Pasar al contenido principal

ARMONIZACION DE LOS DATOS POBLACIONALES DE LA FAUNA SILVESTRE EN ESPAÑA: APLICACIONES A LA VIGILANCIA SANITARIA Y CONTROL DE ENFERMEDADES COMPARIDAS CON EL GANADO

PID2019-111699RB-I00

•
Nombre agencia financiadora Agencia Estatal de Investigación
Acrónimo agencia financiadora AEI
Programa Programa Estatal de I+D+i Orientado a los Retos de la Sociedad
Convocatoria Proyectos de I+D+i (Generación de Conocimiento y Retos Investigación)
Año convocatoria 2019
Plan Estatal 2017-2020 Plan Estatal de Investigación Científica y Técnica y de Innovación
Centro beneficiario UNIVERSIDAD DE CASTILLA-LA MANCHA

Resultados relacionados

Resultados totales (Incluyendo duplicados): 5
Encontrada(s) 1 página(s)

DIGITAL.CSIC. Repositorio Institucional del CSIC
Publicación Tesis doctoral (DoctoralThesis)

Developing and harmonizing camera trap methods to estimate population density and movement parameters of unmarked populations: the random encounter model, Desarrollo y armonización de métodos de fototrampeo para estimar densidad poblacional y parámetros de movimiento de especies no reconocibles: modelo de encuentro aleatorio

