利用随机效应在空间捕获-重捕中建模空间自相关探测概率
应用统计
2022-05-16 v1
摘要
空间捕获-重捕（SCR）模型现被广泛用于根据重复个体空间相遇估计密度。SCR 通过将探测概率建模为探测器与个体活动中心之间距离的函数，来解释个体探测中固有的空间自相关。然而，由于环境或采样特征，探测概率中仍可能潜入额外的空间异质性。若不加考虑，此种变异会导致种群数量估计的显著偏差。利用模拟，我们描述并检验了三种贝叶斯 SCR 模型，它们使用广义线性混合模型（GLMM）通过以下方式解释探测器间基线探测概率的潜在异质性：独立随机效应（RE）、空间自相关随机效应（SARE）和两组有限混合模型（FM）。总体而言，SARE 给出的种群数量估计偏差最小（中位相对偏差：-9% 至 6%）。当空间自相关较高时，SARE 在预测探测概率异质性的空间格局上也表现最佳。在中等自相关水平下，用 FM 获得的空间显式探测概率估计比 SARE 与 RE 生成的更准确。在每探测器探测次数实际较低（至多 1 次）的情况下，此处考虑的所有 GLMM 可能都需要通过对相邻探测器的基线探测概率参数池化（“聚合”）来对随机效应降维，以避免过参数化。SCR-GLMM 所增加的复杂性与计算开销，或许仅在极端空间异质性情形下才合理。然而，即便在较不极端的情况下，检测并估计空间异质探测概率亦有助于规划或调整监测方案。
引用
@article{arxiv.2205.06320,
title = {Modelling spatially autocorrelated detection probabilities in spatial capture-recapture using random effects},
author = {Soumen Dey and Ehsan M. Moqanaki and Cyril Milleret and Pierre Dupont and Mahdieh Tourani and Richard Bischof},
journal= {arXiv preprint arXiv:2205.06320},
year = {2022}
}