• No se han encontrado resultados

Drivers of stream-living brown trout populations in Spain: An assessment at a large geographical scale

N/A
N/A
Protected

Academic year: 2020

Share "Drivers of stream-living brown trout populations in Spain: An assessment at a large geographical scale"

Copied!
28
0
0

Texto completo

(1)

Drivers of stream-living brown trout populations in Spain:

An assessment at a large geographical scale.

Carlos ALONSO

Javier GORTAZAR

Iñigo MENDIOLA

Javier ALVAREZ

Diego GARCIA DE JALON

Joaquin SOLANA

ECOHIDRÁULICA, SL

(2)

H

am

pe

&

P

et

it.

2

00

5.

E

co

lo

gy

L

et

te

rs

, 8

(5

)

K

ot

te

la

t &

F

re

yh

of

(

20

07

)

D

oa

dr

io

(

20

01

(3)

0 2000 4000 6000 8000 10000

f(x) = 0.05x + 1688.71 R² = 0.00

Álava

0 2000 4000 6000

f(x) = -81.22x + 2861.81 R² = 0.09

Andalucía 0 2000 4000 6000 8000 10000 12000 14000 16000

f(x) = -2.87x + 2601.83 R² = 0.00

Aragón

0 2000 4000 6000

f(x) = 120.69x - 826.07 R² = 0.07

Cantabria 0 2000 4000 6000 8000

f(x) = -100.19x + 3937.82 R² = 0.21

Cataluña

0 2000 4000

f(x) = 6.16x + 751.07 R² = 0.01

Castilla-La Mancha

0 2000 4000

f(x) = 149.43x - 850.59 R² = 0.79

Extremadura 0 2000 4000 6000 8000

f(x) = 25.59x + 2025.04 R² = 0.07

Galicia 0 2000 4000 6000 8000

f(x) = -48.32x + 2638.61 R² = 0.17

Gipuzkoa 0 2000 4000 6000 8000 10000 12000

f(x) = -114.91x + 4710.63 R² = 0.54

Navarra

0 2000 4000 6000

f(x) = 138.76x - 1177.79 R² = 0.18

Valencia 0 2000 4000 6000 8000

f(x) = 120.69x - 826.07 R² = 0.07

Cantabria 0 2000 4000 6000 8000

f(x) = 0.05x + 1688.71 R² = 0.00

Álava 0 2000 4000 6000 8000

f(x) = -48.32x + 2638.61 R² = 0.17

Gipuzkoa

0 2000 4000 6000

8000 f(x) = -114.91x + 4710.63

R² = 0.54

Navarra 0 2000 4000 6000 8000

f(x) = -2.87x + 2601.83 R² = 0.00

Aragón 0 2000 4000 6000 8000

f(x) = 25.59x + 2025.04 R² = 0.07

Galicia 0 2000 4000 6000 8000

f(x) = 149.43x - 850.59 R² = 0.79

Extremadura 0 2000 4000 6000 8000

f(x) = -100.19x + 3937.82 R² = 0.21

Cataluña 0 2000 4000 6000 8000

f(x) = 6.16x + 751.07 R² = 0.01

Castilla-La Mancha 0 2000 4000 6000 8000

f(x) = 138.76x - 1177.79 R² = 0.18

Valencia 0 2000 4000 6000 8000

f(x) = -81.22x + 2861.81 R² = 0.09

Andalucía

(4)
(5)

Time series ranging

3 - 19 years

(1993-2011)

723 sites y 3.915 sampling occasions

After

quality control

:

618 sites y 3.280 occasions

Mean daily flow data series

for the whole study period from Official

Gauging Station Network (ROEA, MAGRAMA).

Mean daily air temperature data series

form the Spanish Metheorological

Agency (AEMET).

Geographic-mesological:

latitude, longitude, altitude, channel slope, site

width and lithology

Presence/absence of

dams

with

flow regulation

upstream the site

Presence/absence of significant

impacts and pressures

(WFD) affecting

the site

Angling regulatory meassures

Material

A

bu

nd

an

ce

D

riv

er

s

P

re

ss

ur

es

(6)

Response var.

Units

Mean Maximum

Explicative var.

