面向不同采样方案监测调查的空间建模框架——以中斯堪的纳维亚鸟类丰度为例
统计方法学
2022-04-08 v3 应用统计
摘要
我们提出一种通过合并来自不同采样方案调查的次数数据信息来建模总丰度的新方法。所提方法用于挪威和瑞典国家繁殖鸟类监测项目的数据。每次普查在每个国家遵循两种不同的采样方案收集丰度数据，即这些方案提供了来自四种不同采样过程的数据。该建模框架假设观测丰度与真实丰度共享一个共同的 Gaussian Random Field（高斯随机场），二者之间具有线性或松弛线性关系。模型通过包含影响各观测过程的项来解释每种采样方案的特异性，即考虑观测单元与可检测性的差异。贝叶斯推断采用 Integrated Nested Laplace Approximation (INLA，集成嵌套拉普拉斯近似) 与用于空间建模的 Stochastic Partial Differential Equation (SPDE，随机偏微分方程) 方法。我们还展示了基于中斯堪的纳维亚经验普查数据的模拟研究结果，以评估模型在设定错误下的表现。最后，给出了研究区域中斯堪的纳维亚鸟类总期望丰度的地图及不确定性估计。
引用
@article{arxiv.2104.05751,
title = {A spatial modeling framework for monitoring surveys with different sampling protocols with a case study for bird abundance in mid-Scandinavia},
author = {Jorge Sicacha-Parada and Diego Pavon-Jordan and Ingelin Steinsland and Roel May and Bård Stokke and Ingar Jostein Øien},
journal= {arXiv preprint arXiv:2104.05751},
year = {2022}
}