PLOS ONE: Integrering maginnehåll och stabil isotop Analyser för att kvantifiera dieterna av Pygoscelid Penguins

Abstrakt

Mage innehållsanalys (SCA) och mer nyligen stabil isotopanalys (SIA) integrerad med isotopblandnings modeller har blivit vanliga metoder för koststudier och ge insikt i födosök ekologi sjöfåglar. Men båda metoderna har nackdelar och fördomar som kan leda till svårigheter att kvantifiera mellan årliga och artspecifika skillnader i dieter. Vi använde dessa två metoder för att samtidigt kvantifiera chick-uppfödning kosten för Chinstrap ( Pygoscelis antarctica
) och Gentoo ( P. Papua
) pingviner och belysa metoder för att integrera SCA-data för att öka noggrannheten hos födosammansättning beräkningar med hjälp av SIA. uppskattningar SCA biomassa var mycket varierande och underskattat vikten av mjuk arbetsföra byte som fisk. Två-source, isotop blandning modellprediktioner var mindre variabel och identifieras mellan års- och artspecifika skillnader i de relativa mängderna av fisk och krill i Penguin dieter inte uppenbart använder SCA. I motsats, multi-source isotopblandnings modeller hade svårt att uppskatta kost bidrag fiskarter som upptar liknande trofinivåer utan förfining med hjälp av SCA-derived otolith data. Totalt sett vår förmåga att spåra mellan års- och artspecifika skillnader i Penguin dieter använder SIA har förbättrats genom att integrera SCAs data isotopblandningslägen på tre sätt: 1) val av lämpliga byteskällor, 2) viktnings kombinationer av isotop liknande byte i två -source blanda modeller och 3) raffinering förutspådde bidrag isotop liknande byte i multi-source modeller

Citation. Polito MJ, Trivelpiece WZ, Karnovsky NJ, Ng E, Patterson WP, Emslie SD (2011) integrera Mage innehåll och stabil isotop Analyser för att kvantifiera dieterna av Pygoscelid Penguins. PLoS ONE 6 (10): e26642. doi: 10.1371 /journal.pone.0026642

Redaktör: André Chiaradia, Phillip Island Nature Parks, Australien

Mottagna: 2 juni 2011. Accepteras: 30 september 2011. Publicerad: 28 oktober, 2011

Detta är ett öppet tillträde artikeln fri från all upphovsrätt, och kan fritt reproduceras, distribueras, överföras, modifieras, byggd på, eller på annat sätt användas av någon för något lagligt syfte. Arbetet görs tillgänglig under Creative Commons CC0 public domain engagemang

Finansiering:. Denna forskning har finansierats av US AMLR Program (http://swfsc.noaa.gov) och US National Science Foundation Office of Polar program (www.nsf.gov) bidrag till S. Emslie och W. Trivelpiece. Finansiärerna hade ingen roll i studiedesign, datainsamling och analys, beslut att publicera, eller beredning av manuskriptet

Konkurrerande intressen:.. Författarna har förklarat att inga konkurrerande intressen finns

Introduktion

Mage innehållsanalys (SCA) är en av de vanligaste metoderna för kost analys och ger en inblick i födosök ekologi sjöfåglar och utbredning, mängd och demografi av sitt byte [1], [2]. Tidiga studier inblandade ofta offra djur för att undersöka maginnehållet [3], medan närvarande en icke-förstörande, men fortfarande invasiva, "sköljning" teknik för att tvinga uppstötningar är allmänt vedertagen [4], [5]. När återvunna maginnehållet är relativt osmält, är det möjligt att uppskatta sammansättning och frekvens förekomsten av bytesdjur och ofta mäta, väga och sex individuella byte [3]. Dessutom, identifiera och mäta hård bytes lämningar, såsom bläckfisk näbbar och otoliter, kan ge information om storlek och massa av bytesdjur när bytet har helt eller delvis rötas [6], [7], [8].

