在具有可变源级、含噪方位及非均匀空间密度的声学空间捕获—再捕获中容纳假阳性
统计方法学
2023-02-28 v2 应用统计
摘要
被动声学监测是一种有前景的野生动物种群调查方法，这类种群往往声学上比视觉上更易探测。当动物叫声能在传感器阵列上被唯一识别时，便有可能通过声学空间捕获—再捕获 (ASCR) 估计种群密度。然而，声音分类并不完美，且在某些情况下，仅在单个传感器上探测到的声音（'单例'）有很高比例并非来自目标物种。我们给出一个 2010 年波弗特海采集的弓头鲸叫声（Baleana mysticetus）案例研究，其中包含此类假阳性。我们提出了一种对假阳性稳健的 ASCR 新扩展：通过截断单例并以被至少两个传感器探测到为条件。我们通过建模可变声源级来允许个体水平的探测异质性，建模非均匀叫声空间密度，并纳入具有不同测量误差的方位。我们通过模拟表明，在设定正确时该方法产生近乎无偏的估计。忽略源级变化导致强负偏差，而忽略非均匀密度导致严重正偏差。案例分析表明距岸约 30km 处存在一条较高叫声密度的带；估计 59.8% 的单例为假阳性。
引用
@article{arxiv.2207.09343,
title = {Accommodating false positives within acoustic spatial capture-recapture, with variable source levels, noisy bearings and an inhomogeneous spatial density},
author = {Felix T Petersma and Len Thomas and Aaron M Thode and Danielle Harris and Tiago A Marques and Gisela V Cheoo and Katherine H Kim},
journal= {arXiv preprint arXiv:2207.09343},
year = {2023}
}
备注
Latest revised version