RESUMEN
Conservation decisions are invariably made with incomplete data on species' distributions, habitats, and threats, but frameworks for allocating conservation investments rarely account for missing data. We examined how explicit consideration of missing data can boost return on investment in ecosystem restoration, focusing on the challenge of restoring aquatic ecosystem connectivity by removing dams and road crossings from rivers. A novel way of integrating the presence of unmapped barriers into a barrier optimization model was developed and applied to the U.S. state of Maine to maximize expected habitat gain for migratory fish. Failing to account for unmapped barriers during prioritization led to nearly 50% lower habitat gain than was anticipated using a conventional barrier optimization approach. Explicitly acknowledging that data are incomplete during project selection, however, boosted expected habitat gains by 20-273% on average, depending on the true number of unmapped barriers. Importantly, these gains occurred without additional data. Simply acknowledging that some barriers were unmapped, regardless of their precise number and location, improved conservation outcomes. Given incomplete data on ecosystems worldwide, our results demonstrate the value of accounting for data shortcomings during project selection.
Incremento de la restauración de la conectividad a gran escala de los ríos mediantze la planeación de la presencia de barreras sin registro Resumen Las decisiones de conservación se toman con datos incompletos de la distribución, hábitat y amenazas de las especies, pero los marcos para asignar fondos de conservación rara veces lo consideran. Analizamos cómo la consideración explícita de los datos faltantes puede incrementar la rentabilidad de la inversión en la restauración de ecosistemas. Nos enfocamos en el reto que es la restauración de la conectividad entre ecosistemas acuáticos mediante la eliminación de presas y cruces de carreteras en los ríos. Desarrollamos y aplicamos una forma novedosa de integrar la presencia de las barreras sin registro dentro de un modelo de optimización de barreras en el estado de Maine (Estados Unidos) para maximizar la ganancia esperada de hábitat para los peces migratorios. La omisión de las barreras sin registro durante la priorización resultó en una ganancia de hábitat casi 50% menor a la anticipada cuando se usó una estrategia convencional de optimización de barreras. Sin embargo, el reconocimiento explícito de los datos incompletos durante la selección del proyecto incrementó la ganancia esperada de hábitat en un promedio del 20-273%, dependiendo del número real de barreras sin registro. Estas ganancias ocurrieron sin datos adicionales. Los resultados de conservación aumentaron con tan sólo el reconocimiento de que algunas barreras no estaban registradas, sin importar el número y ubicación precisos, Ya que hay datos incompletos para todos los ecosistemas a nivel mundial, nuestros resultados demuestran lo importante que es considerar la carencia de datos durante la selección de proyectos.