Det finns inneboende nackdelar och fördomar när du använder SCA att kvantifiera sjöfågel dieter. Denna teknik har vanligast under chick uppfödning när vuxna föra mat iland för sina ungar; därmed mindre är känt om dieterna av sjöfåglar utanför häckningssäsongen [2]. Maginnehåll speglar också en "ögonblicksbild" av en enskild senaste diet (8-16 timmar) och kan vara mycket varierande, vilket kräver stora provstorlekar att statistiskt undersöka skillnader mellan arter, regioner och /eller tid [3], [9], [ ,,,0],10]. Dessutom är SCA förspänd mot senaste kost poster och byten som inte lätt smälta, såsom zooplankton, och kan underskatta mängden av mjuk arbetsföra byte, såsom fisk och bläckfisk [11], [12]. Medan hård byte kvar från maginnehåll eller pellets ger information om byte artsammansättningen dessa uppgifter är ofta svåra att integrera i totala beräkningarna födosammansättning [6], [8], [13].

Nya framsteg i stabila isotopen analys (SIA) och isotopblandningsmodeller har visat mycket lovande i kvantifiera kost sammansättningen av sjöfåglar [14], [15]. Isotopanalyser bygger på konceptet att djur "är vad de äter" med vävnad stabil kväve (δ ^{15N) och kol (δ 13C) kvoter återspeglar diet vid tidpunkten för syntes [16]. Till exempel, fjädrar är metaboliskt inert efter syntes, så fjädrar från spirande medelålders kycklingar integrera kost historia under chick-uppfödningsperioden som fjädrar ersätter natal ner [17], [18], [19]. Isotopblandnings modeller använder geometriska eller Bayesian förfaranden för att rekonstruera djurdieter baserade på δ 13C och δ 15N värden konsument vävnader och isotop distinkta matkällor [20], [21]. SIA och isotopblandnings modeller har potential att ge relativt icke-invasiva och kostnadseffektiva kvantitativa beräkningar av havsfågeldieter under en stor del av sin årscykel [22], [23], [24].}

Det finns begränsningar till att använda SIA att kvantifiera sjöfågel dieter. När isotop underskrifter av bytes arter som upptar en liknande trofinivå överlappning, såsom i foder fisk, överlappning, kan det vara svårt att uppskatta deras relativa bidrag till konsumentdieter [25], [26]. Isotopblandnings modeller är bara så användbar som de data som går in i dem, vilket kräver en förförståelse av möjliga byteskällor och deras särskiljande isotopvärden [15]. I många fall är förhandsinformation saknas och alla möjliga byteskällor inte kan lätt identifieras [24]. När alla bytesisotopvärden inte är tillgängliga "representativa" arter används ofta eller flera källor kombineras a priori Idéer för varje trofisk eller funktionell grupp [24], [27], [28]. Dessutom medan studier av havsfågeldieter använder SIA blir vanligare, har få studier jämfört samtidiga kvantitativa uppskattningar av födosammansättning mellan SCA och SIA [28], [29]. Dessutom är det också vanligt att jämföra SIA data till SCA byte frekvens i stället för mer lämpliga massbaserade uppskattningar av födosammansättning härrör från SCA [30], [31], [32].

denna studie har vi samtidigt kvantifiera chick-uppfödning födosammansättning av sympatrically avels sjöfåglar, hakbandet ( Pygoscelis antarctica
) och Gentoo pingvin ( P. papua
) under två avelssäsonger på Cape Shirreff, Livingstonön, Antarktis (62 ° 28'S, 60 ° 46'W) med både SIA och SCA. I likhet med andra Antarktis sjöfåglar, Pygoscelis
pingvin dieter består i allmänhet av djurplankton, främst antarktisk krill ( Euphausia superba
), och mjuk-trehjulig, högre trofiska bytesdjur, såsom fisk [ ,,,0],33]. Som chick-uppfödning dieter har studerats väl med hjälp av SCA på denna webbplats, ger det en utmärkt fallstudie för jämförelse med SIA [34], [35], [36]. Vi strävar efter att bättre förstå de relativa fördelarna med båda metoderna och belysa användningen av SCA att informera isotopblandningsmodeller för att bättre kvantifiera dieterna av sjöfåglar som använder SIA

Våra huvudsakliga mål är att:. 1) använder samtidig insamling av SCA och SIA att jämföra förmågan hos dessa två metoder för att upptäcka mellan årliga och interspecifika skillnader i födosammansättning i Pygoscelis
pingvinfågelungar, 2) jämföra den prediktiva förmågan hos en två-source (krill vs. fisk) linjär blandningsmodell bland dem som använder ett representativt fiskarter och de som använder en a priori
genomsnitt arter och år specifika fiskvärden, och 3) utvärdera en metod för efterhand
integrera SCA data för att bättre belysa den taxonomiska sammansättning av fiskdelen av dieter som använder en multi-source Bayesian blandning modell.

