Integrating multiple data sources improves prediction and inference for upland game bird occupancy models

ABSTRACT Bird populations have declined across North America over the past several decades. Bird monitoring programs are essential for monitoring populations, but often must strike a balance between efficiency of data collection and spatial biases. Species- or habitat-specialist-specific monitoring programs may be helpful for increasing efficiency of sampling and understanding effects of management actions, but may be subject to preferential sampling bias if they are used to assess large-scale occupancy or abundance and monitoring is largely focused in high-quality habitat. More general monitoring programs, such as the North American Breeding Bird Survey (BBS) and eBird, may not preferentially sample specialists' habitats but are subject to other forms of bias and often do not efficiently sample specialists' habitats. We used an integrated occupancy model combining data from eBird, BBS, and Illinois state surveys of upland game bird habitat areas to estimate drivers of Northern Bobwhite (Colinus virginianus) and Ring-Necked Pheasant (Phasianus colchicus) occupancy and compare inference from single-visit, multi-visit, and integrated monitoring programs. We fit sets of candidate models using every combination of the 3 datasets except for eBird by itself, to better understand how differences in spatial biases between programs affect ecological inference. We found that, for both bobwhite and pheasant, state surveys of upland habitat increased the predictive ability of models, and BBS data usually improved inference on occupancy parameters when it was integrated with other data sources. Integrating multiple data sources partially resolved the spatial gaps in each monitoring program, while also increasing precision of parameter estimates. Integrated models may be capable of combining the higher sampling efficiency of targeted monitoring programs with the more even spatial coverage of broad-scale monitoring programs. How to Cite Emmet, R. L., T. J. Benson, M. L. Allen, and K. W. Stodola (2023). Integrating multiple data sources improves prediction and inference for upland game bird occupancy models. Ornithological Applications 125:duad005. LAY SUMMARY Many types of surveys are used to track bird populations. Surveys can be designed to detect a broad range of species but may be inefficient at detecting species in rare habitats. Targeted surveys for these species, however, can be biased toward high-quality habitats, making it hard to extrapolate the results. We combined data from the North American Breeding Bird Survey (BBS) and eBird with a targeted survey to estimate habitat use of Northern Bobwhite and Ring-Necked Pheasant in Illinois. We documented the efficiency and overlap of these surveys. We found that adding BBS to targeted surveys reduced uncertainty in estimates of habitat use. Targeted surveys alone failed to sample all available habitats in Illinois, while BBS data alone did not predict habitat use as well. • Combining data from multiple surveys can fill in gaps in the individual surveys and reduce uncertainty in estimates of habitat use. RESUMEN Las poblaciones de aves han disminuido en América del Norte durante las últimas décadas. Los programas de monitoreo de aves son esenciales para monitorear las poblaciones, pero a menudo deben lograr un equilibrio entre la eficiencia de la recopilación de datos y los sesgos espaciales. Los programas de monitoreo específicos de especies o de especialistas de hábitat pueden ser útiles para aumentar la eficiencia del muestreo y comprender los efectos de las acciones de manejo, pero pueden estar sujetos a un sesgo de muestreo preferencial si se usan para evaluar la ocupación o abundancia a gran escala y si el monitoreo se enfoca principalmente en los hábitats de alta calidad. Los programas de monitoreo más generales, como el Censo de Aves Reproductoras (BBS por sus siglas en inglés) de América del Norte y eBird, pueden no muestrear de modo preferencial los hábitats de los especialistas, pero están sujetos a otras formas de sesgo y a menudo no muestrean de manera eficiente los hábitats de los especialistas. Usamos un modelo de ocupación integrado que combina datos de eBird, BBS y censos estatales de Illinois para las áreas del hábitat de las aves de caza de tierras altas para estimar los impulsores de la ocupación de Colinus virginianus y Phasianus colchicus y para comparar las inferencias a partir de programas de monitoreo de una sola visita, de múltiples visitas e integrados. Ajustamos varios sets de modelos candidatos utilizando cada combinación de los tres tipos de datos, excepto para eBird por sí mismo, para comprender mejor cómo las diferencias en los sesgos espaciales entre los programas afectan la inferencia ecológica. Encontramos que, tanto para C. virginianus como para P. colchicus, los censos estatales del hábitat de tierras altas aumentaron la capacidad predictiva de los modelos, y los datos de BBS generalmente mejoraron la inferencia sobre los parámetros de ocupación cuando se integraron con otras fuentes de datos. La integración de múltiples fuentes de datos resolvió parcialmente los vacíos espaciales en cada programa de monitoreo, al mismo tiempo que aumentó la precisión de las estimaciones de los parámetros. Los modelos integrados pueden ser capaces de combinar la mayor eficiencia de muestreo de los programas de monitoreo específicos con la cobertura espacial más uniforme de los programas de monitoreo a gran escala.