A maioria dos 10, Mil navios perdidos no fundo dos Grandes Lagos em naufrágios nos últimos 400 anos ainda estão perdidos - escondidos em algum lugar em 6 quatrilhões de galões de água. Encontrar qualquer coisa em um lago é uma lição de humildade, portanto, a vida de um biólogo de água doce é sempre humilhante. Se não podemos contabilizar os enormes cargueiros de aço, imagine o desafio de encontrar um único organismo minúsculo.

Mas é crucial detectar espécies invasoras o mais cedo possível. As espécies aquáticas invasivas causam bilhões de dólares em danos econômicos, e os reguladores baseiam as decisões de gerenciamento de milhões de dólares na capacidade dos cientistas e gerentes de detectá-los. É muito mais econômico investir em medidas de prevenção do que reagir depois que uma espécie se estabelece. E as populações de baixa densidade são mais fáceis de gerenciar do que as espécies que assumiram o controle de um ecossistema.

Mas desde o financiamento, equipamento e tempo são limitados, os cientistas muitas vezes só conseguem amostrar invasores em pequenas frações de áreas vulneráveis. Para agravar o desafio, nossas espécies-alvo tendem a se esconder em baixas densidades - isto é, eles são raros na maioria dos lugares.

Passei oito anos estudando a pulga d'água espinhosa ( Bythotrephes longimanus ), um zooplâncton invasivo, em Wisconsin. Em um estudo recente, Trabalhei com meus colegas Eric Pedersen e Jake Vander Zanden para desenvolver uma estrutura teórica que usa modelagem matemática e computacional para melhorar a detecção de espécies invasoras em baixas densidades.

Nosso modelo fornece uma regra simples para projetar programas de vigilância sem nenhuma informação além de uma estimativa das densidades populacionais esperadas. Em outras palavras, se os gerentes têm uma compreensão aproximada de quantos indivíduos existem em um sistema, nossos modelos podem fornecer algumas informações básicas sobre quanto esforço eles precisam investir na amostragem para detectar as espécies de forma confiável. Alternativamente, nossos modelos podem ajudar os gerentes a estimar se seus esforços atuais são eficazes para detectar populações no início do processo de invasão.

Um achado tardio

Para nós, este desafio era pessoal. A espinhosa pulga d'água derrubou a teia alimentar de nosso próprio Lago Mendota em Madison, Wisconsin.

Na maioria dos lagos, não é surpreendente perder novas invasões biológicas. Mas o Lago Mendota é um dos lagos mais bem estudados do mundo, e nós o amostramos mais de 200 vezes na década que antecedeu a detecção da pulga.

O zooplâncton são organismos minúsculos:a pulga d'água espinhosa tem menos de meia polegada de comprimento. Para encontrá-los, arrastamos uma rede em forma de cone pela água. A rede tem quase 6 pés de comprimento, com um arco de cerca de um pé e meio de diâmetro em uma extremidade e um copo de coleta que captura o zooplâncton capturado na outra. Para cada 3 metros que puxamos a rede através do lago, nós testamos quase 160 galões de água - uma quantidade que seria difícil de carregar, mas representa apenas um bilionésimo do volume do Lago Mendota.

Inicialmente, a invasão do lago Mendota pela pulga d'água espinhosa parecia o mais simples dos desafios de detecção. Quando identificamos sua presença pela primeira vez em 2009, nossas redes fervilhavam de espinhos da cauda do tamanho de um dedo mínimo e manchas pretas nos olhos. Estimamos que essas densidades corresponderiam a uma população de trilhões à beira do lago.

Mas à medida que aprendemos mais, descobrimos que as pulgas provavelmente já estavam no lago há uma década antes de aparecerem em massas que chamamos de "purê de maçã para pulgas d'água espinhosas" em nossos frascos de coleção.

Regras básicas para detecção de espécies invasoras

Embora essa constatação tenha sido um choque, nosso trabalho revelou que não era realmente surpreendente. Uma vez que as espécies invasivas muitas vezes se escondem em baixas densidades, a falta de populações invasivas é mais provavelmente a regra do que a exceção, mesmo em ecossistemas bem monitorados.

Detectar espécies invasoras é o primeiro passo de qualquer estratégia de manejo, e a detecção precoce é desafiadora, mas crítica para o gerenciamento eficaz de invasores prejudiciais, como a carpa asiática e o mexilhão zebra. Deixar de detectar a pulga d'água espinhosa tem sido um obstáculo importante no gerenciamento de sua propagação pelo Meio-Oeste. Dinâmicas semelhantes estão ocorrendo com outras espécies invasoras, incluindo medflies na Califórnia e algas Didymo, também conhecido como "meleca de rocha, " which is causing blooms in rivers across North America.

We wanted to see whether there were ways to make detection more effective. Para fazer isso, we used theoretical models that explore detection at low densities to provide simple rules of thumb that aim to improve the process.

At low densities, detecting a small invasive organism in a large area can be nearly impossible without extraordinary effort. Even if there were one spiny water flea for every cubic meter of water in Lake Mendota, catching one in a net would be like finding a sesame seed in roughly 250 gallons of water.

Contudo, managers can dramatically improve detection rates by targeting their sampling to areas or time periods when the target species is likely to be present at higher densities. Humans do this naturally when we have the necessary information. Por exemplo, I don't search grocery stores randomly for blueberries – I look in the produce section, mainly in late summer when blueberries are in season in Wisconsin.

The spiny water flea is most abundant in fall. By doubling search efforts in the fall, we calculated that managers would improve detection as much as if they doubled efforts over the entire year.

Targeting is particularly important in multi-species surveys. Managers often look for multiple invasive species when they are sampling, but we concluded in our study that it's much more efficient to target each species separately if they differ in when or where they are most abundant. And the greater the difference, the greater the benefit from sampling for them separately.

It also helps to identify locations that are vulnerable to invasion. If a manager is tasked with monitoring a dozen lakes, she could either spread effort equally among them or use information about what kinds of lakes the invader tends to invade to target vulnerable lakes. Focusing efforts on a smaller number of vulnerable lakes, instead of sampling all 12, might be enough to overcome the challenges of detecting species at low densities.

Detection is key to control

Invasive species cause enormous ecological and economic harm. As just one example, invasive insects do some US$13 billion in damage yearly to crops in the United States.

Our rules of thumb can help scientists and managers work smarter. Em última análise, no entanto, the United States needs to invest much more in effective and comprehensive invasive species prevention efforts to prevent future ecological and economic harm by invasive species.

Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original.