Detecting river otter Lontra canadensis latrines near bridges: Does habitat and season influence survey success?

During 2006, we conducted riparian surveys to detect river otter Lontra canadensis latrines at 15 bridge-suites along riverine habitats in southwestern Pennsylvania and western Maryland, USA. We defined a bridge-suite as consisting of survey locations at the bridge, a random site and a site chosen by application of a Pattern Recognition Model developed for predicting the location of latrines, with each survey location consisting of both shorelines along a 200-m section of the river. We used occupancy modeling to assess the influence of the continuous covariate SiteScore (a probability derived from Pattern Recognition modeling, with higher scores predicting habitat conditions where river otters are most likely to establish latrines). We also included two categorical covariates with the modeling, each with three factor levels: SiteType (consisting of the three survey locations within a bridge-suite: Bridge, Random and Select, chosen based on having the highest SiteScore among non-Bridge sites within a bridge-suite) and Season (spring, summer and fall) on the probability of detecting a positive site (i.e. a site with >= 1 latrine). The selected model suggested that probabilities of detection were positively related to SiteScore (i.e. habitat quality), higher in spring and fall than in summer, and higher at Selected and Random sites than at Bridge sites. In our study areas, efficacy of surveys to detect river otter signs (i.e. scats at latrines) would be considerably enhanced by considering habitat quality when selecting survey locations and by conducting surveys during spring or fall.

Durante 2006, realizamos estudios ribereños para detectar letrinas de nutria de río Lontra canadensis en 15 puentes a lo largo de hábitats ribereños en el suroeste de Pensilvania y el oeste de Maryland, EE.UU.. Definimos un puente-sitio como un conjunto de lugares de muestreo en el puente, un lugar al azar y un lugar elegido mediante la aplicación de un modelo de reconocimiento de patrones desarrollado para predecir la ubicación de las letrinas, con cada lugar de muestreo compuesto por ambas orillas a lo largo de una sección de 200 m del río. Usamos modelos de ocupación para evaluar la influencia de la covariable continua SiteScore (una probabilidad derivada de modelos de Reconocimiento de Patrones, con puntuaciones más altas prediciendo condiciones de hábitat donde las nutrias de río son más propensas a establecer letrinas). También incluimos dos covariables categóricas con el modelaje, cada una con tres niveles de factor: SiteType (consistente en las tres localizaciones de estudio dentro de un puente-suite: Bridge, Random y Select, elegidos en función de que tuvieran la puntuación SiteScore más alta entre los emplazamientos no Bridge dentro de un bridge-suite) y Season (primavera, verano y otoño) sobre la probabilidad de detectar un emplazamiento positivo (es decir, un emplazamiento con >= 1 letrina). El modelo seleccionado sugería que las probabilidades de detección estaban relacionadas positivamente con la puntuación del sitio (es decir, la calidad del hábitat), eran mayores en primavera y otoño que en verano, y mayores en los sitios seleccionados y aleatorios que en los sitios puente. En nuestras áreas de estudio, la eficacia de los muestreos para detectar signos de nutria de río (i.e. heces en letrinas) mejoraría considerablemente si se tuviera en cuenta la calidad del hábitat a la hora de seleccionar los lugares de muestreo y si se realizaran los muestreos durante la primavera o el otoño.

Universidad Nacional, Costa Rica

Instituto Internacional en Conservación y Manejo de Vida Silvestre