蓝鲸大规模调查时空距离抽样数据的点过程模型

距离抽样是估计野生动物种群丰度的广泛使用的方法。常规距离抽样方法部分基于设计的事实限制了使用这些方法可估计动物密度的空间分辨率。估计通常在调查层级别获得。对于如蓝鲸这样的濒危物种，期望以比层更精细的空间尺度估计密度和丰度。空间结构的时间变化也很重要。我们将生成距离抽样数据的过程表述为稀疏化空间点过程（thinned spatial point process），并提议使用空间对数高斯Cox过程（log-Gaussian Cox process）进行基于模型的推断。该方法采用灵活的随机偏微分方程（SPDE）方法对未被解释变量说明的密度空间结构建模，并采用集成嵌套拉普拉斯近似（INLA）进行贝叶斯推断。它允许同时拟合探测和密度模型，并允许以任意精细尺度预测密度。我们根据22年间进行的十三次船载调查估计了东热带太平洋的蓝鲸密度。我们发现较高的蓝鲸密度在空间上与较冷的海表温度相关，并且尽管密度与年平均温度之间存在一些正相关，我们的估计与年际密度无趋势一致。我们的分析还表明存在大量未被可用协变量解释的空间结构化密度变化。