Spatial and temporal habitat use and selection by red deer: The use of direct and indirect methods

Accepted Manuscript Title: Spatial and temporal habitat use and selection by red deer: The use of direct and indirect methods Author: Joana Alves Ant´onio Alves da Silva Amadeu M.V.M. Soares Carlos Fonseca PII: DOI: Reference:

S1616-5047(14)00055-X http://dx.doi.org/doi:10.1016/j.mambio.2014.05.007 MAMBIO 40676

To appear in: Received date: Revised date: Accepted date:

26-6-2013 2-5-2014 31-5-2014

Please cite this article as: Alves, J., Silva, A.A., Soares, A.M.V.M., Fonseca, C.,Spatial and temporal habitat use and selection by red deer: the use of direct and indirect methods, Mammalian Biology (2014), http://dx.doi.org/10.1016/j.mambio.2014.05.007 This is a PDF file of an unedited manuscript that has been accepted for publication. As a service to our customers we are providing this early version of the manuscript. The manuscript will undergo copyediting, typesetting, and review of the resulting proof before it is published in its final form. Please note that during the production process errors may be discovered which could affect the content, and all legal disclaimers that apply to the journal pertain.

1  Spatial and temporal habitat use and selection by red deer: the use of direct and indirect  2  methods  3   

5  Department of Biology & CESAM, University of Aveiro, Portugal 

ip t

4  Joana Alves*1, António Alves da Silva1, Amadeu M.V.M. Soares, Carlos Fonseca 

cr

6  1Present address: IMAR‐CMA, Department of Life Sciences, University of Coimbra, Portugal 

us

7   

8  *Correspondence: J. Alves, IMAR‐CMA, Department of Life Sciences, University of Coimbra, 

an

9  Largo Marquês de Pombal, 3004‐517 Coimbra, Portugal, Telephone: +351 239 855 760 / Fax:  10  +351 239 855 789 

M

11  E‐mail address: [email protected] (J. Alves) 

te

13  Running title: 

d

12   

15   

Ac ce p

14  Habitat use and selection by red deer 

16  Word count: 8949

1   

Page 1 of 36

17    18  Abstract  19  Given the importance of red deer Cervus elaphus for hunting and conservation purposes, 

ip t

20  understanding the interactions between this species and its habitats in the Mediterranean 

cr

21  region is a crucial step for the sustainable management of this species. Aiming to compare 

22  pellet group counts and direct observations methods to study the habitat use and selection by 

us

23  red deer, the results obtained by both methods were compared, and their advantages and  24  disadvantages were discussed. To understand the temporal patterns of habitat use and 

an

25  selection, the survey was conducted at three different seasons, birth period, rut season and  26  winter. The habitat use and selection were studied in relation to land cover, watercourse, 

M

27  roads, ecotone zones and other topographic features (altitude, slope and aspect), using  28  generalized linear models and selection ratios. The similarity of the results provided by pellet 

d

29  group counts and direct observations indicate that both methods may constitute useful tools 

te

30  to study the habitat use and selection by red deer. Globally, red deer seemed to select habitats 

Ac ce p

31  that provide simultaneously food and some cover, as shown by its preference for shrublands,  32  independently of the sampling season. The positive selection of ecotone zones embodies the  33  need for open spaces. Males and females showed a similar use of shrubland, but selected  34  patches with different characteristics therein. The spatial and temporal patterns exhibited by  35  our results suggest that red deer balance their habitat requirements in respect to each phase  36  of their reproductive cycle. Pellet group counts and direct observations seem to be useful  37  methods to analyze habitat use and selection, and may provide helpful knowledge to the  38  management and conservation of red deer.  39  Keywords: Cervus elaphus; direct observations; habitat use and selection; Mediterranean  40  region; pellet group counts  41    2   

Page 2 of 36

42    43  Introduction  44  Understand how animals respond to the environment is one of the principles of ecology 

ip t

45  (Manly et al., 2002), that allows to identify the essential resources and how and when such 

cr

46  resources are used. The habitat selection by ungulates, as by other animals, reflects resource  47  requirements (Manly et al., 2002) that can be aggregated into two major components, food 

us

48  and cover (Borkowski, 2004). That is, in its essence, a simplistic view of the factors that may  49  affect habitat use by ungulates. In fact, there are several variables capable of influencing the 

an

50  habitat use and selection by the red deer Cervus elaphus (e.g. Lovari et al., 2007; Jiang et al.,  51  2008; Godvik et al., 2009; Stewart et al., 2010; Loe et al., 2012). Besides the land cover units, 

M

52  variables like ecotone proximity, vegetation productivity, water proximity, diversity of plants,  53  distance to roads, distance to villages, altitude, aspect and slope are identified as key factors 

d

54  influencing red deer habitat use (e.g. San José et al., 1997; Garín, 2000; Licoppe and De 

te

55  Crombrugghe, 2003). The seasonal dispersion and movements of red deer are also important 

Ac ce p

56  factors (Clutton‐Brock et al., 1982; Bonnet and Klein, 1991; Soriguer et al., 1994; Jarnemo,  57  2008), since they may be linked to a spatial gradient of habitat selection. Habitat selection in  58  ungulates is influenced by behavioural and physiological responses to environmental changes  59  (Wecker, 1964) like interspecific competition (e.g. Bartos et al., 2002), predation risk (e.g.  60  Linnell et al., 1999; Mysterud et al., 1999), anthropogenic factors (e.g. Bailey et al., 1996), and  61  also by the sexual differences in energy requirements and foraging behaviour (Barboza and  62  Bowyer, 2000, 2001; Spaeth et al., 2004).  63  Habitat use is related to the manner that an animal uses a set of resources to fulfil its  64  requirements (Block and Brennan, 1993). Habitat selection can be defined as the process  65  involved in the choice of a resource (Johnson, 1980). A more detailed definition is given by  66  Hutto (1985), who defined habitat selection as a hierarchical process involving a series of  3   

Page 3 of 36

67  behavioural responses by the animal (both innate and acquired) in relation to the use of a  68  specific habitat. This use is seen as selective when the resources are used disproportionately to  69  their availability (Johnson, 1980). The habitat selection has an inherent connotation of 

ip t

70  complexity since it attempts to understand the behavioural and environmental processes  71  (Jones, 2001). Overall, the patterns of habitat use result from the processes involved in habitat 

cr

72  selection. 

us

73  The use and selection of habitat can be evaluated through direct methods or indirect methods  74  depending on the study aims and on the logistics and resources available (McDonald et al., 

an

75  2005). The direct methods are based on the observation or tracking of animals, and provide  76  measurements of habitat use/selection at individual or population level, through the 

M

77  assessment of specific parameters of the individuals (e.g. sex, age, reproductive status) and  78  populations (e.g. sex ratio, age structure, productivity). The indirect methods rely on the 

d

79  detection and counting of signs of animal presence, such as pellets, tracks, bed sites, which 

te

80  comprises an index of habitat use by the whole population (Sutherland, 2006). Despite the  81  differences between these two groups of methods, all methods rely on the assumption that 

Ac ce p

82  the habitat use measured is representative of the real habitat used by the whole population  83  for all the habitats available. However, the constraints resulting from differences in  84  detectability/sightability of animals or signs, in decay rates or in the non‐random deposition of  85  signs between the habitats may bias the results of habitat use/selection, and must be  86  addressed properly when discussing the results (Månsson et al., 2011).  87  The pellet‐group count methods are widely used in studies of habitat use/selection in deer.  88  Despite the limitations previously mentioned, these methods provide results similar to those  89  obtained from animal tracking (Edge and Marcum, 1989; Loft and Kie, 1988; Månsson et al.,  90  2011). Transects for direct observation of animals or census data are methods less common in 

4   

Page 4 of 36

91  habitat studies, but they can be useful to understand not only the habitat use/selection at the  92  population level, but also for specific classes of the population (i.e. age classes or sexes).  93  Due to the expansion of deer populations in North America and Europe (Gill, 1990; Rooney, 

ip t

94  2001; Apollonio et al., 2011), studies about the habitat use and selection have been conducted  95  to predict the geographical dispersion of the species (e.g. Bar‐David et al., 2008; Puddu et al., 

cr

96  2009) while investigating the specific habitat requirements of deer species. In fact, studies 

us

97  about habitat use/selection may provide the information needed to the management of deer  98  populations, being an important tool to establish management plans in several European 

an

99  countries (e.g. Italy: Lovari et al., 2007; Norway: Godvik et al., 2009; Poland: Borkowski, 2004;  100  Borkowski and Ukalska, 2008; Spain: Carranza et al., 1991; Garín, 2000).  The usefulness of the 

M

101  habitat use and selection by red deer for conservation and management purposes, allied to  102  the constraints of the methods, makes it necessary to better understand the relationship 

d

103  between red deer and its habitats, particularly in Mediterranean regions, as well as the ability 

te

104  of the different methods to detect those relationships. This work aims to increase the current  105  knowledge of a Mediterranean‐like mountainous environment, providing new highlights for 

Ac ce p

106  the management and conservation of wild populations of red deer and their habitats.  107  Moreover, this study aims to understand the ability of methods to evaluate habitat use and  108  selection by red deer through comparing pellet‐group counts and transects of direct  109  observations. 