Material och metoder

Etik uttalande

Animal användning i denna studie utfördes under godkända djur använda protokoll från University of California i San Diego Institutional Animal Care och användning kommittén (S05480) och i enlighet med naturvårdslagen Antarktis tillåter tillhandahålls av US National Science Foundation för att S. Emslie (2006-001) och R. holt (2008-008).

maginnehållet, fjäder och bytes prover

Fältarbetet genomfördes i januari och februari 2008 och 2009 på en koloni av cirka 4500 häckande par av hakremspingvin och 800 häckande par av Gentoo pingviner på Cape Shirreff. Vi samlade maginnehåll prover under chick-uppfödningsperioden efter kycklingar hade nått daghemmet stadiet (> 2,5 veckors ålder). Vi prov 2-5 unika avels vuxna som återvänder från födosök turer mellan 15: 00-17: 00 lokal tid på 5-7 dagars intervall för totalt 10-14 Gentoo pingviner och 30 hakremspingvin varje år. Vi använde den vatten offloading teknik efter en modifiering av CCAMLR ekosystem Monitoring Program (CEMP) Standard Methods [37]. Specifikt vi inte analysera hela innehållet i magsäcken; snarare vi tog ungefär en halv (ca 350 g). De flesta av maten under denna övre del är starkt smält och är svårt att objektivt separera genom bytes art och dess införande kan sned både bytes identifiering och födosammansättning uppskattningar [10], [38]. Vi motiverar ytterligare denna provtagningsmetod som föräldrar vanligtvis inte mata hela sin mat belastning på kycklingar [39], [40]. Överskottsvätska avlägsnades från varje mage prov genom sila den genom en fin sil före vägning att erhålla en provmassa (våtvikt). Från dessa prover, bestämd vi den procentuella andelen av krill, fisk och annat material genom frekvens förekomst och vikt. Vi återhämtade fisk otoliter från dietprov genom att snurra prover i en mörk botten kastrull och identifierade otoliter till lägsta möjliga taxonomiska nivå med hjälp av en intern samling referens och en publicerad otolith guide [41]. Vi räknade frekvens förekomst och det minsta antalet individer (MNI) för varje fisk taxa enligt standardmetoder [42]. Speciellt uppskattade vi MNI genom sammanräkning av högre antal antingen höger eller vänster otoliter med hälften av antalet eroderade otoliter av okänd sida för att ge en försiktig uppskattning av den totala MNI representerade i varje magen provet [42]. Dessutom använde vi otolith mätningar och publicerade regressionsekvationer för att beräkna en total och procent av den totala rekonstituerad massa för varje fisk taxa identifieras (tabell S1) [7], [13], [41], [43]. På grund av det stora antalet små Pleuragramma antarcticum
återvunna otoliter, mätte vi ett slumpmässigt delurval av 20-75 P. antarcticum
otoliter per prov och använt dessa värden för att beräkna beredas massa för denna art.

I februari varje år, har vi samlat tre bröstfjädrar från ett slumpmässigt urval av 18-20 spirande kycklingar av varje art medan de förbereder sig för att lämna sina natal kolonier för havet vid 7-10 veckors ålder. Från 2005 till 2009 har vi samlat representativa prover av pingvin bytes arter under trålar som utförs längs den södra Shetlandsöarna och norra Antarktiska halvön och hålls prover frysta före analys. Vi kompletterade vidare detta byte bibliotek med publicerade isotop värden av två fiskar byte, protomyctophum bolini Köpa och Champsocephalus gunnari
[44], [45].

