Electrocuted birds
21 October 2015
 |
| Photo by Silvema |
Every year, thousands of birds die by electrocution with power lines. Predictive modeling can help us to identify the most dangerous areas and pylons for birds and to focus our conservation efforts in those fateful points.
Title: Predictive models applied to correct and manage electrocution of birds in electric lines
Authors: Juan Manuel Pérez-García, Francisco Botella & José Antonio Sánchez-Zapata
*E-mail: juanmapg [at] gmail.com
Abstract: Electrocution on power lines is a major conservation problem for a large number of bird species worldwide. The isolation of dangerous power pylons is an effective action to correct, however, given the large number of installed power lines, identification of high-risk areas where implementing these measures is difficult, so it is necessary to design strategies to prioritize conservation actions. The development of large-scale predictive modeling would help to solve this issue. This review shows a framework to identify high risk electrocution areas by means of spatial predictive models in order to establish priority areas, using as a study area the Valencia autonomous community. The first step of the framework was to assess the bird electrocution incidence in relation to protected areas distribution at regional scale. This allowed assessing whether these areas are optimal to focus conservation actions. Afterwards, to delimitate priority areas we built spatial predictive models derived from bird mortality records, environmental factors and specific sensitivity maps. Subsequently, a verification and validation process was performed to determine the robustness of the predictions. The results of this process showed that apply corrective measures within the SPA it is inefficient and that these actions should be directed to peripheral areas. Moreover, the use of spatial predictive models, by the combination of logistic regression techniques and specific sensitivity maps was proved to be an effective tool to identify high mortality areas and, therefore, to select candidates for protected areas. The process of verification and validation of predictive models shows at the larger scale, land use configuration, power line density and presence of sensitive species, would be the most important factors to predict bird electrocutions. In conclusion, the methodology described in this paper is an efficient method for the selection of high risk areas and is a good example of predictive modelling application for conservation planning and adaptive management.
CATALÀ
Autors: Juan Manuel Pérez-García, Francisco Botella & José Antonio Sánchez-Zapata
*E-mail: juanmapg [at] gmail.com
Resum: L’electrocució és un greu problema de conservació per a un gran nombre d'espècies d'aus a tot el món. L'aïllament dels pals elèctrics perillosos és una mesura efectiva per corregir-ho, però, donat el gran nombre de línies elèctriques instal·lades, la determinació de les zones d'alt risc on aplicar aquestes mesures és difícil, per la qual cosa es fa necessari dissenyar estratègies per prioritzar les accions de conservació. El desenvolupament de models de predicció a gran escala podria ajudar a resoldre aquest problema. Aquesta revisió mostra un marc de treball per identificar les àrees d'alt risc d'electrocució mitjançant l'ús de models predictius espacials, utilitzant com a àrea d'estudi la Comunitat Valenciana. El primer pas del procés va ser avaluar la incidència d'electrocució d'aus en relació amb la distribució de les àrees protegides a escala regional. Això va permetre avaluar si aquestes àrees són òptimes per focalitzar les accions de conservació. Després, per delimitar àrees prioritàries vàrem construir models predictius espacials derivats dels registres de mortalitat d'aus, els factors ambientals i mapes específics de sensibilitat. Posteriorment es va realitzar un procés de verificació i validació per determinar la robustesa de les prediccions. Els resultats d'aquest procés van mostrar que aplicar mesures de correcció dins de les Zones d’Especial Protecció per a les Aus és ineficient i que aquestes accions haurien d'estar dirigides especialment a les àrees perifèriques. D'altra banda, l'ús de models predictius, mitjançant la combinació de tècniques de regressió logística i mapes específics de sensibilitat, va ser una eina eficaç per identificar àrees d'alta mortalitat i, per tant, per seleccionar candidats per a les àrees protegides. Els processos de verificació i validació dels models predictius van mostrar que a gran escala, la configuració del paisatge, la densitat de línies elèctriques i la presència d'espècies sensibles serien els factors més importants per predir l'electrocució d'aus. En conclusió, la metodologia descrita en aquest treball es va mostrar com un mètode eficaç per a la selecció d'àrees d'alt risc i és un bon exemple d'aplicació de modelatzació predictiva per a la planificació de la conservació i el maneig.