110  Using pellet count methods and transects for direct observations with geographical  111  localizations of animals, we evaluate the seasonality and the influence of land cover,  112  topography and anthropogenic features on the habitat use and selection by red deer.  113  According to the optimal foraging theory, an animal uses the habitat to perform several life  114  history activities, selecting the necessary resources for survival and reproduction (Macarthur  115  and Pianka, 1966). The animals select the habitats that maximize the energy gain, and 

5   

Page 5 of 36

116  consequently, the population fitness (Gaillard et al., 2010). Moreover, the specific  117  requirements of animals may change according to its actual reproductive stage and its sex,  118  which can lead to differences in the habitat used/selected by an individual in a particular 

ip t

119  period of the year (e.g. Barboza and Bowyer, 2000).  As so, a differential habitat use is  120  expected in the seasons studied (i.e. birth season, rut period and winter), due to the specific 

cr

121  requirements of red deer in each stage of its reproductive cycle. Regarding land cover, 

122  preferences for open areas of shrubs and for the proximity to ecotone zones are expected, 

us

123  since these areas provide better food quality and quantity near to shelter areas. Regarding  124  sexes, a differential use of habitat by males and females is predicted, especially in birth time 

an

125  and winter, due to their distinct energy requirements and foraging behaviours. 

M

126   

te

128  Study area 

d

127  Material and methods 

129  The study took place at Lousã (40°3’N, 8°15’W), a Mediterranean mountainous area located in 

Ac ce p

130  Central Portugal. Like other Mediterranean environments, Lousã climate is characterized by  131  hot and dry summers and rainy winters (Archibold, 1995), almost without snow. The annual  132  temperatures range from ‐4.1 oC to 35.9 oC with an annual mean of 12 oC, and an annual  133  precipitation of around 827 mm, reaching 1600 mm at the highest elevations. Topographically,  134  the area presents rough terrain with deep valleys and rounded hilltops. The altitude range  135  from 100 m to 1205 m, being 700 m to 1000 m at the most frequent elevations.  136  In terms of land cover, the mountainous region is mainly composed by plantations of  137  coniferous and broadleaf trees interspersed by large Mediterranean shrublands (Fig. 1). The  138  coniferous forests are dominated by pine trees (e.g. Maritime pine Pinus pinaster, Scots pine  139  Pinus sylvestris, Austrian pine Pinus nigra) Douglas fir Pseudotsuga menziesii and Mexican 

6   

Page 6 of 36

140  cypress Cupressus lusitanica. Most of the coniferous forests have sparse understory, with  141  brambles Rubus spp., heathers Erica spp. and Calluna vulgaris and gorses Ulex spp.. These  142  coniferous trees together with some species of broadleaf trees (e.g. oak Quercus sp., chestnut 

ip t

143  Castanea sativa, Portuguese laurel Prunus lusitanica, common holly Ilex aquifolium) represent  144  the mixed habitats, where the understory is also sparse. Currently, the broadleaf forests are 

cr

145  less common in this area, being confined to the areas near watercourses. Regarding the  146  understory, broadleaf forests have a very sparse understory mainly with brambles. The 

us

147  shrublands have a Mediterranean composition, where heathers Erica spp. and Calluna  148  vulgaris, gorses Ulex spp. brooms Genista triacanthos and Cytisus striatus, “carqueja” 

an

149  Pterospartum tridentatum and several Gramineae species (e.g. Agrostis spp., Festuca spp.) are  150  the dominant species. As in other Mediterranean zones, the shrubs usually have 0.5m to 1m 

M

151  height, reaching 2m in some areas. Plantations of eucalyptus trees (mainly Eucalyptus  152  globulus) are also common at the lowest elevations, alone or in mixed forests with maritime 

d

153  pine. During the last years, other exotic species (Acacia dealbata and Acacia longifolia) have 

te

154  emerged nearby watercourses and roads edges. 

Ac ce p

155  Outside the mountainous region, the land cover presents a greater humanization and  156  plantations of eucalyptus trees and pine trees (Pinus pynaster) became the dominant  157  vegetation units. Another important stratum is the small patches of agricultural lands near  158  urban fabric, where the conflicts between humans and deer become more pronounced. The  159  main crops of this region are irrigated annual crops (e.g. potatoes, vegetables and maize) and  160  non‐irrigated crops (rye, wheat and oats), often associated with olives and fruit trees.  161  The land cover units with evergreen species do not change significantly between seasons.  162  However, as in most Mediterranean regions, during springtime a boom of herbaceous species  163  is observed, mainly in shurbland areas. In this region, the red deer makes shrublands (e.g. Erica  164  sp.; Pterospartum tridentatum) its main food resource during all year. 

7   

Page 7 of 36

165  The presence of red deer in Lousã mountain is an outcome of a reintroduction process that  166  occurred from 1995 to 1999, with the release of 96 animals (32 males and 64 females). Since  167  then, the population has expanded geographically and demographically, with the occupancy of 

ip t

168  new territories. Despite the population expansion, during the period of the study (2005 to  169  2009) the population density remained stable, with an estimated mean of 5.6 deer/km2. The 

cr

170  red deer population currently occupies a range of around 435 km2, including the Lousã 

171  Mountain (170 km2) and the surrounding areas. However, the central core of Lousã Mountain 

us

172  (approximately 120 km2) remains the most important site for red deer, where rut and 

an

173  reproduction occur. 

174  Sympatric with red deer, there are roe deer Capreolus capreolus and wild boar Sus scrofa 

M

175  populations. The differences between wild ungulate species and the absence of domestic  176  ungulates facilitate the distinction of their pellets. Natural predators are absent, but 

te

178  adult females. 

d

177  abandoned dogs act as non‐natural predators, preying predominantly young, sub‐adults and 

Ac ce p

179    180  Data collection 

181  Direct observations of red deer were made from September 2005 to October 2009, using 200  182  transects (491 km in total) per sampling season. Transects were defined to survey the Lousã  183  Mountain, covering 170 km2 in total (Fig. 1). Three seasons were sampled per year: birth  184  season (15 May–30 June), rut period (16 September–30 September) and winter (15 February– 185  14 March). The seasons were selected to evaluate three stages of the red deer reproductive  186  cycle. After the breeding season, red deer started to disperse from the rutting areas and in late  187  winter, the sexes are completely segregated (Alves et al., 2013b). Red deer is usually described  188  as a crepuscular and nocturnal ungulate, exhibiting their major periods of activity near to  189  sunrise and sunset and during the night (e.g. Clutton‐Brock et al., 1982; Bonnet and Klein,  8   

Page 8 of 36

190  1991; Carranza et al., 1991; Godvik et al., 2009). Based on the activity patterns of red deer, the  191  data collection was performed during four hours after the civil sunrise and four hours before  192  the civil sunset, in order to capture as much as possible the habitat used/selected by red deer 

ip t

193  during day‐time and night‐time. Transects were performed by car, at a constant speed of 5 to  194  10 km h‐1 by two skilled observers. 441 deer groups were observed (comprising a total of 853 

cr

195  animals) from which, the sex (i.e. male, female), age class (i.e. young: <1 year; sub‐adult: 1–2 

196  years for females and 1–3 years for males; adult: >2 years for females and >3 years for males), 

us

197  group composition (number of animals of each sex and age class) and geographical localization  198  were recorded for each one. The age classes were determined based on animal size, body 

an

199  conformation and characteristics of antlers (e.g. Bonnet & Klein 1991). To acquire the true  200  geographical localization of the observed groups, direct animal–observer distances were 

M

201  recorded using a laser rangefinder, together with the angle and slope of the observation and 

te

203  25–50 x65 spotting scope. 

d

202  the GPS coordinates of the point. The observations were made with 10x50 binoculars and a 

204  Due to the large size of study area (170km2), the survey of the entire area could not be 

Ac ce p

205  performed using pellet group counts, considering the sampling effort required. For that  206  reason, five sub‐areas of 5 km2 with different red deer density were selected, in order to cover  207  the entire range of densities in the study area. The sub‐area densities were calculated  208  considering the direct observations at rut season (sub‐area 1: 10.5±0.6 deer km‐2; sub‐area 2:  209  6.8±0.4 deer km‐2; sub‐area 3: 5.4±0.4 deer km‐2; sub‐area 4: 1.8±0.2 deer km‐2; sub‐area 5:  210  1.1±0.1 deer km‐2). The pellet groups were counted in 100 transects (20 transects per sub‐ 211  area) with 50m x 2m (Mayle et al., 1999), randomly distributed (Fig. 1). The transects were  212  cleaned three months before each survey to avoid counting the same pellets in all seasons due  213  to the slow decay rate verified in the study area (581±55 days; see Alves et al., 2013a for  214  further details). The survey was conducted three times, from June 2008 to March 2009, in the  215  seasons described for direct observations.   9   

