IMPROVING ESTIMATES OF BIRD DENSITY USING MULTIPLE- COVARIATE DISTANCE SAMPLING

Authors:

Abstract
Inferences based on counts adjusted for detectability represent a marked improvement over unadjusted counts, which provide no information about true population density and rely on untestable and unrealistic assumptions about constant detectability for inferring differences in density over time or space. Distance sampling is a widely used method to estimate detectability and therefore density. In the standard method, we model the probability of detecting a bird as a function of distance alone. Here, we describe methods that allow us to model probability of detection as a function of additional covariates—an approach available in DISTANCE, version 5.0 (Thomas et al. 2005) but still not widely applied. The main use of these methods is to increase the reliability of density estimates made on subsets of the whole data (e.g., estimates for different habitats, treatments, periods, or species), to increase precision of density estimates or to allow inferences about the covariates themselves. We present a... Résumé L’inférence basée sur des comptages ajustés pour la détectabilité représentent un progrès marqué par rapport aux comptages non ajustés, ces derniers ne fournissant pas d’information sur la densité réelle d’une population et reposant sur des hypothèses non testables et non réalistes d’une détectabilité constante pour inférer des différences de densité dans le temps ou dans l’espace. L’échantillonnage par la distance est une méthode largement utilisée pour estimer la détectabilité et donc la densité. Dans la méthode standard, la probabilité de détecter un oiseau est modélisée comme une fonction de la distance seulement. Ici, nous décrivons des méthodes qui permettent de modéliser la probabilité de détection comme une fonction de covariables supplémentaires—une approche disponible dans le logiciel DISTANCE mais encore peu appliquée. Les avantages principaux de ces méthodes sont d’augmenter la fiabilité des estimations de densité faites sur des sous-ensembles de données complètes (par exemple des estim...

This publication has 12 references indexed in Scilit: