ArcGIS REST Services Directory Login
JSON | SOAP

fgp/Evaluation_Detection_Monitoring_Habitat_Suitability_European_Green_Crab_Salish_Sea_BC (MapServer)

View In:   ArcGIS JavaScript   ArcGIS Online Map Viewer   ArcGIS Earth   ArcMap   ArcGIS Pro

View Footprint In:   ArcGIS Online Map Viewer

Service Description:

The European Green Crab (EGC) is a high-risk global invader that can devastate coastal marine ecosystems by displacing native species, degrading and disturbing native habitats (including eelgrass), and altering food webs. EGC has recently been detected in the Canadian portion of the Salish Sea. As EGC continue to establish in the region, identifying locations on which to focus limited monitoring resources is an ongoing problem given the vast amount of coastal habitat that could be occupied by the species. A variety of methods can be used to identify highly suitable habitats for EGC at a range of spatial scales. However, none have been evaluated in the context of informing EGC management, nor for the Canadian portion of the Salish Sea. Here we evaluate five individual methods developed to assess habitat suitability for EGC (i.e., MaxEnt, stochastic gradient boosted linear and logistic regression models, a rapid site selection tool, and a qualitative site assessment and ranking tool) and five derived models generated by multiplying the outputs of these individual models. Each model relied on slightly different environmental and habitat input variables affecting EGC invasion success. Thus, rather than identifying a single preferred model, we used a multi-model ensemble approach to identify sites that are expected to be most suitable for the species. The ensemble approach likely increases predictive power by including both environmental and habitat characteristics when identifying priority sites for early detection/monitoring for EGC in the Canadian waters of the Salish Sea. Finally, we describe how the models evaluated here, alone or in combination, could be used to identify additional sites either within the Salish Sea or into new areas.

This dataset contains predicted habitat suitability from five models for European Green Crab at beaches in the Salish Sea (British Columbia, Pacific Region).

_____________________________________

Évaluation des méthodes de détermination des sites de surveillance en matière de détection précoce selon le caractère convenable des habitats pour le crabe vert, une espèce envahissante, dans la mer des Salish (Colombie-Britannique)

Dans le monde entier, le crabe vert est une espèce envahissante à haut risque qui peut dévaster les écosystèmes marins côtiers parce qu’il risque d’entraîner le déplacement des espèces indigènes, de causer la dégradation et la perturbation des habitats naturels (notamment les zostères) et de modifier les réseaux trophiques. Il a été récemment détecté dans la partie canadienne de la mer des Salish. À mesure que son établissement se poursuit dans la région, la détermination des endroits sur lesquels concentrer les ressources limitées de surveillance constitue un problème permanent, étant donné la grande quantité d’habitats côtiers qui pourraient être occupés par l’espèce. Diverses méthodes peuvent être utilisées pour déterminer les habitats hautement propices au crabe vert à des échelles spatiales variées. Cependant, aucune d’entre elles n’a été évaluée dans le contexte de la mise en place d’une gestion du crabe vert, pas plus que pour la partie canadienne de la mer des Salish. Nous évaluons ici cinq méthodes individuelles élaborées pour évaluer le caractère convenable des habitats pour le crabe vert (c.-à-d. le modèle MaxEnt, les modèles de régression stimulée par gradient linéaires et logistiques stochastiques, un outil de sélection rapide des sites et un outil d’évaluation et de classement qualitatif des sites) et cinq modèles dérivés générés par la multiplication des résultats de ces modèles individuels. Chaque modèle s’appuie sur des variables d’entrée environnementales et d’habitat légèrement différentes qui touchent les possibilités d’invasion par le crabe vert. Ainsi, plutôt que de déterminer un seul modèle privilégié, nous avons utilisé une approche d’ensemble multimodèles pour déterminer les sites qui devraient être les plus propices à l’espèce. L’approche d’ensemble accroît vraisemblablement le pouvoir prédictif, car elle inclut à la fois les caractéristiques de l’environnement et de l’habitat lors de la détermination des sites prioritaires pour la détection précoce ou la surveillance du crabe vert dans les eaux canadiennes de la mer des Salish. Enfin, nous décrivons comment les modèles évalués ici, seuls ou en combinaison, pourraient être utilisés pour déterminer des sites supplémentaires, soit dans la mer des Salish, soit dans de nouvelles zones.

Cet ensemble de données contient la qualité de l'habitat prévue à partir de cinq modèles pour le crabe vert européen sur les plages de la mer des Salish (Colombie-Britannique, région du Pacifique).



