A state–space multistage life cycle model to evaluate population impacts in the presence of density dependence: illustrated with application to delta smelt (Hyposmesus transpacificus)

Multiple factors acting on different life stages influence population dynamics and complicate the assessment and management of populations. To provide appropriate management advice, the data should be used to determine which factors are important and what life stages they impact. It is also important to consider density dependence because it can modify the impact of some factors. We develop a state–space multistage life cycle model that allows for density dependence and environmental factors to impact different life stages. Models are ranked using a two-covariates-at-a-time stepwise procedure based on AICc model averaging to reduce the possibility of excluding factors that are detectable in combination, but not alone. Impact analysis is used to evaluate the impact of factors on the population. The framework is illustrated by application to delta smelt (Hyposmesus transpacificus), a threatened species that is potentially impacted by multiple anthropogenic factors. Our results indicate that density dependence and a few key factors impact the delta smelt population. Temperature, prey, and predators dominated the factors supported by the data and operated on different life stages. The included factors explain the recent declines in delta smelt abundance and may provide insight into the cause of the pelagic species decline in the San Francisco Estuary. Résumé : Les multiples facteurs qui agissent sur les différents stades du cycle biologique influencent la dynamique des populations et compliquent l’évaluation et la gestion des populations. Afin de fournir des avis de gestion appropriés, il faut utiliser les données pour déterminer quels facteurs sont importants et quels stades du cycle ils affectent. Il est aussi important de considérer la densité dépendance, car elle peut modifier l’impact de certains facteurs. Nous mettons au point un type de modèle état–espace à stades de vie multiples qui tient compte de l’impact de la densité dépendance et des facteurs du milieu sur les différents stades de vie. Les modèles sont placés par ordre à l’aide d’une procédure pas-à-pas de deux covariables à la fois basée sur l’établissement de la moyenne des modèles de type AICc afin de réduire la possibilité d’exclure des facteurs décelables en combinaison, mais non isolément. Une analyse d’impacts sert à évaluer les effets des facteurs sur la population. Nous illustrons ce cadre d’analyse en l’appliquant à l’éperlan du delta (Hyposmesus transpacificus), une espèce menacée qui est potentiellement affectée par de multiples facteurs anthropiques. Nos résultats montrent que la densité dépendance et quelques facteurs clés affectent la population d’éperlans du delta. La température, les proies et les prédateurs dominent parmi les facteurs révélés par les données et ils agissent sur différents stades de vie. Les facteurs retenus expliquent les déclins récents de l’abondance de l’éperlan du delta et peuvent fournir une perspective sur la cause de la diminution des espèces pélagiques dans l’estuaire de San Francisco. [Traduit par la Rédaction]