存在/缺失数据的优先采样及存在/缺失数据与仅存在数据的融合

存在/缺失数据与仅存在数据是了解某区域内物种分布的两类常规数据来源。我们阐明了这两类数据在建模上的根本差异。最简而言，在存在/缺失数据下位置被视为固定的；在仅存在数据下位置是随机的。“存在概率”的定义在两者之间不相容。因此，我们对文献中忽视这种不相容性的建模策略提出质疑，这些策略假定存在/缺失建模可由仅存在设定推导出来，并由此认为仅存在与存在/缺失数据源的融合是常规操作。我们认为存在/缺失数据应在点层面建模。即，我们需要指定一个曲面，给出该区域内任意位置的存在概率。该曲面的一个实现是一个二元地图，给出所有位置上伯努利试验的结果。仅存在数据应建模为由强度函数设定所驱动的点模式。我们进一步认为，仅凭存在/缺失数据，采用共享过程视角的优先采样可改善我们所估计的存在/缺失曲面及存在预测。我们还认为优先采样能够实现两类数据在概率上一致的融合。我们用两个真实数据集加以说明，一个是美国新英格兰地区入侵物种存在的存在/缺失数据，另一个是仅存在数据。我们证明了采样位置潜在的偏差会影响关于存在/缺失的推断，并表明借助优先采样思想可改善推断。我们还提供了两个数据集在概率上一致的融合，以再次改善关于存在/缺失的推断。