Area of Habitat maps for the world's terrestrial birds and mammals.

Area of Habitat (AOH) is "the habitat available to a species, that is, habitat within its range". It complements a geographic range map for a species by showing potential occupancy and reducing commission errors. AOH maps are produced by subtracting areas considered unsuitable for the species from their range map, using information on each species' associations with habitat and elevation. We present AOH maps for 5,481 terrestrial mammal and 10,651 terrestrial bird species (including 1,816 migratory bird species for which we present separate maps for the resident, breeding and non-breeding areas). Our maps have a resolution of 100 m. On average, AOH covered 66 ± 28% of the range maps for mammals and 64 ± 27% for birds. The AOH maps were validated independently, following a novel two-step methodology: a modelling approach to identify outliers and a species-level approach based on point localities. We used AOH maps to produce global maps of the species richness of mammals, birds, globally threatened mammals and globally threatened birds.

Translating habitat class to land cover to map area of habitat of terrestrial vertebrates.

Area of habitat (AOH) is defined as the "habitat available to a species, that is, habitat within its range" and is calculated by subtracting areas of unsuitable land cover and elevation from the range. The International Union for the Conservation of Nature (IUCN) Habitats Classification Scheme provides information on species habitat associations, and typically unvalidated expert opinion is used to match habitat to land-cover classes, which generates a source of uncertainty in AOH maps. We developed a data-driven method to translate IUCN habitat classes to land cover based on point locality data for 6986 species of terrestrial mammals, birds, amphibians, and reptiles. We extracted the land-cover class at each point locality and matched it to the IUCN habitat class or classes assigned to each species occurring there. Then, we modeled each land-cover class as a function of IUCN habitat with (SSG, using) logistic regression models. The resulting odds ratios were used to assess the strength of the association between each habitat and land-cover class. We then compared the performance of our data-driven model with those from a published translation table based on expert knowledge. We calculated the association between habitat classes and land-cover classes as a continuous variable, but to map AOH as binary presence or absence, it was necessary to apply a threshold of association. This threshold can be chosen by the user according to the required balance between omission and commission errors. Some habitats (e.g., forest and desert) were assigned to land-cover classes with more confidence than others (e.g., wetlands and artificial). The data-driven translation model and expert knowledge performed equally well, but the model provided greater standardization, objectivity, and repeatability. Furthermore, our approach allowed greater flexibility in the use of the results and uncertainty to be quantified. Our model can be modified for regional examinations and different taxonomic groups.

Conversión de la Categoría de Hábitat a Cobertura de Terreno para Mapear el Área de Hábitat de los Vertebrados Terrestres Resumen El área del hábitat (AOH) está definida como "el hábitat disponible para una especie, es decir, el hábitat dentro del área de distribución de la especie" y se calcula mediante la sustracción de las áreas de terreno inadecuado y la elevación del área de distribución. El Esquema de Clasificación de Hábitats de la Unión Internacional para la Conservación de la Naturaleza proporciona información sobre las asociaciones entre los hábitats de las especies y con frecuencia se utilizan las opiniones no validadas de expertos para cotejar el hábitat con los tipos de cobertura de terreno, lo que genera una fuente de incertidumbre en los mapas de AOH. Desarrollamos un método orientado por datos para convertir las categorías de hábitat que maneja la UICN en cobertura de terreno basado en los datos de localidad puntual de 6,986 especies de mamíferos terrestres, aves, anfibios y reptiles. Extrajimos la categoría de cobertura de terreno en cada localidad puntual y la cotejamos con la categoría o categorías de hábitat de UICN asignada a cada especie incidente en la localidad. Después modelamos cada categoría de cobertura de terreno como función del hábitat según la UICN usando modelos de regresión logística. Las proporciones de probabilidad resultantes fueron usadas para evaluar la solidez de la asociación entre cada categoría de hábitat y de cobertura de terreno. Después comparamos el desempeño de nuestro modelo orientado por datos con el desempeño de una tabla de conversión publicada basada en el conocimiento de expertos. Calculamos la asociación entre las categorías de hábitat y las de cobertura de terreno como una variable continua, pero para mapear el AOH como una presencia o ausencia binaria, fue necesario aplicar un umbral de asociación. Este umbral puede ser elegido por el usuario de acuerdo con el balance requerido entre los errores de omisión y comisión. Algunos hábitats (p. ej.: bosques y desiertos) fueron asignados a las categorías de cobertura de terreno con más confianza que otros (p. ej.: humedales y artificiales). El modelo de conversión orientado por los datos y el conocimiento de los expertos tuvieron un desempeño igual de eficiente, pero el modelo proporcionó una mayor estandarización, objetividad y repetitividad. Además, nuestra estrategia permitió una mayor flexibilidad en el uso de los resultados y de la incertidumbre para ser cuantificados. Nuestro modelo puede modificarse para análisis regionales y para diferentes grupos taxonómicos.

A global map of terrestrial habitat types.

We provide a global, spatially explicit characterization of 47 terrestrial habitat types, as defined in the International Union for Conservation of Nature (IUCN) habitat classification scheme, which is widely used in ecological analyses, including for quantifying species' Area of Habitat. We produced this novel habitat map for the year 2015 by creating a global decision tree that intersects the best currently available global data on land cover, climate and land use. We independently validated the map using occurrence data for 828 species of vertebrates (35152 point plus 8181 polygonal occurrences) and 6026 sampling sites. Across datasets and mapped classes we found on average a balanced accuracy of 0.77 ([Formula: see text]0.14 SD) at Level 1 and 0.71 ([Formula: see text]0.15 SD) at Level 2, while noting potential issues of using occurrence records for validation. The maps broaden our understanding of habitats globally, assist in constructing area of habitat refinements and are relevant for broad-scale ecological studies and future IUCN Red List assessments. Periodic updates are planned as better or more recent data becomes available.