ABSTRACT Point counts and mist-netting are two frequently employed survey techniques used in assessing forest avian communities, although the reliability of these methods varies according to species composition and habitat. This study investigates how effectively these two methods survey forest bird community structures within South African Afrotemperate forests. Seven forests within the Eastern Cape were surveyed from 140 duplicate point count and 63 mist-netting stations. Both methods were compared for assessing species richness, as determined from bird atlas data. Generalised linear mixed-effect modelling was used to determine functional traits which most impacted species detection, and to identify detection biases for both methods. Both methods compared consistently across the seven forests, which shared similar community structure. Point counts detected 79.2% of the total diversity versus 41.0% using mist-netting, and mixed-effects modelling corroborated that species detection is more effective using point counts. All functional traits tested (body size, primary foraging stratum, feeding guild, habitat specialisation, and dispersal behaviour) affected detection outcome. Point counts better represented all aspects forest bird community structure, including mid- and understorey birds which are presumed to be better detected by mist-netting. Use of mist-netting only slightly enhanced diversity assessments, and combined survey efforts under-represented forest-edge foragers, woodland and grassland habitat generalists (~63.6% total diversity), large birds, Palaearctic migrants, and carnivores.

中文翻译：

---

点计数和雾网在南非非洲温带森林鸟类群落结构调查中的有效性

摘要 点计数和雾网是评估森林鸟类群落时常用的两种调查技术，尽管这些方法的可靠性因物种组成和栖息地而异。这项研究调查了这两种方法如何有效地调查南非非洲温带森林内的森林鸟类群落结构。从 140 个重复点和 63 个雾网站对东开普省的 7 个森林进行了调查。根据鸟类图谱数据确定，两种方法都被比较以评估物种丰富度。广义线性混合效应模型用于确定对物种检测影响最大的功能特征，并确定两种方法的检测偏差。这两种方法在七个森林中进行了一致的比较，它们具有相似的社区结构。点计数检测到总多样性的 79.2%，而使用雾网检测为 41.0%，混合效应模型证实使用点计数更有效地检测物种。测试的所有功能特征（体型、主要觅食层、饲养行会、栖息地专业化和传播行为）都会影响检测结果。点数更好地代表了森林鸟类群落结构的各个方面，包括被认为可以通过雾网更好地检测到的中层和下层鸟类。雾网的使用仅略微增强了多样性评估，综合调查工作未能充分代表森林边缘觅食者、林地和草原栖息地通才（总多样性约 63.6%）、大型鸟类、古北迁徙和食肉动物。混合效应模型证实了使用点计数更有效的物种检测。测试的所有功能特征（体型、主要觅食层、饲养行会、栖息地专业化和传播行为）都会影响检测结果。点数更好地代表了森林鸟类群落结构的各个方面，包括被认为可以通过雾网更好地检测到的中层和下层鸟类。雾网的使用仅略微增强了多样性评估，综合调查工作未能充分代表森林边缘觅食者、林地和草原栖息地通才（总多样性约 63.6%）、大型鸟类、古北迁徙和食肉动物。混合效应模型证实了使用点计数更有效的物种检测。测试的所有功能特征（体型、主要觅食层、饲养行会、栖息地专业化和传播行为）都会影响检测结果。点数更好地代表了森林鸟类群落结构的各个方面，包括被认为可以通过雾网更好地检测到的中层和下层鸟类。雾网的使用仅略微增强了多样性评估，综合调查工作未能充分代表森林边缘觅食者、林地和草原栖息地通才（总多样性约 63.6%）、大型鸟类、古北迁徙和食肉动物。栖息地专业化和分散行为）影响检测结果。点数更好地代表了森林鸟类群落结构的各个方面，包括被认为可以通过雾网更好地检测到的中层和下层鸟类。雾网的使用仅略微增强了多样性评估，综合调查工作未能充分代表森林边缘觅食者、林地和草原栖息地通才（总多样性约 63.6%）、大型鸟类、古北迁徙和食肉动物。栖息地专业化和分散行为）影响检测结果。点数更好地代表了森林鸟类群落结构的各个方面，包括被认为可以通过雾网更好地检测到的中层和下层鸟类。雾网的使用仅略微增强了多样性评估，综合调查工作未能充分代表森林边缘觅食者、林地和草原栖息地多面手（总多样性约 63.6%）、大型鸟类、古北迁徙和食肉动物。