Page 9 of 36

216    217  Habitat variables  218  We recognized several variables that could be important predictors of habitat use by red deer 

ip t

219  in Lousã Mountain. The variables were: land cover, distance to ecotone, distance to water 

cr

220  resource, distance to road, altitude, slope and aspect. The distance to road was only evaluated  221  using pellet group counts, since some of the roads of the study area were used as transects of 

us

222  direct observations. These variables were selected due to their relevance for a complete  223  environmental characterization. Topographical variables, like altitude, slope and aspect, are 

an

224  known by their influence in the land cover, modifying the floristic diversity and affecting the  225  plant growth (Stage and Salas, 2007). Moreover, these variables together with vegetation type 

M

226  may lead to the occurrence of microclimates, which, in turn, shape quality and availability of  227  food for herbivorous species. Since it was not possible to obtain more detailed variables in the 

d

228  composition and productivity of plants, we believe that a combination of topographic variables 

te

229  and land cover will contribute to understand the habitat used by red deer and its temporal 

Ac ce p

230  patterns. The inclusion of distances to water, ecotone and roads is related with their influence  231  on the availability of resources and safety. The distance to villages, that is expected to affect a  232  red deer distribution, was not included as variable in the analysis. This option was taken  233  because the villages in this region are concentrated in the surroundings of the Lousã  234  Mountain, which makes the distances of animals to villages equally large for all the  235  observations. 

236  The study area was classified into five land cover units (shrubland, coniferous forest, broadleaf  237  forest, mixed forest, and eucalyptus forest) based on the interpretation of aerial photographs  238  (©2005 IGP/DGRF; 1:10 000) and confirmation by direct observation in the ground. Since  239  pellet group count methods enables the simultaneous collection of habitat features (Skarin,  240  2009), we decided to divide the coniferous forest according to its density of understory and  10   

Page 10 of 36

241  the size of coniferous trees, considering three stages: coniferous trees with 5‐10 m of height  242  and dense understory (Coniferous stage I); coniferous trees with 10‐20 m of height without  243  understory (Coniferous stage II); and coniferous trees with >20 m of height and understory 

ip t

244  (Coniferous stage III). The non‐natural grasslands of very small sizes were also differentiated by  245  pellet group counts. The sub‐area was considered a variable of five levels in the analysis of 

cr

246  pellet group counts. 

us

247  Distances to the nearest water resource (m) and to the nearest active road (m) were obtained  248  from a geographic information system (ArcGIS 9.3, Esri, Redlands, CA, U.S.A.). The topographic 

an

249  variables, altitude (km), slope (percentage) and aspect (degree) were extracted from a digital  250  elevation model. The aspect was transformed into “northness” (cos[aspect]) and “eastness” 

M

251  (sin[aspect]), except for selection ratios calculations where a transformation to a categorical  252  variable is used (i.e. north, south, east and west). Due to the high importance of ecotone zones 

d

253  for deer species (e.g. Licoppe, 2006), the study area was stratified into open areas (mainly for 

te

254  food) and closed areas (mainly for cover) based on aerial photographs (©2005 IGP/DGRF). The 

Ac ce p

255  nearest distance (m) to the ecotone zone was measured.  256  Direct observations with the respective coordinates were incorporated into a geographical  257  information system database (ArcGIS 9.3, Esri, Redlands, CA, U.S.A.), from which all the  258  variables were extracted.   259   

260  Data analysis 

261  Generalized linear models with a negative binomial distributions and a log link function were  262  fitted, in order to account for overdispersion, to pellet group counts and direct observations  263  datasets to access the associations between the habitat variables and the red deer spatial use.  264  The habitat selection by red deer animals, in terms of direct observations, was evaluated 

11   

Page 11 of 36

265  through appropriate methods for use‐versus‐available (presence‐versus‐pseudo‐absence)  266  study designs by the fit of logistic resource selection probability function with a binomial  267  distribution and logit link function using the method described by Lele (2009). This technique 

ip t

268  allows taking into account that the available is a random subset of locations that although  269  unused has potential to be used (pseudo‐absences). The dataset of the available was 

cr

270  constructed by placing 20000 random points in the study area, following the guidelines of 

271  Barbet‐Massin (2012). To test differences among seasons, the season was included into the 

us

272  models as a variable. The independence of the variables was ensuring through correlation  273  analysis and variance inflation factors (VIF) (Zuur et al., 2009), without any correlation found 

an

274  (r<0.3, VIF<2). The best‐fit model was selected based on Akaike information criteria (AIC)  275  (Akaike, 1974). For each model, the AIC values (lower values indicate more model parsimony), 

M

276  the number of parameters (k), the difference between AIC values of any model and of the  277  most parsimonious model (Δ AIC) and the relative likelihood of the model (AICwi) were 

d

278  evaluated. For each datasets, models with Δ AIC between 0 and 2 (Burnham and Anderson, 

te

279  2002) or the best five are presented. In order to evaluate any potential spatial autocorrelation, 

Ac ce p

280  the residuals of the best‐fit models were checked for spatial autocorrelation using Moran I  281  (Moran, 1950; Lin and Zhang, 2007). Residuals of the best‐fit models do not presented any  282  statistical evidence of spatial autocorrelation, suggesting that the models cope with any  283  potential effect caused by spatial autocorrelation.  284  To analyse the preference or avoidance of habitat variables by red deer using pellet group  285  counts, the selection ratios and Bonferroni‐adjusted 95% confidence intervals (Manly et al.,  286  2002) were calculated for each variable at each surveyed season. These calculations were  287  made using the equations described by Manly et al. (2002) for the selection ratio (w=oi/πi,  288  where oi is the proportion of the sample of used resource units in category i and πi is the  289  proportion of available resource units of the category i), standard error of the selection ratio  290  (SE=√oi (1‐oi)/uiπi2, where ui is the number of resource units in category i in the sample of used  12   

Page 12 of 36

291  units), 95% confidence interval (CI) and standardized selection ratios (Bw= wi/∑wi). A selective  292  use of habitat occurred when w differed statistically from 1 (CI did not include 1). If w was  293  significantly higher than 1, there was preference, and if significantly lower than 1, there was 

ip t

294  avoidance. Bws’ were used for direct comparisons between selection ratios. A log‐likelihood  295  chi‐square test (χL2) was used to test the null hypothesis that red deer was randomly selecting 

cr

296  habitat variables in proportion to its availability (Manly et al., 2002). 

us

297  P values lower than 0.05 were considered statistically significant. The results are expressed as  298  mean ± standard error (SE), unless otherwise stated. The statistical analyses were performed 

an

299  using R 2.10.0 (R Development Core Team, 2009).  300   

M

301  Results 

d

302  Habitat use 

te

303  The analysis of habitat use by red deer using either indirect or direct methods suggested an 

Ac ce p

304  effect of season, leading to temporal patterns of landscape use (Table 1). In fact, considering  305  the best models for habitat use, the season was a significant variable in all the models  306  regardless the methodology employed (i.e. pellet group counts or direct methods). The same  307  happened with land‐cover, which also appears as a significant explanatory variable in all of the  308  best‐fit models of habitat use. Although some of the significant variables of the best models of  309  habitat use were the same for pellet group counts and direct observations, other variables  310  were only selected for the models of one of the methods studied (Table 1).  311  The temporal patterns of red deer habitat use, from both pellet group counts and direct  312  observation methods, were explained through both the time spent by animals in each land‐ 313  cover unit, and the topographical variables inherent to specific patches (Table 2). The best  314  model of habitat use for pellet group counts reveals that, among the land‐cover units, the  13   

Page 13 of 36

315  mixed forests were less used than coniferous stage III. Similar results were found in the habitat  316  use obtained from direct observations of animals, with the mixed forest being less used than  317  the coniferous forest. Additionally, the probability of red deer being encountered in 

ip t

318  shrublands was higher than in other habitats (Table 2).   319  According to the habitat use of males and females, based on direct observations, the 

cr

320  shrubland was the unit where both sexes spent more time, regardless the season (Fig. 2). At 

us

321  birth time, females used areas closer to ecotone and water, higher altitudes, less steep areas  322  and southwest aspects. During rut season and winter, the habitat used by both sexes was 

an

323  similar (Table 3).  324   

M

325  Habitat selection 

d

326  The selection ratios obtained from pellet group counts showed a significant selection of some 

te

327  land cover units for all the surveyed seasons (birth time: χL25=30.92, P<0.001; rut season:  328  χL25=18.62, P=0.002; winter: χL25=83.09, P<0.001). Based on this analysis, shrubland areas were 

Ac ce p

329  the preferred habitat in all seasons (Fig. 3a). Concerning distance to water sources, the  330  selection ratios did not show any clear pattern of selection for any season (Fig. 3b). This was  331  also the case of active roads, where the pattern was only clear in winter, where areas closer to  332  roads were avoided (χL26=21.25, P=0.002) (Fig. 3c). Areas far from ecotone were significantly  333  avoided in all seasons (birth time: χL28=20.05, P=0.010; rut season: χL28=16.09, P=0.041; winter:  334  χL28=28.63, P<0.001), especially when animals were in closed areas (birth time: χL25=40.82,  335  P<0.001; rut season: χL25=28.00, P<0.001; winter: χL25=14.12, P=0.015) (Fig. 3d, e). The analysis  336  of the selection ratios for topographic variables showed that red deer avoid elevations above  337  950 m and north aspects, and preferred intermediate slopes. 