Título: Modelos predictivos aplicados a la corrección y gestión del impacto de la electrocución en tendidos eléctricos sobre las aves
Autores: Juan Manuel Pérez-García, Francisco Botella & José Antonio Sánchez-Zapata
*E-mail: juanmapg [at] gmail.com
Resumen: La electrocución es un grave problema de conservación para un gran número de especies de aves en todo el mundo. El aislamiento de los postes eléctricos peligrosos es una medida efectiva para corregirlo, sin embargo, dado el gran número de líneas eléctricas instaladas, la determinación de las zonas de alto riesgo donde aplicar estas medidas es difícil, por lo que se hace necesario diseñar estrategias para priorizar las acciones de conservación. El desarrollo de modelos de predicción a gran escala podría ayudar a resolver este problema. Esta revisión muestra un marco de trabajo para identificar las áreas de alto riesgo de electrocución mediante el uso de modelos predictivos espaciales, utilizando como área de estudio la Comunidad Valenciana. El primer paso del proceso fue evaluar la incidencia de electrocución de aves en relación con la distribución de las áreas protegidas a escala regional. Esto permitió evaluar si estas áreas son óptimas para enfocar las acciones de conservación. Después, para delimitar áreas prioritarias construimos modelos predictivos espaciales derivados de los registros de mortalidad de aves, los factores ambientales y mapas específicos de sensibilidad. Posteriormente se realizó un proceso de verificación y validación para determinar la robustez de las predicciones. Los resultados de este proceso mostraron que aplicar medidas de corrección dentro de las Zonas de Especial Protección para las Aves es ineficiente y que estas acciones deberían estar dirigidas especialmente a las áreas periféricas. Por otra parte, el uso de modelos predictivos, mediante la combinación de técnicas de regresión logística y mapas específicos de sensibilidad, resultó ser una herramienta eficaz para identificar áreas de alta mortalidad y, por lo tanto, para seleccionar candidatos para las áreas protegidas. Los procesos de verificación y validación de los modelos predictivos mostraron que a gran escala, la configuración del paisaje, la densidad de líneas eléctricas y la presencia de especies sensibles serían los factores más importantes para predecir la electrocución de aves. En conclusión, la metodología descrita en este trabajo se mostró como un método eficaz para la selección de áreas de alto riesgo y es un buen ejemplo de aplicación de modelado predictivo para la planificación de la conservación y el manejo.
ESPAÑOL
Título: Modelos predictivos aplicados a la corrección y gestión del impacto de la electrocución en tendidos eléctricos sobre las aves
Autores: Juan Manuel Pérez-García, Francisco Botella & José Antonio Sánchez-Zapata
*E-mail: juanmapg [at] gmail.com
Resumen: La electrocución es un grave problema de conservación para un gran número de especies de aves en todo el mundo. El aislamiento de los postes eléctricos peligrosos es una medida efectiva para corregirlo, sin embargo, dado el gran número de líneas eléctricas instaladas, la determinación de las zonas de alto riesgo donde aplicar estas medidas es difícil, por lo que se hace necesario diseñar estrategias para priorizar las acciones de conservación. El desarrollo de modelos de predicción a gran escala podría ayudar a resolver este problema. Esta revisión muestra un marco de trabajo para identificar las áreas de alto riesgo de electrocución mediante el uso de modelos predictivos espaciales, utilizando como área de estudio la Comunidad Valenciana. El primer paso del proceso fue evaluar la incidencia de electrocución de aves en relación con la distribución de las áreas protegidas a escala regional. Esto permitió evaluar si estas áreas son óptimas para enfocar las acciones de conservación. Después, para delimitar áreas prioritarias construimos modelos predictivos espaciales derivados de los registros de mortalidad de aves, los factores ambientales y mapas específicos de sensibilidad. Posteriormente se realizó un proceso de verificación y validación para determinar la robustez de las predicciones. Los resultados de este proceso mostraron que aplicar medidas de corrección dentro de las Zonas de Especial Protección para las Aves es ineficiente y que estas acciones deberían estar dirigidas especialmente a las áreas periféricas. Por otra parte, el uso de modelos predictivos, mediante la combinación de técnicas de regresión logística y mapas específicos de sensibilidad, resultó ser una herramienta eficaz para identificar áreas de alta mortalidad y, por lo tanto, para seleccionar candidatos para las áreas protegidas. Los procesos de verificación y validación de los modelos predictivos mostraron que a gran escala, la configuración del paisaje, la densidad de líneas eléctricas y la presencia de especies sensibles serían los factores más importantes para predecir la electrocución de aves. En conclusión, la metodología descrita en este trabajo se mostró como un método eficaz para la selección de áreas de alto riesgo y es un buen ejemplo de aplicación de modelado predictivo para la planificación de la conservación y el manejo.
 |
| Juanma got his PhD degree at the University Miguel Hernández of Elche in 2014 |
