SEARCH

SEARCH BY CITATION

Keywords:

  • decision-theoretic approach;
  • dynamic landscape metapopulation modeling;
  • habitat modeling;
  • Isoodon obesulus;
  • logistic regression;
  • model uncertainty;
  • population viability analysis;
  • sensitivity analysis;
  • southern brown bandicoot
  • análisis de sensibilidad;
  • análisis de viabilidad poblacional;
  • incertidumbre del modelo;
  • Isoodon obesulus;
  • método de decisión teórica;
  • modelado del hábitat;
  • modelado de metapoblación en un paisaje dinámico;
  • regresión logística

Abstract: Whenever population viability analysis (PVA) models are built to help guide decisions about the management of rare and threatened species, an important component of model building is the specification of a habitat model describing how a species is related to landscape or bioclimatic variables. Model-selection uncertainty may arise because there is often a great deal of ambiguity about which habitat model structure best approximates the true underlying biological processes. The standard approach to incorporate habitat models into PVA is to assume the best habitat model is correct, ignoring habitat-model uncertainty and alternative model structures that may lead to quantitatively different conclusions and management recommendations. Here we provide the first detailed examination of the influence of habitat-model uncertainty on the ranking of management scenarios from a PVA model. We evaluated and ranked 6 management scenarios for the endangered southern brown bandicoot (Isoodon obesulus) with PVA models, each derived from plausible competing habitat models developed with logistic regression. The ranking of management scenarios was sensitive to the choice of the habitat model used in PVA predictions. Our results demonstrate the need to incorporate methods into PVA that better account for model uncertainty and highlight the sensitivity of PVA to decisions made during model building. We recommend that researchers search for and consider a range of habitat models when undertaking model-based decision making and suggest that routine sensitivity analyses should be expanded to include an analysis of the impact of habitat-model uncertainty and assumptions.

Resumen: Cuando los modelos de análisis de viabilidad poblacional (AVP) son construidos para ayudar a la toma de decisiones sobre el manejo de especies raras y amenazadas, un componente importante del modelo es la especificación del modelo de hábitat que describa cómo se relaciona una especie con las variables bioclimáticas o del paisaje. La incertidumbre de selección del modelo puede surgir porque a menudo hay mucha ambigüedad sobre la estructura de modelo de hábitat que mejor se aproxima a los procesos biológicos reales subyacentes. El método estándar para la incorporación de modelos de hábitat en los AVP es asumir que el mejor modelo de hábitat es correcto, ignorando la incertidumbre del modelo de hábitat y modelos alternativos que pueden llevar a conclusiones y recomendaciones de manejo cuantitativamente diferentes. Aquí, proporcionamos el primer examen detallado de la influencia de la incertidumbre de modelo de hábitat sobre la clasificación de escenarios de manejo de un modelo de AVP. Evaluamos y clasificamos 5 escenarios de manejo para Isoodon obesulus con modelos de AVP, cada uno derivado de modelos de hábitat verosímiles desarrollados mediante regresión logística. La clasificación de escenarios de manejo fue sensible a la selección del modelo de hábitat utilizado en las predicciones del AVP. Nuestros resultados demuestran la necesidad de incorporar métodos a los AVP que expliquen la incertidumbre del modelo y resalten a sensibilidad de los AVP a las decisiones tomadas durante la construcción del modelo. Recomendamos que los investigadores busquen y consideren un rango de modelos de hábitat cuando se involucren en la toma de decisiones basadas en modelos y sugerimos que los análisis de sensibilidad rutinarios se expandan para incluir un análisis del impacto de la incertidumbre del modelo de hábitat y sus supuestos.