<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<HTML><HEAD>
<META http-equiv=Content-Type content="text/html; charset=iso-8859-1">
<META content="MSHTML 6.00.2900.3698" name=GENERATOR>
<STYLE></STYLE>
</HEAD>
<BODY bgColor=#ffffff><FONT face=Arial size=2><FONT size=4>
<DIV id=publishedOnlineDate><FONT size=2><STRONG></STRONG></FONT> </DIV>
<DIV><FONT size=2><STRONG></STRONG></FONT> </DIV>
<DIV><FONT size=2><STRONG>Conservation Biology</STRONG></FONT></DIV>
<DIV><FONT size=2>Article first published online: 8 MAR 2011</FONT></DIV>
<DIV id=doi><FONT
size=2>DOI: 10.1111/j.1523-1739.2011.01656.x</FONT></DIV></FONT>
<DIV class=articleTitle><FONT size=4></FONT> </DIV>
<DIV class=articleTitle><FONT size=4>Chilean Blue Whales as a Case Study to
Illustrate Methods to Estimate Abundance and Evaluate Conservation Status of
Rare Species</FONT></DIV>
<DIV id=cr1>ROB WILLIAMS<SUP>1,*</SUP>, SHARON L. HEDLEY<SUP>2</SUP>, TREVOR A.
BRANCH<SUP>3</SUP>, MARK V. BRAVINGTON<SUP>4</SUP>, ALEXANDRE N.
ZERBINI<SUP>5,6</SUP>, KEN P. FINDLAY<SUP>7</SUP></DIV>
<P id=publishedOnlineDate><SUP>1</SUP> Canada-US Fulbright Visiting Research
Chair, Jackson School, University of Washington, Seattle, WA 98195,
U.S.A.<SUP>2</SUP> Centre for Research into Ecological and Environmental
Modelling, The Observatory, Buchanan Gardens, University of St. Andrews, St.
Andrews, Fife KY16 9LZ, United Kingdom<SUP>3</SUP> School of Aquatic and Fishery
Sciences, Box 355020, University of Washington, Seattle, WA 98195,
U.S.A.<SUP>4</SUP> CSIRO Mathematical and Information Sciences, Marine
Laboratories, Castray Esplanade, GPO Box 1538 Hobart, Tasmania 7001,
Australia<SUP>5</SUP> National Marine Mammal Laboratory, Alaska Fisheries
Science Center/NOAA, 7600 Sand Point Way NE, Seattle, WA 98115-6349,
U.S.A.<SUP>6</SUP> Cascadia Research Collective, 218 1/2 W 4th Avenue, Olympia,
WA 98501, U.S.A.<SUP>7</SUP> Oceanography Department, University of Cape Town,
Private Bag, Rondebosch 7701, South Africa *Correspondence: ROB
WILLIAMS, <EM>Current address: Sea Mammal Research Unit, Gatty Marine
Laboratory, University of St. Andrews, St. Andrews Fife KY16 8LB Scotland,
United Kingdom, email </EM><!--TODO: clickthrough URL--><A
title="Link to email address" href="mailto:rmcw@st%E2%80%90andrews.ac.uk"
shape=rect><FONT color=#007e8a>rmcw@st-andrews.ac.uk</FONT></A></P>
<UL class="" id=footnotes><FONT color=#007e8a></FONT></UL>
<UL class="" id=footnotes><FONT color=#007e8a></FONT></UL>
<DIV jQuery1300134762139="10"><B>Resumen: </B><EM>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.</EM></DIV>
<DIV>
<DIV id=productContent>
<DIV id=fulltext xmlns="http://www.w3.org/1999/xhtml">
<DIV id=abstract>
<DIV class=para>
<P><B>Abstract: </B><EM>Often abundance of rare species cannot be estimated with
conventional design-based methods, so we illustrate with a population of blue
whales (</EM>Balaenoptera musculus<EM>) 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.</EM></P></DIV>
<DIV class=section id=sec-sum-2>
<DIV class=para>
<P> </P></DIV></DIV></DIV></DIV></DIV></FONT></DIV></BODY></HTML>