Sensitivity Analyses of Spatial Population Viability Analysis Models for Species at Risk and Habitat Conservation Planning

Authors

  • ILONA R. NAUJOKAITIS-LEWIS,

    Corresponding author
    1. Centre for Applied Conservation Research, Faculty of Forestry, University of British Columbia, Forest Sciences Building, 2424 Main Mall, Vancouver, British Columbia V6T 1Z4, Canada
    Search for more papers by this author
  • JANELLE M. R. CURTIS,

    1. Centre for Applied Conservation Research, Faculty of Forestry, University of British Columbia, Forest Sciences Building, 2424 Main Mall, Vancouver, British Columbia V6T 1Z4, Canada
    2. Pacific Biological Station, Fisheries and Oceans Canada, 3190 Hammond Bay Road, Nanaimo, British Columbia V9T 6N7, Canada
    Search for more papers by this author
  • PETER ARCESE,

    1. Centre for Applied Conservation Research, Faculty of Forestry, University of British Columbia, Forest Sciences Building, 2424 Main Mall, Vancouver, British Columbia V6T 1Z4, Canada
    Search for more papers by this author
  • JORDAN ROSENFELD

    1. British Columbia Ministry of Environment, Aquatic Ecosystems Research Laboratories, University of British Columbia, 2202 Main Mall, Vancouver, British Columbia V6T 1Z4, Canada
      [Correction added after publication 16 September 2008: An error in the first author's name was corrected.]
    Search for more papers by this author

§email inlewis@alumni.sfu.ca

Abstract

Abstract: Population viability analysis (PVA) is an effective framework for modeling species- and habitat-recovery efforts, but uncertainty in parameter estimates and model structure can lead to unreliable predictions. Integrating complex and often uncertain information into spatial PVA models requires that comprehensive sensitivity analyses be applied to explore the influence of spatial and nonspatial parameters on model predictions. We reviewed 87 analyses of spatial demographic PVA models of plants and animals to identify common approaches to sensitivity analysis in recent publications. In contrast to best practices recommended in the broader modeling community, sensitivity analyses of spatial PVAs were typically ad hoc, inconsistent, and difficult to compare. Most studies applied local approaches to sensitivity analyses, but few varied multiple parameters simultaneously. A lack of standards for sensitivity analysis and reporting in spatial PVAs has the potential to compromise the ability to learn collectively from PVA results, accurately interpret results in cases where model relationships include nonlinearities and interactions, prioritize monitoring and management actions, and ensure conservation-planning decisions are robust to uncertainties in spatial and nonspatial parameters. Our review underscores the need to develop tools for global sensitivity analysis and apply these to spatial PVA.

Abstract

Resumen: El análisis de viabilidad poblacional (AVP) es un marco de referencia efectivo para los esfuerzos de recuperación de especie y de hábitat, pero la incertidumbre en las estimaciones de parámetros y la estructura del modelo pueden llevar a predicciones no confiables. La integración de información compleja y a menudo incierta a los modelos de AVP espaciales requiere la aplicación de análisis de sensibilidad para explorar la influencia de parámetros espaciales y no espaciales sobre las predicciones de los modelos. Revisamos 87 análisis de modelos de AVP demográficos espaciales de plantas y animales para identificar métodos comunes de análisis de sensibilidad en publicaciones recientes. En contraste con las mejores prácticas recomendadas por la comunidad de modeladores, los análisis de los sensibilidad de AVP típicamente fueron ad hoc, inconsistentes y difíciles de comparar. La mayoría de los estudios aplicaron métodos locales a los análisis de sensibilidad, pero pocos variaron parámetros múltiples simultáneamente. La falta de estándares para los análisis de sensibilidad y descripción en los AVP espaciales tiene el potencial de comprometer la habilidad de aprender colectivamente de los resultados de AVP, de interpretar con precisión los resultados en casos en que las relaciones de los modelos sean no lineales e incluyan interacciones, para priorizar las acciones de monitoreo y manejo y para asegurar que la planificación de las decisiones de conservación sean robustas ante la incertidumbre en los parámetros espaciales y no espaciales. Nuestra revisión subraya la necesidad de desarrollar herramientas para análisis de sensibilidad globales y aplicarlos a AVP espaciales.

Ancillary