Units

Minimum

Mean

Maximum

St. deviation

N

2229

24571

2581

Series length

yr

1

11

22

7.19

1147

19501

1757

Start series

date

1988

1998

2011

6.27

749

8665

973

End series

date

2001

2010

2011

1.97

344

4600

433

Longitude

08 20.281 W

02 16.415 W

02 30.955 E

06 05.563

r

-0.11

4.59

0.95

Latitude

36 46.638 N

41 56.515 N

43 30.931 N

01 52.358

0.82

8.00

1.93

Altitude

9

638

2356

367.81

0.39

7.27

1.48

Slope

0.0

7.4

59.1

6.16

1252

8332

1053

Width

1.0

8.0

39.3

4.13

B

g ha-1

79

711

73

m3 s-1

0.03

7.66

37.53

8.83

g ha-1

39

246

31

m3 s-1

0.26

103.41

528.20

126.42

m3 s-1

0

0.56

3.09

0.62

m3 s-1

0.18

7.60

35.24

7.21

4.6

12.6

18.1

1.99

16.7

25.4

32.3

2.15

26.0

35.9

44.0

2.85

-6.8

1.5

7.3

2.32

-20.0

-7.1

0.5

3.25

5.3

12.5

16.6

1.83

St. dev.

ind. ha-1

N

0+

ind. ha-1

N

1+

ind. ha-1

N

2++

ind. ha-1

G M.m

G M.m

r

0+

m.a.s.l.

z

0+

σ(

N

[site])

ind. ha-1

m

QmdA

σ(

B

[site])

QmxA

QmnA

Gauge QmdA

TmdA

ºC

TmxAmd

ºC

TmxAmx

ºC

TmnAmd

ºC

TmnAmn

ºC

Termo TmdA

ºC

Variable average values and range amplitude

(7)

0 0 4 5 14 18 18 18 18 19 19 18 17 18 17 17 18 18 18 18 18 13 13 14 21 350

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 34 53 31 23 50 64 52 80 307

0 0 0 0 0 0 0 0 0 0 0 0 17 9 5 5 3 2 15 17 24 36 28 57 71 218

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 3 0 94 62 106 162

0 0 0 0 0 0 0 0 0 0 7 8 8 8 2 0 29 18 17 15 13 11 26 24 104 186

0 0 0 0 0 1 1 2 3 5 5 5 5 0 0 5 7 11 12 28 26 23 12 18 49 169

0 0 0 0 0 0 0 0 0 1 0 0 3 7 13 15 18 7 11 4 9 0 0 0 36 88

6 6 0 6 2 0 0 13 28 4 0 4 13 0 15 30 33 25 13 30 14 14 29 13 40 298

0 0 0 0 0 0 0 0 20 16 16 20 24 23 24 24 23 19 19 16 22 22 21 24 34 333

0 0 0 0 0 51 54 56 55 58 57 59 60 60 60 60 60 61 61 61 61 61 61 61 61 1117

Valencia 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 16 13 13 0 0 0 0 0 16 52 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

estaciones ocasionesNº

T

e

rr

it

o

ri

o

Álava Andalucía

Aragón Cantabria

Cataluña Castilla-La Mancha

Extremadura Galicia Gipuzkoa

Navarra

Año

Abundance time series after quality control by territories

(8)

1994 1996 1998 2000 2002 2004 2006 2008 20100 2 4 6 8 10 12 14

f(x) = 0.5x - 940.3

R² = 0.4

ALA_UO

t (año)

1994 1996 1998 2000 2002 2004 2006 2008 20100 500 1000 1500 2000 2500 3000 3500 4000

f(x) = -187.8x + 377250.6

R² = 0.4

ALA_UO

t (año)

2 4 6 8 10 12 14 0 500 1000 1500 2000 2500 3000 3500 4000

f(x) = -263.0x + 3058.0

R² = 0.5

ALA_UO

Qmx_inv_t

1) What factors drive temporal variability in brown trout abundance?

(2) In which proportion of the study sites temporal abundance trends concur with trends of driving

factors?

(3) Do human-induced alterations affect sites where declining populations do not concur with

consistent trends of driving factors?

GLM

GLM

t-test (Bonferroni)

(9)

1993 1995 1997 1999 2001 2003 2005 2007 2009 2011

0

1000

2000

3000

4000

5000

slope = -18 trout ha

-1

yr

-1

The observed average general trend shows a

decrease

in density of

18 trout

ha

-1

yr

-1

along the studied period.

(10)

Only

14%

of the sites (22 out of 156) a significant relation among

fry density in

year t+1 and adult density in year t

was detected. A single site (Asma stream,

Lugo, NW Spain) showed a negative relation. Evidence of

density-dependent

recruitment

regulation are, therefore, almost

anecdotal

34%

of the sites showed a

positive

relation between

juvenile (1+) density in

year t+1 and fry density in the previous year t.

a ALA_UO 2.78 AND_212 1.99 ARA_07_ARAGONSUBORDAN_COTOHECHO_CSS 2.71 GAL_14_CHANTADA -4.40 GIP_LEI23000 0.78 GIP_LEI30800 1.43 GIP_URU30000 1.75 NAV_0110 2.67 NAV_0120 1.34 NAV_0320 0.98

NAV_0720 Salazar 3.77

NAV_1010 2.25 NAV_1110 7.54 NAV_1150 3.04 NAV_1220 2.71 NAV_1310 4.98 NAV_1440 4.93 NAV_1940 1.94 NAV_2510 3.12 NAV_2630 3.32 NAV_2730 2.38 NAV_2750 1.07

Estación de muestreo Río Territorio

Ugalde Álava Aguasmulas Jaén Aragón-Subordán Huesca Asma Lugo Leitzaran Gipuzkoa Leitzaran Gipuzkoa Urumea Gipuzkoa Eska Navarra Eska Navarra Uztárroz Navarra Navarra Areta Navarra Irati Navarra Irati Navarra Arrañosin Navarra Sorogain Navarra Arga Navarra Orokieta Navarra Erasote Navarra Urumea Navarra Baztan Navarra Bidasoa Navarra

Estimate of the slope, a, of the

GLM (

N

0+

t

+1

= a

N

2++

t

+ b) among

the density of 0+ in year t+1,

N

0+

t

+1

,

and adult density the previous

year,

N

2++

t

where it significant

(p<0.1)

.

(11)

87%

(118 out of 135) sites showed a significant linear relation between

0+

density and, at least, one external driver

; and

94%

(134 out of 140) in the

case of

total density

.

Recruitment

is related to

flow

and

temperature

variables in

77%

and

76%

of

sites, respectively.

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

0

10

20

30

40

50

60

nº de variables explicativas con GLM signif. (p<0.1)

Number of sites with a significant (p<0.1) GLM among any of the abundance variables and

potential flow and temperature drivers (e.g. 46 sites at least one abundance variable is related to

three flow and temperature drivers), n=276 sites.

(12)

Maximum winter flow

significantly drives annual

recruitment

;

high

winter

maxima

reduce

recruitment.

The population response to

flow

is more

uniform

across the study area than

the response to

temperature

, which is highly

site specific

.

(13)

∄ (var. expl.~t)

∃ (var. expl.~t)

9

(64%)

51

(76%)

172

(89%)

(11%)

22

16

(24%)

5

(36%)

∄ (var. expl.~t)

∃ (var. expl.~t)

5

(50%)

29

(67%)

191

(90%)

(10%)

12

14

(33%)

5

(50%)

∄ (var. expl.~t)

∃ (var. expl.~t)

10

(71%)

27

(61%)

172

(84%)

(16%)

33

17

(39%)

4

(29%)

∄ (var. expl.~t)

∃ (var. expl.~t)

4

(80%)

44

(71%)

171

(88%)

(12%)

23

18

(29%)

1

(20%)

∄ (var. expl.~t)

∃ (var. expl.~t)

4

(67%)

7

(50%)

121

(87%)

(13%)

18

7

(50%)

2

(33%)

∄ (var. expl.~t)

∃ (var. expl.~t)

5

(45%)

16

(84%)

104

(80%)

(20%)

26

3

(16%)

6

(55%)

Contingency table with the number of sites with co-incident temporal trends of each population

variable and its external drivers. Vertical and horizontal axes separate sites with ( ) and without

( ) trend in the population variable and the driver, respectively.

Most of the decreasing trends (e.g. 76% N~t) can be related to

unfavourable

(14)

The

realized carrying capacity appears significantly lower (p<0.05) in

impacted

than in unimpaired sites.

Moreover, populations in impacted sites show significantly

higher recruitment

and mortality rates

, behaving like artificially 'accelerated' populations.

