WEBINAR PROGRAM 

About the talk: Citizen science has the potential to advance scientific knowledge by producing large datasets from diverse landscapes. The Kenya Bird Map (KBM) has collected a large data set on Kenyan birds, yet it is largely untapped for scientific research. This study utilized data from KBM records (hereafter KBM data) to address specific questions regarding the distribution and abundance of grassland specialist birds (bustards) and grassland opportunist species (storks and harriers) within Laikipia County, Nairobi National Park and Masai Mara, Kenya. The objectives were to predict these grassland bird species’ spatial distribution and abundance using KBM data and identify key landscape elements influencing their occurrence. Bird data were extracted from the KBM portal from 2013 - 2023, using only full protocol card records. Data on bustards, harriers, harrier-hawks, and storks were filtered, focusing on pentads with over four card submissions. We applied Sentinel-2B median imagery for December 2023, accessible through Google Earth Engine, alongside geographic information systems and remote sensing techniques to classify and characterize land cover types as explanatory variables. A linear mixed-effect model was used to predict grassland birds’ response. Our regression result showed that bustards responded positively to patch density but negatively to shrubland and woodland. Storks showed positive responses to grassland and woodland, while harriers showed negative responses to woodland. Storks had the highest number of records, while harriers had the least. Masai Mara had the highest number of records of the 16 species reported across the three regions, while Nairobi National Park had the least. For the first time, our study has recognized the importance of ongoing efforts to incorporate KBM data with complementary ecological datasets to deepen our understanding of bird communities and their responses to environmental changes. Our findings suggest that KBM data has substantial potential for identifying species distribution and monitoring temporal changes. 

Frank is a graduate student and Research Assistant at Mississippi State University specializing in citizen science, remote sensing & GIS, machine learning, deep learning, ecological modeling, and ecohydrogeospatial analysis. His graduate research investigates landscape-scale effects on upland game birds, using telemetry to study their movement patterns and habitat use to inform conservation and sustainable management strategies. In his recent work, he focused on predicting the distribution and abundance of bustards, storks, and harriers in Kenya using citizen science data from the Kenya Bird Map. This study combines community-sourced biodiversity data with Sentinel-2 remote sensing imagery and land cover classification in Google Earth Engine, applying linear mixed-effects models to understand how landscape elements shape grassland bird occurrence and abundance across key Kenyan ecosystems.

À propos de la présentation : La science citoyenne participative a le potentiel de faire progresser les connaissances scientifiques en produisant de vastes ensembles de données sur des paysages diversifiés. Le programme Kenya Bird Map (KBM) a collecté un important ensemble de données sur les oiseaux kenyans, mais celui-ci reste largement inexploité pour la recherche scientifique. Cette étude a utilisé les données des registres KBM pour répondre à des questions spécifiques concernant la répartition et l'abondance des oiseaux spécialistes des prairies (outardes) et des espèces opportunistes des prairies (cigognes et busards) dans le comté de Laikipia, le parc national de Nairobi et le Masaï Mara, au Kenya. L'objectif était de prédire la répartition spatiale et l'abondance de ces espèces d'oiseaux des prairies à l'aide des données KBM et d'identifier les principaux éléments paysagers influençant leur présence. Les données ornithologiques ont été extraites du portail KBM de 2013 à 2023, en utilisant uniquement les enregistrements complets des cartes de protocole. Les données sur les outardes, les busards, les busards-busards et les cigognes ont été filtrées, en se concentrant sur les pentades ayant soumis plus de quatre cartes. Nous avons utilisé l'imagerie médiane Sentinel-2B pour décembre 2023, accessible via Google Earth Engine, ainsi que des systèmes d'information géographique et des techniques de télédétection pour classer et caractériser les types de couverture terrestre comme variables explicatives. Un modèle linéaire à effets mixtes a été utilisé pour prédire la réponse des oiseaux de prairie. Notre régression a montré que les outardes réagissaient positivement à la densité des parcelles, mais négativement aux zones arbustives et boisées. Les cigognes ont réagi positivement aux prairies et aux boisées, tandis que les busards ont réagi négativement aux boisées. Les cigognes ont enregistré le plus grand nombre d'observations, tandis que les busards en ont enregistré le moins. Le Masaï Mara a enregistré le plus grand nombre d'observations parmi les 16 espèces recensées dans les trois régions, tandis que le parc national de Nairobi en a enregistré le moins. Pour la première fois, notre étude a reconnu l'importance des efforts continus visant à intégrer les données du KBM à des ensembles de données écologiques complémentaires afin d'approfondir notre compréhension des communautés d'oiseaux et de leurs réactions aux changements environnementaux. Nos résultats suggèrent que les données du KBM présentent un potentiel considérable pour identifier la répartition des espèces et suivre les changements temporels. 

Frank est un étudiant diplômé et assistant de recherche à l'Université d'État du Mississippi. Il est spécialisé en sciences citoyennes participatives, télédétection et SIG, apprentissage automatique, apprentissage profond, modélisation écologique et analyse écohydrogéospatiale. Ses recherches portent sur les effets à l'échelle du paysage sur le gibier à plumes des hautes terres, utilisant la télémétrie pour étudier leurs déplacements et l'utilisation de leur habitat afin d'éclairer les stratégies de conservation et de gestion durable. Dans ses travaux récents, il s'est concentré sur la prévision de la répartition et de l'abondance des outardes, des cigognes et des busards au Kenya à l'aide des données de science citoyenne du programme Kenya Bird Map. Cette étude combine des données de biodiversité issues de la communauté avec des images de télédétection Sentinel-2 et la classification de la couverture terrestre dans Google Earth Engine, en appliquant des modèles linéaires à effets mixtes pour comprendre comment les éléments du paysage influencent la présence et l'abondance des oiseaux de prairie dans les principaux écosystèmes kenyans.