14   

Page 14 of 36

338  The results of the best model of habitat selection, obtained from direct observations, showed  339  once again a temporal effect in the selection of space by red deer (Table 4). The preference for  340  shrublands compared with coniferous forest was also noticed in the model. Globally, red deer 

ip t

341  prefers areas closer to ecotone and water, higher altitudes and south aspects (Table 4).   342  Regarding males and females, and comparing the proportion of use with the proportion of 

cr

343  available, different preferences can be found. Females selected positively shrublands, ecotone 

us

344  areas and south aspects at birth time. At the same season, males preferred the core areas of  345  shrubland patches (Table 3). 

an

346   

M

347  Discussion 

348  Our results demonstrate that pellet group counts and transects of direct observations are 

d

349  useful methods to study the habitat use and selection by red deer. However, it is important to 

te

350  be aware that these two methods have vantages and disadvantages that can influence and  351  change the outcome of the studies about habitat use and selection. In fact, considering the 

Ac ce p

352  specificities of pellet group counts and direct observations, it is important to notice that  353  questions regarding detectability/sightability of animals or pellets, decay rates and deposition  354  of pellets and sampling periods are crucial aspects to be considered before the application of  355  the methods, and during the discussion of the results obtained.  356  The pellet group counts methods are highly influenced by the survey design, namely in terms  357  of sampling effort, distribution of sampling units, size and shape of sampling units,  358  accumulation period (or decay rates), and by the identification of the species who produced  359  the pellets (e.g. Månsson et al., 2011; Alves et al., 2013a). Moreover, the reliability of this  360  method depends on a uniform deposition of pellets in all the areas used by red deer. This  361  could be one of the major limitations of pellet group counts, but according to our results, the 

15   

Page 15 of 36

362  similarity between both methods indicates a positive relationship between direct observations  363  of red deer and deposition of pellets. Despite the intensive use of pellet group counts since  364  1940 (Bennett et al., 1940; Neff, 1968), the reliability of this method to estimate abundance of 

ip t

365  deer and habitat use is still not consensual (e.g. Putman, 1984; Fuller, 1991, 1992; White,  366  1992; Anderson, 2001; Brinkman et al., 2013). Recent studies have shown that pellet group 

cr

367  count methods are useful and reliable tools for wildlife management, as long as the necessary  368  sampling effort and design are employed, and decay and deposition rates are known (Forsyth 

us

369  et al. 2007, Acevedo et al. 2010, Alves et al 2013a). Moreover, Månsson et al. (2011) in a study  370  about the use of pellet counts as a method of accurately described habitat selection of moose 

an

371  Alces alces, concluded that this method provides similar results with those obtained from GPS 

M

372  data, which confirms its suitability. 

373  In methods of direct observations, the major concerns arise from issues related to differences 

d

374  in the detectability between the habitats or individual behaviour of deer (e.g. different sexes 

te

375  or age classes) (Sutherland, 2006). In forest habitats, the detectability is usually lower than in  376  open areas, which can lead to an underestimation of the use of closed habitats. However, the 

Ac ce p

377  lower use of forest habitats detected also by pellet group counts, suggests that differences in  378  the detectability are not leading to a significant underestimation of these areas. Licoppe and  379  De Crombrugghe (2003) also studied the suitability of census data, and their results indicate  380  that there is a good correlation between census data (direct observations) and GPS data. Red  381  deer individual behaviour, and its differences between sexes and age classes, is another factor  382  that may influence the detectability and signability, which consequently bias the results  383  obtained from direct observations. In fact, some studies demonstrate that males and females  384  may react differently to anthropogenic pressure and become less detectable in some  385  situations (Apollonio et al., 2005). Other studies have demonstrated that the detection  386  probability of calves may vary through the year, which may lead to an underestimation of this  387  age class (Bonenfant et al., 2005). In our reality, and according to our own field observations,  16   

Page 16 of 36

388  despite the dissimilar behaviour and preferences of sexes and age classes, we believe that  389  these constrain did not influence significantly the outcome of habitat use and selection  390  obtained from direct observations. Besides the individual behaviour, the activity patterns are 

ip t

391  another issue that must be addressed when dealing with direct observations of red deer, since  392  it has implications in the sampling periods. Considering the patterns of activity described for 

cr

393  red deer populations (e.g. Clutton‐Brock et al., 1982; Carranza et al., 1991; Godvik et al., 2009;  394  Pépin et al., 2009; Allen et al., 2014), it seems that the activity patterns change over the year 

us

395  and are, in many occasions, more population‐specific than species‐specific. As so, the sampling  396  periods for direct observations of animals should be defined taking into account the activity 

an

397  patterns of the studied population, to avoid bias or misinterpretation of the results. In this  398  study, the sampling periods were defined to capture the habitat used/selected by red deer 

M

399  during day‐time and night‐time since the studied population presents a crepuscular behaviour,  400  performing activities like feeding and resting during the first and last hours of light, and also 

d

401  during the night. One constrains of the direct observation without night‐vision equipment is 

te

402  the inability of sampling the habitat used/selected during the night, which can bias the results. 

Ac ce p

403  Based on our approach of comparing direct observations and pellet group counts, and  404  considering the similar results provide by both methods, we think that the sampling periods  405  defined for this work were able to capture the general patterns of habitat use/selection of this  406  red deer population. Another issue that should be addressed is the use of non‐paved roads as  407  transects for direct observations which, depending on the road traffic, type, distribution and  408  density of roads, may influence the outcome of the studies (e.g. Anderson et al., 2013;  409  Meisingset et al., 2013). According to our results from pellet group counts, the habitat used by  410  red deer did not seem to be influenced by roads, and so the use of these structures in direct  411  observations should not affect the results. Despite all the limitations presented, the methods  412  of direct observations allow to discriminate the habitat use and selection by males and 

17   

Page 17 of 36

413  females, or by different age classes, which constitutes an advantage for the management and  414  conservation of deer species.  415  Regarding our results, both methods indicated the season and land cover as variables capable 

ip t

416  of explaining the use and the selection of habitat by red deer in this Mediterranean region. The  417  best models selected for pellet group counts and direct observations, included the season and 

cr

418  the land cover, and also other significant variables, which, in some cases, differed between 

us

419  methods. Such dissimilarities in the results may be a consequence of the temporal snapshots  420  surveyed using each method, the representativeness of the sampled area and the spatial scale 

an

421  inherent to the pellet group counts and direct observations.  

422  Independently of the method employed, the results demonstrated a seasonal effect on the 

M

423  habitat used by this red deer population. As expected, a spatial and temporal effect in the  424  habitat use by red deer was obtained, showing a non‐random use of the available habitat, i.e. 

d

425  a selection of the space according to land cover, watercourses, distance to ecotone and roads 

te

426  and topographic features. In general, the shrubland areas were the most used but also the 

Ac ce p

427  preferred land cover units. Regarding topographic features, altitude and aspect helped to  428  clarify how red deer chose between patches with the same land cover composition, indicating  429  a higher use of south hillsides and at higher altitude. The selection of areas closer to ecotone  430  was more noticeable in birth time, especially when the animals were in closed areas.  431  Regarding the predictions about the habitat use and selection by red deer in this  432  Mediterranean‐like region, the results about the effects of season and the preference for  433  shrublands and areas closer to ecotone confirm our expectations. Red deer seemed to favour  434  habitats that provide food and cover simultaneously, as showed by its preference for  435  shrublands, which due to its height (0.5‐2m), provides shelter in addition to rich food  436  resources. The absence or low abundance of understory in coniferous and mixed forest led to  437  a lower use of these areas, because they cannot fulfil entirely red deer requirements.  18   

Page 18 of 36

438  Regarding eucalyptus forest, the avoidance of this habitat type by red deer may be related  439  with the absence of understory in most of the patches. Despite our expectations regarding the  440  preference by the broadleaf forests (which is the most similar to autochthonous forest of the 

ip t

441  region), the small size of its patches and the low presence of understory, lead to a lower use of  442  these patches comparing to coniferous or mixed forests. Although other studies have referred 

cr

443  that red deer prefers closed environments (e.g. Licoppe, 2006; Jiang et al., 2008), our results  444  show clearly that the presence of open habitats explains better the spatial selection by red 

us

445  deer. While preferences for closed units change from area to area according to the landscape  446  structure (Bobek et al., 1984 found a preference for deciduous forest and; Licoppe, 2006; 

an

447  Theuerkauf and Rouys, 2008 for coniferous forest), the positive selection of open areas with  448  high quality and food abundance (i.e. shrublands and/or grasslands) were a constant in studies 

M

449  about red deer, principally in Mediterranean regions (e.g. Carranza et al., 1991; Garín, 2000; 

d

450  Lovari et al., 2007; this study). 

te

451  Our results showed that when animals used coniferous or mixed forests, they selected areas at  452  distances closer to the edge, which may represents an energetic adaptation by minimizing the 

Ac ce p

453  travel time between food and cover (Thomas and Taylor, 2006). On the other hand, the  454  understory of closed areas became denser near the edge, providing food linked to cover.  455  Evidences of this strategy were reported by Bobek et al. (1984) and Licoppe and De  456  Crombrugghe (2003) in their studies about red deer in Europe. Ramos et al. (2006) also found a  457  preference by edges in their study about rubbing trees by red deer in Northeast Portugal,  458  which was justified by the needs of open spaces for rubbing and visual communication.  459  At Mediterranean climates the summer arises as the most limiting period of the year and may  460  lead to nutritional constrains by the hot and dry weather (Bugalho and Milne, 2003). The  461  influence of the distance to water was significant, mainly during the rut season, indicating the  462  need for use areas closer to this resource. Topographic features such as altitude, slope and 

19   

Page 19 of 36

463  aspect are known as influencing the vegetation composition, in terms of species and size  464  (Stage and Salas, 2007), and consequently, the red deer distribution. The selection for south  465  and west aspects reported by Adrados et al. (2008), Pépin et al. (2008), Serrouya and D'Eon 

ip t

466  (2008) and this study may constitute an adaptive behaviour that maximizes the intake of high  467  quality food when exposed to better climatic conditions. 

cr

468  The anthropogenic effects on wildlife populations have been widely described, particularly 

us

469  concerning the negative impact of roads (Putmam, 1997; Jaeger et al., 2005; Preisler et al.,  470  2006; Ament et al., 2008). According to our results, the roads did not seem to influence 

an

471  substantially the spatial distribution of red deer, as also reported by Morellet et al. (1997),  472  Licoppe and De Crombrugghe (2003) for red deer in France and Belgium, and by Johnson et al. 

M

473  (2000) for elk in New Zeeland. In fact, the only season where we found a negative impact of  474  roads was at winter, which in terms of pellet group counts corresponds to the period from 

d

475  December until February. The reasons behind this result are not clear, which highlightings the 

te

476  need for detailed further research on this topic. However, it is important to note that the roads 

Ac ce p

477  evaluated in this study are non‐paved forest roads, with low traffic (less than one car by hour).  478  Regarding the use and selection of habitat by males and females, our expectation was partly  479  correct. Although the results indicated differences between the sexes, these differences were  480  not in the use and selection of land cover units, but in the topographic characteristics inherent  481  to the patches used. For both sexes, the shrublands were the most used and preferred  482  habitats. However, some specific characteristics inherent to these patches were differentially  483  selected by each sex to fulfil their requirements in terms of food resources and security. In our  484  study area, males were found at lower altitudes closer to agricultural fields compared to  485  females, which is a strategy to obtain better food regardless their security. At birth time,  486  females preferred patches located at higher altitudes and at south hillsides, and areas closer to  487  ecotone. These results seem to be related with the reproductive strategies of both sexes. 

20   

Page 20 of 36

488  While the reproductive success of males is dependent on physical condition during the rutting  489  period, female success depends on the survival rates of the offspring (Clutton‐Brock et al.,  490  1982; Main and du Toit, 2005). These different strategies lead to differences in the selection of 

ip t

491  shrubland patches.  492  The spatial and temporal patterns shown in our data suggests that red deer make an energetic 

cr

493  balance in terms of food and shelter to fulfil the specific requirements of each phase of its life 

us

494  cycle.  

495  In conclusion, our results suggest a temporal use and selection of habitat by red deer, 

an

496  particularly in relation to water, ecotone and topographic features. In this Mediterranen  497  mountainous area, the shrublands emerged as the most important habitat for red deer, 

M

498  regardless the season or the sex. Although males and females have used the same type of land  499  cover, both sexes select different characteristics therein. Red deer is favourable to 

d

500  fragmentation of continuous forest areas into smaller patches bordered by open areas rich in 

te

501  high‐quality food. Regarding the methods employed in this study, pellet group counts and 

Ac ce p

502  direct observations seem to be reliable methods to analyse habitat use and selection, as long  503  as the specificities and limitations of the methods are properly addressed before data  504  collection and when drawing conclusions.   505   

506  Acknowledgments 

507  Joana Alves was funded by Fundação para a Ciência e a Tecnologia (FCT) PhD grant  508  SFRH/BD/22599/2005. We would like to thanks to the Autoridade Florestal Nacional (AFN) for  509  the logistic support and the persons that contributed, in some way, to this work. We also thank  510  Jaime Ramos and Tiago Natal da Luz for English corrections, and the referees for helpful  511  comments on the manuscript. 

21   

Page 21 of 36

512    513  References  514  Acevedo, P., Ferreres, J., Jaroso, R., Durán, M., Escudero, M.A., Marco, J., Gortázar, C., 2010. 

cr

516  suitable for Mediterranean woodlands. Ecol. Indic. 10, 1226–1230. 

ip t

515  Estimating roe deer abundance from pellet group counts in Spain: An assessment of methods 

517  Adrados, C., Baltzinger, C., Janeau, G., Pépin, D., 2008. Red deer Cervus elaphus resting place 

us

518  characteristics obtained from differential GPS data in a forest habitat. Eur. J. Wildl. Res. 54, 

an

519  487‐494. 

520  Akaike, H., 1974. New Look at Statistical‐Model Identification. Ieee Transactions on Automatic 

M

521  Control AC‐19, 716‐723. 

522  Allen, A.M., Månsson, J., Jarnemo, A., Bunnefeld, N., 2014. The impacts of landscape structure 

te

d

523  on the winter movements and habitat selection of female red deer. Eur. J. Wildl. Res.  524  Alves, J., Alves da Silva, A., Soares, A.M.V.M., Fonseca, C., 2013a. Pellet group count methods 

Ac ce p

525  to estimate red deer densities: Precision, potential accuracy and efficiency. Mamm. Biol. 78,  526  134‐141. 

527  Alves, J., Alves da Silva, A., Soares, A.M.V.M., Fonseca, C., 2013b. Sexual segregation in red  528  deer: is social behaviour more important than habitat preferences? Anim. Behav. 85, 501‐509.  529  Ament, R., Clevenger, A., Yu, O., Hardy, A., 2008. An Assessment of Road Impacts on Wildlife  530  Populations in U.S. National Parks. Environ. Manage. 42, 480‐496.  531  Anderson, C.W., Nielsen, C.K., Hester, C.M., Hubbard, R.D., Stroud, J.K., Schauber, E.M., 2013.  532  Comparison of indirect and direct methods of distance sampling for estimating density of  533  white‐tailed deer. Wildl. Soc. Bull. 37, 146–154. 

22   

Page 22 of 36

534  Anderson, D.R., 2001. The need to get the basics right in wildlife field studies. Wildl. Soc. Bull.  535  29, 1294‐1297.Apollonio, M., Ciuti, S., Luccarini, S., 2005. Long‐term influence of human  536  presence on spatial sexual segregation in fallow deer (Dama dama). J. Mammal. 86, 937–946. 

ip t

537  Apollonio, M., Andersen, R., Putman, R., 2011. European ungulates and their management in 

cr

538  the 21st century. Cambridge University Press. 

539  Archibold, O.W., 1995. Ecology of world vegetation. Chapman & Hall, London. 

us

540  Bailey, D.W., Gross, J.E., Laca, E.A., Rittenhouse, L.R., Coughenour, M.B., Swift, D.M., Sims, P.L.,  541  1996. Mechanisms that result in large herbivore grazing distribution patterns. J. Range 

an

542  Manage. 49, 386‐400. 

M

543  Barbet‐Massin, M., Jiguet, F., Albert, C.H., Thuiller, W., 2012. Selecting pseudo‐absences for  544  species distribution models: how, where and how many? Methods Ecol. Evol. 3, 327‐338. 

d

545  Barboza, P.S., Bowyer, R.T., 2000. Sexual segregation in dimorphic deer: A new gastrocentric 

te

546  hypothesis. J. Mammal. 81, 473‐489. 

