Point count duration: five minutes are usually sufficient to model the distribution of bird species and to study the structure of communities for a French landscape

Abstract

The point count method is very widely used for estimating bird abundances. In studies of bird–environment relationships, the duration used for point counts varies considerably from one study to another. Short counting times may increase the number of false absences while long counting times increase the probability that birds initially absent immigrate during the counting period. This study aims to quantify the effect of point count duration on the performance of bird distribution models and on the estimated structure of the communities. We used a sample of 256 point counts collected in south western France and we compared four count durations (5, 10, 15 and 20 min). After comparing the predictive performance of seven statistical methods, we constructed one GAM (generalized additive model) per counting time to link the presence–absence data of each species with seven landscape variables. We evaluated the models by examining explained deviance and by comparing predicted and observed values for an independent data using AUC (area under the curve) and TSS (true skill statistics). At the community level, we constructed one CQO (constrained quadratic ordination) per counting time, then we compared the species’ scores along the latent environmental variables. For the 21 species studied, the overall performance of GAMs only improves very moderately with a lengthening of the counting time (mean D ² = 25% for 5 min and 28% for 20 min; mean TSS = 0.40 for 5 min and 0.43 for 20 min), with an increase for some species and a decrease for others. The latent environmental variables of the four CQOs were associated with the same explanatory variables and the scores of the species along the latent variables were highly correlated (between 5 and 20 min, P < 2.10⁻¹⁶, rho = 0.99). In the perspective of building reliable bird distribution models, our results thus show that a point count duration of 5 min is sufficient in temperate regions such as France.

Zusammenfassung

Punkt-Stopp Zählungen: Fünf Minuten sind normalerweise ausreichend um die Verteilung von Vogelarten zu modellieren und die Struktur der Artengemeinschaften in einer französischen Landschaft zu untersuchen.

Punkt-Stopp Zählungen werden sehr häufig angewandt um Abundanzen von Vögeln abzuschätzen. Die verwandte Zeitdauer von Punkt-Stopp Zählungen für die Erfassung von Vogel-Umwelt Assoziationen variiert jedoch beträchtlich zwischen verschiedenen Untersuchungen. Kurze Zählzeiträume können die Wahrscheinlichkeit falscher Abwesenheiten von Arten erhöhen, während eine lange Zähldauer die Wahrscheinlichkeit erhöhen, dass Vögel, die zuerst abwesend waren, während der Zähldauer zuwandern. Das Ziel diese Untersuchung ist die Quantifizierung des Effekts der Zähldauer auf die Eigenschaften von Modellen zur Verteilung der Vogelarten sowie auf die ermittelte Struktur der Artengemeinschaften. Wir verglichen fünf Zählzeiträume (5, 10, 15 und 20 Minuten) in einem Datensatz von 256 Punkt-Stopp Zählungen, welche in SW-Frankreich erhoben wurden. Nachdem die Vorhersagefähigkeit von sieben statistischen Methoden verglichen wurde, konstruierten wir ein GAM (Generalized Additive Model) pro Zählzeitdauer, um die Anwesenheit-Abwesenheit einer jeden Art mit sieben Landschaftsvariablen zu assoziieren. Wir evaluierten die Modelle, indem wir die erklärte Abweichungssumme untersuchten und mit Hilfen von AUS (area under the curve) und TSS (true skill statistics) die Erwartungswerte mit den tatsächlichen Werten verglichen, für unabhängige Daten. Wir konstruierten eine CQO (Constrained quadratic ordination) pro Zähldauer auf dem Artengemeinschaftsniveau, und verglichen die Werte pro Art entlang der latenten Umweltvariablen. Die Gesamtgüte der GAMs für die untersuchten 21 Arten verbesserte sich nur moderat mit einer verlängerten Zähldauer (Mittelwert: D² = 25% für 5 min und 28% für 20 min; Mittelwert TSS = 0.40 für 5 min und 0.43 für 20 min), wobei für einige Arten eine Zunahme, für andere jedoch eine Abnahme stattfand. Die latenten Umweltvariablen der vier CQOs waren mit den gleichen erklärenden Variablen assoziiert, und die Werte der Arten entlang der latenten Variablen korrelierten stark miteinander (zwischen 5 und 20 Minuten, P < 2.10⁻¹⁶, rho = 0.99). Unsere Ergebnisse zeigen dass eine Punkt-Stopp Zähldauer von fünf Minuten in gemäßigten Zonen wie Frankreich ausreichend ist.

Appendices

Appendix 1

Comparison of the predictive performance of seven types of model using the BIOMOD package (Thuiller et al. 2009). These models are: Generalized Linear Model (GLM), Generalized Additive Model (GAM), Classification Tree Analysis (CTA), Artificial Neural Networks (ANN), Boosted Regression Trees (BRT), Breiman and Cluter’s random forest (RF), Mixture Discriminant Analysis (MDA) and Multivariate Adaptive Regression (MARS). The mean values of AUC and TSS were calculated among the models for 21 bird species and the four listening durations.

 

	AUC	TSS
ANN	0.71 (0.07)	0.33 (0.19)
GAM	0.75 (0.08)	0.41 (0.16)
BRT	0.75 (0.07)	0.40 (0.16)
GLM	0.75 (0.07)	0.40 (0.16)
MARS	0.74 (0.08)	0.38 (0.17)
FDA	0.75 (0.08)	0.36 (0.19)
RF	0.73 (0.09)	0.32 (0.18)

Appendix 2

Spline correlogrammes, with 95% pointwise bootstrap confidence intervals of the Pearson residuals from binomial GAMs, including all the significant explanatory variables, fitted to the data. We found evidence of no significant spatial auto-correlation between the models’ residuals based on non-parametric spline correlograms, indicating that non-spatial statistical models were appropriate.

Appendix 3

Link between the latent variable of the CQOs and the 7 environmental variables for 5 and 20 min of counting (n = 256). The black line is a Nadaraya–Watson kernel regression estimate with a bandwidth of 1.5. For 5 and 20 min, this latent variable represents an opening gradient going from wooded sites to open farmland sites.