α

2

α

1

(15)

The observed trend is occurring in populations whose dynamics are previously

altered by human impacts; namely, a reduced resilience due to a lesser carrying

capacity and higher volatility (artificially 'faster' populations).

In addition, the

lack of connectivity

among populations due to

dams

reduce

the

resilience

in the rear edges of the species native distribution.

This is occurring in a context of

global change

whose effects on drivers are

likely to remain or, even, to intensify in the study area.

{

K

1

>

K

2

α

1

2

}

K

=

c

1

α

K

1

K

2

N

t

Time, t (years)

log(size)

log(N)

α

2

α

1

(1) unimpaired

(2) impacted

(1) unimpaired

(2) impacted

(16)

Data collected and analysed by:

Juan Diego Alcaraz, Javier Álvarez, José Ardaiz, Iñaki Bañares, Joan Baraut,

Carlos Cabanas, Enrique Castién, Mónica Espinosa, Llanos Gabaldón,

Ricardo García Post, Esther Ginés, Francisco Hervella, Sara Lapesa, José

Enrique Larios, Francisco Martínez Capel, Iñigo Mendiola, Borja Nebot,

Ana Palacios and Ángel Serdio

.

(17)

P

et

ch

ey

&

B

el

gr

an

o

(2

01

0)

B

io

l.

Le

tt.

6

, 4

34

–4

(18)

1988

1990

1992

1994

1996

1998

2000

2002

2004

2006

2008

2010

0

1000

2000

3000

4000

5000

f(x) = -17.9x + 37701.4 R² = 0.1

Media

Lineal (Media)

Alava

Andalucia

Aragon

Cantabria

Cataluña

Castilla_La_Mancha

Extremadura

Galicia

Gipuzkoa

Navarra

Average values of density, Nt, by territories along

the studied period

(19)
(20)

P

ol

yn

om

ic

in

te

rp

ol

at

io

n

(21)
(22)

1994 1996 1998 2000 2002 2004 2006 2008 20100 500

1000 1500 2000 2500 3000 3500

4000

Site 1

year

PCA

{PC

1

, PC

2

, PC

3

, …, Pc

n

}

orthogonal

LCA

r

-Pearson(N

t

~t) =

β

1

PC

1

+ … +

β

n

PC

n

+ pressures

{Lat.; Long.; Alt.; Slope}

{Tmn; Tmd;Tmx}

win,spr,sum,aut

{Qmn; Qmd;Qmx}

win,spr,sum,aut

GLM

(23)

Nombre Símbolo Valor Definición Enfoque Tipo

Densidad series temporales estática

Densidad de alevines demográfico estática

Densidad de juveniles demográfico estática

Densidad de juveniles demográfico estática

Tasa de reclutamiento demográfico tasa

Tasa de mortalidad de alevines demográfico tasa

Nt Nt Densidad poblacional (ind. ha

-1) de truchas observada en el

año t.

N0+

t N

0+ t

Densidad poblacional (ind. ha-1) de las truchas de la clase de

edad 0+ observada en el año t.

N1+

t N

1+

t

Densidad poblacional (ind. ha-1) de las truchas de la clase de

edad 1+ observada en el año t.

N2++

t N

2++

t

Densidad poblacional (ind. ha-1) de las truchas de la clase de

edad 2+ y superiores observada en el año t.

r0+

t ln(N

0+

t/N 2++

t-1)

Tasa de reclutamiento de alevines (CE 0+) observada en el año t, generada por los reproductores (CE 2++) de la población del año t-1.

z0+

t -ln(N

1+

t/N

0+

t-1)

Tasa de mortalidad de la cohorte nacida en el año t+1 en su primer año de vida.

Response variables

(24)

Nombre Símbolo Definición Tipo

Densidad media Densidad_Media

C ar a c te rí st ic a s d e l i n v en ta ri o

Densidad máxima Densidad_Máxima

Tamaño de la serie de datos

Año inicial Primer año de la serie de datos de densidad de la estación.

Año final Año_Fin Último año de la serie de datos de densidad de la estación.

