.
92. 91. Muntifering JR, Дитмер MA, Stapleton S, Naidoo R, Harris TH. Выбор ресурсов и поведение горной зебры Хартманна в большом незащищенном ландшафте на северо-западе Намибии. Угроза видам Res. 2019 28 марта; 38: 159–70.
93. 92.Цалюк М., Килиан В., Рейнекинг Б., Гетц В.М. Временные колебания в выборе ресурсов африканскими слонами следует за долгосрочными изменениями в доступности ресурсов. Ecol Monogr. 2019 1 мая; 89 (2): e01348.
94. 93. Lesmerises R, St-Laurent MH. Отсутствие учета индивидуальной изменчивости может замаскировать модели выбора среды обитания: тематическое исследование черных медведей. Oecologia. 2017 г. 1 ноября; 185 (3): 415–25. pmid: 28889201
95. 94. Мумма Массачусетс, член парламента Джиллингема, Джонсон CJ, Паркер KL.Понимание риска нападения хищников и индивидуальных различий в способах избежания риска в отношении угрожаемого северного карибу. Ecol Evol. 2017; 7 (23): 10266–77. pmid: 29238553
96. 95. Целлер К.А., Уоттлс Д.В., Конли Л., ДеСтефано С. Черные медведи меняют движения в ответ на антропогенные особенности в зависимости от времени суток и сезона. Mov Ecol. 2019 Июл 11; 7 (1): 19. pmid: 31338195
97. 96. Schoener TW. Теория кормовых стратегий. Annu Rev Ecol Syst. 1971; 2 (1): 369–404.
98. 97. Бергман CM, Fryxell JM, Gates CC, Fortin D.Стратегии кормодобывания копытных: максимизация энергии или минимизация времени? J Anim Ecol.