1. Uncertainty Analysis for Regional-Scale Reserve Selection
- Author
-
Moilanen, Atte, Wintle, Brendan A., Elith, Jane, and Burgman, Mark
- Subjects
Algorithms -- Analysis ,Algorithm ,Environmental issues ,Zoology and wildlife conservation - Abstract
To purchase or authenticate to the full-text of this article, please visit this link: http://dx.doi.org/10.1111/j.1523-1739.2006.00560.x Byline: ATTE MOILANEN (*), BRENDAN A. WINTLE ([dagger]), JANE ELITH ([dagger]), MARK BURGMAN ([dagger]) Keywords: distribution discounting; distribution smoothing; information-gap decision theory; reserve-network design; site-selection algorithm; spatial reserve design; zonation Abstract: Abstract: Methods for reserve selection and conservation planning often ignore uncertainty. For example, presence-absence observations and predictions of habitat models are used as inputs but commonly assumed to be without error. We applied information-gap decision theory to develop uncertainty analysis methods for reserve selection. Our proposed method seeks a solution that is robust in achieving a given conservation target, despite uncertainty in the data. We maximized robustness in reserve selection through a novel method, 'distribution discounting,' in which the site- and species-specific measure of conservation value (related to species-specific occupancy probabilities) was penalized by an error measure (in our study, related to accuracy of statistical prediction). Because distribution discounting can be implemented as a modification of input files, it is a computationally efficient solution for implementing uncertainty analysis into reserve selection. Thus, the method is particularly useful for high-dimensional decision problems characteristic of regional conservation assessment. We implemented distribution discounting in the zonation reserve-selection algorithm that produces a hierarchy of conservation priorities throughout the landscape. We applied it to reserve selection for seven priority fauna in a landscape in New South Wales, Australia. The distribution discounting method can be easily adapted for use with different kinds of data (e.g., probability of occurrence or abundance) and different landscape descriptions (grid or patch based) and incorporated into other reserve-selection algorithms and software. Abstract (Spanish): Analisis de Incertidumbre para la Seleccion de Reservas a Escala Regional Resumen: Los metodos para la seleccion de reservas y la planificacion de conservacion a menudo ignoran la incertidumbre. Por ejemplo, las observaciones de presencia-ausencia y las predicciones de los modelos de habitat son utilizadas como datos, pero comunmente se asume que no tienen errores. Aplicamos la teoria de decisiones con vacio de informacion para desarrollar metodos de analisis de incertidumbre para la seleccion de reservas. El metodo que proponemos busca una solucion que sea robusta en el logro de una determinada meta de conservacion, a pesar de la incertidumbre en los datos. Maximizamos la robustez de la seleccion de reservas mediante un metodo novedoso, 'descuento de la distribucion,' en el que la medida del valor de conservacion de un sitio o especie (relacionado con las probabilidades de ocupacion especificas) era penalizado por una medida de error (en nuestro estudio, relacionado con la precision de la prediccion estadistica). Debido a que el descuento de distribucion se puede implementar como una modificacion de los archivos de datos, es una eficiente solucion computable para la inclusion del analisis de incertidumbre en la seleccion de reservas. Por lo tanto, el metodo es particularmente util para problemas de decisiones de altas dimensiones caracteristicos de la evaluacion regional de la conservacion. Implementamos el descuento de distribucion en el algoritmo zonation para la seleccion de reservas que produce una jerarquia de prioridades de conservacion en el paisaje. Lo aplicamos a la seleccion de reservas para siete faunas en un paisaje en New South Wales, Australia. El metodo de descuento de la distribucion se puede adaptar facilmente a diferentes tipos de algoritmos (basados en cuadriculas o parches) y se puede incorporar a otros algoritmos y datos de software (e.g., probabilidad de ocurrencia o abundancia) para la seleccion de reservas, asi como a diferentes descripciones del paisaje. Author Affiliation: (*)Metapopulation Research Group, Department of Biological and Environmental Sciences, P.O. Box 65, FI-00014, University of Helsinki, Finland, emailatte.moilanen@helsinki.fi ([dagger])School of Botany, University of Melbourne, Parkville, VIC 3010, Australia Article History: Paper submitted September 11, 2005; revised manuscript accepted March 27, 2006.
- Published
- 2006