Capítulo 4 La ocupación de hábitat

Obtener datos para estudios de poblaciones animales, es costoso y dispendioso, y no siempre se puede medir la densidad poblacional o parámetros demográficos como natalidad o mortalidad. Es por eso que la estimación de ocupación de hábitat (\(\psi\)) es una buena herramienta de estudio, ya que es un reflejo de otros parámetros poblacionales importantes como la abundancia y densidad, que requieren de un elevado número de registros, con los costos económicos y logísticos que conlleva. Adicionalmente y debido a que la detectabilidad (p) en animales silvestres no es completa, el uso de los datos crudos genera subestimaciones de la ocupación de hábitat. Con el empleo de muestreos repetidos, es posible generar estimaciones de detectabilidad y, con esta estimación, obtener valores no sesgados de la ocupación del hábitat. Los métodos de análisis de la ocupación fueron inicialmente desarrollados por (MacKenzie et al., 2002) y posteriormente expandidos por otros autores (M. Kéry & Royle, 2008; MacKenzie et al., 2006; MacKenzie & Royle, 2005; Royle, 2006; Royle & Kéry, 2007; Royle, Nichols, K&eacute, & Ry, 2005). Este tipo de modelos permiten realizar inferencias acerca de los efectos de variables continuas y categóricas sobre la ocupación de hábitat. Además, sí los muestreos se realizan a través de períodos largos de tiempo, también es posible estimar tasas de extinción y recolonización, que son útiles en estudios de metapoblaciones (MacKenzie, Nichols, Hines, Knutson, & Franklin, 2003). Este es un campo de gran desarrollo en bioestadística que ha producido una gran explosión de estudios que usan la ocupación teniendo en cuenta la detectabilidad (Guillera-Arroita, 2011; Guillera-Arroita & Lahoz-Monfort, 2012; Guillera-Arroita et al., 2015; Guillera-Arroita, Ridout, & Morgan, 2014, 2010; Kéry, Guillera-Arroita, & Lahoz-Monfort, 2013).

References

Guillera-Arroita, G. (2011). Impact of sampling with replacement in occupancy studies with spatial replication. Methods in Ecology and Evolution, 2(4), 401–406. doi: 10.1111/j.2041-210X.2011.00089.x

Guillera-Arroita, G., & Lahoz-Monfort, J. J. (2012). Designing studies to detect differences in species occupancy: power analysis under imperfect detection. Methods in Ecology and Evolution, 3(5), 860–869. doi: 10.1111/j.2041-210X.2012.00225.x

Guillera-Arroita, G., Lahoz-Monfort, J. J., Elith, J., Gordon, A., Kujala, H., Lentini, P. E., … Wintle, B. A. (2015). Is my species distribution model fit for purpose? Matching data and models to applications. Global Ecology and Biogeography, 24(3), 276–292. doi: 10.1111/geb.12268

Guillera-Arroita, G., Ridout, M., & Morgan, B. (2014). Two-Stage Bayesian Study Design for Species Occupancy Estimation. Journal of Agricultural, Biological, and Environmental Statistics, 1–14. doi: 10.1007/s13253-014-0171-4

Guillera-Arroita, G., Ridout, M. S., & Morgan, B. J. T. (2010). Design of occupancy studies with imperfect detection. Methods in Ecology and Evolution, 1(2), 131–139. doi: 10.1111/j.2041-210X.2010.00017.x

Kéry, M., Guillera-Arroita, G., & Lahoz-Monfort, J. J. (2013). Analysing and mapping species range dynamics using occupancy models. Journal of Biogeography, 40(8), 1463–1474. doi: 10.1111/jbi.12087

Kéry, M., & Royle, J. A. (2008). Hierarchical Bayes estimation of species richness and occupancy in spatially replicated surveys. Journal of Applied Ecology, 45(2), 589–598. doi: 10.1111/j.1365-2664.2007.01441.x

MacKenzie, D. I., Nichols, J. D., Hines, J. E., Knutson, M. G., & Franklin, A. B. (2003). Estimating site occupancy, colonization, and local extinction when a species is detected imperfectly. Ecology, 84(8), 2200–2207. doi: 10.1890/02-3090

MacKenzie, D. I., Nichols, J. D., Lachman, G. B., Droege, S., Andrew Royle, J., & Langtimm, C. A. (2002). Estimating site occupancy rates when detection probabilities are less than one. Ecology, 83(8), 2248–2255. doi: 10.1890/0012-9658(2002)083[2248:ESORWD]2.0.CO;2

MacKenzie, D. I., Nichols, J., Royle, J. A., Pollock, K., Bailey, L., & Hines, J. (2006). Occupancy estimation and modeling: inferring patterns and dynamics of species occurrence (p. 324). Burlington, MA: Academic Press.

MacKenzie, D. I., & Royle, J. A. (2005). Designing occupancy studies: general advice and allocating survey effort. Journal of Applied Ecology, 42(6), 1105–1114. doi: 10.1111/j.1365-2664.2005.01098.x

Royle, J. A. (2006). Site occupancy models with heterogeneous detection probabilities. Biometrics, 62(1), 97–102. doi: 10.1111/j.1541-0420.2005.00439.x

Royle, J. A., & Kéry, M. (2007). A Bayesian state-space formulation of dynamic occupancy models. Ecology, 88(7), 1813–1823. doi: 10.1890/06-0669.1

Royle, J. A., Nichols, J. D., K&eacute, & Ry, M. (2005). Modelling occurrence and abundance of species when detection is imperfect. Oikos, 110, 353–359. doi: 10.1111/j.0030-1299.2005.13534.x