在公民科学数据中考虑因可达性导致的空间变化采样努力：以挪威驼鹿为例

公民科学家连同日益增长的技术可及性提供了可用于研究生态学及生物多样性等的大数据集。当基于公民科学数据做推断时，未知且变化的采样努力是一个主要问题。在本文中，我们提出一种建模方法来解释因可达性导致的采样努力变化。本文基于一项使用挪威海德马克郡驼鹿出现的公民科学数据的说明性案例研究。目的是推断两个已知影响驼鹿出现的地理属性——地形崎岖度指数与太阳辐射——的重要性。解释性分析显示驼鹿出现在靠近道路处过度代表，我们使用到道路的距离作为可达性的代理。我们提出一个基于贝叶斯对数高斯Cox过程设定的出现模型。该模型通过距离采样方法考虑可达性。此方法可被视为一种稀疏过程，其中未被观测到的稀疏概率随距离增加而增大。对于驼鹿案例研究，使用了到道路的距离。使用集成嵌套拉普拉斯近似与随机偏微分方程方法进行空间建模，执行了计算高效的完全贝叶斯推断。所提出的模型以及不考虑因可达性导致的变异采样努力的后果，通过基于该案例研究的模拟研究进行了考察。当模型中未考虑可达性时，发现辐射对驼鹿出现影响的估计存在相当大的偏差。