动物运动工具（amt）：用于管理追踪数据并开展栖息地选择分析的R包
定量方法
2018-05-10 v1
摘要
1. 追踪技术的进步导致动物位置数据呈指数增长，极大增强了我们解决运动生态学中有趣问题的能力，但也带来了与数据管理和分析相关的新的挑战。2. 步长选择函数（SSFs）常用于将环境协变量与高时间分辨率采集的动物位置数据相联系。SSFs通过比较连接连续动物位置的观测步长与随机步长来估计，使用Cox比例风险模型的似然等价形式。通过采用常见统计分布建模步长和转向角分布，并纳入栖息地与运动相关协变量（点间距离函数、角度偏差），可对栖息地选择和运动过程进行推断，或在研究某一过程时控制另一过程。拟合模型也可用于估计利用分布和机制性家域。3. 在此，我们提出R包amt（动物运动工具），允许用户将SSFs拟合到数据并从拟合模型模拟动物的空间利用。amt包还提供管理遥测数据的工具。4. 以渔貂（Pekania pennanti）数据作为案例研究，我们展示了动物运动数据分析的四步法：数据管理、探索性数据分析、模型拟合以及从拟合模型模拟。
引用
@article{arxiv.1805.03227,
title = {Animal Movement Tools (amt): R-Package for Managing Tracking Data and Conducting Habitat Selection Analyses},
author = {Johannes Signer and John Fieberg and Tal Avgar},
journal= {arXiv preprint arXiv:1805.03227},
year = {2018}
}