Biological invasions pose a major threat to global biodiversity. While there is increasing concern regarding the impacts caused by non-indigenous species (NIS), generalisable tools for predicting their ecological effects have yet to be developed. Several researchers have suggested that examining the previously documented effects of NIS, termed invasion history, can serve as a basis for forecasting future impacts. Yet, while predictive models for impact have been devel oped based on the invasion histories of several widespread invaders, the generalisability of such approaches has not been demonstrated. The severity of the impacts caused by NIS may vary as a function of their local abundance across invaded sites. Thus by estimating the expected abundance of introduced species, at potential recipient locations, we may be able to identify habitats which are particularly vulnerable to their effects. While ecological niche-based models (ENM) have often been used to predict the abundance of species within their native ranges, such approaches have rarely been applied to NIS. In this thesis I conduct an extensive literature review, using 19 aquatic species, and assess the utility of invasion history for predicting future impacts. I illustrate that, while for most NIS limited and heterogeneous data currently inhibits the development of quantitative predictions, invasion history can often reveal the type and direction of future impacts. Using one of these species, Cyprinus carpio, as a case study, I conduct a meta-analysis and demonstrate that, where data is available, models incorporating NIS biomass can explain a substantial amount of variation in the severity of impacts across invaded locations. I then develop neural network-based ENM to forecast both the occurrence and biomass of C. carpio in a portion of its invaded range, using monitoring data from Minnesota. I test the ability of the resulting models to gene / Les invasions biologiques posent un risque majeur pour la biodiversité mondiale. Malgré qu'il y ait un intérêt grandissant concernant les impacts causés par les espèces non indigènes (ENI), des outils de prédictions de leurs effets écologiques restent encore à être développés. Plusieurs chercheurs ont suggéré que l'étude des impacts antérieurs des ENI, nommé historique d'invasion, pourrait servir en tant que référence pour prédire leurs effets futurs. Et malgré que des modèles de prédictions aient été développés selon l'historique d'invasion de certaines espèces envahissantes notoires, la précision globale de tels outils reste à être démontrée. La sévérité des impacts causés par les ENI peut varier selon leur abondance à travers des milieux envahis. Ainsi, par la prédiction de l'abondance des ENI, à travers des sites potentiellement envahissables, nous devrions être en mesure d'identifier les habitats particulièrement vulnérables face à leurs effets. En dépit que les modèles de niches fondées écologiques (MNE) aient souvent été utilisés pour prédire l'abondance des espèces dans leur aire de répartition d'origine, de telles approches ont rarement été mises en application envers des ENI. Dans cette thèse, j'entreprends une revue étendue des publications scientifiques concernant les ENI. En utilisant 19 espèces aquatiques comme échantillon, j'évalue l'utilité de l'historique d'invasion comme outil pour prévoir leurs impacts futurs. Je démontre que la plupart des données sur les impacts des ENI sont restreintes et hétérogènes, limitant le développement des prédictions quantitatives, mais que l'historique d'invasion peut souvent révéler le type et la direction et des impacts futurs. En utilisant un de ces ENI, Cyprinus carpio, comme sujet d'étude, je conduis une méta analyse et démontre que, où les données sont disponibles, les mod
| Identifer | oai:union.ndltd.org:LACETR/oai:collectionscanada.gc.ca:QMM.66655 |
| Date | January 2009 |
| Creators | Kulhanek, Stefanie |
| Contributors | Anthony Ricciardi (Supervisor2), Brian Leung (Supervisor1) |
| Publisher | McGill University |
| Source Sets | Library and Archives Canada ETDs Repository / Centre d'archives des thèses électroniques de Bibliothèque et Archives Canada |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation |
| Format | application/pdf |
| Coverage | Master of Science (Department of Biology) |
| Rights | All items in eScholarship@McGill are protected by copyright with all rights reserved unless otherwise indicated. |
| Relation | Electronically-submitted theses. |
Page generated in 0.0027 seconds