Get access

GIS-Generated, Expert-Based Models for Identifying Wildlife Habitat Linkages and Planning Mitigation Passages

Authors


* * Current address: Parks Canada, Box 900, Banff, Alberta T0L 0C0, Canada, email tony_clevenger@pch.gc.ca

Abstract

Abstract: We developed three black bear (   Ursus americanus) habitat models in the context of a geographic information system to identify linkage areas across a major transportation corridor. One model was based on empirical habitat data, and the other two (opinion- and literature-based) were based on expert information developed in a multicriteria decision-making process. We validated the performance of the models with an independent data set. Four classes of highway linkage zones were generated. Class 3 linkages were the most accurate for mapping cross-highway movement. Our tests showed that the model based on expert literature most closely approximated the empirical model, both in the results of statistical tests and the description of the class 3 linkages. In addition, the expert literature–based model was consistently more similar to the empirical model than either of two seasonal, expert opinion–based models. Among the expert models, the literature-based model had the strongest correlation with the empirical model. Expert-opinion models were less in agreement with the empirical model. The poor performance of the expert-opinion model may be explained by an overestimation of the importance of riparian habitat by experts compared with the literature. A small portion of the empirical data to test the models was from the pre-berry season and may have affected how well the model predicted linkage areas. Our empirical and expert models represent useful tools for resource and transportation planners charged with determining the location of mitigation passages for wildlife when baseline information is lacking and when time constraints do not allow for data collection before construction.

Abstract

Resumen: Desarrollamos tres modelos para el hábitat del Oso Negro (   Ursus americanus) en el contexto de un sistema de información geográfico para identificar las áreas de conexión a lo largo de un corredor de transporte grande. Un modelo estuvo basado en datos empíricos del hábitat y los otros dos (basados en opinión y en literatura) estuvieron basados en información de expertos desarrollada mediante un proceso de criterios múltiples y de toma de decisiones. Validamos el funcionamiento de los modelos con un juego de datos independiente. Se generaron cuatro clases de zonas de conexión en carreteras. Las conexiones clase 3 fueron las más precisas para el mapeo de movimientos de cruce de carreteras. Nuestras pruebas muestran que el modelo basado en literatura de expertos fue el que se aproximó más al modelo empírico, tanto en los resultados de las pruebas estadísticas, como en la descripción de las conexiones de clase 3. Aunado a esto, el modelo basado en la literatura de expertos fue consistentemente más similar al modelo empírico que cualquiera de los dos modelos estacionales basados en la opinión de los expertos. Entre los modelos de expertos, el modelo basado en la literatura tuvo la correlación más alta con el modelo empírico. Los modelos de opinión de expertos tuvieron menos concordancia con el modelo empírico. El bajo rendimiento de los modelos basados en la opinión de los expertos puede ser explicado por una sobrestimación de los expertos de la importancia del hábitat ripario comparado con lo que se establece en la literatura. Una pequeña porción de los datos empíricos usados para probar los modelos correspondió a la estación previa a las bayas y pudo haber afectado la eficacia de los modelos para predecir las áreas de conexión. Nuestros modelos empíricos y de expertos representan herramientas útiles para los encargados del manejo de recursos y la planeación de la transportación y los que necesitan determinar la ubicación de pasajes de mitigación para la vida silvestre, cuando se carece de información base y cuando las limitantes de tiempo no permiten la recolección de datos antes de iniciar la construcción.

Get access to the full text of this article

Ancillary