Map Name: Evaluation_Detection_Monitoring_Habitat_Suitability_European_Green_Crab_Salish_Sea_BC

Legend

All Layers and Tables

Dynamic Legend

Dynamic All Layers

Layers: Description:

The European Green Crab (EGC) is a high-risk global invader that can devastate coastal marine ecosystems by displacing native species, degrading and disturbing native habitats (including eelgrass), and altering food webs. EGC has recently been detected in the Canadian portion of the Salish Sea. As EGC continue to establish in the region, identifying locations on which to focus limited monitoring resources is an ongoing problem given the vast amount of coastal habitat that could be occupied by the species. A variety of methods can be used to identify highly suitable habitats for EGC at a range of spatial scales. However, none have been evaluated in the context of informing EGC management, nor for the Canadian portion of the Salish Sea. Here we evaluate five individual methods developed to assess habitat suitability for EGC (i.e., MaxEnt, stochastic gradient boosted linear and logistic regression models, a rapid site selection tool, and a qualitative site assessment and ranking tool) and five derived models generated by multiplying the outputs of these individual models. Each model relied on slightly different environmental and habitat input variables affecting EGC invasion success. Thus, rather than identifying a single preferred model, we used a multi-model ensemble approach to identify sites that are expected to be most suitable for the species. The ensemble approach likely increases predictive power by including both environmental and habitat characteristics when identifying priority sites for early detection/monitoring for EGC in the Canadian waters of the Salish Sea. Finally, we describe how the models evaluated here, alone or in combination, could be used to identify additional sites either within the Salish Sea or into new areas.

This dataset contains predicted habitat suitability from five models for European Green Crab at beaches in the Salish Sea (British Columbia, Pacific Region).

_____________________________________

Évaluation des méthodes de détermination des sites de surveillance en matière de détection précoce selon le caractère convenable des habitats pour le crabe vert, une espèce envahissante, dans la mer des Salish (Colombie-Britannique)

Dans le monde entier, le crabe vert est une espèce envahissante à haut risque qui peut dévaster les écosystèmes marins côtiers parce qu’il risque d’entraîner le déplacement des espèces indigènes, de causer la dégradation et la perturbation des habitats naturels (notamment les zostères) et de modifier les réseaux trophiques. Il a été récemment détecté dans la partie canadienne de la mer des Salish. À mesure que son établissement se poursuit dans la région, la détermination des endroits sur lesquels concentrer les ressources limitées de surveillance constitue un problème permanent, étant donné la grande quantité d’habitats côtiers qui pourraient être occupés par l’espèce. Diverses méthodes peuvent être utilisées pour déterminer les habitats hautement propices au crabe vert à des échelles spatiales variées. Cependant, aucune d’entre elles n’a été évaluée dans le contexte de la mise en place d’une gestion du crabe vert, pas plus que pour la partie canadienne de la mer des Salish. Nous évaluons ici cinq méthodes individuelles élaborées pour évaluer le caractère convenable des habitats pour le crabe vert (c.-à-d. le modèle MaxEnt, les modèles de régression stimulée par gradient linéaires et logistiques stochastiques, un outil de sélection rapide des sites et un outil d’évaluation et de classement qualitatif des sites) et cinq modèles dérivés générés par la multiplication des résultats de ces modèles individuels. Chaque modèle s’appuie sur des variables d’entrée environnementales et d’habitat légèrement différentes qui touchent les possibilités d’invasion par le crabe vert. Ainsi, plutôt que de déterminer un seul modèle privilégié, nous avons utilisé une approche d’ensemble multimodèles pour déterminer les sites qui devraient être les plus propices à l’espèce. L’approche d’ensemble accroît vraisemblablement le pouvoir prédictif, car elle inclut à la fois les caractéristiques de l’environnement et de l’habitat lors de la détermination des sites prioritaires pour la détection précoce ou la surveillance du crabe vert dans les eaux canadiennes de la mer des Salish. Enfin, nous décrivons comment les modèles évalués ici, seuls ou en combinaison, pourraient être utilisés pour déterminer des sites supplémentaires, soit dans la mer des Salish, soit dans de nouvelles zones.

Cet ensemble de données contient la qualité de l'habitat prévue à partir de cinq modèles pour le crabe vert européen sur les plages de la mer des Salish (Colombie-Britannique, région du Pacifique).



Service Item Id: b9f126cf485641cf91f648cbf60601b5

Copyright Text: Government of Canada; Fisheries and Oceans Canada;Pacific Science / Government of Canada; Fisheries and Oceans Canada;Science Pacifique

Spatial Reference: 102100  (3857)


Single Fused Map Cache: false

Initial Extent: Full Extent: Units: esriMeters

Supported Image Format Types: PNG32,PNG24,PNG,JPG,DIB,TIFF,EMF,PS,PDF,GIF,SVG,SVGZ,BMP

Document Info: Supports Dynamic Layers: true

MaxRecordCount: 2000

MaxImageHeight: 4096

MaxImageWidth: 4096

Supported Query Formats: JSON, geoJSON, PBF

Supports Query Data Elements: true

Min Scale: 0

Max Scale: 0

Supports Datum Transformation: true



Child Resources:   Info   Dynamic Layer

Supported Operations:   Export Map   Identify   QueryLegends   QueryDomains   Find   Return Updates