Stabil isotopanalys

Vi rengöras fjädrar med hjälp av en kloroform 2:01: metanol sköljning, lufttorkas och skär dem i små fragment med sax i rostfritt stål. Vi homogeniserades hela bytes prover, torkade dem under 48 timmar i en ugn vid 60 ° C och extraherades därefter lipider från dessa prover med användning av en Soxhlet-apparat med en 01:01 Petroleum-Eter: Etyl-Eter lösningsmedelsblandning i 8 timmar [46]. Vi flash-förbränns (Costech ECS4010 elementaranalysator) cirka 0,5 mg av varje fjäder och byte prov laddas in tennkoppar och analyserades med avseende kol- och kväveisotoper (δ ^{13C och δ 15N) genom ett gränssnitt Thermo Delta V Plus kontinuerligt flöde stabil Isotopkvotsmasspektrometern (CFIRMS). Raw δ värden normaliserades på en två-gradig skala med hjälp av glutaminsyra referensmaterial med låga och höga värden (dvs. USGS-40 (δ 13C = -26,4 ‰, δ 15N = -4,5 ‰) och USGS- 41 (δ 13C = 37,6 ‰, δ 15N = 47,6 ‰)). Prov precision baserat på upprepade prov och referensmaterial var 0,1 ‰ och 0,2 ‰ för δ 13C, och δ 15N, respektive.}

Stabila isotopkvoter uttrycks i δ notation i per mil heter (‰), i enlighet med följande ekvation: Där X är ^{13C eller 15N och R är motsvarande förhållande 13C / 12C eller 15N / 14N. R
_{schablonvärden baserades på Wien PeeDee Belemnite (VPDB) för δ 13C och atmosfär N 2 för δ 15N.}}

Isotop blanda modeller

Vi använde fyra modellvarianter av SIAR Bayesian blandnings modell [21] i R miljön (R Development kärngrupp 2007) att utforska vår förmåga att kvantifiera chick födosammansättning (Tabell S2). De Siar modellberäkningar sannolikhetsfördelningar av flera käll bidrag till en blandning medan redovisning av den observerade variationen i källan och blandningen isotop signaturer, kostisotopfraktionering, och elementärt koncentration. Vi använde två SIAR modellvarianter med två byteskällor (antarktisk krill kontra "fisk") för att uppskatta födosammansättning för varje art /år kombination med den δ ^{13C och δ 15N värden av kycklingfjädrar. Modell 1 använder δ 13C och δ 15N värden av ett representativt fiskarter, P. antarcticum
, som är vanligt förekommande i pygoscelisen
pingvin dieter som "fisk" källa [6]. Modell 2 använder arter och år specifika "fisk" δ 13C och δ 15N beräknade värdena som genomsnittet av de δ 13C och δ 15N värden för flera fiskarter viktat med deras relativa procent rekonstituerade fisk massa (tabellerna S1 och S2).}

Vi använde två ytterligare varianter av SIAR blandnings modell med flera byteskällor (6-7 beroende på pingviner arter) för att ytterligare utvärdera metoder för att integrera data maginnehåll för att bättre belysa den taxonomiska sammansättningen av fiskdelen av pingvin dieter. För dessa modeller, begränsad vi våra analyser att chick fjäder data från 2008 när fisken delen av kycklingdieter var de mest skiftande. Modell 3 är en första multi-source modell uppskatta den relativa betydelsen av krill ( E. Superba
) och alla fiskarter i vår byte bibliotek identifierade från otoliter i varje arternas maginnehållet (tabell S1 och S2). Modell 4 är en efterhand
informerade modell där vi begränsat den resulterande bakre drar dem i vilken den relativa betydelsen av enskilda fiskarter rankades i enlighet med överflödet av varje art som identifierats genom otolith analys. För Model 4, begränsade vi bakre drar endast sådana där de uppskattade proportionella bidrag den mest förekommande fisken byten baserade på rekonstituerade fisk massa var större än de beräknade proportionella bidrag det näst vanligaste fisk byte, och för det näst vanligaste fisk byte större än det tredje mest rikliga och så vidare för alla fiskarter. För båda de initiala (Model 3) och informerade (Modell 4) multi-source modeller, sammanfattade vi också resultat över fisk rov och uppskattade proportionellt bidrag från varje fiskarter till fiskdelen (dvs exklusive krill) av pingvin dieter. För alla Siar modeller införlivade vi pygoscelisen
pingvin fjäder δ ^{15N och δ faktorer 13C diskriminering [47] och sprang 1 miljon iterationer, förtunnas med 15, med en initial kassering av den första 40.000 resulte i 64.000 bakre drar.}

