자연 주의자들은 오랫동안 장난스러운 들판, 꽃이 가득한 정원 및 도시 녹색 공간에 대해 펄럭이는 나비의 아름다움에 오랫동안 놀랐습니다. 밝은 색의 나비를 보면서 똑같이 화려한 꽃을 피우고 긴 코피를 펼치고 달콤한 꿀을 마시는 것은 모든 생계에서 사람들이 공유하는 경험입니다. 시각적으로 매력적인 자연의 디스플레이를 즐기는 것은 대부분의 사람들이 현대의 나병에 관여하는 한입니다. 그러나 19 세기 초, 나비 수집은 일반적인 여가 활동이었습니다.
Avid Collectors는 Hilltops와 Ridges가 종종 풍부한 나비와 관련이 있으며 결과적으로 향후 디스플레이를 위해 그들을 포착하기에 좋은 장소임을 빨리 인식했습니다. 흥미롭게도, 이러한 응집 내에서 발견되는 나비는 주로 남성이었다. 우세한 가설은 상향 드래프트가 수동적으로 나비 가이 높은 지역 주위를 집계하게 할 것이라고 주장했다. 이 가설은 겉보기에 합리적이지만 집계 내에서 발견 된 불균형 수의 수를 설명하지 못했습니다. 이 가설은 1960 년대 오클리 쉴즈에 의해 도전했습니다.
방패가 포착, 표시, 풀어 놓고, 그 후에 개별 나비를 탈환 한 사람들을 포함한 신중한 관찰 및 조작 연구를 통해, 그는 대안 가설을 뒷받침하는 증거를 수집했습니다. 나비는 언덕을 탐색하고 집계하여 동료를 만나는 사람의 가능성이 높아집니다. 수컷은 일반적 으로이 부위에 남아 있고 여러 여성들에 교정되는 반면, 암컷은 저지대 지역으로 돌아와 계란을 낳고 결과적으로 성비를 왜곡 할 수있는 적절한 숙주 식물을 찾습니다. 일반적으로 "hilltopping"이라고 불리는이 메이트-위치 전략은 이제 수많은 곤충 분류군에서 널리 받아 들여지고 설명됩니다. 사실상 언덕은 곤충 세계의 나이트 클럽입니다.
인간에게는 나이트 클럽, 펍 및 기타 이성의 모임 장소를 찾는 것이 Google지도와 Uber를 사용하는 것만 큼 쉽습니다. 그러나 곤충이 정상 회담으로 이동하여 지형적으로 복잡한 풍경에서 배우자를 찾을 수있는 가장 높은 기회를 어떻게 알 수 있습니까?
이 질문에 대답하기 위해 Guy Pe'er와 동료들은 석방 된 나비를 따르고 그들의 행동을 관찰했습니다. 그들은 나비가 지형 신호를 사용하여 고도를 얻는 것을 발견했습니다. 그들은 정상에 도달 할 때까지 오르막길을 옮기기 위해 지속적으로 전환하여 고도의 구배를 따를 것입니다. 그들은 고도 변화에 반응하여 간단한 운동 규칙이 정상인에 대한 개인의 집계와 같은 공간 분포 패턴으로 이어질 것이라고 가설을 세웠다.
이 가설을 테스트하기 위해 연구원들은 이러한 운동 규칙을 사용하여 시뮬레이션 된 나비를 프로그래밍하고 가상 환경에서 공개했습니다. 예상 한 바와 같이, 시뮬레이션 된 나비는 비교적 높은 고도 정상으로 탐색하고 집계되었습니다. 이 연구는 복잡한 집단 운동으로 이어지는 겉보기에 복잡한 짝짓기 행동이 제한된 수의 매개 변수에 대한 몇 가지 간단한 행동 반응으로 달성 할 수 있음을 보여 주었다.
.이러한 시뮬레이션 및 정의 경험적 실험을 바탕으로, 우리는 캘리포니아 소노마 카운티의 하루 비행 호랑이 나방을 사용하여 움직임 행동과 정상 집계의 공간 분포에 관한 네 가지 예측을 개발하고 테스트했습니다. 우리는 1000 마리가 넘는 나방 이상을 잡고 마킹하고 풀어서 몇 주에 걸쳐 회복하여 운동을 추적했습니다. 우리의 예측과 일치하여, 우리는 가장 높은 밀도의 나방이 단지 소수의 높은 고지 정상과 관련이 있음을 발견했습니다. 이러한 응집 내에있는 개인은 주로 남성과 우편한 여성이 남성보다 응집 내에서 더 적은 시간을 보냈습니다.
흥미롭게도, 우리는 정상 집합 사이의 움직임이 없다는 것을 알게되었으며, 일단 개인이 집계에 도착하면 죽음이 발생하거나 알을 낳기 위해 떠날 때까지 남아 있음을 시사합니다. 가장 흥미로운 발견은 응집에서 나방의 밀도가 애벌레 패치와의 근접성보다 정상 상승에 의해 더 잘 설명되었다는 것입니다. 고도와 같은 집계 부위 특성에 대한 인구 수준 선호도를 보여 주면 짝짓기 성공이 증가 할 수 있습니다. 또한 Hilltop 선호도의 증거를 찾는 것은 운동이 무작위가 아니며 인구 역학 및 지역적 지속성에 중요한 영향을 미치는 것으로 나타났습니다.
복잡성을 줄이기 위해, 많은 공간 인구 모델은 분산과 같은 동물 운동이 무작위 과정이라고 가정합니다. 그러나 현장 연구는이 가정이 종종 위반된다는 것을 보여 주었다. 식품, 경쟁사 및 포식자는 출발, 비행 경로 및 정착을 포함한 분산 측면과 관련된 행동 결정에 영향을 줄 수 있습니다. 대부분의 모델은 개인의 행동을 무시하기 때문에, 비 랜덤, 행동 기반 분산 및 지역의 인구 역학에 대한 결과는 잘 이해되지 않습니다.
일부 언덕 꼭대기 종에 의해 나타나는 움직임이 예측 가능하기 때문에, 비 랜덤 분산을 연구하는 모델 시스템으로서의 주목을 받고 있습니다. 현실적인 분산 행동을 인구 모델에 통합하면 전체 예측 가능성과 결과적으로 보존 관리를위한 유용성이 증가 할 수 있습니다.
이러한 발견은 최근에 Journal 동물 행동에 발표 된 언덕 꼭대기 나방에서 운동 행동에 대한 테스트 예측이라는 제목의 기사에 설명되어 있습니다. 이 작업은 Patrick Grof-Tisza, Zack Steel, Marcel Holyoak 및 Stanford University의 University, Davis 및 Esther M. Cole의 Richard Karban이 수행했습니다.
