You can manage bookmarks using lists, please log in to your user account for this.
Media type:
E-Article
Title:
Generality of Models That Predict the Distribution of Species: Conservation Activity and Reduction of Model Transferability for a Threatened Bustard
Contributor:
Gray, Thomas N. E.;
Borey, Ro;
Hout, Seng Kim;
Chamnan, Hong;
Collar, Nigel, J.;
Dolman, Paul M.
imprint:
Wiley-Blackwell, 2009
Published in:Conservation Biology
Language:
English
DOI:
10.1111/j.1523-1739.2008.01112.x
ISSN:
0888-8892;
1523-1739
Origination:
Footnote:
Description:
<p>Predictive models can help clarify the distribution of poorly known species but should display strong transferability when applied to independent data. Nevertheless, model transferability for threatened tropical species is poorly studied. We built models predicting the incidence of the critically endangered Bengal Florican (Houbaropsis bengalensis) within the Tonle Sap (TLS) floodplain, Cambodia. Separate models were constructed with soil, land-use, and landscape data and species incidence sampled over the entire floodplain (12,000 km²) and from the Kompong Thom (KT) province (4000 km²). In each case, the probability of Bengal Florican presence within randomly selected 1 × 1 km squares was modeled by binary logistic regression with multimodel inference. We assessed the transferability of the KT model by comparing predictions with observed incidence elsewhere in the floodplain. In terms of standard model-validation statistics, the KT model showed good spatial transferability. Nevertheless, it overpredicted florican presence outside the KT calibration region, classifying 491 km² as suitable habitat compared with 237 km² predicted as suitable by the TLS model. This resulted from higher species incidence within the calibration region, probably owing to a program of conservation education and enforcement that has reduced persecution there. Because both research and conservation activity frequently focus on areas with higher density, such effects could be widespread, reducing transferability of predictive distribution models. /// Los modelos predictivos pueden ayudar a clarificar la distribución de especies poco conocidas, pero deben mostrar fuerte transferibilidad cuando se aplican a datos independientes. Sin embargo, la transferibilidad del modelo para especies tropicales amenazadas está poco estudiada. Construimos modelos para predecir la incidencia de Houbaropsis bengalensis, críticamente en peligro en la llanura aluvial Tonle Sap, Camboya. Construimos modelos separados con datos de suelo, uso de suelo y del paisaje y de la incidencia de la especie obtenidos en toda la llanura aluvial (12,000 km²) y de la provincia Kompong Thom (4000 km²). En cada caso, se modeló la probabilidad de la presencia de H. bengalensis en cuadrantes de 1 × 1 km mediante regresión logística binaria con inferencia de modelos múltiples. Evaluamos la transferibilidad del modelo de Kompong Thom (KT) mediante la comparación de predicciones con la incidencia observada en otros sitios de la llanura. En términos de la estadística estándar para la validación de modelos, el modelo KT mostró buena transferibilidad espacial. Sin embargo, sobreestimó la presencia de H. bengalensis afuera de la región de calibración Kompomg Thom, al clasificar 491 km² como hábitat adecuado en comparación con 327 km² que predijo el modelo Tonle Sap. Esto resultó en una mayor incidencia de la especie dentro de la región de calibración, probablemente debido a un programa de educación para la conservación y de sanciones que ha reducido la persecución. Debido a que tanto la investigación como las acciones de conservación frecuentemente se centran en áreas con mayor densidad, tales efectos podrían estar ampliamente generalizados, lo que reduce la transferibilidad de los modelos predictivos de la distribución.</p>