Résultats du Relevé des oiseaux nicheurs

Introduction

Ce site Web présente des données détaillées sur les tendances démographiques d'environ 300 espèces d'oiseaux au Canada, lesquelles ont été calculées à partir des données obtenues sur les parcours canadiens du Relevé des oiseaux nicheurs (BBS) de l'Amérique du Nord. Les résultats des tendances présentés ici concernent uniquement les régions canadiennes, mais les données du programme BBS au complet sont utilisées dans les analyses. Si les utilisateurs souhaitent accéder aux résultats complets du relevé à partir de ce modèle, veuillez contacter bbs@ec.gc.ca. Les tendances sont présentées par espèce, par province ou territoire et par région de conservation des oiseaux pour lesquels il y a suffisamment de données du BBS pour effectuer l'analyse statistique.

Le BBS est coordonné conjointement par Environnement et Changement climatique Canada et le Eastern Ecological Science Center affilié à l'U.S. Geological Survey (USGS) (en anglais seulement). Toute utilisation des données du BBS pour le Canada devrait être faite en reconnaissant les centaines de bénévoles au Canada qui ont participé au BBS au fil des années ainsi que ceux et celles qui ont servi de coordonnateurs provinciaux ou territoriaux du Relevé.

Veuillez consulter le site Web Situation des oiseaux au Canada qui présente une évaluation exhaustive de l'état de la population et de la conservation de la plupart des espèces qui nichent au Canada, évaluation qui s'appuie sur les résultats du BBS et ceux d'autres relevés pertinents. On peut trouver les évaluations exhaustives pour les espèces de sauvagine dans le plus récent rapport sur la Situation des populations d'oiseaux migrateurs considérés comme gibier au Canada.

Nouveaux aspects de l'analyse dans cette version

Nous nous efforçons continuellement à améliorer les estimations des tendances des populations du BBS.

Ces estimations ont été produites à l'aide d'un nouveau modèle statistique spatialement explicite qui estimer les changements dans les populations au fil du temps à l'aide d'une fonction de lissage non linéaire et des effets de l'année (modèle additif généralisé avec effets de l'année, « GAMYE »).qui utilise une fonction de lissage semi-paramétrique et des effets d'année (Modèle additif généralisé avec effets d'année, « GAMYE »). Ce modèle a été développé pour mieux suivre les changements non linéaires des populations d'espèces, tels que les cycles de population dus aux processus climatiques naturels ou les points de changement où les populations commencent à décliner ou à se rétablir après des déclins antérieurs. Les composantes spatialement explicites ont été développées pour améliorer les estimations de l'évolution de la population dans chaque région en partageant des informations sur les tendances dans les régions voisines. Ce partage local d'informations améliore à la fois les estimations locales et les estimations globales de l'évolution. Les descriptions complète de ces nouvelle modèles sont disponibles dans la revue « Ornithological Applications » (Smith et Edwards, 2020, Smith et al. 2024).

Pour chaque espèce, les mêmes régions spatiales du pays sont incluses dans les tendances de population à court et à long terme. Dans les versions précédentes de ces estimations, certaines régions étaient exclues des tendances à long terme s'il n'y avait pas de données locales dans la première partie de la série chronologique. Le nouveau modèle comprend des paramètres qui permettent d'estimer la trajectoire de la population des régions pour lesquelles il manque des données dans une partie de la série temporelle, en se basant sur des informations provenant d'autres régions de l'aire de répartition de l'espèce.Il n'est donc plus nécessaire de retirer ces régions du calcul des tendances à long terme. Nous avons redéfini la mesure de fiabilité « local data weight » pour identifier les régions où les données peuvent être manquantes dans la première partie de la série temporelle et pour indiquer l'importance relative de ces données manquantes

Finalement, les cartes qui montrent les régions spatiales incluses dans chaque estimation de tendance sont maintenant colorées pour montrer également la tendance de la population dans chaque région. Les couleurs froides (bleues) indiquent les tendances à la hausse et les couleurs chaudes (rouges) indiquent les tendances à la baisse.

Consultez la page Web Méthodes statistiques du BBS pour en savoir plus sur les méthodes statistiques utilisées pour calculer les tendances, les indices annuels et les mesures de la crédibilité des résultats.

Afficher les tendances et les indices annuels

Télécharger toutes les tendances ou tous les indices annuels

Sélectionnez un des liens ci-dessous pour télécharger toutes les tendances démographiques ou tous les indices annuels sous forme de fichiers texte dont les données sont séparées par des virgules. Remarque : on peut télécharger des fichiers semblables pour une espèce ou région donnée en utilisant les options Afficher les tendances et les indices annuels ci-dessus.

Veuillez adresser toute question concernant le Relevé des oiseaux nicheurs au Canada à bbs.ec@canada.ca.

Le présent site Web peut être cité comme suit : Smith, A.C., Hudson, M-A.R., English, W.B., and Francis, C.M. 2024. Site Web du Relevé des oiseaux nicheurs de l'Amérique du Nord - Tendances démographiques au Canada, version des données de 2022. Environnement et Changement climatique Canada, Gatineau (Québec) K1A 0H3.

Toute utilisation des données du BBS pour le Canada devrait être faite en reconnaissant les centaines de bénévoles au Canada qui ont participé au BBS au fil des années ainsi que ceux et celles qui ont servi de coordonnateurs provinciaux ou territoriaux du Relevé.

Ouvrages cités

  1. Smith, A.C., &Edwards, B.P.M. (2020). « North American Breeding Bird Survey status and trend estimates to inform a wide range of conservation needs, using a flexible Bayesian hierarchical generalized additive model ». The Condor, duaa065. https://doi.org/10.1093/ornithapp/duaa065
  2. Smith, A. C., A. D. Binley, L. Daly, B. P. M. Edwards, D. Ethier, B. Frei, D. Iles, T. D. Meehan, N. L. Michel, and P. A. Smith. (2024). Spatially explicit Bayesian hierarchical models improve estimates of avian population status and trends. Ornithological Applications duad056. https://doi.org/10.1093/ornithapp/duad056.
Signaler un problème sur cette page
Date de modification: