A bioblitz inexpensively and quickly generates biodiversity data, but bioblitzes are often conducted with haphazard, unreplicated sampling. Results tend to be taxonomically, geographically, or temporally biased, lack metadata, and consist of lists of observed taxa that do not enable further analyses or correction for imperfect detection. A rapid, recurring, structured survey (RRSS) uses a structured sampling design and temporal and spatial replication to survey randomly selected sites on a conservation property. We participated in a loosely structured bioblitz and a subsequent RRSS at Big Canoe Creek Nature Preserve in Springville (St. Clair County), Alabama (USA) to compare observed richness derived from the 2 survey approaches. The RRSS data structure enabled us to fit models that accounted for imperfect detection to estimate abundances, occupancy probabilities, and habitat associations. The loosely structured bioblitz data could not be used in such models. We present a new integrated multispecies abundance model that we applied to avian RRSS data. Our model extension enables estimation for the community, employs data augmentation to estimate the number of undetected species, and incorporates covariates. The RRSS generated a more comprehensive and less biased list of observed taxonomic richness than the loosely structured bioblitz (e.g., 73 vs. 45 bird species and 104 vs. 63 insect families from the RRSS vs. loosely structured bioblitz, respectively). Models fit to the RRSS data identified seasonal patterns in avian community composition and allowed for estimation of habitat-occupancy relationships for insect taxa. The RRSS protocol has potential for broad transferability as a standardized, quick, and inexpensive way to inventory biodiversity and estimate ecological parameters while providing an outreach opportunity.
Un bioblitz genera información sobre la biodiversidad de manera rápida y económica, pero con frecuencia se realizan con muestreos irregulares e irrepetibles. Además, los resultados tienden a estar sesgados taxonómica, geográfica o temporalmente, carecen de metadatos y consisten en una lista de taxones observados que no permiten análisis más profundos o la corrección de las detecciones imperfectas. Un censo rápido, recurrente y estructurado (CRRE) usa un diseño de muestreo estructurado y la replicación temporal y espacial para censar los sitios seleccionados al azar en una propiedad de conservación. Participamos en un bioblitz ligeramente estructurado y en un CRRE subsecuente en la reserva natural Big Canoe Creek en Springville, condado St. Clair, Alabama, EUA, para comparar la riqueza observada derivada de las dos estrategias de censo. La estructura de datos del CRRE nos permitió ajustar los modelos que explicaban la detección imperfecta para estimar abundancias, probabilidades de ocupación y asociaciones de hábitat. No pudimos usar los datos del bioblitz en dichos modelos. Presentamos un nuevo modelo de abundancia multiespecie que aplicamos a los datos ornitológicos del CRRE. Nuestra extensión del modelo permite la estimación de la comunidad, usa el aumento de datos para estimar el número de especies no detectadas e incorpora las covariables. El CRRE generó una lista más completa y menos sesgada de la riqueza taxonómica observada que el bioblitz (73 especies de aves versus 45 y 104 familias de insectos versus 63, respectivamente). Los modelos ajustados a los datos del CRRE identificaron patrones estacionales en la composición de la comunidad ornitológica y permitieron la estimación de las relaciones de ocupación de hábitat de los taxones de insectos. El protocolo del CRRE tiene potencial para usarse de manera general como un método de inventario de la biodiversidad estandarizado, rápido y económico y para estimar los parámetros ecológicos a la vez que proporciona una oportunidad de divulgación.
生物速查活动可以低成本且快速地产生生物多样性数据, 但它往往是以无规划、不重复的采样方式进行。这样的结果通常在类群、地理或时间上有所偏差, 缺乏元数据, 且由观察到的类群列表组成, 因此无法进行进一步分析或修正不完美的观测结果。快速、有重复、结构化的调查 (rapid, recurring, structured survey, RRSS) 则使用结构化的抽样设计和时空上的重复来调查保护区内随机选择的位点。我们在美国阿拉巴马州史普林维尔(圣克莱尔县)的 Big Canoe Creek 自然保护区参加了一个结构松散的生物速查活动和随后的 RRSS, 以比较这两种调查方法观测到的丰富度。 RRSS 的数据结构使我们能够用考虑到不完美观测结果的模型来估计丰度、占有概率和生境关联。而结构松散的生物速查数据则不能用这种模型来分析。我们提出了一个新的整合多物种丰度模型, 并用于分析鸟类的 RRSS 数据。我们的扩展模型实现了对群落的估计, 采用了数据增强来估计未检测到的物种数量, 并纳入了协变量。与结构松散的生物速查相比, RRSS 获得了更全面且偏差更少的观测类群丰富度列表(例如, RRSS 与结构松散的生物速查相比, 分别记录了73个和 45 个鸟类物种, 104 个和 63 个昆虫科)。利用 RRSS 数据的模型确定了鸟类群落组成的季节性格局, 并估计了昆虫类群的栖息地-占域关系。 RRSS 方法作为一种标准化、快速和低成本的方法有广泛适用的潜力, 还可以在清算生物多样性和估计生态参数的同时提供外展活动的机会。【翻译:胡怡思;审校:聂永刚】.
Keywords: censo; detección; detection; lista de especies; muestra; occupancy; ocupación; preservar; preserve; property; propiedad; richness; riqueza; sample; species list; survey; 丰富度; 保护区; 占域; 地产; 样本; 检测; 物种列表; 调查.
© 2022 Society for Conservation Biology.