Statistisk analys

statistiska beräkningar utfördes med hjälp av SAS (version 9.1). Vi analyserade SCA-data för att testa för skillnader mellan år och som använder separata generaliserade linjära modeller (Proc Genmod). Vi använde en binomialfördelning fel och logit länkfunktionen för generaliserade linjära modeller med den procentuella sammansättning (genom våt massa) eller frekvens förekomsten av var och en av våra tre huvud byte grupp (krill, fisk och "andra" byte) som responsvariabler. För modeller som används MNI av fisk och ombildade fisk massa per prov som responsvariabler, använde vi en Poisson-felfördelning med en logit länkfunktion. För alla generaliserade linjära modeller genomförde vi post-hoc-analyser med hjälp av en Bonferroni korrigering och rapporterade chi-kvadrat och p-värden från sannolikhetsförhållandet teststatistik för typ 3 test.

För att testa för skillnader i chick fjäder δ ^{13C och δ 15N värden vi använt multivariat variansanalys (MANOVA) tillsammans med Tukey-Kramer Multiple jämförelsevärdena över arter och år med PROC ANOVA. Vi använde en liknande MANOVA att undersöka δ 13C och δ 15N värden för arter i vår byte bibliotek. Vi använde modell 95% trovärdighet mellanrum för att jämföra beräkningar av krill kontra fisk bland två-source SIAR modellvarianter (Models 1 och 2) och SCA våt massa och procent bidrag av enskilda fiskarter att fiska del av chick dieter bland flera källa SIAR modellvarianter (modeller 3 och 4) och SCA otolith härrörande beredda fiskmassa. För att underlätta direkt jämförelse mellan Siar modeller och SCA, vi beräknade Bayesian medelvärden och 95% trovärdighet intervall för varje SCA dataset med hjälp av Markov Chain Monte Carlo (MCMC) simuleringar via WinBUGS (version 1.4). Dessa MCMC simuleringar genomfördes med hjälp av icke-informativa Dirichlet före med ett identiskt antal iterationer, tunnar, och utkast som vår SIAR modellanalys. Dessutom använde vi Chi-Square godhet passningstest för att jämföra fördelningen av medel uppskattningar av procent bidrag individuell bytes fiskarter dieter bland multi-source Siar modeller varianter och SCA-data.}

Data undersöktes för var normalitet och lika varians, alla tester var tvåsidiga och betydelse antogs på nivån 0,05. Stabila isotopvärden av kycklingfjädrar och bytesdjur presenteras ± standardavvikelse (SD), medan födosammansättning uppskattningar från maginnehåll analysen presenteras ± standardfel (SE) i tabeller och ± 95% trovärdighet mellanrum i siffror.

Resultat

mage innehållsanalys

hakremspingvin magen proven hade en högre procent bidrag krill i förhållande till gentoopingvin prover (Tabell 1a, χ ^{2 _{1 = 10,91, p = 0,0010). Men vi hittade inga skillnader per år (χ 2 1 = 0,22, p = 0,6375) eller en art * år interaktion (χ 2 1 = 0,00, p = 0,9805). På samma sätt, gentoopingvin proverna innehöll en betydligt högre procent bidrag fisk i förhållande till hakremspingvin prover (χ 2 1 = 12,24, p = 0,0005), men vi kunde inte upptäcka skillnader mellan år (χ 2 1 = 0,08, p = 0,7755) eller en art * år interaktion (χ 2 1 = 0,26, p = 0,6078). Den procentuella bidrag till magen prover av andra bytesdjur, inklusive bläckfisk, märlkräftor och andra euphausiid arter inte avvika med pingvinarter (χ 2 1 = 0,00, p = 0,9694), år (χ 2 1 = 0,36, p = 0,5468) eller en art * interaktion år (χ 2 1 = 0,00, p = 0,9694).}}

Vi hittade bevis på krill i alla hakremspingvin prover och i alla utom en Gentoo pingvin prov (Tabell 1a). Vi fann bevis för fisk i alla gentoopingvinet prover och i 36,7-50,0% av hakremspingvin prover, även när det inte fanns någon detekterbar våt massa av fisk (tabell 1a). Däremot har frekvensen förekomsten av fisk i hakremspingvin proverna inte skilja sig mellan år (χ ^{2 _{1 = 1,09, p = 0,2966). På samma sätt har frekvensen förekomsten av andra bytesdjur inte avvika med pingvinarter (χ 2 1 = 1,57, p = 0,2107), år (χ 2 1 = 0,00, p = 0,9481 ), eller en art * år interaktion (χ 2 1 = 0,00, p = 0,9481).}}

MNI av fisk och färdigberedd fisk massa per prov skilde sig mellan arter och år (Tabell 1b ). Hakremspingvin dieter hade lägre MNI och rekonstituerade fisk massa än Gentoo pingvin (MNI: χ ^{2 _{1 = 959,14, p < 0,0001; rekonstituerade massa: χ 2 1 = 959,14, p < 0,0001 ). Över arter och år hakremspingvin hade högre rekonstituerade fisk massa i dietprov under 2008 jämfört med 2009, medan Gentoo pingviner hade både lägre MNI och ombildade fiskmassor under 2006 jämfört med 2009 (MNI: χ 2 1 = 147,74 , p < 0,0001; rekonstituerade massa: χ 2 1 = 1122,46, s < 0,0001). Totalt 96,3% av alla otoliter var identifierbar för åtminstone släktet nivå, med sex och fem fiskar taxa representerade i Hakband och gentoopingvinet dieter prover, respektive (tabell S1).}}

Isotop signaturer av kycklingfjädrar och rov

Vi hittade δ ^{15N och δ 13C värden för pingvin chick fjädrar skilde per art (Wilks 'λ, p < 0,0001), år (Wilks' λ, p = 0,0409) och hade en betydande art * år interaktion (Wilks 'λ, p < 0,0001). Gentoopingvinet kycklingar hade högre fjäder δ 15N värden än hakremspingvin kycklingar i båda år (Tabell 2, Fig. 1). Men medan Gentoo pingvin chick fjäder δ 15N värden var högre under 2009 jämfört med 2008, hakremspingvin chick fjäder δ 15N värden skilde sig inte mellan år. Hakband och Gentoo pingvin kycklingar hade liknande fjäder δ 13C värden i 2008, men lägre och högre värden för Hakband och Gentoo pingviner i 2009 (tabell 2). Vi hittade δ 15N och δ 13C värden av arter i vårt bibliotek med gemensam pingvin byten också väsentligen skilde sig (Wilks 'λ, p < 0,0001). Den δ 15N och δ 13C-värdena skilde kraftigt mellan krill och fiskarter, medan isotopvärden lappade bland många fiskarter (tabell 2, fig. 1).}

Två-source Siar modeller

De två-source SIAR modellvariant som används P. antarcticum
isotopvärden som ett representativt "fisk" källa (modell 1) och variant som används per år och artspecifika viktade "fisk" isotopvärden (modell 2) båda förutspådde att gentoopingvin kycklingar konsumeras relativt mindre krill och mer fisk än hakremspingvin i båda år (Tabell 3). Men när man undersöker modell 95% trovärdighet intervall dessa två modellvarianter skilde i sin förmåga att upptäcka artspecifika, inter årliga skillnader i födosammansättning. Även om båda två-source SIAR modellvarianter förutspådde att gentoopingvin chick dieter innehöll en högre andel av krill under 2008, bara Model 2 upptäckt en större mängd fisk i hakremspingvin chick dieter under 2008 i förhållande till 2009 (tabell 3). Två-source Siar modellvarianter förutspått ett högre bidrag av fisk i de chick dieterna av båda pingvinarter i jämförelse med födosammansättning uppskattningar härledda från SCA våta massan (Fig. 2). SCA uppskattningar var också mer varierande än Siar modellprediktioner för gentoopingvin chick kost. Dessutom SCA härledda skattningar av medelvärdet bidrag krill och fisk i båda arternas kost föll utanför våra två-source Siar modeller 95% övre och låg trovärdighet intervall (Fig. 2, tabell 1 och 3).

Multi-source Siar modeller

Både multi-source SIAR modellvarianter (modeller 3 och 4) förutspådde att antarktisk krill bestod den största byte komponenten i Hakband och Gentoo pingvin chick kost under 2008 (tabell 4). Dessutom både multi-source Siar modeller bred enighet med två-source SIAR modellberäkningar av den relativa andelen av krill kontra alla fiskarter summeras (tabellerna 3 och 4). Men vår första multi-source SIAR modell (Model 3) hade svårt att uppskatta den relativa andelen av enskilda fiskarter både pingvinarter chick dieter 2008. SIAR Model 3: s 95% trovärdighet intervall i stort sett överlappade över fiskarter och den genomsnittliga relativa andelen varje fiskarter skilde sig från bedömningar som använder otolith rekonstituerade massa (tabell 4, figur 3, Chinstrap. χ ^{2 _{5 = 62,65, p < 0,0001, Gentoo: χ 2 4 = 41,70, p. < 0,0001) katalog}}

i motsats till efterhand
informerade multi-source SIAR modell (modell 4) presterade bättre än den första multi-source SIAR modell (Model 3) vid uppskatta artsammansättningen av fisk delen av kycklingdieter. Medan Modell 4 förutsägelse av den genomsnittliga andelen av varje fiskart i hakremspingvin chick dieter skilde sig något från uppskattningar från otolith rekonstituerade massa (X ^{2 _{5 = 14.55, p = 0,0125), de resulterande 95% trovärdighet intervall minskade med 53,5 ± 17,2% i jämförelse med Model 3 (intervall: 33,2 till 82,2%; tabell 4, Fig. 3). Vidare Modell 4 förutsägelse av medelvärdet relativa andelen av varje fiskart i gentoopingvin kycklingar dieter liknade uppskattningar från otolith rekonstituerade massa (χ 2 4 = 3,40, p = 0,4949). Dessutom har de resulterande 95% trovärdighet intervall minskat med 52,0 ± 27,7% i jämförelse med Model 3. (Intervall. 17,4-76,2%, tabell 4, figur 3) katalog}}

Diskussion

magen innehållsanalys

Vår SCA analys belyser flera av de möjliga fördomar inneboende vid användning av denna metod. I likhet med tidigare studier vid Cape Shirreff observerade vi bevis för fisk som otoliter, våg och linser i många hakremspingvin prover även när det inte fanns någon mätbar mängd fisk vävnad genom våt massa [34], [36]. Detta tyder på att fiskbiomassan konsumeras av vuxna smälter helt innan de återvänder till häckningskoloni eller, mer troligt, levereras till kycklingar i tungt omsatta komponent av vuxna maginnehåll som inte objektivt kan kvantifieras [6], [10] . Dessutom eftersom vi samlat magen prover under sen eftermiddag, vår prov ingår inte vuxna som foraged på natten och tenderar att ha en mycket högre andel och förekomst av fisk i magen prov [34], [48]. Dessutom uppskattningar födosammansättning härrör från SCA i vår studie var ofta mycket varierande, vilket gör det svårt att upptäcka skillnader mellan år och pingvinarter (Tabell 1). Detta konstaterande förefaller inte vara unik i havsfågelkoststudier med SCA, som ofta kräver hög provstorlekar och stora skillnader mellan grupperna för att upptäcka bland årig eller artspecifika skillnader i födosammansättning [3], [9]. Men tyder vår studie att analysen av otoliter fortfarande kan ge detaljerad information om artspecifika och tidsmässiga variationer i konsumtionen av fisk bytesdjur när totala födosammansättning uppskattningar härledda från maginnehåll våta massan är mindre informativ.

två-källa Siar modeller

två-source Siar modeller förutspådde en relativt större bidrag av fisk till chick-uppfödning dieter i båda arterna jämfört med beräkningarna SCA biomassa. Detta resultat är inte oväntat eftersom SCA tros underskatta mängden fisk i dessa arters kost på grund av matsmältning och Diel fördomar som beskrivs ovan [10], [12], [48]. Dessutom, två-source Siar modeller gav också de minst rörliga förutsägelser om födosammansättning i jämförelse med SCA. SIA av kycklingfjädrar tillhandahålls ett medelvärde av varje enskild chick diet hela tiden för fjäder tillväxt under chick-uppfödningsperioden [18], [19]. Däremot SCA data representerar en serie av "snap-shots" (i denna studie var 5 till 7 dagar) av livsmedlet som en av två föräldrar försörja sin chick [3]. Vår studie visar att SIA av vävnader som integrerar dieter över långa tidsperioder är medfött mindre variabel än SCA fått ett liknande prov storlek och är mer lämpade för att undersöka inter årliga skillnader i chick kost. Till exempel två-source Siar modeller som används i vår studie kunde identifiera interårig och artspecifika skillnader i den relativa förekomsten av fisk och krill i dieter inte uppenbart använder SCA.

När förhandsinformation på byte artsammansättningen är begränsad, till exempel utanför häckningssäsongen, med hjälp av ett representativt byte källa i isotopblandnings modeller kan ge viktig information om havsfågeldieter när lite annat är känd [24]. Men våra resultat tyder också på att variationer i bytesartsammansättning i trofiska eller funktionella grupper kan maskera betydande skillnader i födosammansättning som inte är uppenbara från isotop värden eller blandnings modellprediktioner använder endast representativa byteskällor. Detta resultat var mest uppenbar när man undersöker effekten av fisk byte δ ^{15N värden om Chick fjäder δ 15N värden och två-source isotop blandning modeller som används i vår studie. Till exempel gjorde hakremspingvin chick fjäder δ 15N värdena inte skiljer sig mellan år (Tabell 2). Dessutom 95% trovärdighets intervall kost uppskattning från två-source SIAR modellen med P. antarcticum
som fisken byte källa (modell 1) överlappade mellan år (tabellerna 3). Däremot 95% trovärdighet intervall om två-source SIAR modell med årligen och artspecifika viktade "fisk" värden (modell 2) tyder på en större förekomst av fisk i hakremspingvin chick kost under 2008 jämfört med 2009, vilket bekräftades av otolith härledd, genomsnittlig rekonstituerade fiskmassa. Under 2008 genomfördes fisken delen av hakremspingvin chick kost som består av sex fiskarter med en uppskattad δ 15N värde av 7,9 ± 0,7 ‰, medan P. antarcticum
(δ 15N: 9,4 ± 0,5 ‰) var den enda fiskarter i 2009 dieter (Tabell S1 och S2). Även om detta 1,5 ‰ skillnad är liten i förhållande till 4.6-6.1 ‰ skillnader mellan fisk och krill, var det tillräckligt för att förvirra mellan årliga jämförelser av hakremspingvin chick dieter i vår studie.}

Multipel-källa, Siar modeller

När parametrisering våra två multi-source Siar modeller vi använt otolith uppgifter att välja lämpliga fisk byteskällor som ska ingå i varje art modell (tabellerna S1 och S2). Men vår första multi-source SIAR modell (Model 3) hade svårt att exakt uppskatta den individuella artsammansättning av fiskdelen av pingvin dieter på grund av de allmänna likheterna i δ ^{13C och δ 15N värden bland många av de fiskarter ingår som bytes källor (Fig. 3). fiskarter Antarktis konsumera i allmänhet krill och andra fiskarter och på grund av deras liknande tropiska nivå, tenderar dessa fiskarter ha liknande δ 15N värden [45].}

• PLOS ONE: villkorligt uttryck av Wnt9b i Six2-positiva celler stör mage och njure Function
• PLOS ONE: Vägen till en mans hjärta går genom magen: Hur hästar