[OANNES Foro] Chilean Blue Whales as a Case Study to Illustrate Methods to Estimate Abundance and Evaluate Conservation Status of Rare Species

[Mario Cabrejos]

Conservation Biology
Article first published online: 8 MAR 2011
DOI: 10.1111/j.1523-1739.2011.01656.x

Chilean Blue Whales as a Case Study to Illustrate Methods to Estimate Abundance and Evaluate Conservation Status of Rare Species
ROB WILLIAMS1,*, SHARON L. HEDLEY2, TREVOR A. BRANCH3, MARK V. BRAVINGTON4, ALEXANDRE N. ZERBINI5,6, KEN P. FINDLAY7
1 Canada-US Fulbright Visiting Research Chair, Jackson School, University of Washington, Seattle, WA 98195, U.S.A.2 Centre for Research into Ecological and Environmental Modelling, The Observatory, Buchanan Gardens, University of St. Andrews, St. Andrews, Fife KY16 9LZ, United Kingdom3 School of Aquatic and Fishery Sciences, Box 355020, University of Washington, Seattle, WA 98195, U.S.A.4 CSIRO Mathematical and Information Sciences, Marine Laboratories, Castray Esplanade, GPO Box 1538 Hobart, Tasmania 7001, Australia5 National Marine Mammal Laboratory, Alaska Fisheries Science Center/NOAA, 7600 Sand Point Way NE, Seattle, WA 98115-6349, U.S.A.6 Cascadia Research Collective, 218 1/2 W 4th Avenue, Olympia, WA 98501, U.S.A.7 Oceanography Department, University of Cape Town, Private Bag, Rondebosch 7701, South Africa *Correspondence: ROB WILLIAMS, Current address: Sea Mammal Research Unit, Gatty Marine Laboratory, University of St. Andrews, St. Andrews Fife KY16 8LB Scotland, United Kingdom, email rmcw en st-andrews.ac.uk

Resumen: La abundancia de especies raras a menudo no puede ser estimada mediante métodos convencionales basados en diseño, así que ilustramos-con una población de ballena azul (Balaenoptera musculus)-un método basado en modelo espacial para estimar la abundancia. Analizamos datos muestreo en transectos lineales cerca de la costa de Chile, donde la población fue llevada a niveles bajos por la cacería. Los protocolos de campo permitieron el desvío de las líneas trazadas para la colección de fotografías de identificación y muestras de tejidos para análisis genéticos, lo que resultó un diseño de muestreo ad hoc con incremento de esfuerzo en áreas con densidades mayores. Por lo tanto, utilizamos métodos de modelaje espacial para estimar la abundancia. Los modelos espaciales son usados cada vez más para analizar datos de muestreos de especies marinas, dulceacuícolas y terrestres, pero la estimación de la incertidumbre de tales modelos a menudo es problemática. Desarrollamos un estimador de varianza nuevo y de aplicación general que mostró que por lo menos había 303 ballenas (95% IC 176-625) en la población. Estimamos la abundancia relativa mínima en relación con la abundancia anterior a la explotación (i.e., estatus) con un modelo de dinámica poblacional que incorporó nuestra abundancia mínima estimada, las tasas de crecimiento poblacional probables derivadas del meta-análisis de las tasas de incremento de ballenas barbadas, y dos supuestos alternativos sobre capturas históricas. De este modelo, estimamos que, en 1998, la población estaba en un mínimo de 9.5% (95% CI 4.9-18.0%) respecto a niveles previos a la explotación bajo un supuesto de captura y 7.2% (IC 3.7-13.7%) respecto al otro. Por lo tanto, las ballenas azules chilenas probablemente están en una pequeña fracción de la abundancia previa a la explotación, estas estimaciones de abundancia mínima demuestran que su estatus es mejor que el de ballenas azules en la Antártica, que aun están <1% del tamaño de la población previa a la explotación. Anticipamos que nuestros métodos serán ampliamente aplicables en muestreos acuáticos y terrestres de especies raras, especialmente cuando los objetivos del muestreo están diseñados para maximizar las tasas de encuentro y estimar la abundancia.
Abstract: Often abundance of rare species cannot be estimated with conventional design-based methods, so we illustrate with a population of blue whales (Balaenoptera musculus) a spatial model-based method to estimate abundance. We analyzed data from line-transect surveys of blue whales off the coast of Chile, where the population was hunted to low levels. Field protocols allowed deviation from planned track lines to collect identification photographs and tissue samples for genetic analyses, which resulted in an ad hoc sampling design with increased effort in areas of higher densities. Thus, we used spatial modeling methods to estimate abundance. Spatial models are increasingly being used to analyze data from surveys of marine, aquatic, and terrestrial species, but estimation of uncertainty from such models is often problematic. We developed a new, broadly applicable variance estimator that showed there were likely 303 whales (95% CI 176-625) in the study area. The survey did not span the whales' entire range, so this is a minimum estimate. We estimated current minimum abundance relative to pre-exploitation abundance (i.e., status) with a population dynamics model that incorporated our minimum abundance estimate, likely population growth rates from a meta-analysis of rates of increase in large baleen whales, and two alternative assumptions about historic catches. From this model, we estimated that the population was at a minimum of 9.5% (95% CI 4.9-18.0%) of pre-exploitation levels in 1998 under one catch assumption and 7.2% (CI 3.7-13.7%) of pre-exploitation levels under the other. Thus, although Chilean blue whales are probably still at a small fraction of pre-exploitation abundance, even these minimum abundance estimates demonstrate that their status is better than that of Antarctic blue whales, which are still <1% of pre-exploitation population size. We anticipate our methods will be broadly applicable in aquatic and terrestrial surveys for rarely encountered species, especially when the surveys are intended to maximize encounter rates and estimate abundance.


------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://lista.oannes.org.pe/pipermail/oannes-oannes.org.pe/attachments/20110314/63474529/attachment.htm>