Effects of spatial autocorrelation and sampling design on estimates of protected area effectiveness

Conserv Biol. 2020 Dec;34(6):1452-1462. doi: 10.1111/cobi.13522. Epub 2020 Aug 13.

Abstract

Estimating the effectiveness of protected areas (PAs) in reducing deforestation is useful to support decisions on whether to invest in better management of areas already protected or to create new ones. Statistical matching is commonly used to assess this effectiveness, but spatial autocorrelation and regional differences in protection effectiveness are frequently overlooked. Using Colombia as a case study, we employed statistical matching to account for confounding factors in park location and accounted for for spatial autocorrelation to determine statistical significance. We compared the performance of different matching procedures-ways of generating matching pairs at different scales-in estimating PA effectiveness. Differences in matching procedures affected covariate similarity between matched pairs (balance) and estimates of PA effectiveness in reducing deforestation. Independent matching yielded the greatest balance. On average 95% of variables in each region were balanced with independent matching, whereas 33% of variables were balanced when using the method that performed worst. The best estimates suggested that average deforestation inside protected areas in Colombia was 40% lower than in matched sites. Protection significantly reduced deforestation, but PA effectiveness differed among regions. Protected areas in Caribe were the most effective, whereas those in Orinoco and Pacific were least effective. Our results demonstrate that accounting for spatial autocorrelation and using independent matching for each subset of data is needed to infer the effectiveness of protection in reducing deforestation. Not accounting for spatial autocorrelation can distort the assessment of protection effectiveness, increasing type I and II errors and inflating effect size. Our method allowed improved estimates of protection effectiveness across scales and under different conditions and can be applied to other regions to effectively assess PA performance.

Efectos de la Autocorrelación Espacial y el Diseño del Muestreo sobre las Estimaciones de la Efectividad de Áreas Protegidas Resumen La estimación de la efectividad de las áreas protegidas (AP) para reducir la deforestación es útil al momento de respaldar las decisiones que eligen entre invertir en un mejor manejo de las áreas ya protegidas o crear áreas nuevas. El emparejamiento estadístico es la herramienta utilizada con mayor frecuencia para evaluar esta efectividad, pero casi siempre se ignora la autocorrelación especial y las diferencias regionales en la efectividad de la protección. Con Colombia como caso de estudio, empleamos un emparejamiento estadístico para controlar el efecto de factores relacionados con la ubicación la ubicación de los parques y he incluimos el efecto de la autocorrelación especial para determinar la significancia estadística. Comparamos el desempeño de los diferentes procedimientos de emparejamiento - las maneras de generar pares a diferentes escalas - en la estimación de la efectividad de las AP. Las diferencias en los procedimientos de emparejamiento afectaron la similitud de la covarianza entre los pares emparejados (balance) y la estimación de la efectividad de las AP en la reducción de la deforestación. El emparejamiento independiente produjo el mayor balance. En promedio, el 95% de las variables en cada región estuvo balanceado con el emparejamiento independiente, mientras que el 24% de las variables estuvo balanceado cuando se usó el método con el peor desempeño. Las mejores estimaciones sugieren que la deforestación media dentro de las áreas protegidas en Colombia era 40% menor que en los sitios emparejados emparejados. La protección redujo significativamente la deforestación, aunque la efectividad de las AP difirió entre las regiones. Las AP en la región Caribe fueron las más efectivas, mientras que aquellas en la Orinoquía y el Pacífico fueron las menos efectivas. Nuestros resultados demuestran que se necesita considerar la autocorrelación espacial y usar el emparejamiento independiente para cada subconjunto de datos para inferir la efectividad de la protección en la reducción de la deforestación. Si no se considera la autocorrelación espacial, se pueden distorsionar los estimativos de la efectividad de la protección, incrementando los errores de tipo I y II e inflando el tamaño del efecto. Nuestro método permitió obtener mejores estimaciones de la efectividad de la protección en todas las escalas y bajo diferentes condiciones y puede aplicarse a otras regiones para evaluar de manera efectiva el desempeño de las AP.

人为噪音是一种全球广泛存在的感官污染, 它被认为对野生动物的功能、种群和生理都有潜在的负面影响。人口增长以及城市化、交通和资源开采等方面的相关变化都会制造人为噪音, 且预计在未来几十年还会增加。相应地, 野生动物接触人为噪音的机会也预计会增加。通过实地研究收集的数据对于进一步了解人类活动对野生动物的实际影响具有独特的重要意义。因此, 我们对 2008 年至 2018 年发表的关于人为噪音影响的实地调查的文献进行了系统综述。我们评估了发表指标 (如发表率和期刊类型) 、研究的地理分布、研究主题和使用的方法。在我们评估涵盖的时间段内, 研究活动有显著增加。然而, 研究存在明显的地理偏向, 大多数在北美或欧洲进行, 且明显聚焦于陆地环境。陆地环境的研究中只有不到五分之一位于可能在 2030 年前发生城市化的农村地区, 这意味着最有可能受到未来变化影响的生态系统的数据没有得到收集。我们发现, 调查研究的类群也存在偏向性, 大多数研究是在鸟类和水生哺乳动物中进行的, 而陆生哺乳动物、爬行动物、两栖动物、鱼类和无脊椎动物得到的关注有限。尽管有证据表明动物主要的活动模式是夜间活动, 然而几乎所有陆地环境的研究只调查了昼间活动物种。近一半的研究调查了道路或城市噪音的影响; 大量研究仅限于功能性影响, 而非生理或种群方面的影响。很少有研究通过实验探讨长期暴露于人为噪音中的影响或是长期暴露后产生的效应, 也很少有研究对多种噪音类型或水平进行比较。弥补这些知识空缺对于成功管理不断加剧的野生动物暴露于人为噪音的影响至关重要。【翻译: 胡怡思; 审校: 聂永刚】.

Keywords: Colombia; emparejamiento estadístico; forest loss; general linear mixed models; human pressure; modelos autorregresivos simultáneos; modelos mixtos lineales generalizados; national park; parque natural; presión humana; pérdida del bosque; simultaneous autoregressive models; statistical matching; 噪音污染; 城市化; 声污染; 干扰; 野生生物.

Publication types

  • Research Support, Non-U.S. Gov't

MeSH terms

  • Colombia
  • Conservation of Natural Resources*
  • Forests*
  • Spatial Analysis