Ac ce p

547  Barboza, P.S., Bowyer, R.T., 2001. Seasonality of sexual segregation in dimorphic deer:  548  Extending the gastrocentric model. Alces 37, 275‐292.  549  Bar‐David, S., Saltz, D., Dayan, T., Shkedy, Y., 2008. Using spatially expanding populations as a  550  tool for evaluating landscape planning: The reintroduced Persian fallow deer as a case study. J.  551  Nat. Conserv. 16, 164‐174. 

552  Bartos, L., Vankova, D., Miller, K.V., Siler, J., 2002. Interspecific competition between white‐ 553  tailed, fallow, red, and roe deer. J. Wildl. Manage. 66, 522‐527.  554  Bennett, L.J., English, P.F., McCain, R., 1940. A study of deer populations by use of pellet‐group  555  counts. J. Wildl. Manage. 4, 398‐403. 

23   

Page 23 of 36

556  Block, W.M., Brennan, L.A., 1993. The habitat concept in ornithology: theory and applications.  557  In: Power, D. (Ed.), Current ornithology. Springer Verlag, pp. 35‐91.  558  Bobek, B., Boyce, M.S., Kosobucka, M., 1984. Factors affecting red deer (Cervus elaphus) 

ip t

559  population density in Southeastern Poland. J. Appl. Ecol. 21, 881‐890. 

cr

560  Bonenfant, C., Gaillard, J.M., Klein, F., Hamann, J.L., 2005. Can we use the young: female ratio  561  to infer ungulate population dynamics? An empirical test using red deer Cervus elaphus as a 

us

562  model. J. Appl. Ecol. 42, 361–370. 

an

563  Bonnet, G., Klein, F., 1991. Le cerf. Hatier Éditions S. A., Paris. 

564  Borkowski, J., 2004. Distribution and habitat use by red and roe deer following a large forest 

M

565  fire in South‐western Poland. For. Ecol. Manage. 201, 287‐293. 

566  Borkowski, J., Ukalska, J., 2008. Winter habitat use by red and roe deer in pine‐dominated 

te

d

567  forest. For. Ecol. Manage. 255, 468‐475. 

568  Brinkman, T.J., Person, D.K., Smith, W., Chapin, F.S., McCoy, K., Leonawicz, M., Hundertmark, 

Ac ce p

569  K.J., 2013. Using DNA to test the utility of pellet‐group counts as an index of deer counts. Wildl.  570  Soc. Bull. 37, 444–450. 

571  Bugalho, M.N., Milne, J.A., 2003. The composition of the diet of red deer (Cervus elaphus) in a  572  Mediterranean environment: a case of summer nutritional constraint? For. Ecol. Manage. 181,  573  23‐29. 

574  Burnham, K.P., Anderson, D.R., 2002. Model selection and multi‐model inference: a practical  575  information‐theoretic approach, 2nd ed. Springer, New York, London.  576  Carranza, J., Hidalgo de Trucios, S.J., Medina, R., Valencia, J., Delgado, J., 1991. Space use by  577  red deer in a Mediterranean ecosystem as determined by radio‐tracking. Appl. Anim. Behav.  578  Sci. 30, 363‐371.  24   

Page 24 of 36

579  Clutton‐Brock, T.H., Guinness, F.E., Albon, S.D., 1982. Red Deer: Behavior and Ecology of Two  580  Sexes. University of Chicago Press, Chicago.  581  Edge, W., Marcum, C., 1989. Determining elk distribution with pellet‐group and telemetry 

ip t

582  techniques. J. Wildl. Manage. 53, 621–624. 

cr

583  Forsyth, D.M., Barker, R.J., Morriss, G., Scroggie, M.P., 2007. Modeling the relationship  584  between fecal pellet indices and deer density. J. Wildl. Manage. 71, 964‐970. 

us

585  Fuller, T.K., 1991. Do pellet counts index white‐tailed deer numbers and population‐ change. J. 

an

586  Wildl. Manage. 55, 393‐396. 

587  Fuller, T.K., 1992. Do pellet counts index white‐tailed deer numbers and population‐ change: a 

M

588  reply. J. Wildl. Manage. 56, 613. 

589  Gaillard, J.‐M., Hebblewhite, M., Loison, A., Fuller, M., Powell, R., Basille, M., Van Moorter, B., 

d

590  2010. Habitat‐performance relationships: finding the right metric at a given spatial scale. 

te

591  Philos. Trans. R. Soc. Lond. B. Biol. Sci. 365, 2255–2265. 

Ac ce p

592  Garín, I., 2000. El ciervo (Cervus elaphus) en la Reserva de Caza de la Garcipollera (Huesca).  593  Consejo de la Protección de la Naturaleza de Aragón Zaragoza.  594  Gill, R., 1990. Monitoring the status of European and North American Cervids. Global  595  Environment Monitoring System Information Series 8. United Nations Environment  596  programme, Nairobi. 

597  Godvik, I.M.R., Loe, L.E., Vik, J.O., Veiberg, V., Langvatn, R., Mysterud, A., 2009. Temporal  598  scales, trade‐offs and functional responses in red deer habitat selection. Ecology 90, 699‐710.  599  Hutto, R.L., 1985. Habitat selection by nonbreeding, migratory land birds. In: Cody, N. (Ed.),  600  Habitat selection in birds. Academic Press, Orlando, Florida, USA, pp. 455‐476. 

25   

Page 25 of 36

601  Jaeger, J.A.G., Bowman, J., Brennan, J., Fahrig, L., Bert, D., Bouchard, J., Charbonneau, N.,  602  Frank, K., Gruber, B., von Toschanowitz, K.T., 2005. Predicting when animal populations are at  603  risk from roads: an interactive model of road avoidance behavior. Ecol. Model. 185, 329‐348. 

ip t

604  Jarnemo, A., 2008. Seasonal migration of male red deer (Cervus elaphus) in southern Sweden 

cr

605  and consequences for management. Eur. J. Wildl. Res. 54, 327‐333. 

606  Jiang, G.S., Zhang, M.H., Ma, J.Z., 2008. Habitat use and separation between red deer Cervus 

us

607  elaphus xanthopygus and roe deer Capreolus pygargus bedfordi in relation to human 

608  disturbance in the Wandashan Mountains, northeastern China. Wildl. Biol. 14, 92‐100. 

an

609  Johnson, B.K., Kern, J.W., Wisdom, M.J., Findholt, S.L., Kie, J.G., 2000. Resource selection and 

M

610  spatial separation of mule deer and elk during spring. J. Wildl. Manage. 64, 685‐697.  611  Johnson, D.H., 1980. The comparison of usage and availability measurements for evaluating 

d

612  resource preference. Ecology 61, 65‐71. 

te

613  Jones, J., 2001. Habitat selection studies in avian ecology: a critical review. Auk 118, 557‐562. 

Ac ce p

614  Lele, S.R., 2009. A new method for estimation of resource selection probability function. J.  615  Wildl. Manage. 73, 122‐127. 

616  Licoppe, A., 2006. The diurnal habitat used by red deer (Cervus elaphus L.) in the Haute  617  Ardenne. Eur. J. Wildl. Res. 52, 164‐170.  618  Licoppe, A.M., De Crombrugghe, S.A., 2003. Assessment of spring habitat selection of red deer  619  (Cervus elapbus L.) based on census data. Z. Jagdwiss. 49, 1‐13.  620  Lin, G., Zhang, T., 2007. Loglinear residual tests of Moran's I autocorrelation and their  621  applications to Kentucky breast cancer data. Geogr. Anal. 39, 293‐310. 

26   

Page 26 of 36

622  Linnell, J.D.C., Nijhuis, P., Teurlings, I., Andersen, R., 1999. Selection of bed‐sites by roe deer  623  Capreolus capreolus fawns in a boreal forest landscape. Wildl. Biol. 5, 225‐231.  624  Loe, L.E., Bonenfant, C., Meisingset, E.L., Mysterud, A., 2012. Effects of spatial scale and 

ip t

625  sample size in GPS‐based species distribution models: are the best models trivial for red deer 

cr

626  management? Eur. J. Wildl. Res. 58, 195‐203. 

627  Loft, E., Kie, J., 1988. Comparison of pellet‐group and radio triangulation methods for assessing 

us

628  deer habitat use. J. Wildl. Manage. 52, 524–527. 

