Avoiding Pitfalls of Using Species Distribution Models in Conservation Planning

Authors

  • BETTE A. LOISELLE,

    Corresponding author
    1. Department of Biology & International Center for Tropical Ecology, 8001 Natural Bridge Road, University of Missouri–St. Louis, St. Louis, MO 63121–4499, U.S.A.
    Search for more papers by this author
  • CHRISTINE A. HOWELL,

    1. Department of Biology & International Center for Tropical Ecology, 8001 Natural Bridge Road, University of Missouri–St. Louis, St. Louis, MO 63121–4499, U.S.A.
    Search for more papers by this author
  • CATHERINE H. GRAHAM,

    1. Museum of Vertebrate Zoology, University of California–Berkeley, Berkeley, CA 94720–3160, U.S.A.
    Search for more papers by this author
  • JAQUELINE M. GOERCK,

    1. BirdLife International–Brasil Programme, Alameda Grecia, 297, 06474–010 Barueri, São Paulo, Brazil
    Search for more papers by this author
  • THOMAS BROOKS,

    1. Center for Applied Biodiversity, Conservation International, 1919 M Street NW, Washington, D.C. 20036, U.S.A.
    2. Department of Biological Sciences and Center for Advanced Spatial Technologies, University of Arkansas, Fayetteville, AR 72701, U.S.A.
    Search for more papers by this author
  • KIMBERLY G. SMITH,

    1. Department of Biological Sciences and Center for Advanced Spatial Technologies, University of Arkansas, Fayetteville, AR 72701, U.S.A.
    Search for more papers by this author
  • PAUL H. WILLIAMS

    1. Biogeography & Conservation Lab, The Natural History Museum, London, SW7 5BD, United Kingdom
    Search for more papers by this author

‡ ‡ email loiselle@umsl.edu

Abstract

Abstract: Museum records have great potential to provide valuable insights into the vulnerability, historic distribution, and conservation of species, especially when coupled with species-distribution models used to predict species' ranges. Yet, the increasing dependence on species-distribution models in identifying conservation priorities calls for a more critical evaluation of model robustness. We used 11 bird species of conservation concern in Brazil's highly fragmented Atlantic Forest and data on environmental conditions in the region to predict species distributions. These predictions were repeated for five different model types for each of the 11 bird species. We then combined these species distributions for each model separately and applied a reserve-selection algorithm to identify priority sites. We compared the potential outcomes from the reserve selection among the models. Although similarity in identification of conservation reserve networks occurred among models, models differed markedly in geographic scope and flexibility of reserve networks. It is essential for planners to evaluate the conservation implications of false-positive and false-negative errors for their specific management scenario before beginning the modeling process. Reserve networks selected by models that minimized false-positive errors provided a better match with priority areas identified by specialists. Thus, we urge caution in the use of models that overestimate species' occurrences because they may misdirect conservation action. Our approach further demonstrates the great potential value of museum records to biodiversity studies and the utility of species-distribution models to conservation decision-making. Our results also demonstrate, however, that these models must be applied critically and cautiously.

Abstract

Resumen: Los registros de museos tienen un gran valor potencial al proporcionar entendimiento sobre la vulnerabilidad, distribución histórica y conservación de especies, especialmente cuando se combinan con modelos de distribución de especies utilizados para predecir los rangos de distribución de las especies. No obstante, la mayor dependencia sobre los modelos de distribución de especies para la identificación de prioridades de conservación requiere una evaluación crítica de la robustez del modelo. Utilizamos 11 especies de aves de interés para la conservación en el muy fragmentado Bosque Atlántico en Brasil así como datos de condiciones ambientales en la región para predecir la distribución de las especies. Estas predicciones fueron repetidas para cinco tipos diferentes de modelos para cada una de las 11 especies de aves. Luego combinamos estas distribuciones de especies para cada modelo por separado y aplicamos un algoritmo de selección de reservas para identificar sitios prioritarios. Comparamos los resultados potenciales de la selección de reservas entre modelos. Aunque hubo similitud entre los modelos en la identificación de redes de reservas, los modelos difirieron marcadamente en el alcance geográfico y la flexibilidad de las redes de reservas. Es de importancia fundamental para los planificadores evaluar las implicaciones sobre la conservación de errores falsos positivos y falsos negativos para su escenario de manejo específico antes de comenzar el proceso de modelado. Las redes de reservas seleccionadas por modelos que minimizaron los errores falsos positivos proporcionaron mejor correspondencia con las áreas prioritarias identificadas por especialistas. Por lo tanto, instamos a tener precaución con el uso de modelos que sobreestiman la ocurrencia de especies porque pueden desviar las acciones de conservación. Nuestro método demuestra además el gran potencial de los registros de museos en estudios de biodiversidad y la utilidad de los modelos de distribución de especies para la toma de decisiones de conservación. Sin embargo, nuestros resultados demuestran que estos modelos deben ser aplicados crítica y cuidadosamente.

Ancillary