  • Palencia, Pablo
Memoria presentada por Pablo Palencia Mayordomo para optar al grado de Doctor con mención internacional., [EN]: A better understanding of population density (i.e. the number of individuals per unit area) is essential for wildlife conservation and management. Despite the fact that a wide variety of methods with which to estimate population density have already been described and broadly used, there are still relevant gaps. In the last few decades, the use of remotely activated cameras (camera traps) has been established as an effective sampling tool when compared with alternative methods. Camera trapping could, therefore, be considered a reliable tool with which to monitor those situations in which classical methods have relevant limitations. It could, for example, be used with species whose behaviour is elusive and which have low detectability (as is the case of most mammals), or populations in which the animals can be identified individually by the spot patterns on their bodies. However, there is lack of information regarding those species for which it is not possible to identify individual animals (i.e. unmarked species). Some authors that have applied camera trapping originally considered relative abundance indexes in order to monitor unmarked populations. These indices were based on encounter rates (i.e. the number of animals detected per sampling unit) observed in camera trapping studies. Methods with which to estimate the population density of unmarked populations were later described, the first of which was the random encounter model (REM). The REM models the random encounters between moving animals and static cameras in order to estimate population density. The REM does this by employing three basic parameters: i) encounter rate, ii) detection zone (area in which the cameras effectively detect animals), and iii) day range (average daily distance travelled by each individual in the population). When this thesis was first started, it was broadly discussed that the application of the REM was limited by the difficulties involved in estimating the parameters required, especially the day range. In this context, the aim of this thesis was to develop and harmonise camera trapping methodologies so as to estimate the population density and movement parameters of unmarked populations, working principally in the REM framework. The first research carried out for this thesis comprised a review of published studies concerning REM, which found that i) wrong practices in the estimation of REM parameters were frequent, and ii) the REM has rarely been compared with reference densities in empirical studies. We, therefore, then went on to evaluate the main factors that affect the probability of detection and the trigger speed of camera traps, which are relevant for encounter rate and detection zone estimation., [ES]: Mejorar el conocimiento sobre la densidad de población (es decir, el número de individuos por unidad de superficie) es fundamental para la gestión y conservación de la fauna silvestre. A pesar de que se han descrito y utilizado una gran variedad de métodos para calcular la densidad poblacional de la fauna silvestre, hoy en día todavía existen brechas importantes. En los últimos años, la técnica del fototrampeo (uso de cámaras activadas automáticamente) se ha establecido como una herramienta efectiva en comparación con otros métodos. Por tanto, el fototrampeo puede ser considerado una técnica fiable en aquellos casos en los que los métodos clásicos presentan limitaciones relevantes. Por ejemplo, al monitorizar especies con comportamiento esquivo y baja detectabilidad (como la mayor parte de los mamíferos), o poblaciones en las que los animales pueden ser reconocibles en base al patrón de manchas de su cuerpo. Sin embargo, existe una ausencia de información en especies en las que no es posible distinguir individuos en base al patrón de manchas de su cuerpo (comúnmente conocidas como “especies no marcadas”). Inicialmente, algunos autores consideraron índices relativos de abundancia para monitorizar estas poblaciones no marcadas. Estos índices estaban basados en la tasa de encuentro, es decir, el número de animales detectados por unidad de muestreo, obtenida en estudios de fototrampeo. Más tarde se describieron métodos que permitían calcular la densidad poblacional de especies no marcadas. El primero de estos métodos fue el modelo de encuentro aleatorio (REM por sus siglas en ingles). El REM modeliza los encuentros aleatorios entre animales móviles y cámaras trampa estáticas para finalmente estimar densidad poblacional. Para ello, el REM se basa en tres parámetros clave: i) la tasada de encuentro, ii) la zona de detección (área en la que las cámaras detectan a los animales), y iii) el rango diario (distancia media recorrida por cada individuo en la población). En este sentido, al inicio de esta tesis, se discutía que la aplicación del REM estaba limitada por las dificultades asociadas para estimar los parámetros necesarios para aplicar el método, principalmente el rango diario. En este contexto, el objetivo de esta tesis fue desarrollar y armonizar metodologías basadas en fototrampeo para estimar la densidad poblacional y los parámetros de movimiento de poblaciones no marcadas, principalmente trabajando en torno al REM. En primer lugar, revisamos los trabajos publicados que habían aplicado REM y observamos que, i) había una tendencia a aplicar malas prácticas en las estimas de los parámetros, y ii) y REM había sido escasamente testado en situaciones de campo con densidades obtenidas con otros métodos de referencia., Este trabajo de Tesis Doctoral ha sido realizado gracias a los programas de ayudas Formación de Profesorado Universitario (FPU16/00039) otorgado por el Ministerio de Educación, Cultura y Deporte. Durante el desarrollo de la presente Tesis se han realizado estancias en centros de investigación en el extranjero gracias a ayudas de la Sociedad Española de Científicos en el Reino Unido (CERU), y de la Universidad de Castilla-La Mancha (EST19/00481). Además, esta Tesis Doctoral ha contado con la financiación de los siguientes proyectos científicos y ayudas: Proyecto Nacional AGL2016-76358-R, Plan Nacional I + D, MINECO; Proyecto Nacional PID2019-111699RB-I00, Plan Nacional I + D, MICINN; Proyecto Europeo ENETWILD C/EFSA/ALPHA/2016/01, EFSA; Ayuda para la financiación de actividades de investigación dirigida a grupos de la UCLM (Grupo SaBio), GI20174153., Peer reviewed
DIGITAL.CSIC. Repositorio Institucional del CSIC
Publicación Tesis doctoral (DoctoralThesis)

Spatial epidemiology for wildlife diseases: Addressing challenges from an interdisicplinar èrspective, Epidemiología espacial para enfermedades en fauna silvestre: abordando retos desde una perspectiva interdisciplinar

