Biodiversity monitoring is important to identify biological units in need of conservation and to check the effectiveness of conservation actions. Programs generally monitor species richness and its changes (trend). Usually, no correction is made for imperfect species detectability. Instead, it is assumed that each species present has the same probability of being recorded and that there is no difference in this detectability across space and time, e.g. among observers and habitats. Consequently, species richness is determined by enumeration as the sum of species recorded. In Switzerland, the federal government has recently launched a comprehensive program that aims at detecting changes in biodiversity at all levels of biological integration. Birds are an important part of that program. Since 1999, 2–3 visits per breeding season are made to each of >250 1km2 squares to map the territories of all detected breeding bird species. Here, we analyse data from three squares to illustrate the use of capture-recapture models in monitoring to obtain detectability-corrected estimates of species richness and trend. Species detectability averaged only 85%. Hence an estimated 15% of species present remained overlooked even after three visits. Within a square, changes in detectability for different years were of the same magnitude when surveys were conducted by the same observer as when they were by different observers. Estimates of trend were usually biased and community turnover was overestimated when based on enumeration. Here we use bird data as an illustration of methods. However, species detectability for any taxon is unlikely ever to be perfect or even constant across categories to be compared. Therefore, monitoring programs should correct for species detectability.
Um gefahrdete Arten zu identifizieren und um den Erfolg von Naturschutzmasnahmen zu uberprufen, sollte die Biodiversitat uberwacht werden. Bis heute bleibt allerdings bei fast allen Monitoringprogrammen die Beobachtbarkeit der Arten als wichtige Fehlerquelle unberucksichtigt. Meist wird davon ausgegangen, dass alle vorhandenen Arten bei jeder Aufnahme mit gleicher Wahrscheinlichkeit erfasst werden konnen und dass es keine Unterschiede in der Beobachtbarkeit der Arten im Raum und uber die Zeit gibt (z.B. zwischen verschiedenen Beobachtern und Habitaten). Dementsprechend wird der Artenreichtum als Summe aller in einer Flache festgestellten Arten ermittelt (Summenmethode). In der Schweiz wurde vom Staat jungst ein umfassendes Monitoringprogramm gestartet, das Veranderungen des Artenreichtums erkennen soll. Vogel sind ein wichtiger Indikator dieses Projekts. Seit 1999 werden alljahrlich zwei bis dreimal pro Brutzeit in mehr als 250 regelmasig uber die Schweiz verteilten 1 km2-Quadraten die Reviere aller Brutvogelarten erfasst. Hier zeigen wir am Beispiel von Daten aus diesem Projekt, wie mit Fang-Wiederfang-Methoden eine Korrektur erreicht werden kann. Die Wahrscheinlichkeit, eine Art festzustellen betrug durchschnittlich 85%. Auch nach drei Besuchen in einem Quadrat blieben also etwa 15% der Arten unentdeckt. Dieses Verhaltnis war unterschiedlich fur verschiedene Beobachter, Jahre und Quadrate. Jahrliche Unterschiede waren in einigen Fallen wichtiger als der Unterschied zwischen zwei sehr ungleich erfahrenen Beobachtern. Trendschatzungen der Artenvielfalt mit der Summenmethode wurden verfalscht durch Veranderungen der mittleren Beobachtbarkeit in aufeinanderfolgenden Jahren. Ebenso wurde der Turnover einer Artengemeinschaft uberschatzt. Das zeigt, dass bei Auswertungen von Monitoringprogrammen nach der Beobachtbarkeit der Arten korrigiert werden sollte. Obwohl diese Untersuchung Vogeldaten als Beispiel nimmt, sollten die gezeigten Methoden fur Monitoringprogramme all jener Organismen angewendet werden, die nicht auf jeder Begehung feststellbar sind. Der Einsatz von Fang-Wiederfang-Methoden zur Schatzung des Artenreichtums sollte schon bei der Planung eines Monitoringprogrammes bedacht werden.
[1]
Atte Moilanen,et al.
Implications of empirical data quality to metapopulation model parameter estimation and application
,
2002
.
[2]
James D. Nichols,et al.
Monitoring of biological diversity in space and time
,
2001
.
[3]
David R. Anderson,et al.
Modeling Survival and Testing Biological Hypotheses Using Marked Animals: A Unified Approach with Case Studies
,
1992
.
[4]
J. Nichols,et al.
ESTIMATING RATES OF LOCAL SPECIES EXTINCTION, COLONIZATION, AND TURNOVER IN ANIMAL COMMUNITIES
,
1998
.
[5]
David R. Anderson,et al.
Statistical inference from capture data on closed animal populations
,
1980
.
[6]
J. Nichols,et al.
ESTIMATING SPECIES RICHNESS: THE IMPORTANCE OF HETEROGENEITY IN SPECIES DETECTABILITY
,
1998
.
[7]
J. Nichols,et al.
A DOUBLE-OBSERVER APPROACH FOR ESTIMATING DETECTION PROBABILITY AND ABUNDANCE FROM POINT COUNTS
,
2000
.
[8]
W. Thompson,et al.
TOWARDS RELIABLE BIRD SURVEYS: ACCOUNTING FOR INDIVIDUALS PRESENT BUT NOT DETECTED
,
2002
.
[9]
J. Nichols,et al.
COMDYN: Software to study the dynamics of animal communities using a capture-recapture approach
,
1999
.
[10]
Robert K. Colwell,et al.
Quantifying biodiversity: procedures and pitfalls in the measurement and comparison of species richness
,
2001
.
[11]
M. Conroy,et al.
Analysis and Management of Animal Populations
,
2002
.
[12]
S. Pledger.
Unified Maximum Likelihood Estimates for Closed Capture–Recapture Models Using Mixtures
,
2000,
Biometrics.
[13]
Jonathan Bart,et al.
DOUBLE SAMPLING TO ESTIMATE DENSITY AND POPULATION TRENDS IN BIRDS
,
2002
.
[14]
Kenneth H. Pollock,et al.
Large scale wildlife monitoring studies: statistical methods for design and analysis
,
2002
.
[15]
J. Nichols,et al.
Forest fragmentation and bird community dynamics: inference at regional scales
,
2001
.
[16]
J. Nichols,et al.
DISENTANGLING SAMPLING AND ECOLOGICAL EXPLANATIONS UNDERLYING SPECIES-AREA RELATIONSHIPS
,
2002
.
[17]
K. Burnham,et al.
Program MARK: survival estimation from populations of marked animals
,
1999
.
[18]
K. Burnham,et al.
Robust Estimation of Population Size When Capture Probabilities Vary Among Animals
,
1979
.
[19]
M. Bhaskara Rao,et al.
Model Selection and Inference
,
2000,
Technometrics.