Dönemeç Deltası’ndaki Kuş Populasyonları Üzerine Poisson ve Negatif Binom Regresyon Modelinin Uygulanması

Öz

Bu çalışmanın amacı, Dönemeç Deltası’ndaki kuş populasyonlarının, Poisson ve negatif binom regresyon modellerini kullanarak istatistiksel değerlendirmesini yapmaktır. Poisson regresyon modelinde devians (sapma) istatistiğinin bir (1) den büyük olması kuş populasyonunda aşırı yayılım olduğunu gösterir. Poisson regresyondaki aşırı yayılım değeri birden çok büyük bulunmuştur (156.615). Aksine negatif Binom regresyondaki aşırı yayılım değeri bire çok yakındır (1.277). Bu nedenle, parametre tahminleri negatif Binom regresyona göre yorumlanmıştır. Mevsimlerin, yaşam alanlarının ve takımlarının (ordo) etkileri populasyon yoğunluğu açısından istatistiksel olarak anlamlı bulunmuştur (p<0.05). Yaz mevsimi tüm mevsimler içinde referans olarak alındığında, kış mevsimi istatistiksel olarak anlamlı bulunmuştur (p<0.05). Kumluk, tarımsal alanlar ve dere kenarı habitatlarındaki populasyon büyüklüğünün, diğer habitatlara (çayırlık, kamışlık ve bataklık) göre farklı olduğu görülmüştür (p<0.05). Anseriformes ordosu referans olarak alındığında 13 ordoya göre sadece iki kuş ordosu önemsiz olarak bulunmuştur (p>0.05).

Anahtar Kelimeler

• Dönemeç Deltası,Kuş popülasyonu,Negatif binom regresyon,Poisson regresyon

Using Poisson and Negative Binom Regression Models on Birds Population in Dönemeç Delta

Abstract

The aim of this study to make a statistical estimate to bird populations in Dönemeç Delta using Poisson and negative binom regression models. According to Poisson regression model a deviance statistic greater than one (1) indicates that there is an over-dispersion in the bird’s population. The over-dispersion value in the Poisson regression was much greater than one (156.615). In contrast, the over-dispersion value in negative binom regression was close to one (1.277). Therefore, parameter estimations were interpreted according to negative binom regression. The effects of seasons, habitats and order (ordo) were found to be statistically significant on population density (p<0.05).  Summer season when taken as a reference in all seasons only winter season was statistically significant (p<0.05). The population in sandy, farmland and stream edge habitats seen different according to other habitats (meadow, reeds and marshy) (p<0.05). When the Anseriformes ordo is taken as reference only two bird order were insignificant (p>0.05) according to 13 orders. 

Keywords

• Dönemeç Delta,Birds population,Negative binom regression,Poisson regression

References

1. Anderson RP, Peterson AT, Gomez-Laverde M (2002). Using niche-based GIS modeling to test geographic predictions of competitive exclusion and competitive release in South American pocket mice. Oikos. 98 (1): 3-16.
2. Agresti A (1997). Categorical Data Analysis. John and Wiley & Sons, Incorporation, New Jersey, Canada.
3. Austin J, Slattery S, Clarke RG (2014). Waterfowl populations of conservation concern: learning from diverse challenges, models and conservation strategies. Wildfowl. (4): 470-497.
4. Beerens JM, Gawlik DE, Herring G, Cook MI (2011). Dynamic habitat selection by two wading bird species with divergent foraging strategies in a seasonally fluctuating wetland. The Auk. 128 (4): 651-662.
5. Beresford AE, Buchanan GM, Donald PF, Butchart SHM, Fishpool LDC, Rondinini C (2011). Poor overlap between the distribution of protected areas and globally threatened birds in Africa. Animal Conservation. 14 (2): 99-107.
6. Bibby CJ, Burgess, ND (1992). Bird Census Techniques. Academic Pres Limited, NW1 7DX, London. 257.
7. Çelik E, Durmuş A (2017). Determining the Seasonal Ornithological Potential of the Dönemeç (Engil) Delta and Generate the Digital Maps Using Geographical Information Systems (GIS). Iğdır Univ. J. Inst. Sci. & Tech. 7 (3): 73-78.
8. Erdem O (1994). Türkiye'nin Kuş Cennetleri, T.C. Çevre Bakanlığı, Baskı, Ankara. 85.

9. Gül O (2008). Marmara gölü (Manisa) kuş türleri populasyonlarının tespiti ve alanı etkileyen çevresel faktörlerin belirlenmesi üzerine araştırmalar. Yüksek Lisans Tezi, Ege Üniv. Fen Bil. Enst. İzmir.
10. Hilbe JM (2007). Negative Binomial Regression. Cambridge, U.K.
11. Joseph LN, Elkin C, Martin TG, Possingham HP (2009). Modeling abundance using N‐mixture models: the importance of considering ecological mechanisms. Ecological Applications. 19 (3): 631-642.
12. Kiziroğlu İ (2001). Uçan Dostlarımız Kuşlar, Bölüm 6. Ekolojik Potpuri, Takav Mat. Yay. A. Ş. Ankara. 391.
13. Kiziroğlu İ (2008). Türkiye Kuşları. Tür Listesi ve Türkiye Kuşları Kırmızı Listesi. Hacettepe Üniversitesi, Çevre Eğitimi, Kuş Araştırmaları ve Halkalama Merkezi, Ankara. 86.
14. O'Hara RB, Kotze DJ (2010). Do not log-transform count data. Methods in Ecology and Evolution. 1. 118–122.
15. Onmuş O (2006). Coğrafi Bilgi Sistemlerinin Önemli Kuş Alanları’nın İzlenmesi ve Yönetilmesi Amaçlı Kullanımı, Gediz Deltası Önemli Kuş Alanı Olgu Çalışması. 4. Coğrafi Bilgi Sistemleri Bilişim Günleri, Eylül 13-16, İstanbul, Türkiye.
16. Onmuş O (2008). Gediz Deltası'nda üreyen su kuşu türlerinin yuvalama alanlarının izlenmesi ve bu kolonilerin yönetilmesi. Doktora tezi, Ege Üniv. Fen Bil. Enst. İzmir. Per E (2006). Beypazarı İnözü vadisi’nin üreyen kuşları. Yüksek Lisans Tezi, Gazi Üniv. Fen Bil. Enst. Ankara.
17. Peterson AT, Ball LG, Cohoon KP (2002). Predicting distributions of Mexican birds using ecological niche modelling methods. Ibis, 144 (1).
18. Pielou EC (1984).The interpretation of ecological data. a primer on classification and ordination. John Wiley and Sons, New York, USA.
19. SAS (2017). SAS/Stat Software Hangen and Enhanced, SAS Institute Incorporation, USA.
20. Üker F (2006). Ondokuz Mayıs Üniversitesi kampüs alanındaki üreyen kuşların dağılım haritalarının çıkarılması. Yüksek Lisans Tezi, Ondokuz Mayıs Üniv. Fen Bil. Enst. 159.
21. Yeşilova A, Özgökçe MS, Atlıhan R, Polat Yıldız Ş, Karaca İ, Ser G (2016). Modeling of the arthropod population densities in the coastal band of Lake Van using mixture poison regression. Fresenius Environmental Bulletin, 25:1768-1778.