  • Herraiz, Cesar
Memoria presentada por César Herraiz Fernández para optar al grado de Doctor con mención internacional por la Universidad de Castilla-La Mancha., [EN] Diseases in wildlife represent a threat to conservation, the economy, and public health. The One Health perspective has emphasized the importance of wildlife from a sanitary standpoint, leading to increased efforts to understand the health status of wildlife worldwide and its role in livestock and human health. However, gathering ecological and epidemiological data from wildlife presents unique challenges in studying the spatial dynamics of disease in wildlife and at the wildlife-livestock interface, hindering the development of informed policies and management strategies. This thesis shows how interdisciplinary and robust analytical approaches can address many of these challenges. It aims to refine methodologies for collecting and analyzing wildlife ecological and epidemiological data in order to study the spatial and spatiotemporal dynamics of both endemic and emerging diseases. The thesis addresses key challenges in studying wildlife disease spatial dynamics using interdisciplinary approaches. It contributes to identifying disease risk factors, understanding pathogen circulation, and predicting disease spread. These components are vital for informing disease management and control policies from a One Health perspective, integrating ecological, environmental, and epidemiological aspects. Future research should focus on non-invasive data collection methods, such as environmental sampling and drone technology, and the processing and integration of large and heterogeneous data sets through artificial intelligence and advanced computational tools. Furthermore, molecular epidemiology offers the potential for improvements in understanding disease transmission and its genetic components. Interdisciplinary approaches will remain essential in addressing ongoing challenges in wildlife spatial epidemiology, promoting advances in conservation, agronomy, and public health., [ES] Las enfermedades en la fauna silvestre representan una amenaza para la conservación, la economía y la salud pública. La perspectiva de Una Sola Salud (One Health) ha enfatizado la importancia de la fauna silvestre desde el punto de vista sanitario, lo que ha llevado a un aumento en los esfuerzos por comprender el estado sanitario de la fauna silvestre en todo el mundo y su papel en la salud humana y del ganado. Sin embargo, la recopilación de datos ecológicos y epidemiológicos de la fauna silvestre presenta desafíos únicos a la hora de estudiar la dinámica espacial de las enfermedades en la fauna silvestre y en su interfaz con el ganado doméstico, dificultando la obtención de información para el diseño de políticas y estrategias de gestión. Esta tesis muestra como los enfoques analíticos interdisciplinares y robustos pueden abordar muchos de estos desafíos. Su objetivo es refinar las metodologías para recopilar y analizar datos ecológicos y epidemiológicos de la fauna silvestre con el fin de estudiar la dinámica espacial y espaciotemporal de enfermedades endémicas y emergentes. Esta tesis aborda desafíos clave en el estudio de la dinámica espacial de enfermedades de la fauna silvestre utilizando una visión interdisciplinar. Contribuye a identificar factores de riesgo de enfermedades, comprender la circulación de patógenos y predecir su propagación. Estos aspectos son vitales para informar políticas de gestión y control de enfermedades desde una perspectiva de One Health, integrando aspectos ecológicos, ambientales y epidemiológicos. La investigación futura debe centrarse en métodos de recolección de datos no invasivos, como el análisis de muestras ambientales y el empleo de drones, y en el procesamiento e integración de grandes conjuntos de datos heterogéneos mediante inteligencia artificial y herramientas computacionales avanzadas. Además, la epidemiología molecular ofrece el potencial de mejorar la comprensión de la transmisión de enfermedades y sus componentes genéticos. El enfoque interdisciplinar seguirá siendo esencial para abordar los desafíos habituales en la epidemiología espacial de la fauna silvestre, promoviendo avances en la conservación, la agronomía y la salud pública., La realización de la presente Tesis Doctoral ha contado con la financiación de la Junta de Comunidades de Castilla-La Mancha (JCCM) y del Fondo Social Europeo (FSE), por medio de un contrato predoctoral para personal investigador en formación (SUPLY/19/180501/000487), y con la financiación del Ministerio de Economía y Competitividad y del Ministerio de Ciencia e innovación por medio de los proyectos AGL2016-76358-R y PID2019111699RB-100, respectivamente. La estancia en el Centro de Modelización y Vigilancia de Enfermedades Animales (CADMS, por sus siglas en inglés) de la Universidad de California en Davis contó con la financiación de las ayudas para la realización de estancias en el extranjero del Vicerrectorado de Política Científica de la Universidad de Castilla-La Mancha., Peer reviewed
DIGITAL.CSIC. Repositorio Institucional del CSIC
Publicación Tesis doctoral (DoctoralThesis)

