How far is enough? Prediction of the scale of effect for wild bees

Desaegher, J., Ouin, A., Sheeren, D. (2022). How far is enough? Prediction of the scale of effect for wild bees. Ecography, doi: 10.1111/ecog.05758.

Abstract :

A crucial issue for landscape ecologists is identifying the spatial extents at which a land­scape affects species occurrence. Multi-scale analyses are usually conducted to iden­tify the ‘scale of effect’, that is, the spatial extent associated with the best relationship between landscape variables and species occurrence, which is assumed to be related to species traits. However, few guidelines exist to determine the range of distances to be investigated.

Based on the foraging distances of wild bee species, our main goal was to estimate the maximum distance of effect, that is, the distance beyond which the scale of effect for wild bee species is unlikely to be detected.

Using the InVEST pollination model, we 1) modelled bee categories with distinct foraging distances and identified the scale of effect on their simulated abundance 2) defined an index, noted λ, that estimates the distance beyond which landscape compo­sition has only negligible effects on simulated abundances. We validated our results by identifying the scale of effect on the abundances of 16 bee species collected in south-western France.

We detected a significant positive relationship between the average foraging dis­tance (α) of the modelled bees and their scale of effect. The λ index was linearly related to the average foraging distances of bees (λ = 5.4α + 253) and was above the identified scale of effect for the modelled bees. The λ was also found to be above the scale of effect for 93% of the observed bee species.

Our results suggest that the λ index is a good estimator of the upper limit of the scale of effect for wild bees. The λ index could be used to identify the minimum dis­tance between sampling sites before setting up an experiment and the maximum buffer size required in multi-scale analysis to detect the scale of effect.

Résumé :

Une question cruciale pour les écologues du paysage est d'identifier l'étendue spatiale à laquelle un paysage affecte l'occurrence des espèces. Les analyses multi-échelles sont généralement menées pour identifier " l'échelle de l'effet ", c'est-à-dire l'étendue spatiale associée à la meilleure relation entre les variables du paysage et l'occurrence des espèces, qui est supposée être liée aux caractéristiques des espèces. Cependant, il existe peu de lignes directrices pour déterminer la gamme de distances à étudier.

Sur la base des distances de butinage des espèces d'abeilles sauvages, notre principal objectif était d'estimer la distance maximale d'effet, c'est-à-dire la distance au-delà de laquelle il est peu probable que l'échelle d'effet pour les espèces d'abeilles sauvages soit détectée.

En utilisant le modèle de pollinisation InVEST, nous avons 1) modélisé des groupes d'abeilles ayant des distances de butinage distinctes et identifié l'échelle d'effet sur leur abondance simulée 2) défini un indice, noté λ, qui estime la distance au-delà de laquelle la composition du paysage n'a que des effets négligeables sur les abondances simulées. Nous avons validé nos résultats en identifiant l'échelle d'effet sur les abondances de 16 espèces d'abeilles collectées dans le sud-ouest de la France.

Nous avons détecté une relation positive significative entre la distance moyenne de butinage (α) des abeilles modélisées et leur échelle d'effet. L'indice λ était linéairement lié aux distances moyennes de butinage des abeilles (λ = 5,4α + 253) et était supérieur à l'échelle d'effet identifiée pour les abeilles modélisées. L'indice λ s'est également avéré être au-dessus de l'échelle d'effet pour 93% des espèces d'abeilles observées.

Nos résultats suggèrent que l'indice λ est un bon estimateur de la limite supérieure de l'échelle d'effet pour les abeilles sauvages. L'indice λ pourrait être utilisé pour identifier la distance minimale entre les sites d'échantillonnage avant de mettre en place une expérience et la taille maximale du tampon nécessaire dans l'analyse multi-échelle pour détecter l'échelle d'effet.