Skip to main content

Distribution and density of moose in relation to landscape characteristics: effects of scale

Buy Article:

$50.00 plus tax (Refund Policy)


We analyzed the relation between early winter distribution and density of female moose (Alces alces L.) and habitat heterogeneity in interior Alaska. We tested for effects of vegetation type, topography, distance to rivers and towns, occurrence and timing of fire, and landscape metrics. A spatial linear model was used to analyze effects of independent variables organized at multiple scales. Because densities of moose vary widely as a result of differences in management and other factors, a spatial response surface of the log of moose density was fit to remove large-scale effects. The analysis revealed that the densest populations of moose occurred closer to towns, at moderate elevations, near rivers, and in areas where fire occurred between 11 and 30 years ago. Furthermore, moose tended to occur in areas with large compact patches of varied habitat and avoided variable terrain and nonvegetated areas. Relationships of most variables with moose density occurred at or below 34 km2, suggesting that moose respond to environmental variables within a few kilometres of their location. The spatial model of density of moose developed in this study represents an important application for effective monitoring and management of moose in the boreal forest.

Les auteurs ont analysé les relations entre la répartition et la densité de femelles d'orignal (Alces alces L.) en début d'hiver et l'hétérogénéité de l'habitat en Alaska continentale. Ils ont évalué les effets du type de végétation, de la topographie, de la distance par rapport aux rivières et aux villes, de l'occurrence et de l'année des feux et des métriques du paysage. Un modèle linéaire à contrainte spatiale fut utilisé pour analyser les effets des variables indépendantes selon différentes échelles. Étant donné que la densité d'orignaux varie beaucoup en fonction de l'aménagement et d'autres facteurs, une surface de réponse spatiale du logarithme de la densité d'orignaux fut ajustée pour enlever les effets à grande échelle. Les analyses ont révélé que les populations les plus denses d'orignaux se trouvaient près des villes, à des altitudes modérées, près des rivières et dans les endroits où il y a eu un feu 11–30 ans auparavant. De plus, les orignaux avaient tendance à occuper des zones caractérisées par de vastes parcelles d'habitats denses et diversifiés et ils évitaient les terrains raboteux ainsi que les aires dénudées de végétation. Les relations observées entre la plupart des variables et la densité d'orignaux l'ont été à une échelle de 34 km2 ou moins, ce qui indique que l'orignal réagit à des variables environnementales dans un rayon de quelques kilomètres du lieu où il se trouve. Le modèle à contrainte spatiale de la densité d'orignaux développé dans cette étude constitue un outil intéressant pour faire un suivi et un aménagement efficaces de l'orignal en forêt boréale.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: September 1, 2005

More about this publication?
  • Published since 1971, this monthly journal features articles, reviews, notes and commentaries on all aspects of forest science, including biometrics and mensuration, conservation, disturbance, ecology, economics, entomology, fire, genetics, management, operations, pathology, physiology, policy, remote sensing, social science, soil, silviculture, wildlife and wood science, contributed by internationally respected scientists. It also publishes special issues dedicated to a topic of current interest.
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Terms & Conditions
  • Sample Issue
  • Reprints & Permissions
  • Ingenta Connect is not responsible for the content or availability of external websites

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more