Predictive invasion ecology and decisions under uncertainty

This thesis focuses on the development of methods for forecasting and managing the spread of non-native species. By combining statistical modelling and computational simulations with both biological and sociological data, this research aims to provide decision support tools to resource managers and policy makers. With an emphasis on the quantification and propagation of uncertainty through the construction of both classical and Bayesian models, I analyse the implications of various human and biological factors on forecasting the spread of fresh water invasive species. These include: 1) dispersal network structure, 2) population dynamics, 3) environmental suitability, and 4) human behavioural feedbacks to policy interventions.The first section compares two current approaches to predicting the secondary spread of aquatic invasive species and introduces a novel methodology for the quantitative validation of such predictions. Chapter 2 compares alternative models of human-mediated dispersal and assesses the consequences of the resulting dispersal network structures for predictions of invasion risk at both the local and landscape level. A new approach to validating the predictions made by models of spreading species is developed in Chapter 3. The new approach accommodates both stochastic and epistemic prediction uncertainty and I demonstrate that it has both the appropriate expected error rates as well as increased power compared to existing methods. Application to a published forecast model of Bythotrephes longimanus in central Ontario confirms the predicted invasion pattern.The second section deals with the development and application of new forecasting and management models which are applicable in common situations of limited data availability and limited management resources. Chapter 4 solves problems posed by presence-only data by extending current approaches to species distribution modelling using an observation model of the detection process. Application of this approach to 10 aquatic invasive species in Ontario revealed that the number of sites at which species are detected is not alone predictive of their current and potential range. By quantifying between-species differences in prevalence and detectability, this approach can provide guidance for sampling efforts and management interventions. Finally, Chapter 5 addresses the predicted efficacy of specific management interventions by modelling the human behavioural responses to such interventions. By integrating behavioural responses into a gravity model formulation, the predicted consequences of various policy scenarios on the future spread of aquatic invasives in Ontario is compared. Together, this research provides novel insights into both ecological processes and environmental policy.Cette thèse repose sur le développement de méthodes visant à prédire et gérer la propagation des espèces non-indigènes. Combinant modélisation statistique et simulations informatiques sur des données biologiques et sociologiques, cette recherche vise à fournir une aide à la décision aux décideurs et gestionnaires de ressources. En mettant l'accent sur la quantification et la propagation de l'incertitude par la construction de deux modèles classique et bayésien, j'analyse les implications de différents facteurs humains et biologiques pour la prédiction de la propagation des espèces envahissantes d'eau douce. Il s'agit notamment de: 1) la structure du réseau de dispersion, 2) les dynamiques de population, 3) la qualité de l'environnement, et 4) la réponse aux interventions politiques.La première section compare deux approches actuellement employées pour prédire la propagation secondaire d'espèces aquatiques envahissantes et introduit une nouvelle méthodologie de validation quantitative de ces prédictions. Le chapitre 2 compare d'autres modèles de dispersion par médiation humaine et évalue les conséquences des structures de réseau de dispersion obtenues pour les prédictions de risques d'invasion, à la fois au niveau local et à l'échelle du paysage. Le chapitre 3 développe une nouvelle approche de validation des prédictions issues de modèles de propagation. Cette nouvelle approche intègre les incertitudes de prédiction stochastique et épistémique et je démontre qu'elle conduit aux taux d'erreur attendus et est plus puissante que les méthodes existantes. Appliquée à un modèle de prévision publié de Bythoterphes longimanus dans le Centre de l'Ontario, cette approche confirme le schéma d'invasion prédit. La deuxième section porte sur le développement et l'application de nouveaux modèles de prévision et de gestion utilisables dans les limites ordinaires de disponibilité de données et de ressources de gestion. Le chapitre 4 résout les problèmes associés aux données signalant seulement la présence d'une espèce et élargit le champ des approches actuelles de modélisation de distribution d'espèces par l'utilisation d'un modèle d'observation du processus de détection. L'application de cette approche sur 10 espèces aquatiques envahissantes en Ontario révèle que l'usage seul du nombre de sites où les espèces sont détectées ne permet pas de prédire leur distribution actuelle et potentielle. En quantifiant les différences inter-spécifiques de prévalence et de détection, cette approche peut aider au développement de méthodes d'échantillonnage et à la mise en place d'interventions de gestion. En dernier lieu, le chapitre 5 traite de l'efficacité prédite d'interventions de gestion spécifiques en modélisant les réponses comportementales des individus à ces interventions. Intégrant les réponses comportementales dans une formule de modèle de gravité, je compare les effets prédits de différents scenarios d'intervention sur la future propagation des espèces envahissantes aquatiques en Ontario. Cette recherche ouvre de nouvelles perspectives aussi bien sur les processus écologiques que les politiques de gestion de l'environnement