Site-occupancy models may offer new opportunities for dragonfly monitoring based on daily species lists

Monitoring biodiversity is necessary but difficult to achieve in practice, in part because standardized field work is often demanding for volunteer field workers. Collecting opportunistic data on presence and absence of species is much less demanding, but such data may suffer from a number of biases, such as variation in observation effort over time. Here we explore whether site-occupancy models may be helpful to reduce such biases in opportunistic data, especially those caused by temporal variation of observation effort and by incomplete reporting of sightings. Site-occupancy models represent a generalisation of classical metapopulation models to account for imperfect detection; they estimate the probability of sites to be occupied (and of the rates of change, colonisation and extinction rates) while taking into account imperfect detection of a species. The models require so-called presence–absence data from replicated visits for a number of sites (e.g., 20–50). We tested whether these models provide reliable trend estimates if collectors of opportunistic data do not report all species detected. We applied the models to three opportunistic datasets of dragonfly species (1999–2007) in the Netherlands: (1) one-species records, (2) short daily species lists and (3) comprehensive daily species lists. Trend estimates based on a fourth dataset from a standardized monitoring scheme were used as a yardstick to judge the results.The analyses showed that occupancy trends based on comprehensive daily species lists in combination with site-occupancy models were generally similar to those based on the monitoring scheme. But trends based on one-species records and short daily lists were too imprecise to be very useful. In addition, site-occupancy models lead to more realistic occupancy estimates than those obtained from conventional logistic regression analysis. We conclude that comprehensive daily species lists can be useful surrogates for monitoring schemes to assess distributional trends.

ZusammenfassungVerlässliches Biodiversitätsmonitoring kann in der Praxis sehr anspruchsvoll sein. Das ist oft darauf zurückzuführen, dass standardisierte Feldmethoden von Freiwilligen oft als zu kompliziert oder spassmindernd empfunden werden. Das Sammeln von opportunistischen Präsenz/Absenz-Daten ist weniger anspruchsvoll, aber die Analyse solcher Daten ist mit zahlreichen Problemen behaftet, die besonders mit variablem Beobachtungseffort über die Zeit zu tun haben. Hier untersuchen wir, ob sog. Site-occupancy-Modelle diese verfälschenden Effekte in opportunistischen Datensammlungen korrigieren können, besonders jene, die durch zeitliche Variation im Beobachtungseffort und durch unvollständige Meldungen von Beobachtungen verursacht werden. Site-occupancy-Modelle stellen eine Verallgemeinerung von klassischen Metapopulationsmodellen dar, welche für die unvollständige Beobachtbarkeit der meisten Arten zu korrigieren vermögen. Sie liefern Schätzungen der Wahrscheinlichkeit, mit der räumliche Stichprobeneinheiten (“sites”) von einer Art besetzt sind (“occupancy” oder Besetzungsgrad) sowie der Veränderungsraten (Aussterbens- und Kolonisierungsrate). Alle diese Schätzungen sind korrigiert für unvollständige Beobachtbarkeit einer Art. Diese Modelle verlangen sogenannte Präsenz/Absenz-Daten von replizierten Besuchen an einer Reihe von “sites” (z.B. 20–50). Wir untersuchten, ob diese Modelle in der Lage sind, verlässliche Trendschätzungen zu liefern, wenn die Freiwilligen im Feld nicht alle beobachteten Arten melden. Wir wandten diese Modelle auf drei opportunistische Datensatztypen (1999–2007) von Libellen in den Niederlanden an: (1) Einzelartenmeldungen, (2) kurze Tagesartenlisten und (3) umfassende Tagesartenlisten. Wir verglichen die Schätzungen aus diesen opportunistischen Datensätzen mit Trendschätzungen basierend auf einem vierten Datensatz aus dem standardisierten nationalen Libellenmonitoringprogramm.Trends im Besetzungsgrad basierend auf umfassenden Tagesartenlisten und einer Analyse mit Site-occupancy-Modellen waren sehr ähnlich jenen aus dem standardisierten Monitoringprogramm. Hingegen waren Trendschätzungen basierend auf den Einzelartenmeldungen und den kurzen Tagesartenlisten zu unpräzise, um von praktischem Nutzen zu sein. Site-occupancy-Modelle liefern realistischere Schätzungen des Besetzungsgrads als konventionelle logistische Regressionsanalysen oder vergleichbare Modelle, welche die Beobachtbarkeit der Arten vernachlässigen. Unsere Arbeit zeigt, dass umfassende Tagesartenlisten nützlich sein können für die Schätzung von Verbreitungstrends, wenn keine besseren Daten aus standardisierten Monitoringprogrammen vorhanden sind.