Your browser doesn't support javascript.
loading
Translating habitat class to land cover to map area of habitat of terrestrial vertebrates.
Lumbierres, Maria; Dahal, Prabhat Raj; Di Marco, Moreno; Butchart, Stuart H M; Donald, Paul F; Rondinini, Carlo.
Affiliation
  • Lumbierres M; Global Mammal Assessment Program, Department of Biology and Biotechnologies, Sapienza University of Rome, Rome, Italy.
  • Dahal PR; BirdLife International, Cambridge, UK.
  • Di Marco M; Global Mammal Assessment Program, Department of Biology and Biotechnologies, Sapienza University of Rome, Rome, Italy.
  • Butchart SHM; BirdLife International, Cambridge, UK.
  • Donald PF; Department of Biology and Biotechnologies, Sapienza University of Rome, Rome, Italy.
  • Rondinini C; Department of Biology and Biotechnologies, Sapienza University of Rome, Rome, Italy.
Conserv Biol ; 36(3): e13851, 2022 06.
Article in En | MEDLINE | ID: mdl-34668609
ABSTRACT
Area of habitat (AOH) is defined as the "habitat available to a species, that is, habitat within its range" and is calculated by subtracting areas of unsuitable land cover and elevation from the range. The International Union for the Conservation of Nature (IUCN) Habitats Classification Scheme provides information on species habitat associations, and typically unvalidated expert opinion is used to match habitat to land-cover classes, which generates a source of uncertainty in AOH maps. We developed a data-driven method to translate IUCN habitat classes to land cover based on point locality data for 6986 species of terrestrial mammals, birds, amphibians, and reptiles. We extracted the land-cover class at each point locality and matched it to the IUCN habitat class or classes assigned to each species occurring there. Then, we modeled each land-cover class as a function of IUCN habitat with (SSG, using) logistic regression models. The resulting odds ratios were used to assess the strength of the association between each habitat and land-cover class. We then compared the performance of our data-driven model with those from a published translation table based on expert knowledge. We calculated the association between habitat classes and land-cover classes as a continuous variable, but to map AOH as binary presence or absence, it was necessary to apply a threshold of association. This threshold can be chosen by the user according to the required balance between omission and commission errors. Some habitats (e.g., forest and desert) were assigned to land-cover classes with more confidence than others (e.g., wetlands and artificial). The data-driven translation model and expert knowledge performed equally well, but the model provided greater standardization, objectivity, and repeatability. Furthermore, our approach allowed greater flexibility in the use of the results and uncertainty to be quantified. Our model can be modified for regional examinations and different taxonomic groups.
RESUMEN
Conversión de la Categoría de Hábitat a Cobertura de Terreno para Mapear el Área de Hábitat de los Vertebrados Terrestres Resumen El área del hábitat (AOH) está definida como "el hábitat disponible para una especie, es decir, el hábitat dentro del área de distribución de la especie" y se calcula mediante la sustracción de las áreas de terreno inadecuado y la elevación del área de distribución. El Esquema de Clasificación de Hábitats de la Unión Internacional para la Conservación de la Naturaleza proporciona información sobre las asociaciones entre los hábitats de las especies y con frecuencia se utilizan las opiniones no validadas de expertos para cotejar el hábitat con los tipos de cobertura de terreno, lo que genera una fuente de incertidumbre en los mapas de AOH. Desarrollamos un método orientado por datos para convertir las categorías de hábitat que maneja la UICN en cobertura de terreno basado en los datos de localidad puntual de 6,986 especies de mamíferos terrestres, aves, anfibios y reptiles. Extrajimos la categoría de cobertura de terreno en cada localidad puntual y la cotejamos con la categoría o categorías de hábitat de UICN asignada a cada especie incidente en la localidad. Después modelamos cada categoría de cobertura de terreno como función del hábitat según la UICN usando modelos de regresión logística. Las proporciones de probabilidad resultantes fueron usadas para evaluar la solidez de la asociación entre cada categoría de hábitat y de cobertura de terreno. Después comparamos el desempeño de nuestro modelo orientado por datos con el desempeño de una tabla de conversión publicada basada en el conocimiento de expertos. Calculamos la asociación entre las categorías de hábitat y las de cobertura de terreno como una variable continua, pero para mapear el AOH como una presencia o ausencia binaria, fue necesario aplicar un umbral de asociación. Este umbral puede ser elegido por el usuario de acuerdo con el balance requerido entre los errores de omisión y comisión. Algunos hábitats (p. ej. bosques y desiertos) fueron asignados a las categorías de cobertura de terreno con más confianza que otros (p. ej. humedales y artificiales). El modelo de conversión orientado por los datos y el conocimiento de los expertos tuvieron un desempeño igual de eficiente, pero el modelo proporcionó una mayor estandarización, objetividad y repetitividad. Además, nuestra estrategia permitió una mayor flexibilidad en el uso de los resultados y de la incertidumbre para ser cuantificados. Nuestro modelo puede modificarse para análisis regionales y para diferentes grupos taxonómicos.
Subject(s)
Key words

Full text: 1 Collection: 01-internacional Database: MEDLINE Main subject: Ecosystem / Conservation of Natural Resources Type of study: Prognostic_studies Limits: Animals Language: En Journal: Conserv Biol Year: 2022 Document type: Article Affiliation country:

Full text: 1 Collection: 01-internacional Database: MEDLINE Main subject: Ecosystem / Conservation of Natural Resources Type of study: Prognostic_studies Limits: Animals Language: En Journal: Conserv Biol Year: 2022 Document type: Article Affiliation country: