Applications of Genetic Data to Improve Management and Conservation of River Fishes and Their Habitats

Abstract

Environmental variation and landscape features affect ecological processes in fluvial systems; however, assessing effects at management-relevant temporal and spatial scales is challenging. Genetic data can be used with landscape models and traditional ecological assessment data to identify biodiversity hotspots, predict ecosystem responses to anthropogenic effects, and detect impairments to underlying processes. We show that by combining taxonomic, demographic, and genetic data of species in complex riverscapes, managers can better understand the spatial and temporal scales over which environmental processes and disturbance influence biodiversity. We describe how population genetic models using empirical or simulated genetic data quantify effects of environmental processes affecting species diversity and distribution. Our summary shows that aquatic assessment initiatives that use standardized data sets to direct management actions can benefit from integration of genetic data to improve the predictability of disturbance-response relationships of river fishes and their habitats over a broad range of spatial and temporal scales.

La variación ambiental y los rasgos paisajísticos afectan los procesos ecológicos en los sistemas fluviales; sin embargo, evaluar dichos efectos en escalas espaciales y temporales que sean relevantes para el manejo, constituye un reto importante. Los datos derivados de estudios genéticos pueden ser usados en conjunto con modelos paisajísticos y con evaluaciones ecológicas tradicionales para identificar puntos calientes de la biodiversidad, para predecir la respuesta de los ecosistemas ante impactos antropogénicos y para detectar amenazas a los procesos subyacentes. Aquí se muestra que la combinación de datos taxonómicos, demográficos y genéticos de las especies en paisajes fluviales complejos, permite a los manejadores comprender mejor las escalas temporales y espaciales sobre las cuales los procesos ambientales y las perturbaciones tienen influencia sobre la biodiversidad. Se describe cómo los modelos de genética de poblaciones que se valen de datos reales o simulados, sirven para cuantificar los efectos de los procesos ambientales en la diversidad y distribución de las especies. Se muestra que las iniciativas de evaluación del ambiente acuático basadas en sets de datos estandarizados y encaminadas a dirigir acciones de manejo, pueden beneficiarse de la integración de datos genéticos para mejorar la predicción de la relación perturbación-respuesta de los peces de río y de sus hábitats a lo largo de una amplia escala de tiempo y espacio.

Les variations environnementales et les paysages caractéristiques affectent les processus écologiques dans les systèmes fluviaux. Toutefois, l'évaluation des effets à des échelles de gestion temporelles et spatiales relève du défi. Les données génétiques peuvent être utilisées avec les modèles de paysages et les données traditionnelles d'évaluation écologique pour identifier les points chauds de biodiversité, prédire les réponses de l'écosystème aux effets anthropiques, et détecter les déficiences des processus sous-jacents. Nous montrons que, en combinant les données taxonomiques, démographiques et génétiques des espèces de paysages fluviaux complexes, les gestionnaires peuvent mieux comprendre les échelles spatiales et temporelles sur lesquelles les perturbations et processus environnementaux influencent la biodiversité. Nous décrivons comment les modèles génétiques de la population issues de données génétiques empiriques ou simulées peuvent quantifier les effets des processus environnementaux sur la diversité et la distribution des espèces. Notre résumé montre que les initiatives d'évaluation aquatiques faisant appel à un ensemble de données normalisées pour mener des actions de gestion directes peuvent bénéficier de l'intégration des données génétiques pour améliorer la prévisibilité des relations perturbation-réponse des poissons de rivière et de leurs habitats sur une large gamme d'échelles spatiales et temporelles.

ACKNOWLEDGMENTS

This project represents a collaboration among academic and resource agency ecologists, geneticists, and modelers from Michigan and Montana that developed during 2013 as part of a sabbatical by K.S. at the University of Montana. Any use of trade, firm, or product names is for descriptive purposes only and does not imply endorsement by the U.S. Government.

FUNDING

K.S. and D.I. were supported through the Partnership for Ecosystem Research and Management (PERM) program between the Fisheries Division of the Michigan Department of Natural Resources (DNR) and Michigan State University and USFWS Sport Fish Restoration Program funds. G.L., C.C.M., and E.L. were partially supported by a grant from NASA, grant NNX14AC91G, and USGS Northwest Climate Science Center. G.L. was also supported by National Science Foundation (NSF) grant DEB-1258203. W.H.L. was supported by NSF grant DEB-1050459. G.W. was supported by the Michigan DNR Fisheries Division from USFWS. The USFWS provided support in development of assessment scores.