提高野生动物密度估计：一种用于直线走线抽样的两参数检测函数

准确估计野生动物密度对于有效的生态监测、保护和管理至关重要。走线抽样是距离抽样中的核心技术，依赖于选择合适的检测函数来建模个体作为其与走线距离函数的检测概率。在本研究中，我们提出了一种新的两参数检测函数，扩展了传统模型（如半正态分布和指数分布）的灵活性，同时保持可解释性和计算可行性。值得注意的是，该模型的一个参数被假设为已知的整数值，通过在计算分析中在不同设置下变化该参数，我们能够探索一系列检测曲线形状。这种结构使模型能够捕捉更广泛的检测模式，尤其是在经典模型力不力时的情形。通过大量仿真研究和应用到真实生态调查数据，该方法的评估结果表明，新模型在持续上能提供更好的拟合效果和更准确的动物密度估计，为生态学家提供了一个实用且稳健的替代方案，可适用于多种场地条件。