Epidemiology of shared pathogens at the domestic-wild ungulate interface

  • Jiménez-Ruiz, Saúl
The transmission of pathogens between domestic and wild hosts greatly impacts animal and public health, biodiversity conservation and socio-economic contexts. The present PhD thesis deals with the study of the epidemiology of shared pathogens relevant for veterinary medicine in the Iberian Peninsula, with a special focus on the wildlife-livestock interface. The related epidemiological background, as well as the current research perspectives and knowledge blanks, are reviewed throughout the introduction section. In the first chapter of this thesis (Chapter 1), an innovative blood extraction method is proposed as an alternative to conventional sampling techniques in wild ruminants, representing a relevant step forward to better perform high quality sampling for disease surveillance and epidemiological wildlife studies. Chapter 2 describes the first Schmallenberg disease outbreak in Spain and assesses the local spread of the causative virus and associated risk factors in livestock. In Chapter 3, nation-wide studies evaluate the role played by wild ruminant species in the maintenance and transmission of this emerging pathogen (Chapter 3.1), as well as of pestiviruses (Chapter 3.2), a group of viruses endemic to livestock in Iberia. Finally, in Chapter 4, a finer approach to the wildlife-livestock interface is developed in Doñana National Park to provide in-depth information on the interspecies transmission of pathogens, which can follow different routes and pathways: pathogens directly transmitted through close or non-close interactions (Chapter 4.1) and pathogens indirectly transmitted through vectors (Chapter 4.2). Diverse serological methods, alone or combined with anatomical, pathological, and molecular tools, were used in each section. The blood sampling method developed in this PhD thesis could be systematically used in wild ruminant species for wildlife disease surveillance at international level favouring more accurate data comparisons. Likewise, epidemiological findings provide additional information on the spatio-temporal dynamics of both emerging and endemic shared pathogens and the epidemiological role played by wild ruminant species in mainland Spain. Overall, our findings revealed the usefulness of shared disease monitoring to better drive and prioritise control strategies in specific wildlife-livestock interfaces., Peer reviewed
DIGITAL.CSIC. Repositorio Institucional del CSIC
Publicación Tesis doctoral (DoctoralThesis)

Standardized use of host abundance data and spatial analysis applied to the control of shared diseases in extensive livestock farming in Spain, Uso estandarizado de datos sobre la abundancia de hospedadores y análisis espaciales aplicados al control de las enfermedades compartidas en ganaderías extensivas de España

  • Ruiz-Rodríguez, Carmen
Shared diseases present a complex and increasingly relevant challenge with implications for biodiversity, the global economy, and public health. Human population growth, deforestation, changes in land use, and climate change have heightened the interaction between wild animals and livestock, facilitating pathogen transmission between species. This phenomenon transcends ecosystem borders, impacting animal and human health. Adopting a multidisciplinary 'One Health' approach is crucial for understanding the connections between human, animal, and environmental health. To mitigate the threat, risk analysis evaluates factors influencing the spread of shared diseases among hosts. This analysis includes assessing population dynamics, identifying interaction zones, and understanding wildlife and livestock management practices. Effectively addressing the complexities of shared diseases requires a comprehensive strategy informed by demographic dynamics, interaction zones, and human activities. So, monitoring wild populations is integral to risk analysis, considering their role in maintaining and transmitting shared diseases. Wildlife monitoring, critical for understanding species, populations, and ecosystem parameters over time, often relies on hunting statistics as a valuable source for calculating abundance and population trends. These statistics offer a reliable alternative for monitoring wild species at a large scale, aiding both hunting management and the formulation of conservation measures. The compiled data, when systematically recorded and analysed, contribute to assessing the relative abundance, dynamics, and structure of major game species populations. However, challenges arise due to unmeasured factors influencing hunting statistics, such as regional hunting traditions, regulations, and hunting grounds characteristics. These variations make direct cross-country comparisons complex. Yet, when hunting statistics are meticulously recorded and incorporate relevant variables related to hunting efforts, allowing for control and standardization, they become valuable indicators of abundance. This emphasizes the potential of hunting statistics for implementing rigorous, large-scale monitoring systems that meet the demands of wildlife managers and epidemiologists. In this context, the main objective of this doctoral thesis was to standardize and evaluate the use of hunting data for monitoring the abundance of wild hosts at a national level, with a specific focus on wild boar (Sus scrofa, L. 1758). Additionally, the aim was to establish a methodological framework for spatial analysis of interactions, directly applicable to the control of shared diseases in Spain, using hunting statistics as a source of information on wildlife. With this goal in mind, the collection of hunting data and its application in developing abundance models and characterizing the interface between wildlife and livestock were examined. These analyses focused on hunting statistics as they constitute a valuable source of information for wildlife monitoring, widely available for extent areas, making them interesting tools for implementation in the control of cross-border shared diseases., Peer reviewed
DIGITAL.CSIC. Repositorio Institucional del CSIC
Publicación Tesis doctoral (DoctoralThesis)

Large-scale monitoring of wild mammal abundance: Modeling frameworks for structured and unstructured data, Monitorización a gran escala de la abundancia de mamíferos silvestres: marcos de modelización con datos estructurados y no estructurados

  • Illanas, Sonia
Memoria presentada por Sonia Illanas para optar al grado de Doctor con Mención Internacional por la Universidad de Castilla-La Mancha., Grupo de Sanidad y Biotecnología (SaBio)z. Instituto de Investigación en Recursos Cinegéticos (CSIC-UCLM-JCCM). Departamento de Ciencia y Tecnología Agroforestal y Genética: Programa de Doctorado en Ciencias Agrarias y Ambientales Universidad de Castilla-La Mancha., [EN] Large-scale biodiversity conservation and wildlife management increasingly require spatially explicit diagnostics that go beyond species occurrence to patterns of abundance. In Europe, management is typically implemented within administrative units, whereas policy and assessment increasingly operate at supra-national levels, making robust inference on abundance central to decision-making. However, consistent estimation across space and time is challenged by heterogeneous data, uneven observation processes, and aggregation effects from mismatched spatial units. This PhD thesis develops and evaluates a cross-cutting framework to infer abundance patterns of European mammals from complementary monitoring data, and to quantify how data standardization, model selection, and ecological interpretation across spatial scales. It examines how data sources, modeling decisions, and spatial structure shape inference, uncertainty, and transferability of results across scales., [ES] La conservación de la biodiversidad y la gestión de fauna silvestre a gran escala requieren cada vez más diagnósticos espacialmente explícitos que vayan más allá de la mera ocurrencia de las especies y describan patrones de abundancia. En Europa, la gestión se implementa en unidades administrativas, mientras que la política y la evaluación operan cada vez más en niveles supranacionales, lo que sitúa la inferencia sobre la abundancia en el centro de la toma de decisiones. Sin embargo, la estimación consistente en el espacio y en el tiempo se ve dificultada por la heterogeneidad de los datos, la variabilidad de los procesos de observación y los efectos de agregación derivados de unidades espaciales no alineadas. Esta tesis doctoral desarrolla y evalúa un marco conceptual y estadístico transversal para inferir patrones de abundancia a gran escala de mamíferos europeos a partir de datos de monitorización complementarios, y para cuantificar cómo la estandarización de datos, la selección de modelos y la interpretación ecológica cambian con la escala espacial. En particular, analiza cómo distintas fuentes de datos, decisiones de modelización y la estructura espacial condicionan la inferencia, la incertidumbre y la transferibilidad de los resultados., This PhD Dissertation was supported by a predoctoral fellowship (FPI 2020; PRE2020-095091) associated to HAWIPO I +D + i Project (PID2019-111699RBI00); AGROBOAR I + D + I Project (PID2022-142919OB-100); ENETWILD Wildlife: collecting and sharing data on wildlife populations, transmitting animal and human disease agents (OC/EFSA/ALPHA/2016/01)., Peer reviewed