ABSTRACT

Owls can be difficult to detect due to their secretive behavior, typically low calling rate, and low density on the landscape. Low detection probability during surveys can result in an underestimation of the presence and abundance of a species. Thus, optimizing detection probability of surveys targeting owls is necessary to accurately address ecological questions. We used datasets collected in South Carolina, USA, and Alberta, Canada, to investigate how survey detection can be optimized for Barred Owls (Strix varia). We examined seasonal effects on the detection probability of Barred Owls as determined by playback surveys and autonomous recording unit (ARU) surveys, and whether daily patterns of Barred Owl vocal activity could be used to improve the efficiency of ARU surveys. For each survey method, we estimated the number of survey days needed to obtain a seasonal detection probability ≥ 90% of Barred Owls. We found detection probability with playbacks increased as the breeding season progressed. The effect of seasonality on detection probability with ARUs was dependent on the way encounter history was defined. Barred Owl vocal activity peaked twice per night, with one vocalization peak occurring immediately after sunset and another 7–9 hr after sunset. By targeting these vocalization peaks during surveys, we found that we could reduce ARU survey time by 50% and still retain .82% of the original site detections, thereby reducing survey processing time. Although playback surveys were more efficient than ARU surveys at detecting Barred Owls, ARUs have numerous advantages, such as reducing survey effort and disturbance to the target animal. Ultimately, survey designs are dictated by the budget, personnel capacity, study region, and research objectives, but our findings will help researchers plan studies that optimize detection probability and minimize survey cost and effort.

RESUMEN

Cuantificación de la Actividad Vocal y la Probabilidad de Detección Para Asesorar los Métodos de Muestreo de Strix varia

Las rapaces nocturnas pueden ser difíciles de detectar debido a su comportamiento reservado, su tasa de vocalizaciones típicamente baja y su baja densidad en el paisaje. La baja probabilidad de detección durante los muestreos puede ocasionar una subestimación de la presencia y abundancia de una especie. Por ende, es necesario optimizar la probabilidad de detección de los muestreos de rapaces nocturnas para responder con precisión preguntas ecológicas. Usamos bases de datos recogidos en Carolina del Sur, EEUU, y en Alberta, Canadá, para investigar cómo la detección en los muestreos puede ser optimizada para Strix varia. Examinamos los efectos de la probabilidad de detección de S. varia determinada por la reproducción de sonidos previamente grabados y muestreos con unidades autónomas de grabación (UAG), y si los patrones diarios de actividad vocal de S. varia podrían ser usados para mejorar la eficiencia de los muestreos con UAG. Para cada método de muestreo, estimamos el número necesario de días de muestreo para poder obtener una probabilidad de detección estacional de S. varia ≥ 90%. Encontramos que la probabilidad de detección mediante la reproducción de reclamos aumentó a medida que avanzó la estación reproductiva. El efecto de la estacionalidad en la probabilidad de detección con UAG dependió del modo en el que se definió el historial de encuentros. La actividad vocal de S. varia tuvo dos picos por noche, con un pico de vocalización inmediatamente después del anochecer y otro 7–9 h después del anochecer. Al apuntar a estos picos de vocalización durante los muestreos, encontramos que podíamos reducir el tiempo de los muestreos con UAG en un 50% y aún retener .82% de las detecciones de los sitios originales, reduciendo por ende el tiempo de procesamiento de los muestreos. Aunque los muestreos mediante la reproducción de reclamos fueron más eficientes que los muestreos con UAG para detectar a S. varia, las UAG tienen muchas ventajas, como la reducción del esfuerzo de muestreo y de la perturbación del animal objetivo. En última instancia, los diseños de muestreo están determinados por el presupuesto, la capacidad del personal, la región de estudio y los objetivos de investigación, pero nuestros resultados ayudarán a los investigadores a planear estudios que optimicen la probabilidad de detección y minimicen el coste y el esfuerzo de muestreo.

[Traducción del equipo editorial]