629  Lovari, S., Cuccus, P., Murgia, A., Murgia, C., Soi, F., Plantamura, G., 2007. Space use, habitat 

an

630  selection and browsing effects of red deer in Sardinia. Ital. J. Zool. 74, 179‐189. 

M

631  Macarthur, R.H., Pianka, E.R., 1966. On Optimal Use of a Patchy Environment. Am. Nat. 100,  632  603–609. 

d

633  Main, M.B., du Toit, J., 2005. Sex differences in reproductive strategies affect habitat choice in 

te

634  ungulates. In: Ruckstuhl, K.E., Neuhaus, P. (Eds.), Sexual segregation in vertebrates: ecology of 

Ac ce p

635  the two sexes. Cambridge University Press, Cambridge, UK, pp. 148‐161.  636  Manly, B.F.J., McDonald, L.L., Thomas, D.L., McDonald, T.L., Erickson, W.P., 2002. Resource  637  selection by animals: statistical design and analysis for field studies. Kluwer Academic  638  Publishers, Dordrecht. 

639  Månsson, J., Andrén, H., Sand, H., 2011. Can pellet counts be used to accurately describe  640  winter habitat selection by moose Alces alces? Eur. J. Wildl. Res. 57, 1017‐1023.  641  Månsson, J., Andrén, H., Sand, H., 2011. Can pellet counts be used to accurately describe  642  winter habitat selection by moose Alces alces? Eur. J. Wildl. Res. 57, 1017–1023.  643  Mayle, B.A., Peace, A.J., Gill, R.M.A., 1999. How many deer? A field guide to estimating deer  644  population size. Forestry Commission, Edinburgh.  27   

Page 27 of 36

645  McDonald, L.L., Alldredge, J.R., Boyce, M.S., Erickson, W.P., 2005. Measuring availability and  646  vertebrate use of terrestrial habitats and foods. In: Braun, C.E. (Ed.), Techniques for Wildlife  647  Investigations and Management, 6th ed. The Wildlife Society, Bethesda, Maryland, pp. 465–

ip t

648  488.  649  Meisingset, E.L., Loe, L.E., Brekkum, Ø., Van Moorter, B., Mysterud, A., 2013. Red deer habitat 

cr

650  selection and movements in relation to roads. J. Wildl. Manage. 77, 181‐191. 

us

651  Moran, P.A.P., 1950. A test for the serial independence of residuals. Biometrika 37, 178‐181.  652  Morellet, N., Guibert, B., Klein, F., Demolis, C., 1997. Utilisation de l'habitat forestier par le cerf 

an

653  (Cervus elaphus) dans le massif d'Is‐sur‐Tille (Côte‐d'Or). Ingénieries ‐ EAT 9, 25‐34. 

M

654  Mysterud, A., Larsen, P.K., Ims, R.A., Ostbye, E., 1999. Habitat selection by roe deer and sheep:  655  Does habitat ranking reflect resource availability? Can. J. Zool. 77, 776‐783. 

d

656  Neff, D.J., 1968. The pellet‐group count technique for big game trend, census and distribution: 

te

657  a review. J. Wildl. Manage. 32, 597‐614. 

Ac ce p

658  Partl, E., Szinovatz, V., Reimoser, F., Schweiger‐Adler, J., 2002. Forest restoration and browsing  659  impact by roe deer. For. Ecol. Manage. 159, 87‐100.  660  Pépin, D., Adrados, C., Janeau, G., Joachim, J., Mann, C., 2008. Individual variation in migratory  661  and exploratory movements and habitat use by adult red deer (Cervus elaphus L.) in a  662  mountainous temperate forest. Ecol. Res. 23, 1005‐1013.  663  Pépin, D., Morellet, N., Goulard, M., 2009. Seasonal and daily walking activity patterns of free‐ 664  ranging adult red deer (Cervus elaphus) at the individual level. Eur. J. Wildl. Res. 55, 479‐486.  665  Preisler, H.K., Ager, A.A., Wisdom, M.J., 2006. Statistical methods for analysing responses of  666  wildlife to human disturbance. J. Appl. Ecol. 43, 164‐172. 

28   

Page 28 of 36

667  Puddu, G., Maiorano, L., Falcucci, A., Corsi, F., Boitani, L., 2009. Spatial‐explicit assessment of  668  current and future conservation options for the endangered Corsican Red Deer (Cervus  669  elaphus corsicanus) in Sardinia. Biodivers. Conserv. 18, 2001‐2016. 

ip t

670  Putman, R.J., 1984. Facts from faeces. Mamm. Rev. 14, 79‐97.  

cr

671  Putmam, R.J., 1997. Deer and Road Traffic Accidents: Options for Management. J. Environ.  672  Manage. 51, 43‐57. 

us

673  R Development Core Team, 2009. R: A Language and Environment for Statistical Computing. R 

an

674  Foundation for Statistical Computing, Vienna. 

675  Radeloff, V.C., Pidgeon, A.M., Hostert, P., 1999. Habitat and population modelling of roe deer 

M

676  using an interactive geographic information system. Ecol. Model. 114, 287‐304.  677  Ramos, J.A., Bugalho, M.N., Cortez, P., Iason, G.R., 2006. Selection of trees for rubbing by red 

te

d

678  and roe deer in forest plantations. For. Ecol. Manage. 222, 39‐45.  679  Rooney, T.P., 2001. Deer impacts on forest ecosystems: a North American perspective. 

Ac ce p

680  Forestry 74, 201‐208. 

681  Salazar, D.C., 2009. Distribuição e Estatuto do Veado e Corço em Portugal, Departamento de  682  Biologia. Universidade de Aveiro, Aveiro, p. 61.  683  San José, C., Braza, F., Aragón, S., Delibes, J., 1997. Habitat use by roe and red deer in Southern  684  Spain. Misc. Zool. 20. 

685  Serrouya, R., D'Eon, R.G., 2008. The influence of forest cover on mule deer habitat selection,  686  diet and nutrition during winter in a deep‐snow ecosystem. For. Ecol. Manage. 256, 452‐461.  687  Skarin, A., 2009. Habitat use by semi‐domesticated reindeer, estimated with pellet‐group  688  counts. Rangifer 27, 121‐132. 

29   

Page 29 of 36

689  Soriguer, R.C., Fandos, P., Bernaldez, E., Delibes, J.R., 1994. El ciervo en Andalucia. Junta de  690  Andalucia, Consejería de Agricultura y Pesca, Sevilla.  691  Spaeth, D.F., Bowyer, R.T., Stephenson, T.R., Barboza, P.S., 2004. Sexual segregation in moose 

ip t

692  Alces alces: an experimental manipulation of foraging behaviour. Wildl. Biol. 10, 59‐72. 

694  species composition and productivity. For. Sci. 53, 486‐492. 

cr

693  Stage, A.R., Salas, C., 2007. Interactions of elevation, aspect, and slope in models of forest 

us

695  Stewart, K.M., Bowyer, R.T., Kie, J.G., Hurley, M.A., 2010. Spatial distributions of mule deer and  696  North American elk: resource partitioning in a sage‐steppe environment. Am. Midl. Nat. 163, 

an

697  400‐412. 

M

698  Sutherland, W.J., 2006. Ecological census techniques: a handbook, 2nd ed. Cambridge  699  University Press, Cambridge, UK. 

d

700  Theuerkauf, J., Rouys, S., 2008. Habitat selection by ungulates in relation to predation risk by 

te

701  wolves and humans in the Bialowieza Forest, Poland. For. Ecol. Manage. 256, 1325‐1332. 

Ac ce p

702  Thomas, D.L., Taylor, E.J., 2006. Study designs and tests for comparing resource use and  703  availability II. J. Wildl. Manage. 70, 324‐336.  704  Ward, A.I., White, P.C.L., Walker, N.J., Critchley, C.H., 2008. Conifer leader browsing by roe  705  deer in English upland forests: Effects of deer density and understorey vegetation. For. Ecol.  706  Manage. 256, 1333‐1338. 

707  Wecker, S.C., 1964. Habitat Selection. Sci. Am. 211, 109‐116.  708  White, G.C., 1992. Do pellet counts index white‐tailed deer numbers and population‐ change – 709  a comment. J. Wildl. Manage. 56, 611‐612. 

30   

Page 30 of 36

710  Zuur, A.F., Ieno, E.N., Elphick, C.S., 2009. A protocol for data exploration to avoid common  711  statistical problems. Methods Ecol. Evol. 1, 3‐14. 

Ac ce p

te

d

M

an

us

cr

ip t

712 

31   

Page 31 of 36

712    713  Figure captions  714  Fig. 1. Map of the study area showing the sampling design and the stratification of land cover. 

ip t

715  The sampling units (i.e. transects of pellet group counts and transects of direct observations) 

cr

716  and the sub‐areas selected for pellet group counts are also shown. 

