SEARCH

SEARCH BY CITATION

Keywords:

  • breeding birds;
  • monitoring programs;
  • niche models;
  • occupancy models;
  • road effects;
  • sample bias;
  • species distribution models
  • aves reproductoras;
  • efectos de carreteras;
  • modelos de distribución de especies;
  • modelos de nicho;
  • modelos de ocupación;
  • programas de monitoreo;
  • sesgo de muestreo

Abstract:  Predictive models of species distributions are typically developed with data collected along roads. Roadside sampling may provide a biased (nonrandom) sample; however, it is currently unknown whether roadside sampling limits the accuracy of predictions generated by species distribution models. We tested whether roadside sampling affects the accuracy of predictions generated by species distribution models by using a prospective sampling strategy designed specifically to address this issue. We built models from roadside data and validated model predictions at paired locations on unpaved roads and 200 m away from roads (off road), spatially and temporally independent from the data used for model building. We predicted species distributions of 15 bird species on the basis of point-count data from a landbird monitoring program in Montana and Idaho (U.S.A.). We used hierarchical occupancy models to account for imperfect detection. We expected predictions of species distributions derived from roadside-sampling data would be less accurate when validated with data from off-road sampling than when it was validated with data from roadside sampling and that model accuracy would be differentially affected by whether species were generalists, associated with edges, or associated with interior forest. Model performance measures (kappa, area under the curve of a receiver operating characteristic plot, and true skill statistic) did not differ between model predictions of roadside and off-road distributions of species. Furthermore, performance measures did not differ among edge, generalist, and interior species, despite a difference in vegetation structure along roadsides and off road and that 2 of the 15 species were more likely to occur along roadsides. If the range of environmental gradients is surveyed in roadside-sampling efforts, our results suggest that surveys along unpaved roads can be a valuable, unbiased source of information for species distribution models.

Resumen:  Los modelos predictivos de la distribución de especies típicamente son desarrollados con datos recolectados a lo largo de carreteras. El muestreo en carreteras puede producir una muestra sesgada (no aleatoria); sin embargo, actualmente se desconoce si los muestreos en carreteras limita la precisión de predicciones generadas por los modelos de distribución de especies. Probamos si los efectos del muestro en carreteras afecta la precisión de las predicciones generadas por modelos de distribución de especies mediante la utilización de una estrategia de muestreo prospectivo diseñado específicamente para abordar este tema. Construimos modelos a partir de datos recolectados en carreteras y validamos las predicciones de los modelos en localidades pareadas en caminos no pavimentados y a 200 m de carreteras (fuera de la carretera), espacial y temporalmente independientes de los datos utilizados para la construcción del modelo. Pronosticamos la distribución de 15 especies de aves con base en datos de conteos por puntos de un programa de monitoreo de aves terrestres en Montana e Idaho (E.U.A.). Utilizamos modelos jerárquicos de ocupación para considerar la detección imperfecta. Esperábamos que las predicciones de distribución de especies derivadas de los datos de muestreo en carreteras serían menos precisas cuando fueron validadas con datos de muestreo fuera de la carretera que cuando fueron validadas con datos de muestreo en carreteras y que la precisión del modelo sería afectada diferencialmente si las especies eran generalistas, asociadas con bordes o asociadas con el interior del bosque. Las medidas de rendimiento del modelo (kappa, área bajo la curva de una parcela característica operada por receptor y estadística de habilidad real) no difirieron entre las predicciones de la distribución de especies en carreteras y fuera de carreteras. Más aun, las medidas de rendimiento no difirieron especies de borde, generalistas o de interior, no obstante diferencias en la estructura de la vegetación en carreteras y fuera de carreteras y que 2 de las 15 especies tuvieron una mayor probabilidad de ocurrencia a lo largo de carreteras. Si el rango de gradientes ambientales es muestreado en esfuerzos a lo largo de carreteras, nuestros resultados sugieren que los muestreos en caminos no pavimentados pueden una fuente valiosa, no sesgada, de información para modelos de distribución de especies.