Biomasa media Biomasa_Media

Biomasa máxima Biomasa_Máxima

"Punto" o "Tramo"

Longitud UTM_X G eo g rá fic as Latitud UTM_Y Altitud Altitud

Río Nombre del río en que está la estación de muestreo

Demarcación

Provincia Provincia Provincia en que está la estación de muestreo

Regulado Regulado A fe cc io n e s

Naturaleza de la masa (DMA) Naturaleza_masa

Tipo de masa de agua (DMA)

Presión (DMA)

Impacto (DMA)

Riesgo (DMA)

Geología Geología de la estación de muestreo: Calizo, No calizo Pendiente Pendiente Pendiente de la estación de muestreo (%)

Media de los valores de densidad poblacional (ind. ha-1) de

toda la serie de datos de la estación.

Máximo de los valores de densidad poblacional (ind. ha-1) de

toda la serie de datos de la estación.

Densidad_n Número de datos anuales de densidad de toda la serie de la estación.

Año_Ini

Media de los valores de biomasa poblacional (kg. ha-1) de toda

la serie de datos de la estación.

Máximo de los valores de biomasa poblacional (kg. ha-1) de

toda la serie de datos de la estación. Tipo de estacion Tipo_estacion

Coordenada UTM X (m) de la estación de muestreo Coordenada UTM Y (m) de la estación de muestreo Altitud (cota) de la estación de muestreo (m) Rio

Demarcacion Demarcación hidrográfica en que está la estación de muestreo

¿Hay una presa del IPE aguas arriba de la estación de muestreo?: SI, NO

Natural o fuertemente modificada según la clasificación de la Directiva Marco del Agua.

Tipol_nom Nombre del tipo de río según la clasificación de la Directiva Marco del Agua.

Presion_txt Presión sobre la masa de agua (en texto) según la clasificación de la Directiva Marco del Agua.

Impacto_txt Impacto sobre la masa de agua (en texto) según la clasificación de la Directiva Marco del Agua.

RiesgoUE_txt

Riesgo de incumplimiento de los objetivos de la DMA de la masa de agua (en texto) según la clasificación de la Directiva Marco del Agua.

Geologia

Fisiog.

Geographic- mesological and pressures site variables

(25)

Ríos de la baja

montaña

mediterránea silícea

Ríos mineralizados de

baja montaña

mediterránea

Ríos de montaña

mediterránea silícea

Ríos de montaña

mediterránea calcárea

Ríos cántabro-atlánticos

silíceos

Ríos vasco pirenaicos

Gargantas de Gredos

Béjar

Ríos de montaña

húmeda calcárea

Ríos de alta

montaña

Ejes fluviales

principales

cántabro-atlánticos silíceos

Ejes fluviales

principales

cántabro-atlánticos calcáreos

Ríos costeros

cántabro-atlánticos

Pequeños ejes

cántabro-atlánticos

silíceos

Pequeños ejes

cántabro-atlánticos

calcáreos

C

E

D

E

X

(

20

05

)

(26)

0

500

1000

1500

0

500

1000

1500

f(x) = 0.8136916629x + 51.7064793099

R² = 0.8179409259

Altitud

0.0 5.0 10.0 15.0 20.0 25.0 30.0

0

20

40

60

80

f(x) = 1.3126982395x - 3.2603061773

R² = 0.255755576

Caudal medio anual

4000000

4500000

5000000

4000000

4200000

4400000

4600000

4800000

5000000

f(x) = 0.6498283751x + 1660651.32947134

R² = 0.7954873256

Latitud

0

500000

1000000

0

200000

400000

600000

800000

f(x) = 0.6766469903x + 106526.227139868

R² = 0.5000462496

Longitud

10.0 11.0 12.0 13.0 14.0 15.0 16.0 17.0

0

5

10

15

20

f(x) = 0.7054568121x + 2.5709868845

R² = 0.4493149588

Temperatura media anual

(27)

October

December

February

April

June

August

0

5

10

15

20

25

River Porma (NW Spain)

non-regulated (1942-67)

regulated (1967-)

A

lo

ns

o

et

a

l.

(

20

08

(28)

El hombre retrae a la teselas maduras a etapas sucesionales más inmaduras, ya

que “el rendimiento que el hombre puede extraer de un ecosistema es mayor en

etapas que anteceden poco o mucho a la clímax” (Margalef 1974).

Valle de Olaeta (Álava) en 1956.

Valle de Olaeta (Álava) en 2011.

Referencias

Documento similar