融合野生动物调查以改进保护推断
统计方法学
2023-04-14 v2
摘要
集成模型是分析受保护物种的流行工具。受保护物种常由多个实体监测并生成若干数据集。单独来看，这些数据集可能因低时空分辨率、有偏采样或较大观测不确定性而不足以指导管理。集成模型提供一种在连贯框架中同化多数据集以弥补上述缺陷的方法。尽管常规集成模型已用于同化计数数据与生存、繁殖力和收获调查，其亦可同化具有不同时空区域与观测不确定性的生态调查。受小草原榛鸡独立航空与地面调查启发，我们开发一种集成建模方法，将源自具不同观测误差来源调查的密度估计同化至联合框架，提供对时空趋势的共享推断。我们使用贝叶斯 Markov 融合方法建模这些数据，并应用若干数据增强策略以实现高效采样。在模拟研究中，我们表明相较独立分析各调查的模型，集成模型提升了预测性能。我们利用集成模型促进对小草原榛鸡在未采样区域密度的预测，并进行敏感性分析以量化因调查力度降低带来的推断代价。
引用
@article{arxiv.2211.12642,
title = {Melding Wildlife Surveys to Improve Conservation Inference},
author = {Justin Van Ee and Christian Hagen and David Pavlacky and Kent Fricke and Matthew Koslovsky and Mevin Hooten},
journal= {arXiv preprint arXiv:2211.12642},
year = {2023}
}
备注
22 pages; 5 figures, 1 table, submitted to Biometrics