717  Fig. 2. Availability and use of shrubland (Shr), eucalyptus forest (Euc), broadleaves forest (Bro), 

an

719  observations, during birth time, rut season and winter. 

us

718  mixed forest (Mix) and coniferous forest (Con) by males and females of red deer using  direct 

720  Fig. 3. Selection ratios for (a) land cover, (b) distance to water, (c) distance to active roads, (d) 

M

721  distance to closed areas, and (e) distance to open areas, based on pellet group counts by red  722  deer during birth time, rut season and winter. Land cover was stratified into coniferous stage I 

d

723  (Con I), coniferous stage II (Con II), coniferous stage III (Con III), mixed forest (Mix), shrubland 

te

724  (Shr) and grasslands (Gra) (for detailed information on this classification see Materials and  725  Methods). Distances were pooled into 25 m intervals. If selection ratio is significantly higher 

Ac ce p

726  than 1 (dashed line) it indicates preference, if significantly lower than 1 it indicates avoidance.  727  The error bars are Bonferroni‐adjusted 95% confidence intervals. *P <0.05, **P <0.01, ***P  728  <0.001.  729   

730  Table 1. Best‐fit generalized linear models of habitat use by red deer, using pellet group counts  731  or direct observations, and best models of habitat selection by red deer using direct  732  observations.  733     

Model structure 

Habitat use  Pellet group counts1 

k 

AIC 

∆ AIC 

AICwi 

 

 

 

 

 

 

 

 

32   

Page 32 of 36

season, land cover, sub‐area, ecotone, road, northness, eastness 

7 

1787.95 

0 

0.041

 

season, land cover, sub‐area, northness, eastness 

5 

1788.50 

0.56 

0.031

 

season, land cover, sub‐area, ecotone, northness, eastness 

6 

1788.70 

0.75 

0.028

 

season, land cover, sub‐area, slope, northness, eastness 

6 

1788.70 

0.75 

0.028

 

season, land cover, sub‐area, slope, eastness 

5 

1788.72 

0.77 

0.028

1

Direct observations  

ip t

 

 

 

 

2395.74 

0 

0.330

season, land cover, water, altitude, northness, eastness 

6 

 

season, land cover, ecotone, water, altitude, northness, eastness 

7 

2396.05 

0.31 

0.282

 

season, land cover, water, altitude, slope, northness, eastness 

7 

2397.72 

1.98 

0.122

 

 

us

cr

 

Habitat selection  2

an

Direct observations  

 

 

 

 

 

 

 

 

 

 

season, land cover, ecotone, water, altitude, slope, northness 

7 

3358.29 

0 

0.72

 

season, land cover, ecotone, water, altitude, slope, northness, eastness 

8 

3360.27 

1.98 

0.27

M

 

Based on generalized linear models with a negative binomial distribution and log link function.  

2

Based on generalized linear models with a binomial distribution and logit link function.  

d

1

te

For each model the number of parameters (k), the AIC values (lower values indicate more model parsimony), the  difference between AIC values (Δ AIC) and the relative likelihood of the model (AICwi) are presented. Only models  with Δ AIC <2 or the best five models are shown. 

Ac ce p

Season represent three stages of the red deer life cycle: birth time, rut season and winter. Variables included in  the models are: land cover, sub‐area, distance to ecotone (m), slope (%) distance to roads (m), distance to water  (m), altitude (km), northness (cos[aspect]) and eastness sen[aspect]).  Significant variables are indicated in bold. 

734   

735  Table 2. Regression coefficients (β) and standard errors (SE) for the best‐fit generalized linear  736  models of habitat use by red deer, using pellet group counts (left model) or direct observations  737  (right model).  Pellet group counts  Variable  (Intercept)  Winter 

β 

Direct observations  SE   

2.341  0.188 ***  ‐0.504  0.111 *** 

Variable 

β 

SE   

(Intercept) 

1.032  0.269 *** 

Winter 

0.349  0.133 ** 

33   

Page 33 of 36

Rut season 

0.026  0.107   0  

Birth time 

Shrubland 

0.084  0.141  

Shrubland 

0.301  0.068 *** 

Grassland 

‐0.471  0.390  

Eucaliptus forest 

0.101  0.179  

Mixed forest 

‐0.607  0.166 *** 

Broadleaf forest 

0.289  0.289  

Coniferous stage II 

‐0.111  0.159  

Coniferous stage III  Distance to ecotone (m) 

0 

Mixed forest 

0  

 

Altitude (km)  Northness 

Northness 

0.311  0.142 * 

Eastness 

1.029  0.288 *** 

‐0.158  0.041 ***  0.119  0.042 ** 

‐0.258  0.091  

Sub‐area 5 

‐1.202  0.233 * 

Sub‐area 4 

‐0.408  0.223 * 

Sub‐area 3 

0.447  0.207 . 

Sub‐area 2 

0.458  0.193 *** 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

d

M

Eastness 

 

te

0  

0  

‐0.002  0.001 * 

an

0.002  0.001 . 

0 

0 

Distance to water (m) 

Distance to roads (m) 

nd  

‐0.428  0.149 ** 

Coniferous forest 

‐0.001  0.001 . 

Sub‐area 1 

nd 

0  

ip t

Coniferous stage I 

0 

cr

0 

‐0.118  0.106  

us

Birth time 

Rut season 

Ac ce p

The regression coefficients where estimated using generalized linear models with a negative binomial distribution and log  link function.  . P <0.10,*P <0.05, **P <0.01, ***P <0.001; 0 ‐ comparison terms; nd – no data 

738   

739  Table 3. Availability and use of different environmental variables by males and females of red  740  deer based on direct observations during birth time, rut season and winter.  741     

Available 

 

Mean 

Birth time  Distance to ecotone (m) 

 

 

SE   

 

Male Use  Mean 

   

SE   

   

Female Use  Mean 

   

SE   

176.95

11.13  

158.76

83.93  

95.98 

14.96

Distance to water (m) 

87.09

3.84  

105.75

43.22  

76.82 

10.18

Slope (%) 

39.59

1.31  

34.94

4.02  

29.74 

3.61

34   

Page 34 of 36

712.07

12.4  

723.54

93.33  

836.69 

15.46

0.15

0.05  

0.49

0.28  

‐0.04 

0.14

‐0.09

0.05  

‐0.42

0.46  

‐0.09 

0.14

Eastness  Rut season 

 

   

174.34

12.1  

121.04

7.52  

Distance to water (m) 

85.14

4.3  

77.09

3.09  

Slope (%) 

39.75

1.34  

27.17

0.98  

721.09

12.92  

832.42

7.12  

0.08

0.05  

‐0.22

‐0.08

0.05  

0.01

Altitude (m)  Northness  Eastness   

9.44

70.85 

2.91

29.38 

1.2

821.71 

6.94

0.05  

‐0.23 

0.05

0.05  

‐0.07 

0.05

 

   

 

189.72

12.91  

133.26

106.65  

153.52 

29.23

Distance to water (m) 

86.61

4.05  

57.64

30.73  

72.76 

7.34

Slope (%) 

39.83

1.39  

41.82

12.69  

21.75 

2.24

12.75  

830.36

21.61  

813.13 

17.44

0.18

0.04  

‐0.73

0.13  

‐0.14 

0.12

‐0.11

0.05  

‐0.1

0.37  

‐0.26 

0.11

Altitude (m) 

701.46

Ac ce p

te

d

Northness  Eastness 

M

Distance to ecotone (m) 

   

  124.12 

an

Winter 

742   

 

us

Distance to ecotone (m) 

   

ip t

Northness 

cr

Altitude (m) 

743  Table 4. Regression coefficients (β) and standard errors (SE) for the best‐fit generalized linear  744  model of habitat selection by red deer, using direct observations.  745   

Direct observations 

Variable 

(Intercept) 

β 

SE   

‐6.491 1.689 *** 

Winter 

0.293 0.243 *** 

Rut season 

2.512 0.187  

Birth time  Shrubland  Eucaliptus forest 

0

0  

0.422 0.113 ***  ‐1.545 0.284 *** 

35   

Page 35 of 36

Broadleaf forest 

‐12.310 4.403 **  ‐0.145 0.237  

Coniferous forest 

0

0  

Distance to ecotone (m) 

‐0.001 0.000 *** 

Distance to water (m) 

‐0.004 0.001 *** 

Altitude (km) 

1.832 0.302 ***  ‐0.037 0.003 *** 

Northness 

‐0.499 0.082 *** 

cr

Slope (%) 

ip t

Mixed forest 

us

The  regression  coefficients  where  estimated  using  generalized linear models with a binomial distribution and  logit link function.  

an

. P <0.10,*P <0.05, **P <0.01, ***P <0.001;   0 ‐ comparison terms 

M

746    747   

te Ac ce p

749   

d

748   

36   

Page 36 of 36